Эмоциональная динамика в русскоязычных Telegram-каналах: между сплочением и аффективной поляризацией

Обложка

Цитировать

Полный текст

Аннотация

Исследование предлагает новую методологическую основу для анализа ключевых социально-психологических процессов - внутригруппового сплочения и аффективной поляризации - в цифровых медиа в периоды кризисов. На примере эмоциональной динамики в русскоязычных Telegram-каналах (2.5 тыс. каналов, 1.2 млн сообщений) за месяц до и после начала Специальной военной операции (СВО) демонстрируется асимметричная трансформация: усиление позитивной консолидации внутри идеологически близких сообществ на фоне роста межгрупповой поляризации, особенно во внешних связях. Используя методы машинного обучения, обработки текстовых данных и сетевого анализа, работа не только фиксирует специфику реакции на конкретное событие - триггер, но и вносит вклад в теорию социальной идентичности, подчеркивая фундаментальную роль эмоциональных границ в формировании цифровых сообществ, что сохраняет актуальность для понимания динамики социальных сетей в условиях современных конфликтов и расколов.

Об авторах

Арина Викторовна Синицина

Национальный исследовательский университет «Высшая школа экономики»

Автор, ответственный за переписку.
Email: a.sinitzina2018@yandex.ru
ORCID iD: 0000-0002-1755-2528

аспирант аспирантской школы по политическим наукам, преподаватель департамента политики и управления факультета социальных наук

Москва, Российская Федерация

Валерий Александрович Соловьев

Национальный исследовательский университет «Высшая школа экономики»

Email: valerasolovev13951@gmail.com
ORCID iD: 0000-0002-3590-8567

аспирант аспирантской школы по политическим наукам

Москва, Российская Федерация

Данила Игоревич Тяпкин

Национальный исследовательский университет «Высшая школа экономики»

Email: danilati20@gmail.com
ORCID iD: 0009-0000-0249-4591

магистр

Москва, Российская Федерация

Список литературы

  1. Akhremenko, A.S., Sinitsina, A.V., & Solovev, V.A. (2024). Separation or cohesion? Dynamics of the network structure of political telegram channels: modeling and empirical analysis. Politeia. 3. 59–81. http://doi.org/10.30570/2078-5089-2024-114-3-59-81 EDN: VLMIWE
  2. Sinitsina А.V. (2025). Measuring and modeling the cohesion effect in Russian-­language social media after the start of the special military operation: an analysis of social motivations. Political science (RU), (1), 203–218. http://www.doi.org/10.31249/poln/2025.01.09 EDN: CQVNAE
  3. Solovev, V.A. (2025). The dynamics of ideological polarization in Russian-­language telegram channels: modelling with machine learning methods. Political science (RU), (1), 240–259. http://www.doi.org/10.31249/poln/2025.01.11 EDN: MXKGQO
  4. Bail, C.A., Brown, T.W., & Mann, M. (2017). Channeling hearts and minds: Advocacy organizations, cognitive-­emotional currents, and public conversation. American Sociological Review, 82(5), 1188–1213. https://doi.org/10.1177/0003122417733673
  5. Berger, J., & Milkman, K.L. (2012). What makes online content viral? Journal of marketing research, 49(3), 192–205. https://doi.org/10.1509/jmr.10.0353
  6. Blondel, V.D. et al. (2008). Fast unfolding of communities in large networks. Journal of statistical mechanics: theory and experiment, 10(4), 201–220. http://dx.doi.org/10.1088/1742-5468/2008/10/P10008.
  7. Carkoglu, A., & Kalaycioglu, E. (2009). The Rising Tide of Conservatism in Turkey. New York: Palgrave Macmillan. https://doi.org/10.1057/9780230621534
  8. Chmiel, A., Sienkiewicz, J., Thelwall, M., Paltoglou, G., Buckley, K., Kappas, A., & Hołyst, J.A. (2011). Collective emotions online and their influence on community life. PloS one, 6(7), 222–240. https://doi.org/10.1371/journal.pone.0022207
  9. Conover, M., Ratkiewicz, J., Francisco, M., Goncalves, B., Menczer, F., & Flammini, A. (2021). Political Polarization on Twitter. Proceedings of the International AAAI Conference on Web and Social Media, 5(2), 89–96. https://doi.org/10.1609/icwsm.v5i1.14126
  10. Druckman, J.N., Peterson, E., & Slothuus, R. (2013). How elite partisan polarization affects public opinion formation. American political science review, 107(1), 57–79. https://doi.org/10.1017/S0003055412000500
  11. Fredrickson, B.L. (2001). The role of positive emotions in positive psychology: The broaden-­and-build theory of positive emotions. American psychologist, 56(3), 218. https://doi.org/10.1037//0003-066x.56.3.218
  12. Granovetter, M.S. (1973). The strength of weak ties. American journal of sociology, 78(3), 1360–1380. http://dx.doi.org/10.1086/225469.
  13. Gustavsson, G., & Taghizadeh, J.L. (2023). Rallying around the unwaved flag: national identity and Sweden’s controversial Covid strategy. West European Politics, 46(6), 1063–1088. https://doi.org/10.1080/01402382.2023.2186027
  14. Iyengar, S., Lelkes, Y., Levendusky, M., Malhotra, N., & Westwood, S.J. (2019). The origins and consequences of affective polarization in the United States. Annual review of political science, 22(1), 129–146. https://doi.org/10.1146/annurev-­polisci-051117-073034
  15. Iyengar, S., Sood, G., & Lelkes, Y. (2012). Affect, not ideology: A social identity perspective on polarization. Public opinion quarterly, 76(3), 405–431. https://doi.org/10.1093/poq/nfs038
  16. Johansson, B., Hopmann, D.N., & Shehata, A. (2021). When the rally-­around-the-­flag effect disappears, or: when the COVID-19 pandemic becomes “normalized”. Journal of Elections, Public Opinion and Parties. 31, 321–334. https://doi.org/10.1080/17457289.2021.1924742
  17. Kazun, A. (2016). Framing sanctions in the Russian media: The rally effect and Putin’s enduring popularity. Demokratizatsiya: The Journal of Post-­Soviet Democratization, 24(3), 327–350. EDN: YVKVYT
  18. Mason, L. (2018). Uncivil agreement: How politics became our identity. Chicago: University of Chicago Press.
  19. McPherson, M., Smith-­Lovin, L., & Cook, J.M. (2001). Birds of a feather: Homophily in social networks. Annual review of sociology, 27(1), 415–444. https://doi.org/10.1146/annurev.soc.27.1.415
  20. Mueller, J.E. (1970). Presidential popularity from Truman to Johnson. American political science review. 64(1), 18–34. https://doi.org/10.2307/1955610
  21. Pariser, E. (2011). The filter bubble: How the new personalized web is changing what we read and how we think. New York: Penguin Books.
  22. Petrov, A., Akhremenko, A., & Zheglov, S. (2023). Dual identity in repressive contexts: an agent-­based model of protest dynamics. Social Science Computer Review, 41(6), 2249–2273. https://doi.org/10.1177/08944393231159953
  23. Rogowski, J.C., & Sutherland, J.L. (2016). How ideology fuels affective polarization. Political behavior, 38(4), 485–508. https://doi.org/10.1007/s11109-015-9323-7
  24. Suhay, E., Klasina, M., & Rivero, G. (2021). Ideology of affluence: Explanations for inequality and economic policy preferences among rich Americans. The Journal of Politics, 83(1), 367-380. https://doi.org/10.1086/709672
  25. Tajfel, H., & Turner, J.C. (1979). An integrative theory of intergroup conflict. The social psychology of intergroup relations. Monterey: Brooks/Cole.
  26. Toepfl, F., & Piwoni, E. (2018). Targeting dominant publics: How counterpublic commenters align their efforts with mainstream news. New Media & Society, 20, 2011–2027. https://doi.org/10.1177/1461444817712085
  27. Tucker, J.A., Guess, A., Barberá, P., Vaccari, C., Siegel, A., Sanovich, S., Nyhan, B. (2018). Social media, political polarization, and political disinformation: A review of the scientific literature. https://dx.doi.org/10.2139/ssrn.3144139

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».