Developing a rule-based method for identifying researchers on Twitter: The case of vaccine discussions
SND-ID: snd1117-1. Version: 1.0. DOI: https://doi.org/10.5878/akmc-va16
Ladda ner data
Citering
Skapare/primärforskare
Björn Ekström
Forskningshuvudman
Högskolan i Borås
- Akademin för bibliotek, information, pedagogik och IT
Diarienummer hos huvudman
FO2017/23
Beskrivning
Metodutveckling för klassning av Twitterbiografier rörande förekomster av akademiker, grupper och individer relaterade till akademi, media, andra grupper samt allmänhet. Skriven i programmeringsspråket Python.
Språk
Analysenhet
Population
Twitteranvändare
Tidsdimension
Urvalsmetod
Tidsperiod(er) som undersökts
2018-06-01 – 2019-10-31
Dataformat / datastruktur
Ansvarig institution/enhet
Akademin för bibliotek, information, pedagogik och IT
Forskningsområde
Språkteknologi (språkvetenskaplig databehandling) (Standard för svensk indelning av forskningsämnen 2011)
Samhällsvetenskap (Standard för svensk indelning av forskningsämnen 2011)
Biblioteks- och informationsvetenskap (Standard för svensk indelning av forskningsämnen 2011)
Gymnasial och högre utbildning (CESSDA Topic Classification)
Informationssamhället (CESSDA Topic Classification)
Språk och lingvistik (CESSDA Topic Classification)
Nyckelord
Ekström, B. (2019). Developing a rule-based method for identifying researchers on Twitter: The case of vaccine discussions. Poster abstract accepted to ISSI, 17th International Society of Scientometrics and Informetrics Conference, Rome, 2-5 September.
