Twitter 上對烏克蘭的關注：2008-2023 年危機影響
arXiv - Computers and SocietyMark Mets, Maximilian Schich, Peter Sheridan Dodds
本研究透過分析 2008 至 2023 年 Twitter 上 28 種語言的數據，揭示了不同國家對烏克蘭的關注度在 2014 年和 2022 年俄羅斯入侵事件後呈現的差異。
AI 幫你先抓重點
AI 重點 1
不同語言群體關注時間軸的差異
滑鼠懸停看 AI 判斷理由
此發現揭示了不同國家對烏克蘭危機的反應模式，對於理解國際社會的政治立場和輿論動態至關重要，並能幫助教育者設計相關的全球議題討論課程。
AI 重點 2
社交媒體演算法的影響
滑鼠懸停看 AI 判斷理由
研究強調了社交媒體平台演算法對資訊呈現的影響，提醒教育者和學生在評估線上資訊時應保持批判性思考，並了解演算法可能造成的偏見。
核心研究發現
- 1
研究發現了兩種截然不同的語言群體，一個在 2014 年達到關注高峰，另一個在 2022 年達到高峰，反映了各國對烏克蘭的支持意願。
- 2
透過模擬 DNA 微陣列的視覺化方法，研究者能夠捕捉到不同語言中對「烏克蘭」的關注度變化，並揭示了隱藏在單一語言受眾認知範圍之外的細微模式。
- 3
研究結果顯示，公開數據可以近似全球的關注模式，但完整的、未經過濾的視角仍然受到主要社交媒體平台專有演算法的限制。
- 4
研究方法能夠在本地、中層和全球層面捕捉關注度，提供了一種比較不同語言、用戶群體或歷史文獻中相對偏差的工具。
- 5
研究揭示了一種令人擔憂的不對稱性：不同語言群體對烏克蘭的關注模式存在明顯差異，反映了國家間對烏克蘭支持的程度不同。
對教育工作者的啟發
教育工作者可以利用此研究的發現，設計關於國際關係、媒體素養和批判性思考的課程。例如，可以讓學生分析不同語言的社交媒體數據，比較不同國家對烏克蘭危機的看法，並討論社交媒體演算法對資訊傳播的影響。此外，此研究也提醒教育者在教學中應鼓勵學生保持批判性思考，並從多個角度評估資訊的真實性與可靠性，避免受到單一視角的影響。
原始文獻資訊
- 英文標題：
- Crisis-induced differences in attention towards Ukraine in Twitter 2008-2023
- 作者：
- Mark Mets, Maximilian Schich, Peter Sheridan Dodds
- 來源：
- arXiv - Computers and Society
- AI 摘要模型：
- ISTA-DASLab/gemma-3-27b-it-GPTQ-4b-128g
每週精選研究電子報
每週五信箱收到精選 5 篇教育科技重點研究摘要，零時間壓力掌握學術前沿。