論文の概要: Cross-Partisan Discussions on YouTube: Conservatives Talk to Liberals
but Liberals Don't Talk to Conservatives
- arxiv url: http://arxiv.org/abs/2104.05365v1
- Date: Mon, 12 Apr 2021 11:32:37 GMT
- ステータス: 処理完了
- システム内更新日: 2023-04-04 02:03:48.223708
- Title: Cross-Partisan Discussions on YouTube: Conservatives Talk to Liberals
but Liberals Don't Talk to Conservatives
- Title（参考訳）: 保守派はリベラル派と話をするが、リベラル派は保守派と話さない
- Authors: Siqi Wu, Paul Resnick
- Abstract要約: コメントが少なくとも10件は、左利きのYouTubeチャンネルと右利きのYouTubeチャンネルに少なくとも1回投稿されている。
保守派は右派ビデオのリベラル派よりも左派ビデオにコメントする傾向があった。
パルチザンの反応は、左派と右派の両方で、共同党派の反応よりも有毒だった。
- 参考スコア（独自算出の注目度）: 9.797488793708625
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: We present the first large-scale measurement study of cross-partisan
discussions between liberals and conservatives on YouTube, based on a dataset
of 274,241 political videos from 973 channels of US partisan media and 134M
comments from 9.3M users over eight months in 2020. Contrary to a simple
narrative of echo chambers, we find a surprising amount of cross-talk: most
users with at least 10 comments posted at least once on both left-leaning and
right-leaning YouTube channels. Cross-talk, however, was not symmetric. Based
on the user leaning predicted by a hierarchical attention model, we find that
conservatives were much more likely to comment on left-leaning videos than
liberals on right-leaning videos. Secondly, YouTube's comment sorting algorithm
made cross-partisan comments modestly less visible; for example, comments from
conservatives made up 26.3% of all comments on left-leaning videos but just
over 20% of the comments were in the top 20 positions. Lastly, using
Perspective API's toxicity score as a measure of quality, we find that
conservatives were not significantly more toxic than liberals when users
directly commented on the content of videos. However, when users replied to
comments from other users, we find that cross-partisan replies were more toxic
than co-partisan replies on both left-leaning and right-leaning videos, with
cross-partisan replies being especially toxic on the replier's home turf.
- Abstract（参考訳）: 自由党と保守党の討論会をyoutube上で行った最初の大規模調査を,米国のパルチザンメディア973チャンネルの274,241本の政治ビデオと,2020年の8ヶ月にわたる9.3億人のユーザからのコメント134万件のデータセットに基づいて行った。
エコーチャンバーの単純な物語とは対照的に、驚くほど多くのクロストークがある。少なくとも10人のコメントを持つほとんどのユーザーは、左利きのYouTubeチャンネルと右利きのYouTubeチャンネルに少なくとも1回投稿している。
しかし、クロストークは対称ではなかった。
階層的注意モデルによって予測されるユーザの傾きに基づき、保守派は右寄りの動画のリベラル派よりも左寄りの動画にコメントする傾向が強いことがわかった。
第二に、YouTubeのコメントソートアルゴリズムは、政党間のコメントを控えめに見えなくした。例えば、保守派からのコメントは、左派ビデオに対するコメントの26.3%を占めていたが、20%以上のコメントがトップ20にあった。
最後に、 perspective api の毒性スコアを品質指標として使用することで、ビデオのコンテンツにユーザーが直接コメントした際、保守派はリベラル派よりも有毒ではないことが分かりました。
しかし、ユーザーが他のユーザーからのコメントに答えると、左派と右派の両方で共同党派からの反応よりも党派間の反応の方が有毒であることが判明した。
関連論文リスト
- A Study of Partisan News Sharing in the Russian invasion of Ukraine [31.211851388657152]
ロシアによるウクライナ侵攻以来、大量の偏見や党派的なニュースがソーシャルメディアを通じて拡散してきた。
ユーザのコミュニケーションに影響を与える上で,このような共有の役割を特徴付けることを目的としている。
われわれは、パルチザンニュースを拡散する可能性のあるユーザーを特定する予測モデルを構築している。
論文 参考訳（メタデータ） (2023-11-26T13:25:11Z) - Twits, Toxic Tweets, and Tribal Tendencies: Trends in Politically Polarized Posts on Twitter [5.161088104035108]
個人レベルでの毒性と,Twitter/X上でのトピックレベルに寄与するパーシスタンスと感情分極が果たす役割について検討する。
43,151人のTwitter/Xユーザーから8960万のツイートを収集した後、パーティショニングを含むいくつかのアカウントレベルの特徴が、ユーザーが有害コンテンツを投稿する頻度を予測するかを決定する。
論文 参考訳（メタデータ） (2023-07-19T17:24:47Z) - Non-Polar Opposites: Analyzing the Relationship Between Echo Chambers
and Hostile Intergroup Interactions on Reddit [66.09950457847242]
Redditユーザーの5.97万人の活動と、13年間に投稿された421万人のコメントについて調査した。
我々は、ユーザーが互いに有害であるかどうかに基づいて、政治コミュニティ間の関係のタイプロジを作成する。
論文 参考訳（メタデータ） (2022-11-25T22:17:07Z) - 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) - Comparing the Language of QAnon-related content on Parler, Gab, and
Twitter [68.8204255655161]
保守派の間で人気の「言論の自由」プラットフォームであるParlerは、2021年1月に、憎悪やQAnonなどの陰謀に関するコンテンツのモデレーションの欠如により、オフラインになった。
われわれは投稿をParlerの#QAnonというハッシュタグと比較する。
Gabはヘイト条件の#QAnon投稿が最も多く、ParlerとTwitterも同様である。
これら3つのプラットフォームにおいて、女性政治家、民主党員、ドナルド・トランプに言及する投稿は、男性政治家、共和党員、あるいは共和党員に言及する投稿よりも、より反社会的な言葉を持っている。
論文 参考訳（メタデータ） (2021-11-22T11:19:15Z) - 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) - Examining the consumption of radical content on YouTube [1.2820564400223966]
近年、YouTubeの規模は、YouTubeユーザーが偏見のあるレコメンデーションと、表面上は非政治的なアンチ・ウォークチャンネルの組み合わせによって過激化しているという懸念を喚起している。
ここでは、30万人以上のアメリカ人の代表パネルと個人レベルの閲覧行動を用いて、この仮説を検証する。
極右コンテンツへのエンゲージメントがYouTubeのレコメンデーションによって体系的に引き起こされているという証拠も、反煙チャンネルが極右への入り口として機能しているという明確な証拠も見つからない。
論文 参考訳（メタデータ） (2020-11-25T16:00:20Z) - Right and left, partisanship predicts (asymmetric) vulnerability to
misinformation [71.46564239895892]
我々は、Twitter上でのニュース共有行動を研究することにより、パルチザン、エコーチャンバー、およびオンライン誤情報に対する脆弱性の関係を分析する。
誤情報に対する脆弱性は、左派と右派の両方のユーザーの党派の影響を強く受けている。
論文 参考訳（メタデータ） (2020-10-04T01:36:14Z) - Neutral bots probe political bias on social media [7.41821251168122]
Twitter上でさまざまなニュースソースをフォローし始める中立的なソーシャルボットをデプロイし、プラットフォームメカニズムとユーザインタラクションから生じる偏見を調査します。
ニュースフィードに政治的偏見の強い、あるいは一貫した証拠は見つからない。
保守的なアカウントの相互作用は右向きに歪められているが、リベラルなアカウントは、彼らの経験を政治的中心へとシフトさせる穏健なコンテンツに晒されている。
論文 参考訳（メタデータ） (2020-05-17T01:20:24Z) - 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)
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。