Die Studie analysiert innerhalb eines bestimmten Zeitraums das Kommunikationsverhalten von Twitter-Nutzern, die sich zur Veröffentlichung der wissenschaftlichen Grundlagen des 3. IPCC-Reports äußern. Ziel ist es durch statistische Auswertung der Hashtags und durch Netzwerkmodellierungen herauszufinden, welche User innerhalb dieser Debatte in welchem Zusammenhang miteinander in Kontakt treten.
Der Artikel würde in PLOS One veröffentlicht. Das besondere an der Zeitschrift ist, dass sie nicht auf ein bestimmtes Forschungsfeld beschränkt ist, sondern alle Wissenschaftsbereiche abdecken möchte.
Das Online-Journal gehört zur „Public Library of Science„, einem nichtkommerziellen Open-Access Projekt für wissenschaftliche Publikationen.

Die Studie kommt zu folgenden Ergebnissen:

• Am häufigsten wird der 3. IPCC-Teilbericht im Zusammenhang mit „Wissenschaft“, „politischen Kampagnen“, „geographischem Ort“ und „sozialen Problemen und neuen Technologien“ erwähnt.
• Innerhalb der Twitter-Diskussion lassen sich drei separate Diskussionsrunden ausmachen, die größtenteils unabhängig von einander twittern. Diese drei Diskussionsrunden bestehen jeweils aus unterschiedlichen Anteilen von Usern, welche die Aussagen des Berichts unterstützen, nicht unterstützen oder ihm neutral gegenüber stehen. User mit gleicher Meinung kommunizieren hierbei häufiger miteinander als User mit unterschiedlicher Meinung. Außerdem gibt es User, die zwar adressiert wurden, aber nie geantwortet haben.

• Eventuell eine Twitter-Auswertung zum Thema „Kopfweiden“ oder „Waldmoore“ durchführen, um ein gesellschaftliches Stimmungsbild über die Thematiken einzufangen.
• Ist eine Diskussion auf Twitter repräsentativ für gesellschaftliche Diskussionen?
• Eine statistische Auswertung von Twitterposts ist mithilfe von Rstudio ist für jeden möglich, da die Daten leicht zugänglich sind.

Im Vorfeld wurde ein Forumpost erstellt, in dem die Möglichkeiten der statistischen Auswertung von Twitter mithilfe von Rstudio aufgezeigt werden. Anregungen und Anleitungen hierfür können Interessierte online finden:
http://thinktostart.com/sentiment-analysis-on-twitter-with-datumbox-api/
http://www.datumbox.com/