活動訊息

2022/09/23 【國務所】9/30 政策科學資料分析 全球線上論壇 ~2022系列Ⅱ 講座Using Big Data to Measure Important Political Phenomena


 

演講主題:Using Big Data to Measure Important Political Phenomena

摘要
許多政治現象難以量化,以選舉舞弊為例,在21世紀,民主國家和專制國家都定期舉行選舉,我們如何知道大多數選民確實支持勝選者?要回答這個問題,學者和專家必須能區分出「真心」票與「假意」票。這種能力對於理論檢驗和政策制定具有同樣的重要性。在本次演講中,Sobolev 博士將討論社會科學中測量方法的演變,並以另一個最重要的現象為例:大規模抗議行為。從經濟增長、稅收、產權保護到民主化、國內衝突等多項社會科學理論中,公民自我組織和抗議的能力均扮演一個關鍵要素。同時,大量實證研究顯示大規模群眾運動與公共政策變化息息相關。然而,這些研究結果的可信度取決於是否有辦法精確測量抗議能力。學者如何量化抗議行為?我們如何知道發生了抗議事件?有多少人參與其中?那些有抗議動機但決定不走上街頭的人呢?早期的學者藉由計數和調查來解決這些問題,如今,我們利用大數據和人工智能。我們將討論對抗議行為予以量化的主要演變階段。

主講人: Dr. Anton Sobolev
個人簡歷:
Anton Sobolev 是德州大學達拉斯分校政治經濟學和網絡政策助理教授。他的研究使用文本分析、機器學習和因果推論研究政治問題。他最近的研究計畫專注於大規模抗議、網路安全和獨裁國家的政治控制。更廣泛地說,他研究數位科技如何塑造政治和經濟行為。他的著作發表在《American Political Science Review》、《World Politics》、《European Journal of Political Economy》、《Post-Soviet Affairs》、《Europe-Asia Studies》和《Problems of Post-Communism》上。 Sobolev 博士從加州大學洛杉磯分校取得政治學博士學位和統計碩士。到德州大學達拉斯分校任教之前,在耶魯大學擔任Leitner政治經濟學學程的博士後研究。

活動時間:9月30日(五),早上10:00-下午13:00

活動方式:1.可於任何地方進行線上與會,需事先報名;2.提供社管大樓2樓218遠距教學教室(限20人)

報名網址 : https://utd.link/13p

關於報名資訊和更詳細資料請點以下連結  https://dacolloquium.com/09292022/