MétaCan
Menu
Retour à la cohorte
Enregistrement W4417295076 · doi:10.1177/01925121251392253

Disruptive identity politics around Black Lives Matter and Blue/All Lives Matter

2025· article· en· W4417295076 sur OpenAlexaff
Ahmed Al‐Rawi, Betty Ackah, Mina Einifar

Notice bibliographique

RevueInternational Political Science Review · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMisinformation and Its Impacts
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésDisinformationOpposition (politics)PoliticsGeopoliticsIdentity politicsIdentity (music)Social mediaDigital media

Résumé

récupéré en direct d'OpenAlex

In this study, we present a cross-national comparative analysis of online trolling by focusing on Russian and Iranian trolls who discussed the Black Lives Matter (BLM) and Blue/All Lives Matter (B/ALM) movements with what we term disruptive identity politics . Leveraging identity politics, they impersonated US nationals to legitimize their disinformation activities. Using novel digital tools to extract the data and employing manual multimodal analyses, we found that the degree of orientation or opposition that the Russian and Iranian trolls had toward either BLM or B/ALM mirrored geopolitical realities. Iranian trolls showed more support for BLM (63% of tweets) than for B/ALM (14.6%). The reverse was the case with the Russian trolls, who were more supportive of B/ALM (78.7%) than of BLM (73.5%). The Iranian trolls also had very little opposition to BLM, with only 1% of BLM and B/ALM samples.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,853
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,002
Communication savante0,0010,002
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,002

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,034
Tête enseignante GPT0,421
Écart entre enseignants0,387 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Political Science ReviewMême sujetMisinformation and Its ImpactsTravaux en français237 207