Feedback

Faculté de Droit, de Science Politique et de Criminologie
Faculté de Droit, de Science Politique et de Criminologie
MASTER THESIS
VIEW 128 | DOWNLOAD 9

Mémoire en science politique[BR]- Travail écrit : "De quelles manières les partis politiques belges utilisent-ils le ciblage algorithmique sur les réseaux sociaux ? Big Data électoral et ciblage algorithmique politique : analyse des publications sponsorisées des partis politiques belges sur les réseaux sociaux durant l'année 2022."[BR]- Séminaire d'accompagnement à l'écriture

Download
Shtarnov, Maxim ULiège
Promotor(s) : Debras, François ULiège
Date of defense : 16-Aug-2023/31-Aug-2023 • Permalink : http://hdl.handle.net/2268.2/18442
Details
Title : Mémoire en science politique[BR]- Travail écrit : "De quelles manières les partis politiques belges utilisent-ils le ciblage algorithmique sur les réseaux sociaux ? Big Data électoral et ciblage algorithmique politique : analyse des publications sponsorisées des partis politiques belges sur les réseaux sociaux durant l'année 2022."[BR]- Séminaire d'accompagnement à l'écriture
Author : Shtarnov, Maxim ULiège
Date of defense  : 16-Aug-2023/31-Aug-2023
Advisor(s) : Debras, François ULiège
Committee's member(s) : Baygert, Nicolas 
Hamers, Jérémy ULiège
Language : French
Number of pages : 102
Discipline(s) : Law, criminology & political science > Political science, public administration & international relations
Institution(s) : Université de Liège, Liège, Belgique
Degree: Master en sciences politiques, orientation générale, à finalité spécialisée en politiques européennes
Faculty: Master thesis of the Faculté de Droit, de Science Politique et de Criminologie

Abstract

[fr] Depuis l’affaire Cambridge Analytica, on assiste à l’émergence de craintes quant au rôle que peuvent jouer le Big Data électoral et le ciblage algorithmique dans le processus démocratique. Le sponsoring politique et le ciblage algorithmique permettent à des diffuseurs politiques de cibler une audience selon différents critères sociodémographiques et les partis politiques belges figurent en Europe parmi ceux dépensant le plus en sponsoring politique. Ce travail vise à présenter le phénomène du ciblage algorithmique et les risques qui lui sont liés et ensuite cherche à comprendre quelle est l’utilisation du ciblage algorithmique par les partis politiques belges. Cette étude se fait par le biais de l’analyse des données récoltées sur l’outil Meta Ad Library.


File(s)

Document(s)

File
Access TFE Maxim Shtarnov 2023.pdf
Description:
Size: 10.34 MB
Format: Adobe PDF

Annexe(s)

File
Access Annexe 1 _ Tableaux Excel des données relatives aux dépenses et publications sponsorisées des partis politiques belges en 2022..xlsx
Description:
Size: 1.53 MB
Format: Microsoft Excel XML
File
Access Annexe 2 Corpus des programmes des partis politiques belges de 2019 (sauf 2022 pour les Engagés).pdf
Description:
Size: 35.17 MB
Format: Adobe PDF
File
Access Annexe 3 _ Retranscription de l’entretien avec François Dubru.pdf
Description:
Size: 160.2 kB
Format: Adobe PDF
File
Access Annexe 4_ Retranscription de l’entretien avec Nicolas Baygert.pdf
Description:
Size: 169.14 kB
Format: Adobe PDF

Author

  • Shtarnov, Maxim ULiège Université de Liège > Master sc. pol., or. gén., à fin.

Promotor(s)

Committee's member(s)

  • Baygert, Nicolas IHECS
  • Hamers, Jérémy ULiège Université de Liège - ULiège > Département médias, culture et communication > Cinéma documentaire et littératie médiatique
    ORBi View his publications on ORBi
  • Total number of views 128
  • Total number of downloads 9










All documents available on MatheO are protected by copyright and subject to the usual rules for fair use.
The University of Liège does not guarantee the scientific quality of these students' works or the accuracy of all the information they contain.