[论文解读] Spatiotemporal Change-Points in Development Discourse: Insights from Social Media in Low-Resource Contexts

Woojin Jung, Charles Chear+3 more|arXiv (Cornell University)|Jan 10, 2026

Social Media and Politics被引用 0

一句话总结

本论文利用赞比亚两年多带地理标签的X数据，结合 BERTopic、PELT 变点检测与定性编码的混合方法，辨识耐久性与短暂性发展话语，揭示七大主题及与 COVID-19 和地热项目相关的关键区域变点。

ABSTRACT

This study investigates the spatiotemporal evolution of development discourse in low-resource settings. Analyzing more than two years of geotagged X data from Zambia, we introduce a mixed-methods pipeline utilizing topic modeling, change-point detection, and qualitative coding to identify critical shifts in public debate. We identify seven recurring themes, including public health challenges and frustration with government policy, shaped by regional events and national interventions. Notably, we detect discourse changepoints linked to the COVID19 pandemic and a geothermal project, illustrating how online conversations mirror policy flashpoints. Our analysis distinguishes between the ephemeral nature of acute crises like COVID19 and the persistent, structural reorientations driven by long-term infrastructure projects. We conceptualize "durable discourse" as sustained narrative engagement with development issues. Contributing to HCI and ICTD, we examine technology's socioeconomic impact, providing practical implications and future work for direct local engagement.

研究动机与目标

• 通过社交媒体在资源有限环境中表征时空演变的发展话语。
• 识别发展话语中的重复主题并将其映射到可持续发展目标（SDGs）。
• 利用变点分析区分持久（durable）与短暂性（ephemeral）的话语。
• 展示社交媒体信号如何反映政策焦点与基础设施辩论。
• 为 ICTD 与 HCI 关注的发展监测提供方法论与设计启示。

提出的方法

• 为赞比亚（2019-01-01–2021-09-01）组装32个月的带地理标记的 Twitter（X）语料库。
• 应用 BERTopic（基于嵌入的主题建模）结合 UMAP 与 HDBSCAN 从推文中提取主题。
• 使用 PELT 变点检测算法识别主题流行度的显著时间变化。
• 计算对数似然比以表征变点前后的主题签名。
• 通过六名评审对每个主题的50条高分推文进行定性编码以验证主题。
• 将主题与可持续发展目标（SDGs）及地区事件进行对照以便解释。

Figure 1. PELT-based change-point detection of the public health topic in Lusaka, Zambia, highlighting a sharp shift from general health discussions (e.g., cholera, multistakeholder planning) to COVID-19–specific concerns (e.g., testing, masking) around mid-June 2020. The region between the two vert

实验结果

研究问题

• RQ1 在资源有限背景下，社交媒体上的发展相关话语的时空动态为何？
• RQ2 耐久性话语能否在在线对话中被操作化并与由危机驱动的短暂话语区分开来？
• RQ3 区域事件（如 COVID-19、基础设施项目）如何影响赞比亚的分区域话语？
• RQ4 出现了哪些主题，它们如何映射到SDGs以反映多维的贫困与发展关切？

主要发现

• 在发展话语中识别出七个重复主题：选举腐败、食品系统、社会进步、矿业、对政府政策的挫败感、公共卫生挑战，以及社会不平等。
• 在卢萨卡的公共卫生话语中在 COVID-19 期间发现两个主要变点：2020-03-26（趋势上升，p = 0.07）与 2020-06-14（显著下降，p = 0.02）。
• 证明耐久性话语表现为超过60天的持续高参与度、具有主题一致性和结构性特征。
• 显示 X 话语同时捕捉到急性危机信号与长期基础设施辩论的例子，如 COVID-19 高峰与 Kalahari 地热项目。
• 将主题与 SDGs 相关联，说明贫困话语不仅涉及收入，还涵盖政治、社会和环境维度。
• 强调区域异质性，卢萨卡（急性危机）对比 南部省（基础设施项目）作为案例研究。

Figure 2. PELT-based change-point detection of the government policy topic in Zambia’s Southern Province, showing a significant shift on March 29 2020. Earlier conversations centered on tourism and business protection, while later discourse emphasized resources, decision-making, and infrastructure i