論文の概要: Using Online Implicit Association Tests in Opinion Polling
- arxiv url: http://arxiv.org/abs/2007.04183v1
- Date: Wed, 8 Jul 2020 15:16:15 GMT
- ステータス: 処理完了
- システム内更新日: 2023-05-10 23:29:59.219672
- Title: Using Online Implicit Association Tests in Opinion Polling
- Title(参考訳): 世論調査におけるオンライン暗黙の関連テストの利用
- Authors: Alan Smeaton and Hyowon Lee and Niamh Morris and David Hanley
- Abstract要約: 我々は、現代の不正確な世論調査の理由の一つとして、社会的に望ましい反応(shy voting)の現象を分析した。
我々は,従来の世論調査にIATを取り入れることについて論じるとともに,これらがオンラインで正確に実施可能であることを指摘する。
- 参考スコア(独自算出の注目度): 2.102846336724103
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Opinion polls have now become a very important component of society because
they are now a defacto component of our daily news cycle and because their
results influence governments and business in ways which are not always obvious
to us. However, polling is not always accurate and there have been some really
inaccurate polling results which have had major influences on the world going
back to the 1930s but also as recently as just the last 3 or 4 years. In this
paper we analyse the phenomenon of socially desirable responding (shy voters)
which has emerged as one of the reasons for modern day inaccurate polling. We
describe how it can be exposed through implicit association tests (IATs) and we
demonstrate the shy voter effect in a small survey on opinions in Ireland
towards the United Kingdom. We argue for inclusion of IATs in traditional
polling and point to the fact that these can be conducted accurately online,
which also allows polling to reach a larger and more diverse sample of
respondents in the days of Covid-19 restrictions which restricts the
opportunities for poll sampling from the general public.
- Abstract(参考訳): 世論調査は、今や私たちの日々のニュースサイクルのデファクトな要素であり、その結果が政府やビジネスに常に明らかな方法で影響を与えているため、社会の非常に重要な要素になっています。
しかし、ポーリングは必ずしも正確というわけではないし、1930年代までさかのぼる世界に大きな影響を与えてきた真に不正確なポーリング結果もいくつかある。
本稿では,現代の不正確な世論調査の理由の一つとして,社会的に望ましい反応 (shy vote) 現象を分析した。
暗黙の連帯試験 (IATs) を通じてそれを公開する方法を説明し、アイルランドのイギリスに対する意見に関する小さな調査において、シャイな有権者効果を示す。
従来の世論調査にIATを取り入れることで、これらをオンラインで正確に実施できるという事実を指摘するとともに、世論の世論調査の機会を制限するCovid-19規制時代において、より多種多様な回答者のサンプルにポーリングが到達できるようにする。
関連論文リスト
- Whose Opinions Do Language Models Reflect? [88.35520051971538]
質の高い世論調査と関連する人的反応を利用して,言語モデル(LM)に反映された意見を検討する。
我々は、現在のLMが反映している見解と、アメリカの人口集団の見解の間にかなりの不一致を見出した。
我々の分析は、人間のフィードバック調整されたLMの左利き傾向に関する事前の観察を裏付けるものである。
論文 参考訳(メタデータ) (2023-03-30T17:17:08Z) - Unveiling the Hidden Agenda: Biases in News Reporting and Consumption [59.55900146668931]
イタリアのワクチン論争に関する6年間のデータセットを構築し、物語と選択バイアスを特定するためにベイジアン潜在空間モデルを採用する。
バイアスとエンゲージメントの間に非線形な関係が見られ、極端な位置へのエンゲージメントが高くなった。
Twitter上でのニュース消費の分析は、同様のイデオロギー的な立場のニュースメディアの間で、一般的なオーディエンスを明らかにしている。
論文 参考訳(メタデータ) (2023-01-14T18:58:42Z) - Design and analysis of tweet-based election models for the 2021 Mexican
legislative election [55.41644538483948]
選挙日前の6ヶ月の間に、1500万件の選挙関連ツイートのデータセットを使用します。
地理的属性を持つデータを用いたモデルが従来のポーリング法よりも精度と精度で選挙結果を決定することがわかった。
論文 参考訳(メタデータ) (2023-01-02T12:40:05Z) - Fast Few shot Self-attentive Semi-supervised Political Inclination
Prediction [12.472629584751509]
政策立案者やジャーナリストにとって、特定の場所にいる人々の政治的傾向を理解するために、ソーシャルメディア上でオンライン世論調査を作成することは、今やますます一般的になっている。
我々は、その目的をさらに進めるために、政治的傾き検出のための自己注意型半教師付きフレームワークを導入する。
資源制約のある設定でも,モデルは非常に効率的であることがわかった。
論文 参考訳(メタデータ) (2022-09-21T12:07:16Z) - Predicting the 2020 US Presidential Election with Twitter [0.0]
ソーシャルメディアデータを利用した選挙予測は、選挙戦略に大きな影響を与える可能性がある。
本稿は、Twitterデータを用いた2020年アメリカ合衆国大統領選挙の分析・予測における過去の成功方法について考察する。
これはデータの不足による選挙予測の正確な方法であるかどうかについては不確定である。
論文 参考訳(メタデータ) (2021-07-19T14:59:25Z) - Correcting public opinion trends through Bayesian data assimilation [8.406968279478347]
世論を測ることが民主選挙における重要な焦点である。
従来のサーベイポーリングは依然として最も一般的な推定手法である。
Twitterの意見マイニングはこれらの問題に対処しようとしている。
論文 参考訳(メタデータ) (2021-05-29T11:39:56Z) - Mundus vult decipi, ergo decipiatur: Visual Communication of Uncertainty
in Election Polls [56.8172499765118]
我々は、今放送と予測におけるバイアスの潜在的な源について論じる。
概念は、誤認識された正確性の問題を軽減するために提示される。
主要なアイデアの1つは、パーティーシェアではなくイベントの確率を使うことである。
論文 参考訳(メタデータ) (2021-04-28T07:02:24Z) - Leveraging Administrative Data for Bias Audits: Assessing Disparate
Coverage with Mobility Data for COVID-19 Policy [61.60099467888073]
管理データのリンクによって,バイアスに対するモビリティデータの監査が可能かを示す。
我々は、高齢者や非白人の有権者が移動データによって捕えられる可能性が低いことを示した。
このような移動データに基づく公衆衛生資源の配分は、高リスク高齢者や少数民族に不当に害を与える可能性があることを示す。
論文 参考訳(メタデータ) (2020-11-14T02:04:14Z) - How Twitter Data Sampling Biases U.S. Voter Behavior Characterizations [6.364128212193265]
近年の研究では、悪質な社会ボットやトロルのような不正なアクターの存在が明らかにされている。
本稿では,2018年米国中間選挙のTwitterデータを用いて,このギャップを埋めることを目的としている。
ハイパーアクティブアカウントは、様々な不審な振る舞いを示し、低信頼度情報を共有する傾向にあることを示す。
論文 参考訳(メタデータ) (2020-06-02T08:33:30Z) - Electoral Forecasting Using a Novel Temporal Attenuation Model:
Predicting the US Presidential Elections [91.3755431537592]
予備選別世論調査データを用いて予測精度を向上させる新しいマクロスケール時間減衰(TA)モデルを開発した。
我々の仮説は、世論調査を公表するタイミングは、特に選挙直前の世論の変動に重要な役割を果たす、というものである。
我々は,48年間の平均予測誤差2.8-3.28点を蓄積するTAモデルの2つの異なる実装を提案する。
論文 参考訳(メタデータ) (2020-04-30T09:21:52Z)
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。