Türkiye Cumhuriyeti Sağlık Bakanı’nın Covid-19 Dönemine İlişkin Twitter Mesajlarının Çalışan Motivasyonu Bağlamında İncelenmesi: LDA Temelli Konu Modelleme Yaklaşımı

Authors : Fatih SOBACI, İsmail KABAN, Muhammet Esat ÖZDAĞ

Pages : 198-217

View : 21 | Download : 10

Publication Date : 2022-07-30

Article Type : Research Paper

Abstract :Sosyal medyanın iletişimdeki gücü, Covid-19’un beraberinde getirdiği yeni dünya ile daha önemli hale gelmiştir. Bu araştırmanın temel amacı, pandemi döneminde Türkiye Cumhuriyeti Sağlık Bakanı tarafından paylaşılan tweetleri çalışan motivasyonu bağlamında incelemektir. Bu kapsamda Python kütüphaneleri kullanılarak Gizli Dirichlet Ayırımı insert ignore into journalissuearticles values(LDA); temelli olasılıksal bir model oluşturulması alt bir amaç olarak belirlenmiştir. Analizler 3371 tweet ile başlamış ve konu bağlamında 482 tweet ile sürdürülmüştür. Ulaşılan sonuçlar, sağlık çalışanlarıyla ilgili olarak paylaşılan tweetlerin ilgili konunun oranına göre sırasıyla; “bilgilendirme”, “aşı ile mücadele ve örneklik”, “şiddet”, “fedakârlık ve güven” ve “haklar ve özel günler” şeklinde beş konuda kümelendiğini göstermektedir. Paylaşım anlamında son iki sırada olan “fedakârlık ve güven” ve “haklar ve özel günler” konuları, en çok beğeni ve retweet edilme ortalamasına sahip ikinci ve üçüncü konu olarak görülmektedir. Bu kapsamda açıklanan sonuçlar, modelin yerel konuşma dilinde yayımlanmış ilgili metinlerin yayımcısının görüşlerini özetleyen kelimelere indirgenebileceğini ve izleyiciler üzerinde oluşturduğu tepkinin, duygusal olarak görülmesini mümkün kıldığını; bununla birlikte paylaşılan mesajların motivasyonel anlamda okuyuculara verdiği mesajı tam olarak yansıtamadığını göstermiştir.
Keywords : Covid 19, Çalışan Motivasyonu, Doğal Dil İşleme, Gizli Dirichlet Ayırımı, Konu Modelleme