• Treffer 25 von 449
Zurück zur Trefferliste

Crafting audience engagement in social media conversations

  • Observing inconsistent results in prior studies, this paper applies the elaboration likelihood model to investigate the impact of affective and cognitive cues embedded in social media messages on audience engagement during a political event. Leveraging a rich dataset in the context of the 2020 U.S. presidential elections containing more than 3 million tweets, we found the prominence of both cue types. For the overall sample, positivity and sentiment are negatively related to engagement. In contrast, the post-hoc sub-sample analysis of tweets from famous users shows that emotionally charged content is more engaging. The role of sentiment decreases when the number of followers grows and ultimately becomes insignificant for Twitter participants with a vast number of followers. Prosocial orientation (“we-talk”) is consistently associated with more likes, comments, and retweets in the overall sample and sub-samples.

Metadaten exportieren

Weitere Dienste

Suche bei Google Scholar Statistik - Anzahl der Zugriffe auf das Dokument
Metadaten
Verfasserangaben:Linus HagemannORCiD, Olga AbramovaORCiDGND
Handle:http://hdl.handle.net/10125/79729
ISBN:978-0-9981331-5-7
Titel des übergeordneten Werks (Englisch):Proceedings of the 55th Hawaii International Conference on System Sciences
Untertitel (Englisch):evidence from the U.S. 2020 presidential elections
Verlag:HICSS Conference Office University of Hawaii at Manoa
Verlagsort:Honolulu
Publikationstyp:Konferenzveröffentlichung
Sprache:Englisch
Datum der Erstveröffentlichung:04.01.2022
Erscheinungsjahr:2022
Datum der Freischaltung:08.03.2024
Freies Schlagwort / Tag:big data; engagement; mediated conversation; sentiment analysis; social media
Seitenanzahl:10
Erste Seite:3222
Letzte Seite:3231
Organisationseinheiten:Wirtschafts- und Sozialwissenschaftliche Fakultät / Wirtschaftswissenschaften / Fachgruppe Betriebswirtschaftslehre
DDC-Klassifikation:0 Informatik, Informationswissenschaft, allgemeine Werke / 00 Informatik, Wissen, Systeme / 004 Datenverarbeitung; Informatik
Peer Review:Nicht ermittelbar
Publikationsweg:Open Access / Hybrid Open-Access
Lizenz (Deutsch):License LogoCC-BY-NC-ND - Namensnennung, nicht kommerziell, keine Bearbeitungen 4.0 International
Verstanden ✔
Diese Webseite verwendet technisch erforderliche Session-Cookies. Durch die weitere Nutzung der Webseite stimmen Sie diesem zu. Unsere Datenschutzerklärung finden Sie hier.