From the Streets to the Tweets: Social Network Analysis of Canadian Street Gang Members and Their Use of Twitter, Facebook and Youtube
Notice bibliographique
Résumé
In the last two decades, the use of social networking sites (SNS) has increased at an astounding rate. Research regarding street gangs’ use of social media generally suggests two assumptions: Firstly, street gang members have infiltrated SNS, and have transferred much of their gang culture from the real world to the virtual one—a process known as cyber-banging. Secondly, street gangs have begun using SNS to recruit potential members; a fear propagated by newspapers and police forces. While cyber-banging has be well documented, the same cannot be said about online recruitment. This study achieved two goals: firstly, using a similar keyword search to that which was utilised by Morselli & Décary-Hétu (2013) this study empirically illustrates the prevalence of cyber-banging and recruitment on SNS. To accomplish this goal, this study sampled 23 Twitter users and 36 Facebook users flagged as street gang members across Canada, along with 10 YouTube rap videos created by gang members. Secondly, using a network analysis add-on to Microsoft Excel called NodeXL, this essay employed social network analysis to test whether centrality measures can extrapolate gang roles within a gang member’s Twitter network. Using content analysis, the results demonstrated that the most prominent type of cyber-banging is content that promotes gang ideologies. The results also conclude that none of the content on Facebook, Twitter, and YouTube can be considered proactive recruitment techniques. Regarding the second goal, using a combination of degree centrality, betweenness centrality and eigenvector centrality measures, results suggest many of the gang members are central in their network, but probably not gang leaders; while a look at the relationship between activity levels and number of followers on Twitter demonstrate four possible roles a SNS user has within his gang.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,008 | 0,009 |
| Études des sciences et des technologies | 0,009 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».