Politologia obliczeniowa

Ten artykuł należy dopracować:

od 2023-01 → usunąć/zweryfikować prawdopodobną twórczość własną,
dodać źródło potwierdzające istnienie nazwy "Politologia obliczeniowa" w polskojęzycznej literaturze.
Po wyeliminowaniu niedoskonałości należy usunąć szablon {{Dopracować}} z tego artykułu.

Politologia obliczeniowa^{[potrzebny przypis]} – dziedzina nauk politycznych używająca metod obliczeniowych takich jak uczenie maszynowe. Opiera się o analizy dużych zbiorów danych oraz symulacje komputerowe.

Metody i źródła danych

Najczęstszymi źródłami danych używanych w politologii obliczeniowej są portale społecznościowe, zapisy debat politycznych oraz konsultacji publicznych^[1]. Analiza sieci społecznych jest często wykorzystywana do modelowania i analizowania danych z portali społecznościowych, gdzie węzły na grafie reprezentują indywidualnych użytkowników, a krawędzie reprezentują różne formy interakcji między użytkownikami^[1]. Metody przetwarzania języka naturalnego są wykorzystywane do analizy danych tekstowych, takich jak teksty postów z mediów społecznościowych i zapisy debat politycznych. Przykładowo, analiza wydźwięku może być wykorzystywana do analizowania opinii użytkowników mediów społecznościowych na temat partii politycznych lub kandydatów^[1]. Innym przykładem jest wykorzystanie przetwarzania języka naturalnego do automatycznego porównywania rządowych dokumentów opisujących polityki publiczne^[2]. Różne algorytmy uczenia maszynowego są wykorzystywane do analizy stronniczości źródeł wiadomości i przynależności politycznej użytkowników sieci społecznościowych. Modele obliczeniowe są często wykorzystywane do badania zachowań związanych z polityką takich jak polaryzacja lub myślenie ideologiczne^[3].

Przypisy

↑ ^a ^b ^c Ehsan UlE.U. Haq Ehsan UlE.U. i inni, A Survey on Computational Politics, „IEEE Access”, 8, 2020, s. 197379–197406, DOI: 10.1109/ACCESS.2020.3034983, ISSN 2169-3536 [dostęp 2023-01-08] .
↑ ArturA. Żółkowski ArturA. i inni, Climate Policy Tracker: Pipeline for automated analysis of public climate policies, „arXiv”, 2022, DOI: 10.48550/ARXIV.2211.05852, arXiv:2211.05852 [dostęp 2023-01-09] .
↑ LeorL. Zmigrod LeorL., ManosM. Tsakiris ManosM., Computational and neurocognitive approaches to the political brain: key insights and future avenues for political neuroscience, „Philosophical Transactions of the Royal Society B: Biological Sciences”, 376 (1822), 2021, s. 20200130, DOI: 10.1098/rstb.2020.0130, ISSN 0962-8436, PMID: 33611999, PMCID: PMC7935136 [dostęp 2023-01-08] (ang.).

[:0-1] Ehsan UlE.U. Haq Ehsan UlE.U. i inni, A Survey on Computational Politics, „IEEE Access”, 8, 2020, s. 197379–197406, DOI: 10.1109/ACCESS.2020.3034983, ISSN 2169-3536 [dostęp 2023-01-08] .

[2] ArturA. Żółkowski ArturA. i inni, Climate Policy Tracker: Pipeline for automated analysis of public climate policies, „arXiv”, 2022, DOI: 10.48550/ARXIV.2211.05852, arXiv:2211.05852 [dostęp 2023-01-09] .

[3] LeorL. Zmigrod LeorL., ManosM. Tsakiris ManosM., Computational and neurocognitive approaches to the political brain: key insights and future avenues for political neuroscience, „Philosophical Transactions of the Royal Society B: Biological Sciences”, 376 (1822), 2021, s. 20200130, DOI: 10.1098/rstb.2020.0130, ISSN 0962-8436, PMID: 33611999, PMCID: PMC7935136 [dostęp 2023-01-08] (ang.).

[1]

[2]

[3]