Relationship between ideology and language in the Catalan independence context

Probleemstelling

Politieke polarisatie heeft aanzienlijke maatschappelijke gevolgen, variërend van het beïnvloeden van publieke debatten tot het veroorzaken van wetgevende impasses. Een specifiek en complex scenario is het territoriale conflict rond de onafhankelijkheid van Catalonië. Hoewel er veel onderzoek is gedaan naar polarisatie, ontbreekt het vaak aan een continue analyse van de relatie tussen politieke mening en taalgebruik. Bestaande studies gebruiken vaak discrete waarden voor meningen en behandelen taal en ideologie als gescheiden entiteiten.

De auteurs willen inzicht krijgen in hoe de politieke meningsverdeling in de Catalaanse onafhankelijkheidsdiscussie eruitziet en of er een directe correlatie bestaat tussen de politieke houding (voor of tegen onafhankelijkheid) en het gebruik van de twee co-officiële talen: Catalaans en Spaans. Ze willen onderzoeken of deze polarisatie van de politieke elite is overgedragen op de bredere bevolking en hoe taalgebruik als indicator van ideologie fungeert.

Methodologie

De studie maakt gebruik van een dataset van Twitter-berichten (tweets) over de Catalaanse onafhankelijkheid, verzameld tussen 15 september 2017 en 3 november 2017 (een periode van 50 dagen die belangrijke offline gebeurtenissen omvat, zoals het referendum van 1 oktober en de eenzijdige onafhankelijkheidsverklaring).

1. Data en Netwerkonstructie:

• Dataset: 36.090.661 tweets van 2.511.319 gebruikers, geselecteerd op basis van een breed scala aan trefwoorden in zowel het Catalaans als het Spaans.
• Retweet-netwerk: De auteurs construeren een gericht en gewogen netwerk waarbij een link van gebruiker $j$ naar gebruiker $i$ bestaat als $j$ een tweet van $i$ retweett. Retweets worden gezien als een proxy voor invloed en instemming.

2. Opinie-inferentiemodel (DeGroot-proces):
Om de politieke mening van gebruikers te kwantificeren, wordt een model gebaseerd op het DeGroot-proces toegepast:

• Elite-gebruikers: Een kleine groep zeer invloedrijke en betrokken gebruikers wordt geselecteerd als "zaden" met een vaste, antagonistische mening.
  • Selectie: Gebruikers met een hoge participatie (>80% van de dagen) en een hoog aantal ontvangen retweets (>5500).
  • Ideologie toewijzen: Via community-detectie (Nested Stochastic Block Model) worden twee communities geïdentificeerd: één met politici van volledig pro-onafhankelijkheidspartijen (toegewezen $X = +1$) en één met politici van volledig anti-onafhankelijkheidspartijen (toegewezen $X = -1$).
• Luisteraars (Listeners): De overige gebruikers beginnen met een neutrale mening ($X=0$) en updaten hun mening iteratief als het gewogen gemiddelde van de meningen van hun buren in het netwerk.
• Output: Een continue opiniewaarde tussen -1 (tegen onafhankelijkheid) en +1 (voor onafhankelijkheid).

3. Taalindex:
Voor elke gebruiker wordt een Taalindex ($L_i$) berekend op basis van de verhouding tussen Catalaanse en Spaanse tweets:

• $L_i = \frac{\sum l_r}{n_i}$, waarbij een Catalaanse tweet de waarde $+1$ krijgt en een Spaanse tweet $-1$.
• De index loopt van -1 (uitsluitend Spaans) tot +1 (uitsluitend Catalaans).

4. Analyseparameters:
De opinieverdeling wordt gekarakteriseerd door drie parameters:

• $d$: Genormaliseerde afstand tussen de zwaartepunten van de twee polen.
• $\Delta A$: Genormaliseerd verschil in populatiegrootte tussen de polen.
• $\mu$: Polariseringsindex, gedefinieerd als $\mu = (1 - \Delta A)d$.

Belangrijkste Bijdragen

1. Continue Opinieverdeling: In plaats van een binair "voor/tegen" model, infereren de auteurs een continue verdeling die een drie-polig patroon onthult: een pro-onafhankelijkheidspool, een anti-onafhankelijkheidspool en een derde, gematigde pool.
2. Rol van Activiteit: De studie toont aan dat actieve, invloedrijke en betrokken gebruikers vaker extreme posities innemen dan de gemiddelde gebruiker.
3. Taal-Ideologie Koppeling: Er wordt een kwantitatieve relatie gelegd tussen politieke houding en taalgebruik, waarbij wordt aangetoond dat taalkeuze niet alleen een functie is van de politieke kant, maar ook van de intensiteit van de betrokkenheid.
4. Methodologische Innovatie: Het gebruik van een continue inferentie in plaats van discrete categorisatie, gecombineerd met een analyse op gebruikersniveau (in plaats van geaggregeerde resultaten), biedt een fijnmaziger inzicht in complexe sociale dynamieken.

Resultaten

1. Opinieverdeling:

• De algemene verdeling toont een bimodale structuur met een lichte meerderheid voor de pro-onafhankelijkheidspool (55% vs 45%).
• Er is een duidelijke derde pool zichtbaar (gematigd pro-onafhankelijkheid), die spontaan ontstaat uit het inferentiemodel en correspondeert met politieke partijen die een middenpositie innemen.
• Invloed van activiteit: Naarmate de drempel voor activiteit (aantal tweets, dagen of retweets) stijgt, worden de polen smaller en extremer. De pro-onafhankelijkheidspool groeit in omvang (tot 67% bij de meest actieve gebruikers), terwijl de variabiliteit in meningen afneemt (lagere entropie).

2. Dagelijkse Dynamiek:

• Tijdens periodes met hoge activiteit (bijv. rond het referendum of de onafhankelijkheidsverklaring) wordt de opinieverdeling diverser en minder extreem.
• De afstand tussen de polen ($d$) blijft over het algemeen hoog, maar daalt tijdens piekmomenten.
• De pro-onafhankelijkheidspool is consistent groter dan de anti-pool, maar de grootteverschillen nemen af naarmate de tijd vordert.

3. Interactie tussen Taal en Ideologie:

• Er is een significante Spearman-correlatie van 0,46 tussen de opinie-index en de taal-index.
• Anti-onafhankelijkheid (Index -1 tot 0,3): Gebruikers spreken bijna uitsluitend Spaans (Taalindex $\approx -1$).
• Pro-onafhankelijkheid (Index 0,3 tot 1): Gebruikers tonen een breed spectrum aan taalgebruik, met een toenemende neiging om Catalaans te spreken naarmate de mening radicaler wordt.
• De Derde Pool (Gematigd): Hoewel deze groep politiek dichter bij de pro-onafhankelijkheidspool ligt, gedraagt ze zich taalkundig identiek aan de anti-onafhankelijkheidspool: ze spreken bijna uitsluitend Spaans. Dit is een cruciaal inzicht: politieke gematigdheid vertaalt zich niet noodzakelijk naar een gemengd taalgebruik.

Betekenis en Conclusie

De studie demonstreert dat politieke polarisatie in Catalonië complexer is dan een simpel tweedelingssysteem. Het bestaan van een derde, gematigde pool die taalkundig gescheiden is van de pro-onafhankelijkheidspool, suggereert dat taalkeuze en politieke identiteit niet lineair gekoppeld zijn.

• Maatschappelijke Impact: De resultaten tonen aan dat de meest actieve gebruikers (de "elite" van het debat) extremer zijn dan de gemiddelde burger, wat kan bijdragen aan een vertekend beeld van de publieke opinie in de media.
• Taal als Symbool: Taalgebruik fungeert als een sterke marker voor politieke identiteit, maar de studie onthult nuance: een gematigde pro-onafhankelijkheidsstandpunt wordt in de praktijk vaak uitgedrukt in het Spaans, wat wijst op een complexere sociolinguïstische realiteit dan vaak wordt aangenomen.
• Algemene Toepasbaarheid: De gebruikte methodologie (retweet-netwerken, DeGroot-inferentie en taalindexering) kan worden toegepast op andere gepolariseerde thema's en sociale dimensies zoals geslacht, leeftijd of inkomen.

Samenvattend biedt dit onderzoek een robuust, data-gedreven raamwerk om de interactie tussen ideologie en taal in gepolariseerde maatschappelijke debatten te analyseren, waarbij het inzichtelijk maakt dat de "middenmoot" in meningen niet altijd overeenkomt met een "middenmoot" in taalgebruik.