[论文解读] Social Media, News and Political Information during the US Election: Was Polarizing Content Concentrated in Swing States?
本数据简报分析2016年美国大选期间 Twitter 分享的极化政治内容，发现全国层面错误信息和极化内容更为普遍，但某些州的水平高于其他州，且在按人口加权后，摇摆州的平均错误信息更高。
US voters shared large volumes of polarizing political news and information in the form of links to content from Russian, WikiLeaks and junk news sources. Was this low quality political information distributed evenly around the country, or concentrated in swing states and particular parts of the country? In this data memo we apply a tested dictionary of sources about political news and information being shared over Twitter over a ten day period around the 2016 Presidential Election. Using self-reported location information, we place a third of users by state and create a simple index for the distribution of polarizing content around the country. We find that (1) nationally, Twitter users got more misinformation, polarizing and conspiratorial content than professionally produced news. (2) Users in some states, however, shared more polarizing political news and information than users in other states. (3) Average levels of misinformation were higher in swing states than in uncontested states, even when weighted for the relative size of the user population in each state. We conclude with some observations about the impact of strategically disseminated polarizing information on public life.
研究动机与目标
- 评估2016年美国大选期间极化政治内容是否集中在摇摆州而非其他地区。
- 使用 Twitter 数据量化极化内容（错误信息、阴谋、极化新闻）在美国各州的分布。
- 比较全国层面与州级在低质量政治信息传播方面的模式。
提出的方法
- 对2016年大选前后十天内收集的 Twitter 数据应用经过验证的政治新闻来源词典。
- 使用自报位置将用户分配到州，并构建州级极化内容的分布指数。
- 计算并比较全国层面和州级的错误信息、极化内容和阴谋论内容水平。
- 按相对用户人口加权州结果，以评估摇摆州与无竞争州的差异。
实验结果
研究问题
- RQ1在2016年美国大选期间，Twitter 上的极化政治内容是否集中在摇摆州，还是在全国范围内平均分布？
- RQ2全国与州级在错误信息、极化内容和阴谋内容的水平有何差异？
- RQ3在按人口规模调整后，摇摆州是否比无竞争州具有更高的平均错误信息？
主要发现
- 全国范围内，Twitter 用户分享的错误信息、极化内容和阴谋论内容多于专业新闻。
- 某些州显示出极化政治新闻和信息的份额高于其他州。
- 在按州人口加权后，摇摆州的错误信息平均水平高于无竞争州。
更好的研究，从现在开始
从论文设计到论文写作，大幅缩短您的研究时间。
无需绑定信用卡
本解读由 AI 生成，并经人工编辑审核。