論文の概要: What is BitChute? Characterizing the "Free Speech" Alternative to YouTube

• arxiv url: http://arxiv.org/abs/2004.01984v3
• Date: Fri, 29 May 2020 21:07:52 GMT
• ステータス: 処理完了
• システム内更新日: 2023-05-26 11:02:13.255854
• Title: What is BitChute? Characterizing the "Free Speech" Alternative to YouTube
• Title（参考訳）: BitChuteとは何か? YouTubeの「言論の自由」を特徴付ける
• Authors: Milo Trujillo, Maur\'icio Gruppi, Cody Buntain, Benjamin D. Horne
• Abstract要約: BitChuteは、ソーシャルなビデオホスティングプラットホームだ。 BitChuteはGabよりもヘイトスピーチの率が高いが、4chan未満であることがわかった。 BitChuteのコンテンツ制作者は、他のプラットフォームでは禁止されているが、主流のソーシャルメディアプラットフォームではプロフィールが維持されている。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: In this paper, we characterize the content and discourse on BitChute, a social video-hosting platform. Launched in 2017 as an alternative to YouTube, BitChute joins an ecosystem of alternative, low content moderation platforms, including Gab, Voat, Minds, and 4chan. Uniquely, BitChute is the first of these alternative platforms to focus on video content and is growing in popularity. Our analysis reveals several key characteristics of the platform. We find that only a handful of channels receive any engagement, and almost all of those channels contain conspiracies or hate speech. This high rate of hate speech on the platform as a whole, much of which is anti-Semitic, is particularly concerning. Our results suggest that BitChute has a higher rate of hate speech than Gab but less than 4chan. Lastly, we find that while some BitChute content producers have been banned from other platforms, many maintain profiles on mainstream social media platforms, particularly YouTube. This paper contributes a first look at the content and discourse on BitChute and provides a building block for future research on low content moderation platforms.
• Abstract（参考訳）: 本稿では,ソーシャルビデオホスティングプラットフォームであるbitchuteのコンテンツと談話の特徴について述べる。 2017年にYouTubeの代替サービスとしてローンチされたBitChuteは、Gab、Voat、Minds、そして4chanなどの低コンテンツモデレーションプラットフォームのエコシステムに加わる。 ユニークなことに、BitChuteはビデオコンテンツにフォーカスした最初の代替プラットフォームであり、人気が高まっている。 分析の結果,プラットフォームの重要な特徴がいくつか明らかになった。 一握りのチャンネルしかエンゲージメントを受け付けておらず、これらのチャンネルのほとんどが陰謀やヘイトスピーチを含んでいる。 プラットフォーム全体のヘイトスピーチの割合は高く、その多くが反ユダヤ主義的であり、特に問題となっている。 以上の結果から,BitChuteはGabよりもヘイトスピーチの頻度が高いが,4chan以下であることが示唆された。 最後に、BitChuteコンテンツ制作者が他のプラットフォームから禁止されているのに対して、主流のソーシャルメディアプラットフォーム、特にYouTubeではプロフィールが維持されている。 本稿は,bitchuteに関するコンテンツと談話の初見を提供し,低コンテンツモデレーションプラットフォームに関する今後の研究のための基盤を提供する。

関連論文リスト

• The Conspiracy Money Machine: Uncovering Telegram's Conspiracy Channels and their Profit Model [50.80312055220701]
  陰謀のチャネルは、17,000以上のチャンネルからなる4つの異なるコミュニティにまとめることができる。 陰謀論者はeコマースプラットフォームを利用して、疑わしい商品を販売したり、アフィリエイトリンクを通じて利益を上げたりする。 この事業には何十万もの寄付者が参加し、約6600万ドル(約6億6000万円)の転売を生んでいると結論付けている。
  論文  参考訳（メタデータ） (2023-10-24T16:25:52Z)
• Analyzing Norm Violations in Live-Stream Chat [49.120561596550395]
  本研究は,ライブストリーミングプラットフォーム上での会話における規範違反を検出することを目的とした,最初のNLP研究である。 ライブストリームチャットにおける標準違反カテゴリを定義し、Twitchから4,583のコメントを注釈付けします。 以上の結果から,適切なコンテキスト情報がモデレーション性能を35%向上させる可能性が示唆された。
  論文  参考訳（メタデータ） (2023-05-18T05:58:27Z)
• HateMM: A Multi-Modal Dataset for Hate Video Classification [8.758311170297192]
  我々は、ヘイトビデオの分類を深層学習のマルチモーダルモデルを構築し、すべてのモダリティを使用することで、全体的なヘイトスピーチ検出性能が向上することを観察する。 我々の研究は、BitChuteのようなビデオホスティングプラットフォーム上でのヘイトフルビデオの理解とモデリングに向けた第一歩を踏み出した。
  論文  参考訳（メタデータ） (2023-05-06T03:39:00Z)
• Hate Speech Targets Detection in Parler using BERT [0.0]
  本稿では,ヘイトスピーチとそのターゲットを検知し,パラーヘイトターゲットの分布を生成するパイプラインを提案する。 パイプラインは2つのモデルで構成されており、1つはヘイトスピーチ検出用、もう1つはターゲット分類用である。
  論文  参考訳（メタデータ） (2023-04-03T17:49:04Z)
• Examining the Production of Co-active Channels on YouTube and BitChute [0.0]
  本研究では、YouTubeとBitChuteの27のチャンネルでのビデオ制作の違いについて検討する。 殆どのチャンネルは、BitChute上のビデオタイトルで、YouTube上のビデオタイトルよりもはるかに道徳的で政治的な言葉を使っている。 いくつかのケースでは、チャンネルはプラットフォーム全体で異なるトピックのセットでビデオを生成しており、多くの場合、BitChuteでコンテンツを生成している。
  論文  参考訳（メタデータ） (2023-03-14T12:51:46Z)
• Uncovering the Dark Side of Telegram: Fakes, Clones, Scams, and Conspiracy Movements [67.39353554498636]
  我々は35,382の異なるチャンネルと130,000,000以上のメッセージを収集して,Telegramの大規模解析を行う。 カードなどのダークウェブのプライバシー保護サービスにも、悪名高い活動がいくつかある。 疑似チャネルを86%の精度で識別できる機械学習モデルを提案する。
  論文  参考訳（メタデータ） (2021-11-26T14:53:31Z)
• Comparing the Language of QAnon-related content on Parler, Gab, and Twitter [68.8204255655161]
  保守派の間で人気の「言論の自由」プラットフォームであるParlerは、2021年1月に、憎悪やQAnonなどの陰謀に関するコンテンツのモデレーションの欠如により、オフラインになった。 われわれは投稿をParlerの#QAnonというハッシュタグと比較する。 Gabはヘイト条件の#QAnon投稿が最も多く、ParlerとTwitterも同様である。 これら3つのプラットフォームにおいて、女性政治家、民主党員、ドナルド・トランプに言及する投稿は、男性政治家、共和党員、あるいは共和党員に言及する投稿よりも、より反社会的な言葉を持っている。
  論文  参考訳（メタデータ） (2021-11-22T11:19:15Z)
• 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)
• Characterizing Abhorrent, Misinformative, and Mistargeted Content on YouTube [1.9138099871648453]
  本稿では,YouTube上の問題コンテンツの度合いと,そのようなコンテンツの拡散における推奨アルゴリズムの役割について検討する。 分析の結果,幼児はランダムにプラットフォームを閲覧すると乱雑なコンテンツに遭遇する可能性が示唆された。 インセルの活動は時間とともに増加しており、プラットフォームはユーザーを極端なコンテンツへと導く上で積極的な役割を果たす可能性がある。
  論文  参考訳（メタデータ） (2021-05-20T15:10:48Z)
• Examining the consumption of radical content on YouTube [1.2820564400223966]
  近年、YouTubeの規模は、YouTubeユーザーが偏見のあるレコメンデーションと、表面上は非政治的なアンチ・ウォークチャンネルの組み合わせによって過激化しているという懸念を喚起している。 ここでは、30万人以上のアメリカ人の代表パネルと個人レベルの閲覧行動を用いて、この仮説を検証する。 極右コンテンツへのエンゲージメントがYouTubeのレコメンデーションによって体系的に引き起こされているという証拠も、反煙チャンネルが極右への入り口として機能しているという明確な証拠も見つからない。
  論文  参考訳（メタデータ） (2020-11-25T16:00:20Z)
• Racism is a Virus: Anti-Asian Hate and Counterspeech in Social Media during the COVID-19 Crisis [51.39895377836919]
  新型コロナウイルスは、アジアのコミュニティをターゲットにしたソーシャルメディア上で人種差別や憎悪を引き起こしている。 我々は、Twitterのレンズを通して、反アジアヘイトスピーチの進化と普及について研究する。 私たちは、14ヶ月にわたる反アジア的憎悪と反音声のデータセットとして最大となるCOVID-HATEを作成します。
  論文  参考訳（メタデータ） (2020-05-25T21:58:09Z)

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。