Open AccessTweeting Tsunami: Influence and Early Warning in British Columbia
Author(s) -
Amanda Oldring,
Antonina Milekhina,
Alexander Brand
Publication year - 2020
Publication title -
canadian journal of communication
Language(s) - French
Resource type - Journals
SCImago Journal Rank - 0.343
H-Index - 8
eISSN - 1499-6642
pISSN - 0705-3657
DOI - 10.22230/cjc.2020v45n3a3587
Subject(s) - warning system , early warning system , event (particle physics) , geography , key (lock) , computer science , computer security , telecommunications , physics , quantum mechanics
Background Although early warning has been studied on Twitter, research focused on Canada is rare. British Columbia, Canada, is vulnerable to tsunamis, and warning systems are not ubiquitous. Establishing pre-event networks can contribute to understanding early warning dissemination potential in the province.Analysis This study locates a 1,932 follower network for @NWS_NTWC, a Twitter handle for the U.S. National Tsunami Warning Center, and the province’s primary tsunami warning notification account. A profile content analysis identifies stakeholders and maps locations, and a network analysis describes interconnections by role, country, and community type (rural or urban).Conclusion and implications The results describe how networks can optimize warnings via Twitter. Key outcomes include a longitudinal baseline, network-driven decision-making techniques, strategies for alerting at-risk areas, and a method for detecting influential users. Contexte Bien que l’alerte précoce a été étudiée sur Twitter, les recherches axées sur le Canada est rare. La Colombie-Britannique, Canada, est vulnérables aux tsunamis mais les systèmes d’alerte ne sont pas disponible partout. Les réseaux pré-événement peut contribuer à la compréhension du potentiel de diffusion des alertes précoces en la province.Analyse Cette étude localise un réseau de 1,932 abonnés pour @NWS_NTWC, un compte pour le National Tsunami Warning Center des États-Unis et le principal compte de notification d’alerte au tsunami dans la province. Une analyse de contenu de profil identifie les parties concernées et cartographié leurs emplacements, et analyse du réseau décrit leurs interconnexions par rôle, pays et type de communauté (rurale ou urbaine).Conclusion et implications Les résultats décrivent comment les réseaux peuvent optimiser les avertissements via Twitter. Les principaux résultats incluent une base de référence longitudinale, des techniques de prise de décision pilotées par le réseau, des stratégies d’alerte des zones à risque et une méthode de détection des utilisateurs influents.