Bài viết này có sẵn trên arxiv theo giấy phép CC BY-NC-ND 4.0 DEED.   tác giả:  (1) Brisha Jain, Nhà nghiên cứu độc lập Ấn Độ và brishajain02@gmail.com;  (2) Mainack Mondal, IIT Kharagpur Ấn Độ và mainack@cse.iitkgp.ac.in.  Bảng liên kết   Tóm tắt và giới thiệu   Công việc có liên quan   Thu thập dữ liệu   Phương pháp phân tích   Kết quả   Hạn chế   Thảo luận kết luận   Người giới thiệu  4. PHƯƠNG PHÁP PHÂN TÍCH  Trong nghiên cứu này, chúng tôi chủ yếu thực hiện phân tích định lượng để khám phá những thành kiến chung trong tương tác giữa nhà báo và chính trị gia Ấn Độ. Cụ thể, chúng tôi đã thực hiện phân tích tần suất bằng cách sử dụng thử nghiệm thống kê, phân tích cảm xúc và phân tích chủ đề của các tweet được thu thập.    Để phân tích xu hướng giới tính trong tần suất tương tác giữa Nhà báo và chính trị gia, chúng tôi kiểm tra mức độ phổ biến của các dòng tweet giữa các nhà báo và chính trị gia theo giới tính của các chính trị gia. Nếu các nhà báo thực sự cổ vũ sự thiên vị giới tính, chúng tôi dự kiến sẽ thấy nhiều tweet của các nhà báo nam đề cập đến các chính trị gia nam hơn là đề cập đến các chính trị gia nữ. Chúng tôi kỳ vọng các nhà báo nữ sẽ tweet ít hoặc nhiều về các chính trị gia nam cũng như về các chính trị gia nữ. Để kiểm tra sự thiên vị giới tính trong sức hút mà các tweet của các chính trị gia nhận được từ các nhà báo, chúng tôi cũng kiểm tra mức độ phổ biến của các tweet (thông qua số lượt tweet lại, phản hồi và lượt thích đối với các tweet này). Chúng tôi sử dụng Kruskal-Wallis H-Test để xác định xem có tồn tại sự khác biệt đáng kể trong các danh mục tweet khác nhau hay không. Hơn nữa, chúng tôi sử dụng thử nghiệm U-Mann-Whitney theo cặp để phân tích sự khác biệt về mức độ phổ biến giữa bốn danh mục của chúng tôi một cách chi tiết hơn. Phân tích thống kê về tần suất tương tác và mức độ phổ biến:    Để kiểm tra sự thiên vị giới tính trong nội dung của các tweet được các nhà báo gửi đến các chính trị gia, chúng tôi sử dụng phân tích cảm xúc của các tweet (sử dụng TweetNLP, một công cụ phát hiện cảm xúc đa ngôn ngữ dành riêng cho Twitter dựa trên mô hình ngôn ngữ lớn tiên tiến [6]) từ Các danh mục “MJ-MP”, “MJ-FP”, “FJ-MP” và “FJ-FP”. Cụ thể, chúng tôi tìm cách kiểm tra sự khác biệt trong các dòng tweet này để thể hiện “Giận dữ”, “Niềm vui”, “Lạc quan” và “Nỗi buồn”. Chúng tôi sử dụng bài kiểm tra KruskalWallis H để xác định xem có sự khác biệt đáng kể nào về điểm cảm xúc của các dòng tweet (theo bốn khía cạnh) so với danh mục của chúng tôi hay không.  Phân tích cảm xúc:

Part of HackerNoon's growing list of open-source research papers, promoting free access to academic material.

MediaBias.TECH

We publish deeply researched (and often vastly underread) academic papers about our collective omnipresent media bias.

MediaBias's

Nghe bài viết này bằng Tiếng Anh, đọc bởi robot thông minh của HackerNoon

dài quá đọc không nổi

CTA: Download the FREE AI Productivity Shift report

Khám phá sự thiên vị về giới trong tương tác giữa nhà báo và chính trị gia: Phương pháp phân tích

About Author

BÌNH LUẬN

chuyên mục

BÀI VIẾT NÀY CŨNG CÓ MẶT TẠI

Related Stories

147 Stories To Learn About Reading Books Online

145 Stories To Learn About Book

240 Stories To Learn About Astounding Stories

581 Stories To Learn About Non Fiction

147 Stories To Learn About Reading Books Online

145 Stories To Learn About Book

240 Stories To Learn About Astounding Stories

581 Stories To Learn About Non Fiction

Light-Mode

Classic

Newspaper

Dark-Mode

Neon Noir

Minty

HN StartUps