پست توییتر فاش قطبش در کنگره COVID-19

سریع سیاسی از COVID-19 همه گیر را می توان در پیام های اعضای کنگره ایالات متحده فرستاده می شود در مورد این موضوع در سایت های رسانه های اجتماعی, توییتر, تجزیه و تحلیل جدید در بر داشت.

با استفاده از هوش مصنوعی و منابع از اوهایو ابر رایانه مرکز محققان انجام یک تجزیه و تحلیل است که تحت پوشش تمام 30,887 توییتهایی که اعضای فرستاده در مورد COVID-19 از اول در Jan. 17 از طریق 31 مارس است.

الگوریتم آنها ایجاد شده می تواند به درستی طبقه بندی حزب سیاسی عضو که با ارسال هر صدای جیر جیر 76 درصد از زمان تنها بر اساس متن این توییت و تاریخ آن فرستاده شد.

“ما متوجه شدیم که هنگامی که احزاب به شکل سیاسی پیامدهای این موضوع قطبش مشهود بود در توییت به سرعت گفت:” Jon, سبز, شرکت, نویسنده این مطالعه و دانشجوی دکترای علوم سیاسی در دانشگاه ایالتی اوهایو.

مطالعه منتشر شده امروز (24 ژوئن 2020) در مجله علم پیشرفت.

“قابل توجه است که ما می تواند شناسایی تعصب حتی زمانی که اعضا باید فقط 280 شخصیت های خود را برای ارسال پیام در توییتر گفت:” مطالعه همکاری نویسنده Skyler Cranmer که کارتر فیلیپس و سو هنری استاد علوم سیاسی در ایالت اوهایو.

دموکرات ها ارسال می شود به طور قابل توجهی بیشتر توییت (19,803) در مورد COVID-19 نسبت به جمهوری خواهان (11,084) این مطالعه نشان داد.

شکاف در تعداد توییت های ارسال شده توسط دموکرات در مقابل حزب جمهوری خواه سیاستمداران گسترده تر پس از اولین مورد جامعه گسترش مشخص شد در کالیفرنیا و رشد بیشتر پس از اعلام ملی اضطراری است.

“این نشان می دهد دموکراتیک اعضا ارسال شد زودتر و قوی تر سیگنال به موکلین خود که آنها باید نگران بحران” Cranmer گفت.

چه دموکرات ها و جمهوری خواهان توییتی در مورد این بیماری همه گیر متفاوت بود بیش از حد نتايج مطالعه نشان داد.

برای مثال کلمه “سلامت” استفاده شد و در 26 درصد از دموکرات توییتهایی اما تنها 15 درصد از جمهوریخواهان توییتهایی.

به طور کلی دموکرات ها بودند بیشتر احتمال دارد به بحث در مورد بهداشت عمومی و ایمنی و همچنین کارگران آمریکایی در حالی که جمهوری خواهان تاکید کرد به طور کلی نیاز به وحدت ملی در مورد چین و کسب و کار و قاب این بیماری همه گیر به عنوان یک جنگ است.

به عنوان یک جزء از تجزیه و تحلیل محققان شناسایی اعضای سقوط کرد که در طیف وسیعی از آنچه آنها به نام “حزبی با هم همپوشانی دارند.” اعضای کنگره در این همپوشانی منطقه بودند کسانی که توییتهایی بودند بیشتر احتمال دارد به اشتباه توسط الگوریتم با کسانی که از کسی از طرف دیگر است.

تنها 31 درصد از اعضای سقوط کرد در این منطقه است.

“این بدان معناست که 69 درصد از اعضای خود را توییتهایی بیشتر حزبی از شبیه ترین عضو دیگر حزب” سبز گفت.

قطبش نمی شد در طول زمان ثابت.

در اولین هفته پس از اولین اشاره از COVID-19 الگوریتم توسعه یافته توسط محققان تا به حال نسبتا کم دقت هنگامی که در تلاش برای تعیین اینکه آیا یک دموکرات یا جمهوری خواه نوشت خاص صدای جیر جیر. که نشان می دهد کمی وجود دارد قطبش.

اما قطبش به سرعت افزایش یافت اوج در طول هفته آغاز Feb. 9. سپس آن را کمی کاهش یافته و در اوایل تا اواسط ماه مارس قبل از افزایش دوباره در اواخر ماه مارس به عنوان طرف بحث اقتصادی امداد بسته است.

این یافته ها نشان می دهد که کنگره فرصت از دست رفته در اوایل بیماری همه گیر به منظور توسعه یک اجماع است که می تواند به کمک ایالات متحده در پاسخ به بحران Cranmer گفت.

“چیزی در مقیاس COVID-19 نیاز به یک مقیاس بزرگ دولت پاسخ. دولت می تواند خیلی بهتر زمانی که آن است که ایالات متحده در ماموریت خود,” او گفت:.

سبز و Cranmer co-نویسنده این مطالعه با خود ایالتی اوهایو علوم سیاسی همکاران Jared ادگورتون و دانیل Naftel همراه با کلسی Shoub از دانشگاه کارولینای جنوبی است.

داستان منبع:

مواد ارائه شده توسط دانشگاه ایالتی اوهایو. Original نوشته شده توسط Jeff Grabmeier. توجه داشته باشید: محتوا ممکن است برای ویرایش سبک و طول.

tinyurlis.gdv.gdv.htu.nuclck.ruulvis.netshrtco.detny.im