Hoppa till huvudinnehåll
sweclarin logo
Sök | English
Start
English
  • Start
  • Om oss
  • Våra resurser
  • Samarbeta med oss
  • Aktuellt
  • Om Swe-Clarin
  • Katalog
  • Kontakt
  • Dokument
  • CLARIN.EU
  • Logga in

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

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.

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

Huvudman

Högskolan i Borås

Tillgänglighetsstatus

Åtkomst till data via SND
Data är fritt tillgängliga

Ladda ner data

class.py (7.62 KB)

Ansvarig institution/enhet

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

Skapare/primärforskare

Björn Ekström

Identifierare

SND-ID: SND 1117

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

Tidsperiod(er) som undersökts

2018-06-01 — 2019-10-31

Analysenhet

Grupp

Individ

Organisation/institution

Övrigt

Population

Twitteranvändare

Tidsdimension

Övrigt

Urvalsmetod

Övrigt

Finansiering

Horizon 2020 — dnr 770531

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

Ladda ner metadata

  • DataCite
  • DCAT-AP
  • DDI 2.5
  • JSON

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.

Version 1.0

2019-08-23
https://doi.org/10.5878/akmc-va16

Ladda ner citering

Ladda ner data

class.py (7.62 KB)

Licens

Creative Commons  Erkännande 4.0 Internationell (CC BY 4.0)

Rule-based method for identifying researchers on Twitter

Citeringsförslag

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>

Skapare/primärforskare

Björn Ekström

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.

Dataformat / datastruktur

Programvara

Publicerad: 2019-09-20

Ladda ner data

Du vill ladda ner Developing a rule-based method for identifying researchers on Twitter: The case of vaccine discussions från SND:s forskningsdatakatalog. Innan du kan göra det behöver du ta del av följande information.

När du använder data som tillgängliggörs via SND bör du tänka på att:

  • Förse alla publikationer som på något vis baseras på data med en referens till dessa data. I referensen (eller citeringen) bör beständig identifierare (ex. DOI) och hänvisning till skapare/primärforskare finnas med. Detta gäller oavsett publikationsform.
  • Följa rådande forskningsetiska principer. SND hänvisar till Vetenskapsrådets rapport God forskningssed (2017).
  • Varken SND eller forskningshuvudmannen för data tar ansvar för hur data och tillhörande dokumentation används, inte heller för tolkningar eller slutsatser baserade på data.

Citering av data

Du väljer själv vilket referenssystem du vill använda för att referera till data. Det viktiga är att citeringen innehåller tillräcklig information för att den korrekta versionen av data ska kunna hittas.

Det dataset du nu laddar ner kan exempelvis citeras så här:

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

Publikationer

Rapportera publikationer som bygger på data hämtade via SND:s forskningsdatakatalog till request@snd.gu.se.

Spara den här informationen Ladda ner data

Medintressenter

CLARIN ERIC
Nationella språkbanken
Vetenskapsrådet

Medlemmar

Språkbanken Text, GU
Språkbanken Tal, KTH
Språkbanken Sam, Isof
Centrum för digital humaniora, GU
Datorlingvistikgruppen, UU
Humanistlaboratoriet, LU

Humlab, UmU
Institutionen för lingvistik, SU
Kungliga biblioteket
NLPLab, LiU
Riksarkivet

Kontakta oss

info@sweclarin.se