Hoe de #MeToo-beweging zich verspreidde op Twitter

Het volgende artikel bevat materiaal dat sommige lezers kan raken. Het is volledig gebaseerd op data-analyses van tweets met de hashtag #MeToo in de afgelopen weken. Een link naar de code die voor de analyses is gebruikt, vind je in de conclusie van dit artikel. Verdere analyses en dialoog moedigen we graag aan.

Woordwolk van tweets van 24 oktober tot en met 7 november

Woordwolk van tweets op 10 en 11 november

Ik heb de Twitter API gebruikt om een half miljoen recente tweets op te halen die de hashtag #MeToo bevatten. Met een half miljoen tweets is het onmogelijk om samen te vatten wat ze allemaal inhouden. Een manier om een indruk te krijgen van de meest gebruikte woorden is een woordwolk. Hierboven staan twee woordwolken: de eerste is gegenereerd uit tweets die zijn geplaatst tussen 24 oktober en 7 november; de tweede is van 10 en 11 november. Zie je verschillen? Kijk eens goed wat je opvalt.

Het meest in het oog springende verschil voor mij is de verandering in namen van vermeende daders: in de tweede woordwolk is 'weinstein' kleiner en dus minder vertegenwoordigd in de tweets, 'billoreilly' komt niet meer voor en nieuwe namen, zoals 'louisck' (die heeft toegegeven dat 'Deze verhalen waar zijn') en 'roymoore' zijn erbij gekomen. Verwante termen zoals 'republican' zijn ook verschenen (Roy Moore is een Republikein). Veel van de woorden zullen bekend klinken. Andere, waaronder twittergebruikersnamen zoals 'aliceglass', zijn nog niet zo duidelijk. In deze post duik ik in deze tweets en zien we gaandeweg waarom zulke woorden in de woordwolken opduiken. Als je gedachten, reacties en/of overpeinzingen hebt, laat gerust iets van je horen op twitter: @hugobowne.

Uit deze woordwolken kun je veel van de hoofdlijnen rond #MeToo halen. Voor meer context stelt Wikipedia dat

"Me Too" (of "#MeToo", met lokale varianten in andere talen) zich viraal verspreidde als een tweewoordige hashtag die in oktober 2017 op sociale media werd gebruikt om seksueel geweld en intimidatie aan de kaak te stellen, naar aanleiding van beschuldigingen van seksueel wangedrag tegen Harvey Weinstein. De uitdrukking, die in deze betekenis al lang werd gebruikt door sociaal activist Tarana Burke, werd populair gemaakt door actrice Alyssa Milano, die vrouwen aanmoedigde om het te tweeten om ervaringen te delen en zo de wijdverspreide aard van vrouwonvriendelijk gedrag aan te tonen. Sindsdien hebben miljoenen mensen de hashtag gebruikt om met hun ervaringen naar buiten te treden, onder wie veel beroemdheden.

Ten tijde van schrijven meldde Wikipedia ook dat

De uitdrukking meer dan 200.000 keer was gebruikt op 15 oktober, en meer dan 500.000 keer was getweet op 16 oktober. Op Facebook was de hashtag door meer dan 4,7 miljoen mensen gebruikt in 12 miljoen berichten tijdens de eerste 24 uur. Het platform meldde dat 45% van de gebruikers in de Verenigde Staten een vriend had die de term had gepost.

en dat 'Het Europees Parlement een zitting bijeenriep als directe reactie op de Me Too-campagne, nadat deze leidde tot beschuldigingen van misbruik in het Parlement en in de kantoren van de Europese Unie in Brussel.' #MeToo is een beweging die de afgelopen maand een kritieke momentum heeft opgebouwd. In deze post kijk ik hoe het zich op twitter heeft verspreid.

Een helikopterblik op twee weken #MeToo op twitter

Voor deze analyse heb ik de Twitter API gebruikt om tweets met #MeToo op te halen van 24 oktober tot en met 7 november. Dit zijn twee weken aan tweets, vanaf ongeveer een week na de eerste #MeToo-tweet. De Twitter API laat je een subset van alle tweets ophalen, dus hoewel het absolute aantal tweets niet alles omvat, kun je wel de algemene trend zien.

Laten we eerst kijken naar het aantal tweets door de tijd heen voor de twee betreffende weken:

Waar de meeste hashtags een halfwaardetijd van minuten of uren hebben, is #MeToo nu al weken aanwezig, zoals je hierboven ziet. Het is een krachtige beweging die zich niet alleen online manifesteert, maar ook in marsen en protesten. Let in de bovenstaande figuur op dat van 23 oktober tot en met 30 oktober, dus van een week na de eerste tweet met #MeToo tot een week daarna, het label geen tekenen van significant minder gebruik vertoonde. Het totale aantal tweets per dag is die week vrij constant. Pas in de derde week is er een daling te zien. Let ook op de 24-uursperiodiciteit: het aantal tweets is consequent het laagst tussen 22.00 en 24.00 uur Eastern Time en piekt rond 12.00 uur 's middags Eastern Time. Dit komt overeen met het feit dat de meerderheid van de tweets uit Noord-Amerika afkomstig is.

Zoals hierboven vermeld, is er een daling in het aantal tweets over de betreffende twee weken, maar laten we dit verder onderzoeken door te kijken hoeveel tweets originele tweets waren en hoeveel retweets in deze periode:

We zien hierboven dat het aantal retweets consequent groter is dan het aantal originele tweets. Bovendien is de daling die we zagen in het totale aantal tweets over de twee weken uitgesprokener bij retweets dan bij originele tweets. Kijk je alleen naar het aantal originele tweets, dan zie je wel een daling, maar niet zo sterk als je op basis van de eerste grafiek zou denken:

Ik merkte hierboven op dat het aantal retweets groter was dan het aantal originele tweets. In feite was 60% van de tweets met #MeToo in deze periode retweets:

Dan rijst de vraag: uit een half miljoen tweets, hoeveel originele tweets waren verantwoordelijk voor al deze retweets? Er waren 100 tweets die op het moment van de analyse elk meer dan 1.000 keer waren geretweet (het kunnen er nu meer zijn, omdat retweets blijven binnenkomen). Samen zijn ze goed voor ~62.000 (13 procent) van de totaal vastgelegde tweets. Merk op dat veel retweets niet door onze tweetzoekopdracht zijn opgevangen.

Er waren 1.000 tweets die elk minstens meer dan 100 keer waren geretweet en die waren samen goed voor meer dan 25% van alle vastgelegde tweets.

Wat waren de top-tweets? Laten we de 5 tweets bekijken die op het moment van analyse de meeste retweets hadden:

Dit waren destijds de meest geretweette tweets in het algemeen. Hoe zit het met de tweets die in de verzamelde data het meest werden geretweet? Laten we die bekijken:

'ALICEGLASS' was een gebruikersnaam in de eerste woordwolk. Nu is duidelijk dat haar gebruikersnaam daar stond omdat zij zo vaak werd geretweet in de verzamelde tweets. Alice Glass is een singer-songwriter die de elektronische band Crystal Castles heeft opgericht en frontte, de band heeft verlaten en je kunt haar verklaring hier lezen. Het aanzienlijke aantal retweets verklaart ook waarom de woorden 'Crystal' en 'Castle' in de woordwolk voorkomen.

We zien dus dat andere talen in aanzienlijke aantallen vertegenwoordigd zijn, wat interessant is. Wat begon als een beweging in Noord-Amerika en het Engels, is niet alleen naar andere talen overgeslagen, maar heeft dat ook op grote schaal gedaan, zoals blijkt uit het feit dat Spaanse, Franse en Koreaanse tweets tot de top 5 behoorden qua retweets in de twee geanalyseerde weken. Laten we nu de verdeling van tweets over talen verder verkennen.

De verspreiding van #MeToo over de hele wereld

Laten we eerst kijken naar de talen die voorkomen in alle tweets met #MeToo en hoe vaak ze voorkomen:

Engels domineert, daarna niet-geïdentificeerd. Vervolgens zien we Frans, Nederlands, Duits, Zweeds, Japans, Spaans en Koreaans. Omdat we aantallen over meerdere ordes van grootte hebben (dus in de duizenden, tienduizenden en honderdduizenden), is het logisch om deze figuur met een logaritmische y-as te plotten, wat betekent dat de visuele afstand tussen $10^3$ (één duizend) en $10^4$ (tienduizend) dezelfde is als de visuele afstand tussen $10^4$ en $10^5$ (honderdduizend):

We zien nu dat, hoewel Engels domineert, er wel meerdere andere talen zijn met elk tienduizenden tweets: Frans (32K), Nederlands (23K) en Japans (16K), om er een paar te noemen. Sterker nog, bijna 40% van de tweets is in vreemde talen of niet-geïdentificeerde talen (45K, die vaak vreemd zijn en gewoon niet detecteerbaar door het algoritme dat twitter gebruikt).

Laten we nu bekijken hoe het gebruik van verschillende talen met de hashtag #MeToo varieerde gedurende de twee weken:

Er zijn minstens drie aspecten van deze figuur die mijn aandacht trekken en nader onderzoek waard zijn:

• op 26 oktober is er een piek in niet-geïdentificeerde talen wanneer Engels op een dieptepunt zit;
• op 30 oktober schiet het aantal Franse tweets omhoog tot het niveau van het aantal Engelstalige tweets;
• op 8 november is er een piek in het aantal Nederlandstalige tweets en komt het in de buurt van het aantal Engelstalige tweets.

Laten we deze nu onderzoeken.

De piek in tweets met niet-geïdentificeerde taal

Een verklaring voor de piek in tweets met een niet-geïdentificeerde taal is het retweeten van de volgende tweet in het Catalaans van Eva Piquer:

I la diputada s'ha quedat sola denunciant l'assetjament sexual a les dones. Quina pena i quina vergonya. #MeToo
© Patrick Hertzog/AFP pic.twitter.com/AtCxumRu5Z

— Eva Piquer (@EvaPiquer) October 25, 2017

Het algoritme van Twitter kon de taal van deze tweet, Catalaans, niet identificeren, en deze werd op donderdag 26 oktober maar liefst 4.876 keer geretweet.

De piek in Franse tweets

Op 30 oktober werd de piek in Franstalige tweets veroorzaakt door het retweeten van de volgende drie tweets, die respectievelijk 555, 347 en 327 retweets hadden:

Let ook op dat de eerste tweet hierboven ook de hashtag #Balancetonporc bevat, wat in het Engels wordt vertaald als 'expose your pig'. #balancetonporc en lichte varianten komen voor in 27% van de Franstalige #MeToo-tweets en worden nu gezien als een Franse tegenhanger van #MeToo. Je kunt er hier meer over lezen.

En hoe zit het met de kleine piek in Nederlandstalige tweets? Die laat ik als uitdaging aan de oplettende lezer.

Conclusie

In deze post zag je dat de #MeToo-beweging een blijvend momentum heeft gekregen en dat, hoewel ze in Noord-Amerika begon, haar reikwijdte zich over de hele wereld heeft verspreid. Je zag alleen al via twitter-datavisualisatie (woordwolken van een half miljoen tweets) dat er na het eerste gebruik van de hashtag nieuwe onthullingen en beschuldigingen zijn bijgekomen en het is redelijk om te concluderen dat dit bijdraagt aan het aanhoudende momentum. Je zag ook dat veel tweets retweets zijn, wat suggereert dat de betrokkenheid hoog is, zelfs bij mensen die zelf geen originele tweets plaatsen. In de komende dagen maak ik de code beschikbaar die is gebruikt om de tweets van twitter te halen en de bovenstaande analyse uit te voeren. Ik moedig je van harte aan om te kijken wat je verder in de data kunt ontdekken. Dit is geen vervanging voor breed lezen over het onderwerp en praten met mensen IRL.

Als je gedachten, reacties en/of overpeinzingen hebt, laat gerust iets van je horen op twitter: @hugobowne.

De code die voor deze analyse is gebruikt, vind je in deze repository.