Skip to Main Content (Press Enter)

Logo UNIBG
  • ×
  • Home
  • Corsi
  • Insegnamenti
  • Persone
  • Pubblicazioni
  • Strutture
  • Terza Missione
  • Attività
  • Competenze

UNI-FIND
Logo UNIBG

|

UNI-FIND

unibg.it
  • ×
  • Home
  • Corsi
  • Insegnamenti
  • Persone
  • Pubblicazioni
  • Strutture
  • Terza Missione
  • Attività
  • Competenze
  1. Pubblicazioni

Antisemitismo e Covid-19 in Twitter. La ricerca dell’odio online tra automatismi e valutazione qualitativa = Antisemitism and Covid-19 on Twitter. The search for hatred online between automatisms and qualitative evaluation

Articolo
Data di Pubblicazione:
2021
Citazione:
(2021). Antisemitismo e Covid-19 in Twitter. La ricerca dell’odio online tra automatismi e valutazione qualitativa = Antisemitism and Covid-19 on Twitter. The search for hatred online between automatisms and qualitative evaluation [journal article - articolo]. In FORM@RE. Retrieved from http://hdl.handle.net/10446/202739
Abstract:
L’articolo presenta un caso studio sul discorso d’odio antisemita in Twitter nel periodo settembre 2019 - maggio 2020, con un particolare affondo sui mesi dell’emergenza Covid19. Il corpus, composto da 160.646 tweet selezionati per parole chiave, è stato indagato in termini di quantità di odio per mese, retoriche utilizzate e forme di antisemitismo. L’analisi è svolta attraverso le tecniche di social network analysis (SNA), con l’obiettivo di capire se sia possibile automatizzare il processo di individuazione dell’odio antisemita. Il 26.11% dei tweet contiene odio, che il pregiudizio è la retorica più presente (44%) e l’associazione al potere finanziario la forma prevalente (74%). Il campione è stato altresì confrontato con un’altra metodologia di ricerca che rileva la sola presenza di hate words. Emerge che, oltre una conoscenza approfondita del fenomeno, occorre integrare la fase di classificazione automatica con l’apporto manuale.
Tipologia CRIS:
1.1.01 Articoli/Saggi in rivista - Journal Articles/Essays
Elenco autori:
Pasta, Stefano; Santerini, Milena; Forzinetti, Erica; DELLA VEDOVA, Marco Luigi
Link alla scheda completa:
https://aisberg.unibg.it/handle/10446/202739
Link al Full Text:
https://aisberg.unibg.it/retrieve/handle/10446/202739/472735/2021_formare.pdf
Pubblicato in:
FORM@RE
Journal
  • Ricerca

Ricerca

Settori (2)


Settore ING-INF/05 - Sistemi di Elaborazione delle Informazioni

Settore M-PED/01 - Pedagogia Generale e Sociale
  • Utilizzo dei cookie

Realizzato con VIVO | Designed by Cineca | 26.6.0.0