Spillovers in networks of user generated content : evidence from 23 natural experiments on Wikipedia


Kummer, Michael E.


[img]
Vorschau
PDF
dp13098.pdf - Veröffentlichte Version

Download (833kB)

URL: https://ub-madoc.bib.uni-mannheim.de/35260
URN: urn:nbn:de:bsz:180-madoc-352600
Dokumenttyp: Arbeitspapier
Erscheinungsjahr: 2013
Titel einer Zeitschrift oder einer Reihe: ZEW Discussion Papers
Band/Volume: 13-098
Ort der Veröffentlichung: Mannheim
Sprache der Veröffentlichung: Englisch
Einrichtung: Sonstige Einrichtungen > ZEW - Leibniz-Zentrum für Europäische Wirtschaftsforschung
MADOC-Schriftenreihe: Veröffentlichungen des ZEW (Leibniz-Zentrum für Europäische Wirtschaftsforschung) > ZEW Discussion Papers
Fachgebiet: 020 Bibliotheks- und Informationswissenschaft
Fachklassifikation: JEL: L17 , D62 , D85 , D29,
Freie Schlagwörter (Englisch): Social media , information , knowledge , spillovers , networks , natural experiment
Abstract: Endogeneity in network formation hinders the identification of the role that social networks play in generating spillovers, peer effects and other externalities. This paper tackles this problem and investigates how the link network between articles on the German Wikipedia influences the attention and content generation individual articles receive. Identification exploits local exogenous shocks on a small number of nodes in the network. It can thus avoid the usually required, but strong, assumptions of exogenous observed characteristics and link structure in networks. Exogenous variation is generated by natural and technical disasters or by articles being featured on the German Wikipedia’s start page. The effects on neighboring pages are substantial; I observe an increase of almost 100 percent in terms of both views and content generation. The aggregate effect over all neighbors is also large: I find that a view on a treated article converts one for one into a view on a neighboring article. However, the resulting content generation is small in absolute terms. My approach also applies if, due to a lack of network data, identification through partial overlaps in the network structure fails (e.g. in classrooms). It helps bridge the gap between the experimental and social network literatures on peer effects.




Das Dokument wird vom Publikationsserver der Universitätsbibliothek Mannheim bereitgestellt.




Metadaten-Export


Zitation


+ Suche Autoren in

+ Download-Statistik

Downloads im letzten Jahr

Detaillierte Angaben



Sie haben einen Fehler gefunden? Teilen Sie uns Ihren Korrekturwunsch bitte hier mit: E-Mail


Actions (login required)

Eintrag anzeigen Eintrag anzeigen