論文の概要: Migration and Refugee Crisis: a Critical Analysis of Online Public
Perception
- arxiv url: http://arxiv.org/abs/2007.09834v1
- Date: Mon, 20 Jul 2020 02:04:01 GMT
- ステータス: 処理完了
- システム内更新日: 2023-05-08 23:26:14.885237
- Title: Migration and Refugee Crisis: a Critical Analysis of Online Public
Perception
- Title（参考訳）: マイグレーションと難民危機:オンライン公衆認識の批判的分析
- Authors: Isa Inuwa-Dutse, Mark Liptrott and Ioannis Korkontzelos
- Abstract要約: 移住率と移民に対する恨みのレベルは、近代文明において重要な問題である。
我々は、EU難民危機に関連する大量のツイートの集合の中で、感情と関連する表現の文脈を分析します。
本研究は、移民に対するネガティブ感情の割合が極端に高く、一般ユーザーの間ではネガティブ感情の比率が大きく反映されていることを明らかにした。
- 参考スコア（独自算出の注目度）: 2.9005223064604078
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The migration rate and the level of resentments towards migrants are an
important issue in modern civilisation. The infamous EU refugee crisis caught
many countries unprepared, leading to sporadic and rudimentary containment
measures that, in turn, led to significant public discourse. Decades of offline
data collected via traditional survey methods have been utilised earlier to
understand public opinion to foster peaceful coexistence. Capturing and
understanding online public opinion via social media is crucial towards a joint
strategic regulation spanning safety, rights of migrants and cordial
integration for economic prosperity. We present a analysis of opinions on
migrants and refugees expressed by the users of a very popular social platform,
Twitter. We analyse sentiment and the associated context of expressions in a
vast collection of tweets related to the EU refugee crisis. Our study reveals a
marginally higher proportion of negative sentiments vis-a-vis migrants and a
large proportion of the negative sentiments is more reflected among the
ordinary users. Users with many followers and non-governmental organisations
(NGO) tend to tweet favourably about the topic, offsetting the distribution of
negative sentiment. We opine that they can be encouraged to be more proactive
in neutralising negative attitudes that may arise concerning similar
incidences.
- Abstract（参考訳）: 移住率と移民に対する恨みのレベルは、近代文明において重要な問題である。
悪名高いEU難民危機は、準備が整っていない多くの国を巻き込み、散発的かつ初歩的な封じ込め措置に繋がった。
従来の調査手法によって収集されたオフラインデータは、平和的な共存を促進するために世論を理解するために以前に利用されてきた。
ソーシャルメディアによるオンライン世論の収集と理解は、安全、移民の権利、経済的繁栄のためのコーディアル統合にまたがる共同戦略的な規制に不可欠である。
我々は、非常に人気のあるソーシャルプラットフォームであるtwitterのユーザーによって表現された移民と難民に関する意見の分析を行う。
我々は、EU難民危機に関連する大量のツイートの集合の中で、感情と関連する表現の文脈を分析します。
本研究は,移民の負の感情の比率が比較的高く,負の感情の大部分が一般利用者に反映されていることを明らかにする。
多くのフォロワーと非政府組織(NGO)を持つユーザーは、このトピックについて好意的にツイートし、ネガティブな感情の分布を相殺する傾向にある。
我々は、同様の発生に関して生じる可能性のあるネガティブな態度を中和する上で、より積極的に行動するよう促すことができることを強調する。
関連論文リスト
- MisinfoEval: Generative AI in the Era of "Alternative Facts" [50.069577397751175]
本稿では,大規模言語モデル(LLM)に基づく誤情報介入の生成と評価を行うフレームワークを提案する。
本研究では,(1)誤情報介入の効果を測定するための模擬ソーシャルメディア環境の実験,(2)ユーザの人口動態や信念に合わせたパーソナライズされた説明を用いた第2の実験について述べる。
以上の結果から,LSMによる介入はユーザの行動の修正に極めて有効であることが確認された。
論文 参考訳（メタデータ） (2024-10-13T18:16:50Z) - Fear and Loathing on the Frontline: Decoding the Language of Othering by Russia-Ukraine War Bloggers [6.632254395574994]
その他に、外集団を内集団と根本的に異なるものとして描写する行為は、しばしばそれらを現実的な脅威とみなすようにエスカレートする。
ドイツやルワンダの少数民族に対するジェノサイドの極端な歴史的例から、米国やヨーロッパの移民を標的とした暴力や修辞学まで、これらのダイナミクスは驚くほど広範囲に及んでいる。
我々のフレームワークは、他者のダイナミクスに関する深い洞察を提供するように設計されており、迅速な適応プロセスと組み合わせて、他者の社会的結束に対する悪影響を緩和するための重要なツールを提供する。
論文 参考訳（メタデータ） (2024-09-19T19:56:03Z) - Decoding the Silent Majority: Inducing Belief Augmented Social Graph
with Large Language Model for Response Forecasting [74.68371461260946]
SocialSenseは、既存のソーシャルネットワーク上に信念中心のグラフを誘導するフレームワークであり、グラフベースの伝播によって社会的ダイナミクスを捉える。
本手法は,ゼロショット設定と教師あり設定の両方に対する実験的な評価において,既存の最先端技術を超えている。
論文 参考訳（メタデータ） (2023-10-20T06:17:02Z) - Understanding Divergent Framing of the Supreme Court Controversies:
Social Media vs. News Outlets [56.67097829383139]
我々は、米国最高裁判所の一連の判決に関して、ソーシャルメディアや伝統的なメディアのフレーミングにおける微妙な区別に焦点を当てている。
メディアが肯定的な行動や中絶の権利を扱い、学生ローンの話題はより深いコンセンサスを示す傾向にある。
論文 参考訳（メタデータ） (2023-09-18T06:40:21Z) - Migration Reframed? A multilingual analysis on the stance shift in
Europe during the Ukrainian crisis [0.0]
我々は、ヨーロッパと選択されたヨーロッパ諸国における移住関連メディアの報道と関連するソーシャルメディアの相互作用を分析した。
分析されたすべてのケースは、ウクライナでの戦争開始前後に顕著な時間的スタンスの変化を示している。
それでも、このシフトの規模と安定性には、明らかに全国的な違いがある。
論文 参考訳（メタデータ） (2023-02-06T14:36:33Z) - Adherence to Misinformation on Social Media Through Socio-Cognitive and
Group-Based Processes [79.79659145328856]
誤報が広まると、これはソーシャルメディア環境が誤報の付着を可能にするためである、と我々は主張する。
偏光と誤情報付着が密接な関係にあると仮定する。
論文 参考訳（メタデータ） (2022-06-30T12:34:24Z) - Unraveling Social Perceptions & Behaviors towards Migrants on Twitter [1.6904475483445451]
我々は、ソーシャルメディア利用者の移民に対する2つの一般的な認識(共感と反感)と2つの支配的な行動(連帯と敵意)を識別する。
提案する変換器ベースモデルであるBERT + CNNは、F1スコアが0.76で、他のモデルよりも優れていた。
論文 参考訳（メタデータ） (2021-12-04T20:45:26Z) - Information Sources and Anxiety among Refugees in Kenya during COVID-19 [0.0]
社会的距離の要求は、従来の対人コミュニケーションを妨害する。
メディアの種類や情報ソースの違いは、ウイルスによる不安と関連している可能性がある。
本研究は,ケニアのキャンプと非キャンプの双方に居住する1,000人の難民を対象とした調査データと,これらの関係について検討した。
論文 参考訳（メタデータ） (2021-08-23T05:08:51Z) - MigrationsKB: A Knowledge Base of Public Attitudes towards Migrations
and their Driving Factors [1.6973426830397942]
本研究は、移住に対する大衆の態度を定量化するためのソーシャルメディアプラットフォームの分析である。
移民のホストである欧州諸国では、2013年からJul-2021にかけてのツイートが収集されている。
外部データベースは、移住に対する人々の否定的な態度を引き起こす潜在的な社会的・経済的要因を特定するために使用される。
論文 参考訳（メタデータ） (2021-08-17T12:50:39Z) - Towards Understanding and Mitigating Social Biases in Language Models [107.82654101403264]
大規模事前訓練言語モデル(LM)は、望ましくない表現バイアスを示すのに潜在的に危険である。
テキスト生成における社会的バイアスを軽減するためのステップを提案する。
我々の経験的結果と人的評価は、重要な文脈情報を保持しながらバイアスを緩和する効果を示す。
論文 参考訳（メタデータ） (2021-06-24T17:52:43Z) - 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)
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。