#Vaalikone'iden #nelikentät ja puolueiden asemat lienevät viime aikoina tulleet monelle #politiikkatwitter'in seuraajalle tutuksi. Mutta oletko tullut ajatelleeksi, että samankaltainen ilmiö näkyy myös suoraan Twitterin #seuraajaverkosto'ssa? Se onpi ketjun paikka! 🧵 (1/18)
Alkuun pientä metodologista taustaa ja huonoja uutisia. Twitter on pitkään ollut sosiaalisen median tutkijoiden lemmikki, koska se on tarjonnut erinomaisen rajapinnan (nk. API) monipuolisen datan noutamiseen - ilmaiseksi. (2/18)
Paitsi että tämä on mahdollistanut vireän tutkimuskentän rahoituksesta riippumatta, Twitterin API on ollut oiva työväline myös ohjelmoinnin opetukseen. Itsekin olen oppinut #Python-kielen peruskurssilla paljon ohjelmoinnista nimenomaan Twitterin dataa analysoimalla. (3/18)
Nyt sitten tiedettä ja sananvapautta rakastava uusi omistaja on kaikessa viisaudessaan päättänyt siirtää API-rajapinnan maksumuurin taakse, mikä on aiheuttanut melkoista kaaosta mm. informaatiotutkijoiden keskuudessa: nature.com/articles/d4158… (4/18)
Mutta asiaan. Kiinnostuin itse viime vuonna Twitterin datojen analyysistä nimenomaan seuraajaverkostojen visualisoinnin näkökulmasta. Suuri kiitos kuuluu @mihkal'lle, joka on jaksanut puurtaa näitä monestakin aiheesta inspiroiden myös minua 🤓 (5/18)
Oma kiinnostuksen kohteeni oli ensisijaisesti #disinformaatio ja mahdollinen naapurista tuleva #informaatiovaikuttaminen. Halusin tarkastella, löytyykö seuraajaverkostoista näihin liittyviä kiinnostavia ryhmittymiä. (6/18)
Sitä ennen halusin kuitenkin varmistaa, että lähestymistavassa olisi järkeä, ja siksi valitsin tarkasteluun #politiikkatwitter'in. Oletin, että sieltä voisi löytyä tuttuja ryhmittymiä, kuten nelikentistäkin tuttu vihervasemmisto-rypäs. Ja kas, sellainen todella löytyy! (7/18)
Mutta miten tällainen kuva muodostetaan? Kaikessa yksinkertaisuudessaan homma toimii niin, että hyvin yksinkertainen Python-skripti noutaa Twitterin API:n kautta haluttujen tilien seuraajalistat. (8/18)
Nämä listat voidaan visualisoida verkostojen tarkasteluun kehitetyn Gephi-nimisen Open Access -softan avulla: gephi.org Tarkemmin ottaen, ryhmittelyssä käytetään algoritmia, joka vetää yhteen sellaiset tilit, joilla on paljon yhteisiä seuraajia. (9/18)
Kun siis poliittisten puolueiden Twitter-tilit vetäytyvät lähelle toisiaan, se johtuu siitä, että niillä on yhteisiä seuraajia enemmän, kuin kauemmas jäävillä tileillä. (10/18)
Kuvasta nähdään odotettu tulos eli että Vihreiden, SDP:n ja Vasemmistoliiton tilit ryhmittyvät lähelle toisiaan - niillä on suhteellisesti paljon samoja seuraajia. Tässä on klassinen "vihervasemmisto", missä poliittisten puolueiden tileillä on paljon samoja seuraajia. (11/18)
Ei-niin-yllättäen samankaltaista ryhmittymistä nähdään myös verkostossa, missä on puolueiden pää-äänenkannattajien erillisten tilien seuraajat... (12/18)
Ja kun nämä mediat liitetään osaksi edellistä puoluekentän seuraajaverkostoa, nähdään että odotetusti lehdet sijoittuvat lähelle omia puolueitaan. (13/18)
Kokonaisuutena tässä kaikessa ei minulla ole suurempaa pointtia ...vielä. Jatkan toisena päivänä hieman eri näkökulmalla. Tässä vaiheessa ideana oli vain testata, saako näillä verkostokuvaajilla aikaiseksi loogisia visualisointeja. Näyttäisi toimivan! 🤓👍 (14/18)
Varsinaisten tulkintojen suhteen pitää olla äärimmäisen varovainen, koska kyse todella on vain visualisoinnista, eikä matemaattisesta analyysistä joka kertoisi havainnot paljon luotettavammin. Houkutus on kuitenkin liian suuri, joten pari varovaista huomiota loppuun... (15/18)
Ensinnäkin @Piraattipuolue on kiinnostava. Sillä on pienestä poliittisesta vallasta huolimatta suhteellisen paljon Twitter-seuraajia. Puolue kuitenkin irtaantuu muusta kentästä melko kauas, mikä viittaa siihen että seuraajat eivät keskimäärin juuri muita puolueita seuraa (16/18)
Huomattavaa on myös, että keskellä on huomattava joukko (n 32000 seuraajaa eli 12% koko verkostosta), joka seuraa varsin monipuolisesti kaikkia keskeisiä puolueita. Tässä on varsin terve altistuminen monenlaisille näkemyksille. Mukana paljon ammattinsa puolesta seuraavia? (17/18)
Kolmanneksi huomataan, että pienpuolueet irtaantuvat melko kauas muista. Tämä kuvastanee puolueiden vaihtoehtoista luonnetta eli seuraajat eivät ole kiinnostuneita kuin tämän yhden puolueen seuraamisesta. Poliittinen altistuminen jäänee ainakin Twitterissä yksipuoliseksi (18/18)
Jatkanpa vielä vähän. #Seuraajaverkosto näyttää myös @LiikeNyt ja @kokoomus läheisyyden (suhteellisesti paljon yhteisiä seuraajia) ja pidemmän etäisyyden vihervasemmistoon. @keskusta on molemmissa todellakin suht keskellä, mutta himpun oikealle kallellaan (bonus/18)
Mielestäni ihan kiinnostavaa on myös tämä akseli, joka toistuu sekä vaalikoneessa, että #seuraajaverkosto'ssa lähes 1:1. @persut ja @KDpuolue ovat lähekkäin myös seuraajiensa välityksellä, ja etäisyys @sfprkp on suhteellisen pitkä (bonus/18)
Ei tietenkään olisi realismia olettaa, että kartat vastaavat toisiaan 100%. Esim @persut ja @vihreat sattuvat #seuraajaverkosto'ssa huomattavasti lähemmäs toisiaan, kuin nelikentässä. Mutuilisin tähän olevan kolme selitystä, jotka eivät ole toisiaan poissulkevia (bonus/18)
1) Seuraajaverkosto olisi luultavasti paremmin edustettuna 3D-pilvenä, eikä 2D-karttana. Kun monimutkainen verkosto "litistetään", tietyt akselit voivat kiepsahtaa suuntiin, joiden tulkinta on vaikeaa (bonus/18)
2) Kartan lopullinen asento on summa "työntäviä" ja "vetäviä" tekijöitä, joille voisi hiotummassa kartassa antaa erilaisia painoarvoja mm. seuraajamäärien mukaan. Lisäksi olisi mahdollista huomioida myös se, mitä tilejä puolueet *itse* seuraavat ("2-suuntainen kartta") (bonus/18)
3) ja oma suosikkiselitykseni: kuvaan on merkittynä hauska Twitter-käyttäjien alaryhmä, jotka seuraavat poliittisista puolueista käytännössä vain @persut ja @vihreat . Ehkä tykkäävät vastakohdista tai kiistoista? 😄 Tämä jengi kuitenkin vetää tilejä lähemmäs toisiaan (bonus/18)

• • •

Missing some Tweet in this thread? You can try to force a refresh
 

Keep Current with Pauli Ohukainen, PhD

Pauli Ohukainen, PhD Profile picture

Stay in touch and get notified when new unrolls are available from this author!

Read all threads

This Thread may be Removed Anytime!

PDF

Twitter may remove this content at anytime! Save it as PDF for later use!

Try unrolling a thread yourself!

how to unroll video
  1. Follow @ThreadReaderApp to mention us!

  2. From a Twitter thread mention us with a keyword "unroll"
@threadreaderapp unroll

Practice here first or read more on our help page!

More from @POhukainen

May 15, 2022
Kuten on nyt hyvin tiedossa, Venäjän suunnalta on odotettavissa kiukuttelua. Yksi näkökulma on mahdollinen #informaatiovaikuttaminen, mutta sen tarkempi käsitteellistäminen ja laadullinen tarkastelu on jäänyt vähemmälle. Se on siis ketjun paikka! 1/39
Alkuun huom: en ole informaatiovaikuttamisen varsinainen asiantuntija, mutta aihe on tullut tutuksi vuosien varrella lääketieteellisen misinformaation juoksuhaudoissa. Olen myös res. ylil ja pitänyt silmällä sen maanpuolustuksellista näkökulmaa

hs.fi/elama/art-2000… 2/
Venäjän informaatiovaikuttaminen on osa vanhempaa ja laajempaa sotilaallista doktriinia, nimeltään maskirovka. Se tarkoittaa nimensä mukaisesti naamioimista, ja kattaa monenlaisia keinoja millä todelliset teot pyritään peittämään ja kieltämään 3/
en.wikipedia.org/wiki/Russian_m…
Read 39 tweets
Oct 25, 2020
I find this quite interesting; the estimates for the association between wearing a #mask and some coronavirus infection in non-hc setting (0.56, 95% CI: 0.40-0.79) is roughly the same magnitude as the association for #bicyclehelmet and head injury (0.49, 95% CI: 0.42-0.57) 1/9
Are they both confounded? You bet. But they're also both mechanistically plausible. And there's some major issues with conducting RCTs for both. Ethical reasons for helmets, and for masks, statistical power issues (adherence, sample size, disease prevalence) seem pretty bad 2/9
With helmets, the people wearing them probably have some different characteristics than non-users, that causes confounding. Probably they're more cautious and take less risks in traffic. It's also possible that for some individuals, helmet causes risk compensation... 3/9
Read 9 tweets
Feb 16, 2020
This is a pretty cool and elegant study: Monogenic vs Polygenic Hypercholesterolemia and Atherosclerotic #Cardiovascular Disease Risk ja.ma/2UYCZ4G

A brief 🧵 (1/11)
Key point was to compare the risk between three groups:

1️⃣ LDL high because of a pathogenic single-gene variant
2️⃣ LDL high because of a particularly strong effect from a combination of variants in 223 genes
3️⃣ LDL high but neither of the above genetic effects

(2/n)
In other words the comparison is between:

1️⃣ One physiological LDL pathway malfunctioning
2️⃣ Some combination of multiple pathways producing high LDL
3️⃣ LDL high mainly due to non-genetic effects (most likely diet, exercise, the usual)

(3/n)
Read 11 tweets
Dec 14, 2019
Our latest paper fresh out in @ATHjournal! We asked: "If we used an #AI algorithm to group individuals based on similar blood profile of 44 #lipid measurements, could we improve coronary #heartdisease risk prediction?" Turns out: no.

Thread! 🚨 (1/13)

atherosclerosis-journal.com/article/S0021-…
We looked to see if we could detect subgroups in the population that would have a) similar blood profiles across 14 lipoprotein subclasses and b) possible differences in CHD risk. The algorithm we use is called a self-organising map (SOM)

See: academic.oup.com/ije/article-ab… (2/13)
SOM is a tool for multivariate subgrouping. Essentially the user puts in variables and the algorithm groups individuals based on similarity of these inputs. Here's a rough emoji-schematic of how this applies to population cohorts (3/13)
Read 13 tweets
Nov 12, 2019
I do my best not to block ppl on Twitter but I'm now blocking @doctortro. I know it'll cause some to call me cowardly or whatever but it's none of that. It's also not some emotional tantrum but rather the result of cool-headed contemplation. Here's a #WhyIBlock thread (1/13)
In almost 6y in Twitter, I've only ever had to block two accounts and one was temporary. I get the appeal and of course everyone does what's best for them. I just like to hold myself a high bar. I find blocking "too easy" when even strong disagreements could be explored (2/13)
I especially don't think knee-jerk blocks are for me. I've often had the temptation but after some cool-down I've decided not to. I do mute some accounts occasionally if they constantly cause my notifications to go crazy.

That's why I now want to explain this decision (3/13)
Read 13 tweets
Aug 2, 2019
🚨 Watch out, time for another #cholesterol #tweetorial! 🚨This time we’re going to take a look at the very fundamental nature of cholesterol molecule. It has biochemical properties that make it 1) essential to life but 2) problematic in excess. So let’s get to it! (1/33)
First, as everyone can read in wikipedia or a high-school level biology book, cholesterol is used to make many things. It’s a good building block for certain hormones, cell membranes and bile acids. But why? (2/33)
The reason is this sturdy multi-ring structure that has many “corners” for attaching stuff. Depending on specific needs, different types of molecular side chains can be attached to this basic frame (3/33)
Read 33 tweets

Did Thread Reader help you today?

Support us! We are indie developers!


This site is made by just two indie developers on a laptop doing marketing, support and development! Read more about the story.

Become a Premium Member ($3/month or $30/year) and get exclusive features!

Become Premium

Don't want to be a Premium member but still want to support us?

Make a small donation by buying us coffee ($5) or help with server cost ($10)

Donate via Paypal

Or Donate anonymously using crypto!

Ethereum

0xfe58350B80634f60Fa6Dc149a72b4DFbc17D341E copy

Bitcoin

3ATGMxNzCUFzxpMCHL5sWSt4DVtS8UqXpi copy

Thank you for your support!

Follow Us on Twitter!

:(