Online Media Use of False News to Frame the 2016 Trump Presidential Campaign

Chatfield, Akemi Takeoka; Reddick, C. G.; Choi, K. P.

doi:10.1145/3085228.3085295

Cited by 9 publications

(4 citation statements)

References 25 publications

Supporting

Mentioning

Contrasting

Order By: Relevance

“…Verifica-se, por exemplo, o crescimento na quantidade de estudos da categoria malicioso a partir de 2017. Talvez um reflexo das eleic ¸ões norte-americanas de 2016 [Chatfield et al 2017], a partir da qual o termo se popularizou e ficou em evidência.…”

Section: Figura 1 Artigos Por Categoriaunclassified

Mapeamento Sistemático da Literatura sobre a Caracterização do Usuário do Twitter

Oliveira,

Santos,

Mota

2023

Anais Do XIV Workshop Sobre Aspectos Da Interação Humano-Computador Na Web Social (WAIHCWS 2023)

View full text Add to dashboard Cite

As redes sociais possuem um vasto conjunto de dados dos seus usuários. Coletar estes dados, transformá-los em informação e, posteriormente, em conhecimento, tem importância ímpar, não apenas para as empresas proprietárias destas redes mas para todo o “ecossistema”nestas redes. Este artigo apresenta um mapeamento sistemático da literatura e teve por objetivo encontrar uma resposta para o seguinte questionamento: quem é o usuário do twitter? Os artigos foram coletados das bases ACM Digital Library, Science Direct e IEEE Xplorer, conforme string definida, utilizando o método de busca automática. Dos artigos selecionados, foram retiradas 8 categorias de identificação de usuários: indivíduo ou organização, multirredes, malicioso, saúde, comportamento, demografia, interesses e identidade. Também a literatura cinzenta foi consultada para integrar o resultado a respeito do usuário do Twitter e gerou informações como a quantidade de usuários por gênero e os países com mais usuários do Twitter.

show abstract

Section: Figura 1 Artigos Por Categoriaunclassified

Mapeamento Sistemático da Literatura sobre a Caracterização do Usuário do Twitter

Oliveira,

Santos,

Mota

2023

Anais Do XIV Workshop Sobre Aspectos Da Interação Humano-Computador Na Web Social (WAIHCWS 2023)

View full text Add to dashboard Cite

show abstract

“…Other researchers looked into automated forms of influence during the elections, such as social bots [7] and fake news diffusion. In Chatfield, Reddick and Choi [1], the authors addressed questions regarding how online news media used false news to frame the Trump presidential campaign negatively. The results indicate that although negative frames against Trump far outnumbered those against Hillary Clinton, they might have failed to influence the mass audience, leaving them to the power of Trump's direct political communications via Twitter.…”

Section: Related Workmentioning

confidence: 99%

“…In more recent history, the Democratic rule was restored in 1985, and the first free elections for president were held in 1989, nearly 30 years before the events discussed and analyzed in this text. At the moment of writing, there are over 30 political parties active in the country, 13 of which have presented candidates for the presidency in 2018 1 .…”

Section: Introductionmentioning

confidence: 99%

Polls, plans and tweets

Teixeira

Kurtz

Leuck

et al. 2019

Proceedings of the 20th Annual International Conference on Digital Government Research

View full text Add to dashboard Cite

Over the past years, Brazil has gone through movements of erosion of trust, and political scandals made room for new presidential candidates to arise, many fueled by a liberal agenda or pure and simple distaste for the legacy of the left-wing party that was in power. This led to a heated election in 2018, with 13 candidates facing off each other online and offline during the first round, fomenting passionate debates among a population of over 208 million with a vast online audience. In this context, a growing relevance of online campaigning appears, with the widespread use of social media by the candidates. By the means of a research methodology centered on discourse and quantitative analysis in politics, we discussed the converging and diverging patterns that emerged among election polls, comparing the online performance manifested on Twitter throughout the first round of presidential elections with the officially registered government plan. Our goal was to see if data visualization could help to explain the relevance of online campaigning in social media and how candidates reacted to the election polls and debates through posting on Twitter. The proposed research methodology and related tools can be used to perform the same type of analysis in future elections. CCS CONCEPTS• Human-centered computing → Empirical studies in collaborative and social computing.

show abstract

“…Sosyal medya, politikacıların halka seslenebilmeleri için önemli bir platform olarak kullanılmaktadır ve onları seçmenleri için daha kolay ulaşılabilir hale getirmiştir (Conway, Kenski ve Wang, 2015;Golbeck, Grimes ve Rogers, 2010;Graham, Jackson ve Broersma, 2016). Bir adayın kamuoyuna tanıtılmasında veya siyasi propaganda gibi amaçlarla sosyal medya politikacılar tarafından yaygın olarak kullanıldığı görülmektedir (Cerf, 2017;Chatfield, Reddick ve Choi, 2017;Kelly Garrett ve Weeks, 2013). Bağımsız değişkenlere göre alt hipotezler:…”

Section: Introductionunclassified

Derin makine öğrenmesi metoduyla sosyal medya verilerine dayalı seçim sonucu tahmini

Sabuncu

Şen

2021

bmij

View full text Add to dashboard Cite

Bu çalışmanın amacı, sosyal medya verilerinden yararlanarak politikacıların oy oranlarının günlük değişiminin ve seçim sonucunun tahmin edilebilirliğinin araştırılmasıdır. Bu amaçla yapılan çalışmada, 3 Kasım 2020 ABD seçimine katılan adaylar hakkında 01.07.2020- 03.11.2020 tarihleri arasında paylaşılan 20.746.834 adet tweet RapidMiner programı ile Twitter platformundan toplanmıştır. Twitter’dan toplanan verilere, Vader algoritması ile duygu analizleri yapılmıştır. Tweetler, pozitif, negatif, NPS (pozitif-negatif) ve nötr duygu kategorilerine göre gruplandırılmıştır. Duygu kategorilerine ayrılmış tweet sayıları kullanılarak, günlük oy oranlarını ve seçim sonucunu tahmin etmek için altı farklı makine öğrenmesine dayalı tahmin modeli oluşturulmuştur. Tahmin modellerinde, bağımsız değişkenler adaylar hakkında paylaşılan duygu kategorilerine göre ayrılmış günlük Twitter verisidir. Bağımlı değişkenler ise anket ve ekonomik göstergelere dayalı yapılmış, adayların günlük oy oranı tahminleridir. Tahmin modelleri 109 günlük veri ile eğitilmiştir. En doğru sonucu veren tahmin modeli Derin Makine Öğrenmesi (Deep Machine Learning) algoritması kullanılarak, seçim sonucu %1,7 hata payıyla tahmin edilebilmiştir. Bu çalışma, Twitter’daki çok çeşitli manipülasyonlara rağmen, makine öğrenmesi aracılığıyla, Twitter’ın halen politik eğilimlerin takibi ve seçim sonuçları tahmininde kullanılabilecek bir veri kaynağı olabileceğini göstermektedir.

show abstract

Online Media Use of False News to Frame the 2016 Trump Presidential Campaign

Cited by 9 publications

References 25 publications

Mapeamento Sistemático da Literatura sobre a Caracterização do Usuário do Twitter

Mapeamento Sistemático da Literatura sobre a Caracterização do Usuário do Twitter

Polls, plans and tweets

Derin makine öğrenmesi metoduyla sosyal medya verilerine dayalı seçim sonucu tahmini

Contact Info

Product

Resources

About