Developing a rule-based method for identifying researchers on Twitter: The case of vaccine discussions

SND-ID: SND 1117

Beskrivning Data och dokumentation

Skapare/primärforskare

Björn Ekström

Beskrivning

Denna studie söker utveckla en metod för att identifiera förekomster och proportioner av forskare, media- och andra professionella aktiva i Twitterdiskussioner. Som ett fallexempel används ett anonymiserat dataset från vaccindiskussioner på Twitter. Studien föreslår en metod som använder nyckelord som strängar inom listor för att identifiera klasser ifrån användarbiografier. Detta möjliggör en applicering av multipla klassifikationsprinciper till en mängd Twitterbiografier genom att använda semantiska regler genom programmeringsspråket Python. Det skript som använts för att genomföra studien är här deponerat.

Språk

Engelska

Huvudman, medverkande och finansiering

Forskningshuvudman

Högskolan i Borås

Ansvarig institution/enhet

Högskolan i Borås, Akademin för bibliotek, information, pedagogik och IT

Finansiering

  • Finansiär: Horizon 2020
  • Diarienummer hos finansiär: 770531
Skyddsvärde och etikprövning
Metod

Analysenhet

Population

Twitteranvändare

Tidsdimension

Urvalsmetod

Övrigt

Tidsperiod(er) som undersökts

2018-06-01–2019-10-31

Geografisk täckning
Ämnesområde och nyckelord

Ämnesområde

Gymnasial och högre utbildning, Informationssamhället, Språk och lingvistik (CESSDA Topic Classification)
Språkteknologi (språkvetenskaplig databehandling), Samhällsvetenskap, Biblioteks- och informationsvetenskap (Standard för svensk indelning av forskningsämnen 2011)

Nyckelord

klassifikation, sociala media

Publikationer

Ekström, B. (2019). Developing a rule-based method for identifying researchers on Twitter: The case of vaccine discussions. Poster abstract accepted to ISSI, 17th International Society of Scientometrics and Informetrics Conference, Rome, 2-5 September.

Om du publicerat något baserat på det här datamaterialet, meddela gärna SND en referens till din(a) publikation(er). Är du ansvarig för katalogposten kan du själv uppdatera metadata/databeskrivningen via DORIS.

Dataset
Rule-based method for identifying researchers on Twitter

Ladda ner data

class.py (7.62 KB)

Beskrivning

Metodutveckling för klassning av Twitterbiografier rörande förekomster av akademiker, grupper och individer relaterade till akademi, media, andra grupper samt allmänhet. Skriven i programmeringsspråket Python.

Version 1.0

Citering

Björn Ekström. Högskolan i Borås, Akademin för bibliotek, information, pedagogik och IT (2019). <em>Rule-based method for identifying researchers on Twitter</em>. Svensk nationell datatjänst. Version 1.0. <a href="https://doi.org/10.5878/akmc-va16">https://doi.org/10.5878/akmc-va16</a>

Ladda ner citering

Dataformat / datastruktur

Programvara

Skapare/primärforskare

Björn Ekström

Licens

Creative Commons Erkännande 4.0 Internationell (CC BY 4.0)
Publicerad: 2019-09-20