MARC

 008260126s2025        us                              c    eng  d
■001000017359419
■00520260202105116
■006m          o    d                
■007cr#unu||||||||
■020    ▼a9798291562680
■035    ▼a(MiAaPQ)AAI32237558
■040    ▼aMiAaPQ▼cMiAaPQ
■0820  ▼a320
■1001  ▼aBurson,  Manu  Singh.
■24510▼aThe  Modern  Media  Playbook:  Elite  Strategies  for  Digital  Influence
■260    ▼a[Sl]▼bColumbia  University▼c2025
■260  1▼aAnn  Arbor▼bProQuest  Dissertations  &  Theses▼c2025
■300    ▼a196  p
■500    ▼aSource:  Dissertations  Abstracts  International,  Volume:  87-02,  Section:  B.
■500    ▼aAdvisor:  Marshall,  John  L.
■5021  ▼aThesis  (Ph.D.)--Columbia  University,  2025.
■520    ▼aThe  first  paper  in  my  dissertation  examines  how  social  media  engagement  metrics  influence  perceptions  of  electoral  success  for  U.S.  congressional  candidates.  Through  two  online  survey  experiments  with  800  and  600  participants  respectively,  the  research  demonstrates  that  candidates  with  higher  social  media  engagement  receive  significantly  higher  predictions  of  electoral  success,  with  ratings  increasing  9-13.5%  compared  to  control  conditions.  The  effect  is  most  pronounced  among  inattentive  respondents  and  shows  notable  partisan  differences,  with  Democratic  voters  displaying  stronger  susceptibility  to  social  media  signals  than  Republicans.  Interestingly,  neither  digital  literacy  levels  nor  awareness  of  automated  activity  on  social  media  platforms  moderated  these  effects.  The  study  also  reveals  that  politically  knowledgeable  voters,  rather  than  being  immune  to  social  media  metrics,  systematically  incorporate  such  information  into  their  evaluation  process.  These  findings  have  significant  implications  for  understanding  how  social  media  influences  modern  political  decision-making,  particularly  in  low-information  environments  such  as  primary  elections,  and  suggest  the  emergence  of  a  new  heuristic  in  the  digital  age  of  political  communication.In  the  following  paper,  I  examine  how  fake  social  media  accounts  boost  politicians'  online  popularity  and  this  phenomenon's  subsequent  spillover  on  traditional  news  coverage.  Using  the  'Botometer'  algorithm,  I  assessed  the  proportion  of  bot  accounts  engaging  with  tweets  from  382  U.S.  Congress  members  on  Twitter.  A  policy  change  to  Twitter's  API  infrastructure  in  November  2022  was  an  exogenous  shock  to  the  platform  that  significantly  hampered  bot  functionality.  My  first-stage  analysis  demonstrated  that  this  policy  change  only  affected  high-bot-engagement  politicians,  who  saw  a  substantial  decline  in  followers  after  November  2022.  Placebo  comparisons  show  that  this  decline  was  not  observed  in  comparable  data  from  Facebook  'likes'  or  Instagram  followers.  My  second-stage  analysis  revealed  that,  following  the  policy  change,  high-bot-engagement  politicians  also  experienced  a  decline  in  coverage  in  digital  news  articles  and  TV  news  from  December  2022  to  February  2024.In  the  third  paper,  I  examine  how  media  coverage,  both  in  terms  of  volume  and  sentiment,  influences  pricing  and  trading  behavior  in  political  prediction  markets.  Drawing  on  daily  candidate-level  data  from  PredictIt  and  sentiment-scored  news  coverage,  I  analyze  39  betting  markets,  looking  at  78  U.S.  political  candidates  during  the  2022  election  cycle.  Using  transformer-based  sentiment  classification,  I  find  that  positive  and  negative  media  mentions  significantly  increase  prediction  market  prices  and  trade  volumes,  though  negative  sentiment  often  exerts  a  stronger  effect.  The  relationship  is  nonlinear,  with  evidence  of  diminishing  returns  from  "attention  saturation"  where  excessive  media  coverage  yields  weaker  or  even  negative  marginal  effects.  A  pooled  event  study  design  also  reveals  that  extreme  sentiment  intensity  shock  days  drive  sustained  increases  in  trading  volume,  but  only  negligible  price  shifts.  The  effects  of  media  vary  by  party,  candidate  profile,  and  race  competitiveness:  Republican  candidates,  challengers,  and  those  in  tightly  contested  races  show  heightened  sensitivity  to  negative  coverage.  Notably,  Republican  candidates'  stronger  responses  to  negative  coverage  suggest  coordinated  negative  media  campaigns  could  artificially  inflate  their  market  prices,  potentially  influencing  resource  allocation  by  donors  and  political  organizations  who  monitor  these  market  signals  for  strategic  decision-making.
■590    ▼aSchool  code:  0054.
■650  4▼aPolitical  science
■650  4▼aStatistics
■650  4▼aWeb  studies
■653    ▼aBot  networks
■653    ▼aElectoral  behavior
■653    ▼aSocial  media
■653    ▼aRepublicans
■653    ▼aPolitical  communication
■690    ▼a0615
■690    ▼a0463
■690    ▼a0646
■71020▼aColumbia  University▼bPolitical  Science.
■7730  ▼tDissertations  Abstracts  International▼g87-02B.
■790    ▼a0054
■791    ▼aPh.D.
■792    ▼a2025
■793    ▼aEnglish
■85640▼uhttp://www.riss.kr/pdu/ddodLink.do?id=T17359419▼nKERIS▼z이  자료의  원문은  한국교육학술정보원에서  제공합니다.

미리보기

내보내기

chatGPT토론

Ai 추천 관련 도서