論文の概要: Demographic Representation and Collective Storytelling in the Me Too Twitter Hashtag Activism Movement

• arxiv url: http://arxiv.org/abs/2010.06472v1
• Date: Tue, 13 Oct 2020 15:25:33 GMT
• ステータス: 翻訳完了
• システム内更新日: 2022-10-07 23:37:26.272604
• Title: Demographic Representation and Collective Storytelling in the Me Too Twitter Hashtag Activism Movement
• Title（参考訳）: Twitter Hashtag Activism運動におけるデモグラフィック表現と集合的ストーリーテリング
• Authors: Aaron Mueller, Zach Wood-Doughty, Silvio Amir, Mark Dredze, Alicia L. Nobles
• Abstract要約: 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。
• 参考スコア（独自算出の注目度）: 17.672730162091526
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The #MeToo movement on Twitter has drawn attention to the pervasive nature of sexual harassment and violence. While #MeToo has been praised for providing support for self-disclosures of harassment or violence and shifting societal response, it has also been criticized for exemplifying how women of color have been discounted for their historical contributions to and excluded from feminist movements. Through an analysis of over 600,000 tweets from over 256,000 unique users, we examine online #MeToo conversations across gender and racial/ethnic identities and the topics that each demographic emphasized. We found that tweets authored by white women were overrepresented in the movement compared to other demographics, aligning with criticism of unequal representation. We found that intersected identities contributed differing narratives to frame the movement, co-opted the movement to raise visibility in parallel ongoing movements, employed the same hashtags both critically and supportively, and revived and created new hashtags in response to pivotal moments. Notably, tweets authored by black women often expressed emotional support and were critical about differential treatment in the justice system and by police. In comparison, tweets authored by white women and men often highlighted sexual harassment and violence by public figures and weaved in more general political discussions. We discuss the implications of work for digital activism research and design including suggestions to raise visibility by those who were under-represented in this hashtag activism movement. Content warning: this article discusses issues of sexual harassment and violence.
• Abstract（参考訳）: twitter上の#metoo運動は、セクハラや暴力の広汎な性質に注目を集めている。 また、#MeTooは、ハラスメントや暴力の自己開示や社会反応のシフトを支持することで称賛されているが、フェミニスト運動への歴史的貢献や排除により、有色人種の女性たちがいかに割引されたかを示すものとして批判されている。 25万6000以上のユニークユーザーから60万以上のツイートを分析し、性別と人種/民族のアイデンティティと各層が強調するトピックに関するオンライン#metooの会話を調査した。 白人女性によって書かれたツイートは、他の人口動態と比べて過大評価され、不平等な表現に対する批判と一致していることがわかった。 交差したアイデンティティは,運動のフレーム化に寄与し,並行して進行する運動の可視性を高めるために運動を協調し,批判的かつ支持的に同じハッシュタグを併用し,重要な瞬間に対応するために新たなハッシュタグを復活させ,創出することを発見した。 特に、黒人女性が書いたツイートは、しばしば感情的な支持を表明し、司法制度と警察の異なる扱いについて批判的であった。 対照的に、白人女性や男性によって書かれたツイートは、公的な人物によるセクハラや暴力をしばしば強調し、より一般的な政治議論に織り込まれた。 本稿では,デジタル・アクティビズム研究とデザインにおける作業の意義と,このハッシュタグ・アクティビズム運動に過小評価された人々の視認性を高めるための提案について論じる。 コンテンツ警告: この記事はセクハラと暴力の問題について論じる。

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)
• Russo-Ukrainian War: Prediction and explanation of Twitter suspension [47.61306219245444]
  本研究は、Twitterのサスペンション機構と、これにつながる可能性のあるユーザアカウントの共有コンテンツと機能の分析に焦点を当てる。 Twitter APIを使って、980万人のユーザーから生まれた107.7万のツイートを含むデータセットを入手しました。 この結果から、Bitcoin詐欺、スパム、広告キャンペーンに対するロシアとウクライナの紛争に関するトレンドを生かした詐欺キャンペーンが明らかになった。
  論文  参考訳（メタデータ） (2023-06-06T08:41:02Z)
• What are People Talking about in #BlackLivesMatter and #StopAsianHate? Exploring and Categorizing Twitter Topics Emerging in Online Social Movements through the Latent Dirichlet Allocation Model [27.53788299995914]
  Black Lives Matter(BLM)とStop Asian Hate(SAH)は、Twitter上で拡散した2つのソーシャルムーブメントである。 本研究では、BLMとSAHのトピックを包括的に分析するために、混合メソッドアプローチを採用する。 われわれは#blacklivesmatterと#stopasianhateハッシュタグで100万以上のツイートを収集し、それらのトピックを比較した。
  論文  参考訳（メタデータ） (2022-05-29T17:29:40Z)
• Manipulating Twitter Through Deletions [64.33261764633504]
  Twitter上でのインフルエンスキャンペーンの研究は、公開APIを通じて得られたツイートから悪意のあるアクティビティを識別することに大きく依存している。 ここでは,1100万以上のアカウントによる10億以上の削除を含む,異常な削除パターンを網羅的かつ大規模に分析する。 少数のアカウントが毎日大量のツイートを削除していることがわかった。 まず、ツイートのボリューム制限が回避され、特定のアカウントが毎日2600万以上のツイートをネットワークに流すことができる。 第二に、調整されたアカウントのネットワークは、繰り返しのいいね!や、最終的に削除されるコンテンツとは違って、ランキングアルゴリズムを操作できる。
  論文  参考訳（メタデータ） (2022-03-25T20:07:08Z)
• What Truly Matters? Using Linguistic Cues for Analyzing the #BlackLivesMatter Movement and its Counter Protests: 2013 to 2020 [31.670509436139735]
  米国では、警察の残虐行為と人種的に動機付けられた事件に対処するデジタルアクティビズムが著しく増加した。 ソーシャルメディアを権威的ツールとして用いて,これら3つのメディアにおける言語的手がかりと主題的関係を調べ,分析する。 以上の結果から,人種的関連性や偏見的ハッシュタグの過剰使用は,差別傾向を示す反抗運動に有効であることが示唆された。
  論文  参考訳（メタデータ） (2021-09-20T18:34:30Z)
• TweetBLM: A Hate Speech Dataset and Analysis of Black Lives Matter-related Microblogs on Twitter [2.741266294612776]
  我々は,Black Lives Matter に関連するツイートヘイトスピーチデータセット TweetBLM を提案する。 私たちのデータセットは、Black Lives Matter運動をターゲットとする、手動で注釈付けされたツイート9165です。
  論文  参考訳（メタデータ） (2021-08-27T22:47:02Z)
• Out of the Shadows: Analyzing Anonymous' Twitter Resurgence during the 2020 Black Lives Matter Protests [6.510061176722249]
  最近、かつて著名なハクティビスト集団であるアノニマス (Anonymous) からの顕著な活動はほとんどなかった。 主要企業や政府に対する活動家によるサイバー攻撃を担当した同団体は、2013年に主要メンバーが逮捕された後、分断したようだ。 しかし、ブラック・ライブス・マターの大規模な抗議に反応して、グループは復帰したと報告された。
  論文  参考訳（メタデータ） (2021-07-22T10:18:32Z)
• 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)
• 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)
• Whose Tweets are Surveilled for the Police: An Audit of Social-Media Monitoring Tool via Log Files [69.02688684221265]
  我々はCorvallis (Oregon) Police DepartmentによるDigitalStakeoutというソーシャルメディア監視ソフトウェアの使用からログファイルを入手した。 これらのログファイルには、DigitalStakeoutによるプロプライエタリな検索の結果が含まれている。 ツイートがDigitalStakeoutによってフラグ付けされているユーザーの人口統計と、地域のTwitterユーザーの人口統計との差異を観察する。
  論文  参考訳（メタデータ） (2020-01-23T19:35:12Z)
• #MeToo on Campus: Studying College Sexual Assault at Scale Using Data Reported on Social Media [71.74529365205053]
  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。
  論文  参考訳（メタデータ） (2020-01-16T18:05:46Z)

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。