論文の概要: Political Framing: US COVID19 Blame Game

• arxiv url: http://arxiv.org/abs/2007.09655v1
• Date: Sun, 19 Jul 2020 12:00:25 GMT
• ステータス: 処理完了
• システム内更新日: 2022-11-09 00:34:15.118733
• Title: Political Framing: US COVID19 Blame Game
• Title（参考訳）: 政治フレーム:米国のCOVID-19ブレムゲーム
• Authors: Chereen Shurafa and Kareem Darwish and Wajdi Zaghouani
• Abstract要約: フレーミングは 政治的に活発なユーザーにとって 顕著な 選挙運動の道具になっています 新型コロナウイルスのパンデミックは公衆衛生上の問題というよりはむしろ、その周辺の政治的レトリックは、主に非難の枠組みによって形作られています。 フレーミングがユーザーの思考を肯定的あるいは否定的に補強するためにどのように使われるかを示す。
• 参考スコア（独自算出の注目度）: 3.514383905907976
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Through the use of Twitter, framing has become a prominent presidential campaign tool for politically active users. Framing is used to influence thoughts by evoking a particular perspective on an event. In this paper, we show that the COVID19 pandemic rather than being viewed as a public health issue, political rhetoric surrounding it is mostly shaped through a blame frame (blame Trump, China, or conspiracies) and a support frame (support candidates) backing the agenda of Republican and Democratic users in the lead up to the 2020 presidential campaign. We elucidate the divergences between supporters of both parties on Twitter via the use of frames. Additionally, we show how framing is used to positively or negatively reinforce users' thoughts. We look at how Twitter can efficiently be used to identify frames for topics through a reproducible pipeline.
• Abstract（参考訳）: Twitterを通じて、フレーミングは政治的にアクティブなユーザーのための著名な大統領選挙キャンペーンツールとなっている。 フラーミングは、ある出来事における特定の視点を呼び出すことによって思考に影響を与えるのに用いられる。 本稿では、新型コロナウイルス(covid-19)のパンデミックを公衆衛生問題ではなく、それを取り巻く政治的レトリックとして、主に非難枠(トランプ、中国、あるいは陰謀)と、2020年の大統領選挙までの共和党および民主党ユーザーの議題を支持する支持枠(支持候補)によって形づくられていることを示します。 フレームを利用することで、Twitter上の双方の支持者間の相違を解明する。 さらに,ユーザの思考を肯定的あるいは否定的に強化するためにフレーミングがどのように使われるかを示す。 再現可能なパイプラインを通じて、Twitterがトピックのフレームを効率的に識別する方法について検討する。

関連論文リスト

• Generative Memesis: AI Mediates Political Memes in the 2024 USA Presidential Election [1.4304078520604593]
  239,526枚のInstagram画像のデータセットを用いて、2024年の米大統領選挙におけるさまざまなコンテンツタイプがユーザーのエンゲージメントに与える影響を調べる。 結果は、合成コンテンツはエンゲージメントを単独で増やさないかもしれないが、非常に効果的で、しばしばばかばかしい、政治的ミームを通じて、政治情報がどのように作られるかを仲介している。
  論文  参考訳（メタデータ） (2024-11-01T17:35:05Z)
• Twitter's Agenda-Setting Role: A Study of Twitter Strategy for Political Diversion [2.129609835555137]
  この研究は、ドナルド・トランプのTwitterキャンペーンが、アジェンダセットを誘導し、政治的リスクを逸脱させる効果を検証した。 2020年1月1日から12月31日まで、Twitterプラットフォーム上でトランプが投稿したツイートをすべて収集した。 実証分析によると、Twitterの戦略は、新型コロナウイルスの感染拡大の際の否定的なコビッドウイルスの報告から大衆の注意を逸らすのに使われている。
  論文  参考訳（メタデータ） (2022-12-16T11:34:49Z)
• Identification of Twitter Bots based on an Explainable ML Framework: the US 2020 Elections Case Study [72.61531092316092]
  本稿では,ラベル付きTwitterデータに基づくTwitterボット識別システムの設計に焦点をあてる。 Supervised Machine Learning (ML)フレームワークは、Extreme Gradient Boosting (XGBoost)アルゴリズムを用いて採用されている。 また、MLモデルの予測を説明するためにShapley Additive Explanations (SHAP)をデプロイした。
  論文  参考訳（メタデータ） (2021-12-08T14:12:24Z)
• Shifting Polarization and Twitter News Influencers between two U.S. Presidential Elections [92.33485580547801]
  我々は2016年米大統領選挙と2020年米大統領選挙の間の分極の変化を分析した。 トップインフルエンサーのほとんどが、両選挙の間にメディア組織に所属していた。 2020年のトップインフルエンサーの75%は2016年は存在しなかった。
  論文  参考訳（メタデータ） (2021-11-03T20:08:54Z)
• The Spread of Propaganda by Coordinated Communities on Social Media [43.2770127582382]
  我々は、2019年イギリス総選挙に関する大規模なTwitterデータセット上で、プロパガンダの拡散とその協調行動との相互作用を分析する。 プロパガンダの利用と協調行動を組み合わせることで、異なるコミュニティの真正性と有害性を明らかにすることができる。
  論文  参考訳（メタデータ） (2021-09-27T13:39:10Z)
• 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)
• Modeling Framing in Immigration Discourse on Social Media [6.303801812707287]
  政治問題のフレームは 政策や世論に影響を及ぼす 我々は、政治コミュニケーション理論から複数のフラーミング型にラベル付けされた移民関連ツイートのデータセットを作成する。 ユーザのイデオロギーと地域がフレーミングの選択にどのように影響するか,メッセージのフレーミングが聴衆の反応にどのように影響するかを示す。
  論文  参考訳（メタデータ） (2021-04-13T18:35:44Z)
• Characterizing Partisan Political Narratives about COVID-19 on Twitter [2.5599656137521425]
  我々はソーシャルメディア上で民主党と共和党の政治家のパンデミックを特徴づけ、比較する。 米国における政治家のツイートを分析して、トピック、フレーム、エージェントの点で対照的な物語を明らかにする。 本研究は, 両者の「深い合意」のギャップを具体的に明らかにした。
  論文  参考訳（メタデータ） (2021-03-11T21:24:41Z)
• Understanding the Hoarding Behaviors during the COVID-19 Pandemic using Large Scale Social Media Data [77.34726150561087]
  われわれは、2020年3月1日から4月30日まで、米国で4万2000人以上のユニークTwitterユーザーによる嫌がらせと反嫌悪のパターンを分析した。 ホアーディンググループと反ホアーディンググループの両方の女性の比率が、一般のTwitter利用者の比率よりも高いことがわかりました。 LIWCの不安度はTwitterの不安度よりもかなり高い。
  論文  参考訳（メタデータ） (2020-10-15T16:02:25Z)
• 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)
• Framing COVID-19: How we conceptualize and discuss the pandemic on Twitter [0.0]
  戦時関連の用語は、疫病や病気に関する議論の枠組みとして一般的に用いられる。 我々は、2020年3月から4月にかけてTwitterに投稿された200万ツイートのコーパスに基づいて、#Covid-19に関する談話の分析を行った。
  論文  参考訳（メタデータ） (2020-04-15T10:14:15Z)

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。