Как любовь к своей партии распространяется эффективнее ненависти к другим в онлайн-сообществах

Как любовь к своей партии распространяется эффективнее ненависти к другим в онлайн-сообществах

Интересное сегодня

Машинное обучение для обнаружения когнитивных событий по зра...

Автоматическое обнаружение когнитивных событий с использованием машинного обучения и интерпретация м...

Влияние языкового стиля на восприятие развлекательных медиа:...

Введение Исследование языкового стилевого соответствия (LSM) показывает, что люди часто подстраивают...

Исследование выявляет алкоголь как главный фактор перехода к...

Недавнее исследование, проведенное Университетом Техаса в Хьюстоне, выявило, что употребление алкого...

Как уменьшить вариативность броска в бейсболе: анализ коррек...

ВведениеТочный и быстрый бросок мяча в цель — это сложный двигательный навык, характерный для челове...

Влияние депрессии и одиночества на хроническую боль у пожилы...

Введение Недавнее исследование, проведенное учеными из Лондонского колледжа Университета, показывает...

Как чтение преобразует фонологические представления в фоногр...

Введение Способность обрабатывать устную речь считается универсальной. Существует предположение, что...

Рисунок 1
Рисунок 1
Рисунок 2
Рисунок 2
Рисунок 3
Рисунок 3
Рисунок 4
Рисунок 4
Thumbnail 1
Thumbnail 2
Thumbnail 3
Thumbnail 4
Thumbnail 5
Thumbnail 6
Thumbnail 7
Оригинал исследования на сайте автора

Введение

Многие эксперты обвиняют социальные сети в усилении поляризации в современных демократиях. Считается, что алгоритмы платформ создают идеологически однородные сети, где пользователи взаимодействуют только с единомышленниками. Однако исследования дают противоречивые результаты: одни подтверждают эту гипотезу, другие отмечают, что разнородные дискуссии встречаются чаще, чем ожидалось.

Цель исследования

В этой статье анализируются данные Twitter за четыре избирательные кампании в Испании (2015–2019 гг.), чтобы выяснить:

  • Как меняется идеологическая однородность сетей.
  • Как появление новых партий влияет на динамику ретвитов.
  • Какие типы контента (лояльность к своей партии или критика других) распространяются эффективнее.

Методология

Исследование основано на анализе ретвитов как индикатора влияния. Использовались три метрики:

  1. Идеологический индекс пользователя (от -1 для левых до +1 для правых).
  2. Эффективность распространения — среднее количество ретвитов на один твит.
  3. Содержание контента — поддержка своей партии или критика оппонентов.

Ключевые термины

Эпистемические пузыри — однородные сообщества, где пользователи непреднамеренно ограничивают себя схожими взглядами.

Эхо-камеры — изолированные сети, где враждебность к внешним группам систематически усиливается.

Результаты

Выявлены две основные зоны высокой эффективности ретвитов:

  • Зона A: Левые «пузыри» с преобладанием позитивных сообщений о Podemos и PSOE.
  • Зона B: Правые сети, где после появления радикальной партии Vox усилилась идеологическая однородность, но эффективность снизилась из-за роста враждебного контента.

Выводы

Позитивные сообщения о своей партии распространяются эффективнее, чем критика оппонентов. Даже сторонники радикальных партий реже ретвитят враждебный контент, что препятствует формированию «эхо-камер».

Короткие версии статей можно найти в телеграм-канале.

Посмотреть канал
Кликните еще раз для перехода