کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
5110693 1377787 2016 13 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
E-petition popularity: Do linguistic and semantic factors matter?
ترجمه فارسی عنوان
محبوبیت تقاضای الکترونیکی: آیا عوامل زبانی و معنایی مهم است؟
کلمات کلیدی
درخواست الکترونیکی تجزیه و تحلیل متنی، پردازش زبان طبیعی، شناسایی نام مدل سازی موضوع تجزیه و تحلیل سیاست، مشکل وحشتناک
ترجمه چکیده
پلتفرمهای فناوری اطلاعات الکترونیکی، مشارکت شهروندان را در فرایند تصمیم گیری مشارکت می دهند، اما در عین حال حجم زیادی از داده های متنی بدون ساختار را که برای تجزیه و تحلیل دشوار است، ایجاد می کنند. خوشبختانه ابزار محاسباتی می تواند به تجزیه و تحلیل سیاستمداران در کشف الگوهای غریزی از این مجموعه داده های متن متنی کمک کند. این مطالعه با استفاده از ابزارهای محاسباتی برای بررسی تقاضاهای الکترونیکی، آنها را به عنوان متون متقاعد کننده با ویژگی های زبانشناختی و معنایی مرتبط می کند که ممکن است با محبوبیت تقاضاهای مربوط به آن، به عنوان نشان دهنده تعداد امضاهای مورد توجه آنها باشد. با استفاده از داده های وب سایت ما افراد، ویژگی های زبانی مانند اندام و تکرار و ویژگی های معنایی مانند اشیاء و مضامین نامی را برای تعیین اینکه آیا و به چه میزان مربوط به محبوبیت تقاضا هستند، تحلیل کردیم. نتایج نشان می دهد که هر بلوک متغیرها به طور مستقل تغییرات آماری قابل توجهی در انباشت امضا را توضیح می دهد و 1) اندام زبان به طور پیوسته و منفی با محبوبیت تقاضا مرتبط است؛ 2) تقاضاها با نام های بسیاری تمایل ندارند که محبوب شوند؛ 3) محبوبیت تقاضا در ارتباط با درخواست هایی که شامل موضوعاتی آشنایی با عموم یا رویدادهای اجتماعی مهم هستند. ما اعتقاد داریم که اکتشافات در این خطوط، راهبردهای مفیدی را برای رفع مشکل شرارت داده های بیش از حد متنی و تسهیل در افزایش مشارکت عمومی در سیاست گذاری خواهد کرد.
موضوعات مرتبط
علوم انسانی و اجتماعی مدیریت، کسب و کار و حسابداری کسب و کار، مدیریت و حسابداری (عمومی)
چکیده انگلیسی
E-petitioning technology platforms elicit the participation of citizens in the policy-making process but at the same time create large volumes of unstructured textual data that are difficult to analyze. Fortunately, computational tools can assist policy analysts in uncovering latent patterns from these large textual datasets. This study uses such computational tools to explore e-petitions, viewing them as persuasive texts with linguistic and semantic features that may be related to the popularity of petitions, as indexed by the number of signatures they attract. Using We the People website data, we analyzed linguistic features, such as extremity and repetition, and semantic features, such as named entities and topics, to determine whether and to what extent they are related to petition popularity. The results show that each block of variables independently explains statistically significant variation in signature accumulation, and that 1) language extremity is persistently and negatively associated with petition popularity, 2) petitions with many names tend not to become popular, and 3) petition popularity is associated with petitions that include topics familiar to the public or about important social events. We believe explorations along these lines will yield useful strategies to address the wicked problem of too much text data and to facilitate the enhancement of public participation in policy-making.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Government Information Quarterly - Volume 33, Issue 4, October 2016, Pages 783-795
نویسندگان
, , , , , ,