論文の概要: Minority Stress Experienced by LGBTQ Online Communities during the
COVID-19 Pandemic
- arxiv url: http://arxiv.org/abs/2205.09511v3
- Date: Wed, 10 May 2023 21:27:54 GMT
- ステータス: 処理完了
- システム内更新日: 2023-05-12 19:06:43.413025
- Title: Minority Stress Experienced by LGBTQ Online Communities during the
COVID-19 Pandemic
- Title(参考訳): 新型コロナウイルスパンデミックでLGBTQオンラインコミュニティが経験したマイノリティストレス
- Authors: Yunhao Yuan, Gaurav Verma, Barbara Keller, Talayeh Aledavood
- Abstract要約: 新型コロナウイルスのパンデミックはLGBTQコミュニティのメンバーなどマイノリティの生活に大きな影響を与えている。
パンデミック前のデータセットとパンデミック中のデータセットを使って、少数派のストレスを示すTwitter投稿を識別します。
新型コロナウイルスのパンデミックで、怒りの言葉が少数派のストレスと強く結びついていることがわかりました。
- 参考スコア(独自算出の注目度): 7.999100019665959
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The COVID-19 pandemic has disproportionately impacted the lives of
minorities, such as members of the LGBTQ community (lesbian, gay, bisexual,
transgender, and queer) due to pre-existing social disadvantages and health
disparities. Although extensive research has been carried out on the impact of
the COVID-19 pandemic on different aspects of the general population's lives,
few studies are focused on the LGBTQ population. In this paper, we develop and
evaluate two sets of machine learning classifiers using a pre-pandemic and a
during-pandemic dataset to identify Twitter posts exhibiting minority stress,
which is a unique pressure faced by the members of the LGBTQ population due to
their sexual and gender identities. We demonstrate that our best pre- and
during-pandemic models show strong and stable performance for detecting posts
that contain minority stress. We investigate the linguistic differences in
minority stress posts across pre- and during-pandemic periods. We find that
anger words are strongly associated with minority stress during the COVID-19
pandemic. We explore the impact of the pandemic on the emotional states of the
LGBTQ population by adopting propensity score-based matching to perform a
causal analysis. The results show that the LGBTQ population have a greater
increase in the usage of cognitive words and worsened observable attribute in
the usage of positive emotion words than the group of the general population
with similar pre-pandemic behavioral attributes. Our findings have implications
for the public health domain and policy-makers to provide adequate support,
especially with respect to mental health, to the LGBTQ population during future
crises.
- Abstract(参考訳): 新型コロナウイルスのパンデミックは、既存の社会的不利益や健康格差のためにLGBTQコミュニティ(レズビアン、ゲイ、バイセクシャル、トランスジェンダー、クイア)のメンバーなどマイノリティの生活に大きな影響を与えている。
新型コロナウイルスのパンデミックが一般住民の生活の様々な側面に与える影響について広範な研究がなされているが、LGBTQ人口に焦点を当てた研究はほとんどない。
本稿では,前パンデミックと中パンデミックの2つのデータセットを用いて,少数派ストレスを呈するtwitter投稿を識別する機械学習分類器を開発し,評価する。
我々は,最強のプレパンデミックモデルと中パンデミックモデルが,少数派のストレスを含むポストを検出する上で,強力で安定した性能を示すことを示した。
パンデミック期およびパンデミック期における少数ストレスポストの言語的差異について検討した。
新型コロナウイルス(covid-19)のパンデミックでは、怒りの言葉は少数派のストレスと強く関連している。
本研究では,パンデミックがLGBTQ人口の感情状態に与える影響を,妥当性スコアに基づくマッチングを用いて因果分析を行う。
その結果、lgbtq集団は認知語の使用率が高く、ポジティブ感情語の使用における観察可能な属性が、パンデミック以前の行動特性を持つ一般集団よりも悪化していることが示された。
今後,公共衛生領域や政策立案者が,特に精神保健に関する適切な支援をLGBTQ人口に与えていくことが示唆された。
関連論文リスト
- Sensitivity, Performance, Robustness: Deconstructing the Effect of
Sociodemographic Prompting [64.80538055623842]
社会デマトグラフィープロンプトは、特定の社会デマトグラフィープロファイルを持つ人間が与える答えに向けて、プロンプトベースのモデルの出力を操縦する技術である。
ソシオデマトグラフィー情報はモデル予測に影響を及ぼし、主観的NLPタスクにおけるゼロショット学習を改善するのに有用であることを示す。
論文 参考訳(メタデータ) (2023-09-13T15:42:06Z) - Towards Understanding Gender-Seniority Compound Bias in Natural Language
Generation [64.65911758042914]
本研究では,事前学習したニューラルジェネレーションモデルにおける性別バイアスの程度に,高齢者がどのような影響を及ぼすかを検討する。
以上の結果から, GPT-2は, 両領域において, 女性を中年, 男性を中年として考えることにより, 偏見を増幅することが示された。
以上の結果から, GPT-2を用いて構築したNLPアプリケーションは, プロの能力において女性に害を与える可能性が示唆された。
論文 参考訳(メタデータ) (2022-05-19T20:05:02Z) - Exploring COVID-19 Related Stressors Using Topic Modeling [0.0]
本研究では、ソーシャルメディアデータに自然言語処理(NLP)を適用し、新型コロナウイルスパンデミック時の精神社会的ストレスを識別することを目的とする。
2月14日から,subreddit rCOVID19_ Supportから9266件のReddit投稿のデータセットを得た。
2020年 - 2021年7月19日。
その結果,ソーシャルメディアプラットフォーム上で議論されているコビッド新型コロナウイルス関連ストレス要因の傾向を可視化するダッシュボードが提示された。
論文 参考訳(メタデータ) (2022-01-12T20:22:43Z) - Identifying pandemic-related stress factors from social-media posts --
effects on students and young-adults [2.198430261120653]
新型コロナウイルス(COVID-19)のパンデミックにより、世界中で自然の生命が失われている。
原因となるウイルスの拡散を抑制するため、厳格な対策が実施され、最も効果的なのは社会的孤立である。
このことが社会全体に広範に広まり、抑うつをもたらしたが、若年層や高齢者の間では顕著である。
論文 参考訳(メタデータ) (2020-12-01T08:42:27Z) - Face Off: Polarized Public Opinions on Personal Face Mask Usage during
the COVID-19 Pandemic [77.34726150561087]
様々な政府機関による一連の政策変更は、フェイスマスクの偏光に寄与したと推測されている。
新型コロナウイルスの感染拡大に伴う米国でのマスクに対する国民の感情を正確に評価するための新しいアプローチを提案する。
2つの重要な政策シフトの出来事が、共和党と民主党の両方の感情の統計的に重要な変化に寄与している。
論文 参考訳(メタデータ) (2020-10-31T18:52:41Z) - COVID-19 Pandemic: Identifying Key Issues using Social Media and Natural
Language Processing [14.54689130381201]
ソーシャルメディアデータは、パンデミックに対する大衆の認識と経験を明らかにすることができる。
われわれは6つのソーシャルメディアプラットフォームから集めた新型コロナウイルス関連コメントを分析した。
我々は、34の負のテーマを特定し、そのうち17は経済的、社会政治的、教育的、政治的問題である。
論文 参考訳(メタデータ) (2020-08-23T12:05:12Z) - How different age groups responded to the COVID-19 pandemic in terms of
mobility behaviors: a case study of the United States [6.42356279638324]
高齢者のコミュニティは、若いコミュニティに比べて流行に対する反応が早く、パンデミック時のパフォーマンスの整合性も向上した。
本研究は,高齢者コミュニティが,行動変化の観点から若年コミュニティより優れていたことを示唆する。
論文 参考訳(メタデータ) (2020-07-20T19:49:33Z) - Pandemic Pulse: Unraveling and Modeling Social Signals during the
COVID-19 Pandemic [12.050597862123313]
新型コロナウイルス(COVID-19)のパンデミックが米国に与える影響の一部を表わす、社会データの収集を提示し、調査を始めます。
このデータは、様々な情報源から収集され、ニューストピック、ソーシャルディスタンシング行動、コミュニティモビリティの変化、Web検索などの経年的傾向を含む。
論文 参考訳(メタデータ) (2020-06-10T17:55:44Z) - Towards Controllable Biases in Language Generation [87.89632038677912]
本研究では、特定の人口集団の言及を含む入力プロンプトによって生成されたテキストの社会的バイアスを誘導する手法を開発した。
1 つの人口統計学において負のバイアスを誘発し、もう1 つの人口統計学において正のバイアスを誘導し、2 つのシナリオを分析する。
論文 参考訳(メタデータ) (2020-05-01T08:25:11Z) - The Ivory Tower Lost: How College Students Respond Differently than the
General Public to the COVID-19 Pandemic [66.80677233314002]
新型コロナウイルス感染症(COVID-19)のパンデミックは、政府に究極の課題を提示した。
米国では、新型コロナウイルス感染者が最も多い国で、全国的なソーシャルディスタンシングプロトコルが大統領によって実施されている。
本稿では,この対話型社会における前例のない破壊の社会的意義を,ソーシャルメディア上での人々の意見のマイニングによって発見することを目的とする。
論文 参考訳(メタデータ) (2020-04-21T13:02:38Z) - A Framework for the Computational Linguistic Analysis of Dehumanization [52.735780962665814]
我々は1986年から2015年にかけてニューヨーク・タイムズでLGBTQの人々に関する議論を分析した。
LGBTQの人々の人為的な記述は、時間とともにますます増えています。
大規模に非人間化言語を分析する能力は、メディアバイアスを自動的に検出し、理解するだけでなく、オンラインで乱用する言語にも影響を及ぼす。
論文 参考訳(メタデータ) (2020-03-06T03:02:12Z)
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。