Developing a rule-based method for identifying researchers on Twitter: The case of vaccine discussions Developing a rule-based method for identifying researchers on Twitter: The case of vaccine discussions snd1117-1-1.0 FO2017/23 https://doi.org/10.5878/akmc-va16 Swedish National Data Service Svensk nationell datatjänst Landing page Developing a rule-based method for identifying researchers on Twitter: The case of vaccine discussions Developing a rule-based method for identifying researchers on Twitter: The case of vaccine discussions snd1117-1-1.0 FO2017/23 https://doi.org/10.5878/akmc-va16 770531 770531 Swedish National Data Service Svensk nationell datatjänst Landing page classification klassifikation Information society Informationssamhället Language and linguistics Språk och lingvistik Higher and further education Gymnasial och högre utbildning This study seeks to develop a method for identifying the occurrences and proportions of researchers, media and other professionals active in Twitter discussions. As a case example, an anonymised dataset from Twitter vaccine discussions is used. The study proposes a method of using keywords as strings within lists to identify classes from user biographies. This provides a way to apply multiple classification principles to a set of Twitter biographies using semantic rules through the Python programming language. The script used for the study is here deposited. Method development for Twitter biography classification concerning occurrences of academics, academically related groups and individuals, media, other groups and members of the general public. Written in the Python programming language. 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. Metodutveckling för klassning av Twitterbiografier rörande förekomster av akademiker, grupper och individer relaterade till akademi, media, andra grupper samt allmänhet. Skriven i programmeringsspråket Python. GroupGroup GruppGrupp IndividualIndividual IndividIndivid Organization/InstitutionOrganization/Institution Organisation/institutionOrganisation/institution OtherOther ÖvrigtÖvrigt Twitter users Twitteranvändare Software OtherOther ÖvrigtÖvrigt OtherOther ÖvrigtÖvrigt Access to data through SND. Data are freely accessible. Åtkomst till data via SND. Data är fritt tillgängliga. openAccess 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. 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. 2019