Moyenne et Écart-type pour sentiments négatifs et positifs

  moyenne_negative moyenne_positive ecart_type_negative ecart_type_positive
1             1.13             0.99                 1.6                1.28

Distribution des Scores de Sentiments des Tweets

On illustre la distribution des scores de sentiments attribués aux tweets analysés. La majorité des tweets affiche un score de sentiment faible, indiquant une prédominance de sentiments neutres ou légèrement négatifs. Les pics dans la distribution indiquent des concentrations de sentiments particulièrement positifs ou négatifs.

Fréquence des tweets

Dans cette analyse, nous observons la production quotidienne des tweets, des retweets, des citations et des réponses. Il est à noter que durant les heures de pointe en journée, notre échantillon atteint plusieurs milliers d’observations par heure, assurant ainsi une grande sensibilité et fiabilité des mesures prises. Cette densité de données permet de réaliser des analyses détaillées et fiables des comportements et des interactions sur la plateforme.

Analyse de la Distribution des Émotions Négatives et Positives

On commence par l’examen de la distribution des émotions négatives et positives identifiées dans les tweets. Cette analyse sera suivie de l’étude de leur distribution conjointe, permettant de mieux comprendre la manière dont ces émotions coexistent et interagissent au sein de l’échantillon étudié. Cette approche nous aide à saisir les dynamiques sous-jacentes des réactions émotionnelles sur les réseaux sociaux.

Distribution conjointe des sentiments

Dans la continuité de notre analyse, nous examinons également la distribution conjointe des émotions négatives et positives. Par convention, le zéro est utilisé comme point de partage entre les sentiments positifs et négatifs, offrant une représentation équilibrée des polarités émotionnelles. Cette approche permet de détailler comment les émotions se distribuent de manière interactive et interdépendante au sein des données collectées, offrant une vision plus complète de la dynamique des sentiments exprimés.

Évolution de la valence du sentiment du confinement

nous représentons l’évolution des scores de positivité et de négativité, ainsi que leur différence, qui reflète le sentiment moyen. Cette approche est basée sur l’hypothèse que les points négatifs peuvent annuler les points positifs. Toutefois, il est crucial de garder à l’esprit que le concept de négativité n’est pas simplement l’antonyme de la positivité. Cette dualité est illustrée par l’idée d’un “carré magique”, où les dimensions des sentiments ne sont pas directement opposées mais interconnectées et peuvent coexister de manière complexe, offrant ainsi une compréhension plus nuancée des dynamiques émotionnelles dans les communications sur les réseaux sociaux.

Tendance quotidienne du nombre de Tweets

On a une décroissance notable du nombre de tweets par jour sur la période observée. Après un pic initial très élevé, le volume de tweets diminue progressivement, stabilisant à un niveau inférieur vers la fin de la période. Cette tendance pourrait refléter une réaction initiale intense au u confinement, suivie d’une diminution de l’intérêt ou de l’activité des utilisateurs sur ce sujet

Évolution de la valence du sentiment du confinement (2)

Chaque tweet peut être vu comme une vague émotionnelle, oscillant entre joie et tristesse, espoir et désespoir, nous embarquons dans une exploration scientifique pour décrypter ces vagues émotionnelles à travers l’auto-corrélation et les corrélations croisées. Pour guider notre analyse, nous adoptons deux grilles théoriques fascinantes.

grille 1 : Selon cette perspective, plus nous sommes heureux, moins nous exprimons de sentiments négatifs. C'est la logique de la balance ou de la compensation. Imaginez une balance où chaque gramme de bonheur enlève un gramme de peine. Nous mesurons cette dynamique en analysant l'auto-corrélation des sentiments positifs pour voir leur persistance dans le temps, et en examinant les corrélations croisées pour découvrir comment les émotions positives pourraient atténuer les négatives.


grille 2 : plus nous sommes heureux, plus nous sommes susceptibles d'exprimer également des sentiments négatifs. Ce phénomène pourrait être comparé à une scène où le bonheur et la tristesse sont les deux faces d'une même médaille, illustrant non pas une compensation mais une coexistence des extrêmes. Nous utilisons des techniques similaires pour identifier si des pics de bonheur coïncident avec une augmentation des expressions de négativité, défiant ainsi l'idée traditionnelle que le bonheur diminue la voix du mécontentement.

Émotions des tweets #ConfinementJour (1)

On montre l’évolution de l’intensité des émotions exprimées sur Twitter durant le confinement. Chaque couleur représente une émotion différente, avec des variations horaires qui capturent les réactions émotionnelles des utilisateurs face aux défis imposés par la pandémie. Des pics d’émotions comme la peur et la joie sont particulièrement visibles, illustrant des réponses variées aux annonces de santé publique, aux changements de politiques et aux événements sociaux.

Émotions des tweets #ConfinementJour (2)

Robert Plutchik, dans son modèle psychoévolutionnaire des émotions de 1982, identifie huit émotions primaires, chacune avec une intensité variable. Cette approche est utilisée pour analyser les sentiments exprimés dans les tweets durant le confinement de la COVID-19. Voici un aperçu de ces émotions, allant des manifestations les plus douces aux plus intenses, on reprend les définitions en anglais :

"trust goes from acceptance to admiration
fear goes from timidity to terror
surprise goes from uncertainty to amazement
sadness goes from gloominess to grief
disgust goes from dislike to loathing
anger goes from annoyance to fury
anticipation goes from interest to vigilance
joy goes from serenity to ecstasy"

et en francais

"la confiance va de l’acceptation à l’admiration
la peur va de la timidité à la terreur
la surprise va de l’incertitude à l’étonnement
la tristesse va de la morosité au chagrin
le dégoût va de l’aversion à la répugnance
la colère va de l’agacement à la fureur
l’anticipation va de l’intérêt à la vigilance
La joie va de la sérénité à l’extase".

Émotions des tweets #ConfinementJour (3)

Présentation sous forme d’un autre graphique.

Spectre des émotions #ConfinementJour

Nous remarquons la proportion des différentes émotions exprimées dans les tweets relatifs au confinement. Chaque couche colorée représente une émotion spécifique, révélant comment la dynamique des sentiments a évolué au fil du temps. On observe des variations significatives dans les niveaux de confiance, de surprise, et de joie, parallèlement à des expressions de peur, de dégoût, et de tristesse.

Intensité des émotions #ConfinementJour

Il est possible de fournir une représentation plus raffinée des données. Nous recalculerons les scores de manière relative en additionnant d’abord les scores bruts, puis en divisant cette somme totale par chaque score individuel pour obtenir un rapport relatif.

Corrélation des séries

Nous pouvons visualiser les relations entre différentes émotions exprimées dans les tweets. Chaque cellule montre l’intensité de la corrélation entre deux émotions, indiquée par la taille et la couleur des cercles : les couleurs plus foncées et les cercles plus grands représentent des corrélations plus fortes.

Analyse factorielle

Dans l’analyse des sentiments exprimés sur les réseaux sociaux, la surprise se révèle être une émotion pivot, liée à des manifestations émotionnelles tant positives que négatives. Cette dualité se manifeste à travers une structure bifactorielle, où la surprise est associée à des états émotionnels contrastés tels que le bonheur/malheur ou la joie/tristesse.

Convergence des indicateurs

Une corrélation relativement faible (0.13) entre les sentiments positifs et négatifs, comme indiqué par le cercle situé principalement dans le quadrant positif. Cette disposition suggère que, dans les données analysées, les sentiments positifs prédominent légèrement mais ne sont pas fortement inversés par rapport aux sentiments négatifs.

Facettes et sentiments

Explorons les interactions entre les émotions et l’expérience en consultant cette ressource : https://jokergoo.github.io/ComplexHeatmap-reference/book/a-single-heatmap.html

Analyse Factorielle

Corrélations entre les deux dimensions des émotions

La heatmap illustre les corrélations entre différents domaines d’expérience et les émotions, mesurées par la corrélation de Pearson. Chaque cellule de la matrice montre l’intensité de la relation entre une émotion spécifique et un domaine d’expérience, indiquée par des nuances de couleur allant du violet (corrélation positive) au rouge (corrélation négative).

End

End ;-)