論文の概要: Characterizing Partisan Political Narratives about COVID-19 on Twitter
- arxiv url: http://arxiv.org/abs/2103.06960v1
- Date: Thu, 11 Mar 2021 21:24:41 GMT
- ステータス: 処理完了
- システム内更新日: 2021-03-15 13:18:01.641381
- Title: Characterizing Partisan Political Narratives about COVID-19 on Twitter
- Title(参考訳): twitterでcovid-19に関する党派的政治物語を特徴づける
- Authors: Elise Jing, Yong-Yeol Ahn
- Abstract要約: 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。
- 参考スコア(独自算出の注目度): 2.5599656137521425
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: The COVID-19 pandemic is a global crisis that has been testing every society
and exposing the critical role of local politics in crisis response. In the
United States, there has been a strong partisan divide which resulted in
polarization of individual behaviors and divergent policy adoption across
regions. Here, to better understand such divide, we characterize and compare
the pandemic narratives of the Democratic and Republican politicians on social
media using novel computational methods including computational framing
analysis and semantic role analysis. By analyzing tweets from the politicians
in the U.S., including the president, members of Congress, and state governors,
we systematically uncover the contrasting narratives in terms of topics,
frames, and agents that shape their narratives. We found that the Democrats'
narrative tends to be more concerned with the pandemic as well as financial and
social support, while the Republicans discuss more about other political
entities such as China. By using contrasting framing and semantic roles, the
Democrats emphasize the government's role in responding to the pandemic, and
the Republicans emphasize the roles of individuals and support for small
businesses. Both parties' narratives also include shout-outs to their followers
and blaming of the other party. Our findings concretely expose the gaps in the
"elusive consensus" between the two parties. Our methodologies may be applied
to computationally study narratives in various domains.
- Abstract(参考訳): 新型コロナウイルスのパンデミックは、すべての社会をテストし、危機対応における地元の政治の重要な役割を公開している世界的な危機です。
米国では、個々の行動の分極と地域間の異なる政策の採択につながった強力なパルチザン分割がありました。
そこで,このような格差をよりよく理解するために,民主党や共和党の政治家のソーシャルメディア上でのパンデミックの物語を,計算フレーミング分析や意味的役割分析などの新しい計算手法を用いて特徴付け,比較する。
大統領、議会議員、州知事を含む米国の政治家からのツイートを分析し、彼らの物語を形成するトピック、フレーム、およびエージェントの点で対照的な物語を体系的に明らかにします。
民主党の物語はパンデミックや財政的、社会的な支援により関心を持つ傾向があるが、共和党は中国のような他の政治団体についてより議論している。
民主党はフレーミングと意味的な役割を対比することで、パンデミックに対応する政府の役割を強調し、共和党は個人の役割と中小企業の支持を強調した。
両党の物語には、信者への叫び声や相手の責め声も含まれていた。
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。
本手法は,各領域における物語の計算的研究に応用できる。
関連論文リスト
- Moral consensus and divergence in partisan language use [0.0]
政治的議論では分極化が著しく増加し、党派分裂の拡大に寄与した。
我々はRedditコミュニティやニュースメディアで大規模で現実的な言語の使用を分析し、パルチザン言語を分割した心理的次元を明らかにする。
論文 参考訳(メタデータ) (2023-10-14T16:50:26Z) - 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) - Pandemic Culture Wars: Partisan Differences in the Moral Language of
COVID-19 Discussions [7.356252425142533]
われわれは、新型コロナウイルス、ロックダウン、マスク、教育、ワクチンの5つの問題に焦点を当てている。
我々は、モラル言語を分析し、政治的イデオロギーを推測するために最先端の計算手法を用いる。
本研究は,異なる集団が用いた課題サリエンスと道徳言語におけるイデオロギー的差異を明らかにした。
論文 参考訳(メタデータ) (2023-05-29T18:04:05Z) - The Face of Populism: Examining Differences in Facial Emotional
Expressions of Political Leaders Using Machine Learning [57.70351255180495]
深層学習に基づくコンピュータビジョンのアルゴリズムを、15カ国の政治指導者を描いた220本のYouTubeビデオのサンプルに適用する。
ポピュリスト・レトリックの度合いが異なるリーダー群間での否定的感情の平均スコアの統計的に有意な差を観察した。
論文 参考訳(メタデータ) (2023-04-19T18:32:49Z) - Bias or Diversity? Unraveling Fine-Grained Thematic Discrepancy in U.S.
News Headlines [63.52264764099532]
われわれは、2014年から2022年までの米国の主要メディアから、180万件のニュース記事の大規模なデータセットを使用している。
我々は、国内政治、経済問題、社会問題、外交の4つの主要なトピックに関連する、きめ細かいテーマの相違を定量化する。
以上の結果から,国内政治や社会問題においては,一定のメディア偏見が原因であることが示唆された。
論文 参考訳(メタデータ) (2023-03-28T03:31:37Z) - Computational Assessment of Hyperpartisanship in News Titles [55.92100606666497]
われわれはまず、超党派ニュースタイトル検出のための新しいデータセットを開発するために、人間の誘導する機械学習フレームワークを採用する。
全体的に右派メディアは比例的に超党派的なタイトルを使う傾向にある。
我々は、外国問題、政治システム、ニュースタイトルにおける過党主義を示唆する社会問題を含む3つの主要なトピックを識別する。
論文 参考訳(メタデータ) (2023-01-16T05:56:58Z) - Demographic Confounding Causes Extreme Instances of Lifestyle Politics
on Facebook [73.37786708074361]
ライフスタイル政治の最も極端な例は、人種や民族のような人口層によって高度に構築されたものである。
リベラルな関心は電気自動車、プランテッド・ペアレントフード、リベラルな風刺であり、一方最も保守的な関心は共和党や保守的なコメンテーターだった。
論文 参考訳(メタデータ) (2022-01-17T16:48:00Z) - Reaching the bubble may not be enough: news media role in online
political polarization [58.720142291102135]
分極を減らす方法は、異なる政治的指向を持つ個人に党間のニュースを分配することである。
本研究は、ブラジルとカナダにおける全国選挙の文脈において、これが成立するかどうかを考察する。
論文 参考訳(メタデータ) (2021-09-18T11:34:04Z) - Inferring Political Preferences from Twitter [0.0]
ソーシャルメディアの政治的センチメント分析は、政治ストラテジストが政党や候補者のパフォーマンスを精査するのに役立つ。
選挙期間中、ソーシャルネットワークはブログ、チャット、討論、政党や政治家の展望に関する議論で溢れている。
本研究では、従来の機械学習を用いて、テキスト分類問題としてモデル化することで、ツイートに存在する政治的意見の傾きを特定することを選んだ。
論文 参考訳(メタデータ) (2020-07-21T05:20:43Z) - Political Framing: US COVID19 Blame Game [3.514383905907976]
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。
論文 参考訳(メタデータ) (2020-07-19T12:00:25Z) - Detecting Group Beliefs Related to 2018's Brazilian Elections in Tweets
A Combined Study on Modeling Topics and Sentiment Analysis [0.0]
2018年のブラジル大統領選挙では、Twitterなどの代替メディアやソーシャルネットワークの影響が強調された。
本研究では,ブラジルの選挙における第2回投票に関する政治的動機づけ談話の分析を行う。
その時点では、政治ハッシュタグに関連する一連のツイートを集めています。
論文 参考訳(メタデータ) (2020-05-31T10:58:35Z)
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。