Jon Levy

Jon Levy

@jonlevyBU

Professor + Chair @busphEH. Air, climate, housing, COVID with EJ lens. Believes there are systemic injustices that we need to address. May or may not be notable

Boston, MA https://www.bu.edu/sph/profile/jonathan-levy/ Beigetreten 2015-09-19 Analysedatum: 16. Dez 2025

23.950

Follower

2.255

Following

5.794

Tweets

434,1

Durchschn. Engagement

342

Gelistet

No

Verifiziert

Kontoübersicht

Was dieser Bericht umfasst

Diese umfassende Analyse untersucht die Twitter/X-Praesenz von @jonlevyBU in mehreren Dimensionen. Wir analysieren Tweet-Inhalte, Engagement-Muster, Zielgruppendemografie, Posting-Gewohnheiten und Netzwerkverbindungen, um umsetzbare Erkenntnisse über die Social-Media-Strategie und den Einfluss dieses Kontos zu liefern.

Kontoklassifizierung

  • Kontogröße: Mid-Tier (10K+)
  • Kontoalter:2015-09-19
  • Verifizierung:No
  • Standort:Boston, MA

Datenzusammenfassung

  • Analysierte Tweets:3.247
  • Durchschn. Likes/Tweet:279,6
  • Durchschn. Retweets/Tweet:154,5
  • Analysierte Follower:24.264

Engagement-Analyse

Basierend auf 3.247 Tweets

His tweets receive a high number of likes and retweets, indicating broad public interest. The engagement is consistent across various topics, from science to everyday life.

279,6

Durchschn. Likes/Tweet

154,5

Durchschn. Retweets/Tweet

907.899

Likes gesamt

501.622

Retweets gesamt

Engagement-Qualitätsanalyse

Median-basierte Metriken, die gefälschte Viralitaet und Ausreisser widerstehen.

9

Median Likes

4

Median Retweets

121

75. Perzentil

108.930

Top Tweet

18,13

Engagement pro 1K Follower

Normalisierte Einflussmetrik

Viral Spikes

Engagement-Muster

Few posts get most engagement

Posting-Verhalten

Inhaltsstil und Formatpraeferenzen

Conversationalist

Highly engaged in discussions

21,8%

Original

50,7%

Antworten

22,2%

Retweets

5,3%

Zitate

0,0%

Threads

0,2%

Mit Medien

44,1%

Mit Links

19,7%

Mit #Tags

54,2%

Mit @Erwaenungen

4,3%

Mit Emojis

231

Durchschn. Laenge

Top Hashtags

#covid19 (223) #mapoli (68) #omicron (56) #bettermasks (42) #sph45 (19) #deltavariant (17) #maskup (16) #ises2021 (15) #covidisairborne (14) #dayofscience (12)

Meisterwaehnt

@buspheh (157) @busph (114) @jonlevybu (66) @juliaraifman (48) @cdcgov (48) @j_g_allen (45) @patriciafabians (38) @massgovernor (34) @corsiaq (33) @linseymarr (30)

Möchten Sie diesen Bericht als PDF?

Wir entwickeln PDF-Export für diese Analyseberichte. Registrieren Sie Ihr Interesse für frühen Zugang.

Interesse registrieren

Content-Strategie-Analyse

Basierend auf 3.247 Tweets

Inhaltstyp-Verteilung

Inhaltsaufschlüsselung

Original-Tweets 709 (22%)
Antworten 1.646 (51%)
Retweets 720 (22%)
Zitat-Tweets 172 (5%)

Posting-Muster & optimales Timing

Basierend auf 3.247 Tweets

Engagement nach Stunde (UTC)

Posting-Häufigkeit im Zeitverlauf

Timing-Erkenntnisse

Das Verstaendnis, wann ein Konto postet und wann seine Zielgruppe am reaktionsfreudigsten ist, liefert wertvolle Wettbewerbsinformationen. Die obigen Diagramme zeigen, wann die Inhalte dieses Kontos das meiste Engagement erhalten, was oft damit korreliert, wann ihre spezifische Zielgruppe auf der Plattform am aktivsten ist.

Spitzenzeiten für Posts variieren erheblich basierend auf der Zielgruppendemografie, Zeitzonenverteilung und Inhaltstyp. Konten mit globalem Publikum sehen oft Engagement über mehrere Zeitfenster verteilt, während solche mit regionalem Fokus konzentriertere Spitzen haben können.

Zielgruppen-Demografie

Basierend auf 24.264 Followern

His audience includes students, academics, and public health enthusiasts. The content appeals to those interested in environmental justice and health equity.

Average

Zielgruppenqualität

20,3%

Verdachtsindex

14,7%

Niedrige Qualität %

263

Median-Reichweite

Zielgruppenqualitäts-Signale

Niedrigere Prozentsätze weisen auf gesuendere, authentischere Follower hin.

23,6%

Leere Bio

9,2%

<10 Tweets

36,5%

Massen-Following (>2K)

0,0%

Neu (<90 Tage)

Kostenlose Analyse: Diese Qualitätsmetriken verwenden heuristische Signale (leere Bios, wenige Tweets, verdächtige Verhältnisse). Für ML-basierte Bot-Erkennung mit 95%+ Genauigkeit nutzen Sie unser spezielles Tool.

Bot-Detektor testen

Follower-Reichweite & Einfluss

Die Follower dieses Kontos haben ihre eigenen Zielgruppen, was Potenzial für sekundaere Verstärkung schafft.

71.368.704

Potenzielle Gesamtreichweite

263

Median Follower-Reichweite

870

75. Perzentil Reichweite

22,6%

>1K Follower

3,0%

>10K Follower

0,7%

>50K Follower

0,3%

>100K Follower

Warum Zielgruppen-Demografie wichtig ist

Das Verstaendnis, wer einem Konto folgt, zeigt die Art des Einflusses, den es hat. Konten, denen hauptsaechlich Nutzer mit wenigen Followern folgen, deuten auf breite, Mainstream-Anziehungskraft hin. Solche mit vielen hochfoellernden Followern haben größeres Potenzial für Content-Verstärkung durch sekundaeres Teilen.

Die Altersverteilung der Konten erzaehlt auch eine Geschichte: Eine Follower-Basis mit vielen neuen Konten könnte auf kürzliches virales Wachstum hinweisen, während etablierte Follower auf langfristigen, stabilen Einfluss hindeuten. Geografische Daten helfen, den kulturellen Kontext und die Zeitzonenverteilung der Zielgruppe zu verstehen.

Follower-Daten kaufen

Exportieren Sie die vollständige Follower-Liste mit Profildetails, Bios, Standorten und Follower-Zahlen als CSV.

Follower kaufen - ab $15

Tweet-Daten kaufen

Exportieren Sie Tweets mit Engagement-Metriken, Zeitstempeln, Medien und Antwort/Retweet-Details als CSV.

Tweets kaufen - ab $15

Virale Tweets

Top 5 nach Likes+RTs von 3.247 analysiert

261.169

Kombiniertes Engagement

227.042

Likes gesamt

34.127

Retweets gesamt

52.234

Durchschn. pro Tweet

Jon Levy
@jonlevyBU

Yes, you can wear an N95 and still get COVID, especially with BA.5. But that doesn't mean masks don't work. You can also die in a car crash wearing a seat belt, but that doesn't mean seat belts don't work. Masks reduce the odds of infection. Be probabilistic, not fatalistic.

2022-07-06
Retweets: 18.840 Likes: 90.090 Engagement: 108.930
Jon Levy
@jonlevyBU

8 yr old: I’m confused about they/them pronouns. Me (ready for Serious Parenting): OK, what are you confused about? 8 yr old: When do you use they and when do you use them? Yep, it was a grammar question. He understood the rest. The kids get it.

2022-11-27
Retweets: 2.497 Likes: 46.442 Engagement: 48.939
Jon Levy
@jonlevyBU

I didn’t do any work over the holidays, but I maintained a high level of stress and inadequate sleep so I could ease the transition back.

2022-01-02
Retweets: 3.192 Likes: 36.406 Engagement: 39.598
Jon Levy
@jonlevyBU

Going remote for a few days is not school closure. Wearing a higher quality mask is not lockdown. Giving people access to free tests is not shutting down the economy. Can we acknowledge that there is something between doing nothing and returning to spring 2020? Then do it?

2022-01-05
Retweets: 5.076 Likes: 28.790 Engagement: 33.866
Jon Levy
@jonlevyBU

1. So much hostility and confusion from people who saw me (on a Zoom) wearing a mask in my office this week! The question is: Am I crazy, am I virtue signaling, am I fear mongering, or is there some rationale to wear a mask in a private office? Let’s discuss! 🧵

2022-05-21
Retweets: 4.522 Likes: 25.314 Engagement: 29.836

Wichtige Erkenntnisse

Über diese Analyse

Diese Analyse wurde mit den Datenextraktions- und Analyse-Tools von twtData erstellt. Die Metriken basieren auf öffentlich verfügbaren Twitter/X-Daten und bieten Einblicke in die Social-Media-Praesenz, das Engagement und die Zielgruppenmerkmale des Kontos. Für umfassendere Analysen oder benutzerdefinierte Berichte kontaktieren Sie uns oder erkunden Sie unsere Datenprodukte.

Benötigen Sie detaillierte Twitter-Analysen?

Erhalten Sie umfassende Einblicke zu jedem Twitter-Konto mit twtData.