Developing a rule-based method for identifying researchers on Twitter: The case of vaccine discussions
https://doi.org/10.5878/akmc-va16
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.
Citering och åtkomst
Citering och åtkomst
Tillgänglighetsnivå:
Skapare/primärforskare:
- Björn Ekström
Forskningshuvudman:
Diarienummer hos huvudman:
- FO2017/23
Citering:
Språk:
Metod och utfall
Metod och utfall
Analysenhet:
Population:
Twitteranvändare
Tidsdimension:
Urvalsmetod:
Tidsperiod(er) som undersökts:
Dataformat/datastruktur:
Administrativ information
Administrativ information
Ansvarig institution/enhet:
Akademin för bibliotek, information, pedagogik och IT
Finansiering
Finansiering
Finansiär:
- Horizon 2020
Referensnummer:
770531
Ämnesområde och nyckelord
Ämnesområde och nyckelord
CESSDA Topic Classification:
Standard för svensk indelning av forskningsämnen 2025:
Nyckelord:
Publikationer
Publikationer
Citering:
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.
Metadata
Metadata
Version 1.0

Högskolan i Borås