論文の概要: #MeToo on Campus: Studying College Sexual Assault at Scale Using Data Reported on Social Media

• arxiv url: http://arxiv.org/abs/2001.05970v1
• Date: Thu, 16 Jan 2020 18:05:46 GMT
• ステータス: 処理完了
• システム内更新日: 2023-01-10 23:36:13.594385
• Title: #MeToo on Campus: Studying College Sexual Assault at Scale Using Data Reported on Social Media
• Title（参考訳）: #metoo on campus: ソーシャルメディアで報告されたデータを使って、大学における性的暴行を大規模に研究する
• Authors: Viet Duong, Phu Pham, Ritwik Bose, Jiebo Luo
• Abstract要約: 我々は、#トレンドが大学フォロワーのプールに与える影響を分析した。 その結果、これらの#ツイートに埋め込まれたトピックの大部分は、セクシャルハラスメントのストーリーを詳述している。 この傾向といくつかの主要地理的地域に関する公式な報告との間には大きな相関関係がある。
• 参考スコア（独自算出の注目度）: 71.74529365205053
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Recently, the emergence of the #MeToo trend on social media has empowered thousands of people to share their own sexual harassment experiences. This viral trend, in conjunction with the massive personal information and content available on Twitter, presents a promising opportunity to extract data driven insights to complement the ongoing survey based studies about sexual harassment in college. In this paper, we analyze the influence of the #MeToo trend on a pool of college followers. The results show that the majority of topics embedded in those #MeToo tweets detail sexual harassment stories, and there exists a significant correlation between the prevalence of this trend and official reports on several major geographical regions. Furthermore, we discover the outstanding sentiments of the #MeToo tweets using deep semantic meaning representations and their implications on the affected users experiencing different types of sexual harassment. We hope this study can raise further awareness regarding sexual misconduct in academia.
• Abstract（参考訳）: 近年、ソーシャルメディア上の#MeTooトレンドが出現し、何千人もの人々が自身のセクハラ体験を共有するようになった。 このバイラルな傾向は、Twitter上の大量の個人情報やコンテンツと共に、大学におけるセクハラに関する調査を補完するデータ駆動の洞察を抽出する有望な機会を提供する。 本稿では,#metoo傾向が大学フォロワーのプールに与える影響を分析した。 これらの#metooツイートに埋め込まれた話題の多くはセクシャルハラスメントの話題を詳述しており、この傾向の傾向といくつかの主要地域における公式レポートとの間に有意な相関がある。 さらに、ディープセマンティックな意味表現を用いた#MeTooのツイートの顕著な感情と、異なるタイプのセクシャルハラスメントを経験する影響を受けたユーザへの影響を明らかにする。 この研究は、学界における性行為に関するさらなる認識を高めることを願っている。

関連論文リスト

• Exploring Gender-Based Toxic Speech on Twitter in Context of the #MeToo movement: A Mixed Methods Approach [2.454909090258064]
  #運動は、セクシャルハラスメントや暴行を取り巻く大衆の言論を助長し、生存者に自分の話を共有させ、加害者を責任を負わせるよう促した。 本研究は、ソーシャルメディアプラットフォームであるTwitter上で、女性や男性に対する敵意の高まりという形で、潜在的にネガティブな結果をもたらす可能性を検討することを目的としている。 2017年10月から2020年1月までの間に、自身の性的虐待経験をTwitter上で公表した47.1k人以上の個人によって共有されたツイートを分析したり、運動に関する議論を行ったりすることで、運動の開始以来、男女双方に対するジェンダーベースの敵意の全体的な増加を確認した。
  論文  参考訳（メタデータ） (2023-08-24T20:45:12Z)
• A deep dive into the consistently toxic 1% of Twitter [9.669275987983447]
  この調査は、112万のTwitterプロフィールから14年間のツイートと2億2300万以上のツイートをカバーしている。 有害なコンテンツの一貫性の観点から最も極端なプロファイルを選択し、彼らのツイートテキストと、彼らが共有したドメイン、ハッシュタグ、URLを調べました。 その結果、これらのプロファイルはハッシュタグ、URL、ドメインの多様性の低い狭いテーマに保たれており、数学的に互いに似ており、ボットのような振る舞いの可能性が高いことがわかった。
  論文  参考訳（メタデータ） (2022-02-16T04:21:48Z)
• What goes on inside rumour and non-rumour tweets and their reactions: A Psycholinguistic Analyses [58.75684238003408]
  ソーシャルメディアのテキストの心理言語学的分析は、誤情報を緩和するために意味のある結論を導くのに不可欠である。 本研究は,様々な事象に関する噂の深い心理言語学的分析を行うことによって貢献する。
  論文  参考訳（メタデータ） (2021-11-09T07:45:11Z)
• Know it to Defeat it: Exploring Health Rumor Characteristics and Debunking Efforts on Chinese Social Media during COVID-19 Crisis [65.74516068984232]
  われわれは、中国のマイクロブログサイトWeiboで、新型コロナウイルス(COVID-19)に関する4ヶ月にわたる噂に関するオンラインディスカッションを包括的に分析した。 以上の結果から、不安(恐怖)型健康噂は、希望(希望)型よりもはるかに多くの議論を巻き起こし、長く続いたことが示唆された。 本稿では,噂の議論を抑えるためのデバンキングの有効性を示す。
  論文  参考訳（メタデータ） (2021-09-25T14:02:29Z)
• News consumption and social media regulations policy [70.31753171707005]
  我々は、ニュース消費とコンテンツ規制の間の相互作用を評価するために、反対のモデレーション手法であるTwitterとGabを強制した2つのソーシャルメディアを分析した。 以上の結果から,Twitterが追求するモデレーションの存在は,疑わしいコンテンツを著しく減少させることがわかった。 Gabに対する明確な規制の欠如は、ユーザが両方のタイプのコンテンツを扱う傾向を生じさせ、ディスカウント/エンドレスメントの振る舞いを考慮に入れた疑わしいコンテンツに対してわずかに好みを示す。
  論文  参考訳（メタデータ） (2021-06-07T19:26:32Z)
• Demographic Representation and Collective Storytelling in the Me Too Twitter Hashtag Activism Movement [17.672730162091526]
  Twitterの#ムーブメントは、セクハラや暴力の広がりに注意を向けている。 性別と人種/民族間の会話をオンラインで調べる。 白人女性が投稿したツイートは、他の人口統計と比較すると、このムーブメントで過剰に表現されていた。
  論文  参考訳（メタデータ） (2020-10-13T15:25:33Z)
• Hate is the New Infodemic: A Topic-aware Modeling of Hate Speech Diffusion on Twitter [24.94135874070525]
  われわれは、Twitter上でヘイトスピーチの発生を誘発するユーザー行動を探究することに重点を置いている。 ツイート、リツイート、ユーザー活動履歴、フォロワーネットワークの大規模なデータセットをクロールします。 これらのダイナミクスを管理する情報の異なる信号の特徴付けを行う。
  論文  参考訳（メタデータ） (2020-10-09T05:43:08Z)
• ALONE: A Dataset for Toxic Behavior among Adolescents on Twitter [5.723363140737726]
  本稿では,ALONE(AdoLescents ON twittEr)と呼ばれる,高校生間の有害なソーシャルメディアインタラクションのデータセットを提供する。 インターネット利用者の66%近くがオンラインハラスメントを経験しており、41%が個人的体験を主張しており、18%が深刻なオンラインハラスメントに直面している。 我々の観察では、個々のツイートが有害な行動を示す十分な証拠を提供していないことが示されており、インタラクションにおける意味のあるコンテキストの利用により、報告された有害性のあるツイートをハイライトしたり削除したりすることが可能である。
  論文  参考訳（メタデータ） (2020-08-14T17:02:55Z)
• Detecting Perceived Emotions in Hurricane Disasters [62.760131661847986]
  私たちはHurricaneEmoを紹介します。HurricaneEmoは、Harvey、Irma、Mariaの3つのハリケーンにまたがる15,000の英語ツイートの感情データセットです。 本稿では, きめ細かい感情を包括的に研究し, 粗い感情群を識別するための分類タスクを提案する。
  論文  参考訳（メタデータ） (2020-04-29T16:17:49Z)
• Echo Chambers on Social Media: A comparative analysis [64.2256216637683]
  本研究では,4つのソーシャルメディアプラットフォーム上で100万ユーザが生成した100万個のコンテンツに対して,エコーチャンバーの操作的定義を導入し,大規模な比較分析を行う。 議論の的になっているトピックについてユーザの傾きを推測し、異なる特徴を分析してインタラクションネットワークを再構築する。 我々は、Facebookのようなニュースフィードアルゴリズムを実装するプラットフォームが、エコーチャンバの出現を招きかねないという仮説を支持する。
  論文  参考訳（メタデータ） (2020-04-20T20:00:27Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。