Midi-BIN // Modélisation de la quantification de l’idéologie politique

Les utilisateurs de Twitter ont la possibilité de cadrer l’information via des tweets commentés. Des études récentes suggèrent que ce cadrage a souvent lieu dans des conversations antagonistes plutôt que de diffusion. Par exemple, les médias rapportent des faits sur les vaccins, lesquels sont ensuite présentés comme de la propagande par les utilisateurs d’extrême droite. De même, les utilisateurs de gauche utilisent un tweet de Jeff Bezos sur le fait d’aller dans l’espace pour faire valoir leur point de vue sur le capitalisme sauvage.  

Pour mieux comprendre comment les espaces en ligne locale d’une certaine orientation politique attirent des participants affiliés à diverses orientations politiques, nous examinons la structure de la participation intercommunautaire dans les arbres de tweets commentés. L’étude de ces arbres commentés comporte de multiples défis. Nous nous concentrerons sur l’étape de modélisation de la quantification de l’idéologie politique à l’aide d’un modèle d’estimation de point idéal sur les données Twitter. En utilisant cette approche quantitative avec des étapes de validation qualitative, nous montrerons que ces événements discursifs éphémères peuvent attirer un public diversifié désireux de cadrer les informations initiales contenues dans le tweet cité de base et provenant d’un spectre plus ou moins large de valences politiques estimées.

Détails

Jeudi 14 octobre 2021, 12 h 30
Accès direct et libre, en ligne

À propos du présentateur

Du côté européen de l’Atlantique, Jonathan St-Onge travaille en tant qu’ingénieur de recherche dans l’équipe des sciences sociales computationnelles au centre Marc Bloch en Allemagne. De ce côté-ci de l’Atlantique, il a récemment entrepris un certificat d’études de cycles supérieurs en systèmes complexes au Vermont Complex Systems Center de l’Université du Vermont.