Partisan selective news exposure and political polarization on Twitter networks in Turkey
Türkiye'de Twitter bağlamında kendi siyasi görüşüne yakın haberleri takip etme ve siyasal kutuplaşma ilişkisi
- Tez No: 505610
- Danışmanlar: DOÇ. DR. NİLAY YAVUZ
- Tez Türü: Yüksek Lisans
- Konular: Siyasal Bilimler, Political Science
- Anahtar Kelimeler: Haberler, Siyasi görüşler, Siyasi kutuplaşma, Sosyal ağlar, Twitter, News, Political thoughts, Political polarization, Social networks, Twitter
- Yıl: 2018
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Sosyal Bilimler Enstitüsü
- Ana Bilim Dalı: Siyaset Bilimi ve Kamu Yönetimi Ana Bilim Dalı
- Bilim Dalı: Siyaset Bilimi ve Kamu Yönetimi Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu tez, Twitter'dan elde edilen özgün bir veriseti kullanılarak, kendi siyasi görüşüne yakın haberlere maruz kalma, siyasal kutuplaşma ve bu ikisi arasındaki istatistiksel ilişkiyi araştırmayı hedeflemektedir. Twitter'dan çekilen 2.790.339 kişilik bir örneklem ve bu kişiler arasındaki toplam 48.316.548 farklı siyasi haber ve milletvekili hesaplarını takip etme ilişkisi analiz edildiğinde, bir partiye yakınlık duyan Türk Twitter kullanıcılarının kendi siyasi görüşlerine yakın haber sitelerini yüksek derecede takip ettikleri, fakat kendi görüşlerine zıt fikirler içeren haber sitelerine ait hesapları çok az derecede takip ettikleri ortaya çıkmaktadır. Dahası, bu kullanıcıların, orantısız bir şekilde kendi görüşlerini temsil eden milletvekillerini takip etme ve yine orantısız bir şekilde kendi görüşlerine yakın popüler hesapları retweet etme bağlamında oldukça kutuplaştıkları görülmektedir. Yapılan regresyon analizleri, çalışmanın ana hipotezi olan, yakınlık hissedilen parti hangisi olursa olsun, bir partiye yakınlık ve aynı görüşte haberlere maruz kalmanın etkileşme girerek kutuplaşmayı tetiklediğini, diğer yandan zıt görüşlü haberlere maruz kalmanın ise bu partililerin kutuplaşmış tutumlarının azalmasına etki ettiği hipotezini desteklemektedir. Tezin bulguları, olası sonuçları ve ileriye dönük çalışma önerileri ayrıca tezde tartışılmıştır.
Özet (Çeviri)
This thesis aims to investigate the degree of partisan selective exposure, political polarization and their statistical association by using a Twitter data derived from Turkish political Twitter networks. Analysis of a sample of 2.790.339 unique users who have a total of 48.316.548 following links to political news outlets and political entities on Twitter reveals that, Turkish Twitter audiences identified with a political party exercise very high levels of partisan selective exposure to like-minded news outlets and very low levels of cross-cutting exposure to politically discrepant outlets. In addition, they are found to be very polarized in terms of disproportionately following pro-party deputies and retweeting accounts that share their own political views. The regression analyses with interaction terms supported the main hypothesis of this study in that, irrespective of the political party that is being favored of, partisanship combined with higher levels of like-minded news exposure is significantly associated with political polarization, whereas more cross-cutting exposure among partisans is related with less polarized attitudes. Moreover, validation of the partisanship and polarization measures strengthens the findings of this study.
Benzer Tezler
- A Comparative study of cohesion and discipline in parliamentary groups of political parties
Başlık çevirisi yok
Y. TURGAY BUĞDACIGİL
- Hz.Peygamber'in savaş stratejisi
Başlık çevirisi yok
MUSTAFA AĞIRMAN
Doktora
Türkçe
1992
DinAtatürk Üniversitesiİslam Tarihi ve Sanatları Ana Bilim Dalı
PROF.DR. İHSAN SÜREYYA SIRMA
- Bağlantısızlık hareketinin tarihsel gelişimi içinde Yugoslavya'nın yeri: Josip Broz Tito dönemi
Başlık çevirisi yok
DENİZ ÖZMEN
Doktora
Türkçe
1992
Uluslararası İlişkilerAnkara ÜniversitesiUluslararası İlişkiler Ana Bilim Dalı
PROF. DR. TÜRKKAYA ATAÖV
- Definitions of politics and their reflections in the minds of Turkish voters
Başlık çevirisi yok
MEHMET KÜRŞAT ATALAR
