論文の概要: Validating argument-based opinion dynamics with survey experiments
- arxiv url: http://arxiv.org/abs/2212.10143v1
- Date: Tue, 20 Dec 2022 10:21:30 GMT
- ステータス: 処理完了
- システム内更新日: 2023-02-19 13:12:51.970436
- Title: Validating argument-based opinion dynamics with survey experiments
- Title（参考訳）: 調査実験による議論に基づく意見力学の検証
- Authors: Sven Banisch and Hawal Shamon
- Abstract要約: 我々は、意見力学のための議論ベースモデルの実証的検証に関する以前の研究を拡張した。
本稿では,調査実験で収集した実験データを用いて,マクロレベルの妥当性に着目した。
調査された世論分布は,特定の領域において高い精度で一致していることを示す。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The empirical validation of models remains one of the most important
challenges in opinion dynamics. In this contribution, we report on recent
developments on combining data from survey experiments with computational
models of opinion formation. We extend previous work on the empirical
validation of an argument-based model for opinion dynamics in which biased
processing is the principle mechanism. While previous work has focused on
calibrating the micro mechanism with experimental data on argument-induced
opinion change, this paper concentrates on macro-level validity using the
empirical data gathered in the survey experiment. For this purpose, the
argument model is extended by an external source of balanced information which
allows to control for the impact of peer influence processes relative to other
noisy processes. We show that surveyed opinion distributions are matched with a
high level of accuracy in a specific region in the parameter space, indicating
an equal impact of social influence and external noise. More importantly, the
estimated strength of biased processing given the macro data is compatible with
those values that achieve high likelihood at the micro level. The main
contribution of the paper is hence to show that the extended argument-based
model provides a solid bridge from the micro processes of argument-induced
attitude change to macro level opinion distributions. Beyond that, we review
the development of argument-based models and present a new method for the
automated classification of model outcomes.
- Abstract（参考訳）: モデルの実証的な検証は、意見のダイナミクスにおける最も重要な課題の1つです。
本稿では,調査実験データと意見形成の計算モデルを組み合わせた最近の研究について報告する。
我々は、偏り処理が原則となる意見力学のための議論ベースモデルの実証検証に関する以前の研究を拡張した。
これまでの研究では,議論による意見変化に関する実験データを用いて,マイクロメカニズムの校正に重点を置いてきたが,本研究では,調査実験で収集した経験的データを用いてマクロレベルの妥当性を検証した。
この目的のために、議論モデルはバランスの取れた情報の外部ソースによって拡張され、他のノイズのあるプロセスと比較してピア影響プロセスの影響を制御できる。
その結果,調査対象の意見分布はパラメータ空間内の特定の領域において高い精度で一致し,社会的影響と外部騒音の影響が等しいことが示された。
さらに重要なことに、マクロデータに対するバイアス処理の推定強度は、マイクロレベルで高い可能性を達成するこれらの値と互換性がある。
この論文の主な貢献は、拡張された議論ベースモデルが、議論によって引き起こされる態度変化のマイクロプロセスからマクロレベルの意見分布への固い橋渡しとなることを示すことである。
さらに、議論に基づくモデルの開発を概観し、モデル結果の自動分類のための新しい方法を提案する。
関連論文リスト
- MITA: Bridging the Gap between Model and Data for Test-time Adaptation [68.62509948690698]
テスト時間適応(TTA)は、モデルの一般化性を高めるための有望なパラダイムとして登場した。
本稿では,Met-In-The-MiddleをベースとしたMITAを提案する。
論文 参考訳（メタデータ） (2024-10-12T07:02:33Z) - Sequential Representation Learning via Static-Dynamic Conditional Disentanglement [58.19137637859017]
本稿では,ビデオ中の時間非依存要因と時間変化要因を分離することに着目し,逐次的データ内での自己教師付き不整合表現学習について検討する。
本稿では,静的/動的変数間の因果関係を明示的に考慮し,それらの因子間の通常の独立性仮定を破る新しいモデルを提案する。
実験により、提案手法は、シーンのダイナミックスが内容に影響されるシナリオにおいて、従来の複雑な最先端技術よりも優れていることが示された。
論文 参考訳（メタデータ） (2024-08-10T17:04:39Z) - An Experimental Study on the Rashomon Effect of Balancing Methods in Imbalanced Classification [0.0]
本稿では,ラショモン効果を用いた予測多重度に及ぼすバランス法の影響について検討する。
データ中心のAIにおける盲点モデル選択は、ほぼ同じ精度のモデルのセットからリスクが高いため、非常に重要です。
論文 参考訳（メタデータ） (2024-03-22T13:08:22Z) - Identifiable Latent Polynomial Causal Models Through the Lens of Change [82.14087963690561]
因果表現学習は、観測された低レベルデータから潜在的な高レベル因果表現を明らかにすることを目的としている。
主な課題の1つは、識別可能性(identifiability)として知られるこれらの潜伏因果モデルを特定する信頼性の高い保証を提供することである。
論文 参考訳（メタデータ） (2023-10-24T07:46:10Z) - Advancing Counterfactual Inference through Nonlinear Quantile Regression [77.28323341329461]
ニューラルネットワークで実装された効率的かつ効果的な対実的推論のためのフレームワークを提案する。
提案手法は、推定された反事実結果から見つからないデータまでを一般化する能力を高める。
複数のデータセットで実施した実証実験の結果は、我々の理論的な主張に対する説得力のある支持を提供する。
論文 参考訳（メタデータ） (2023-06-09T08:30:51Z) - Biased processing and opinion polarization: experimental refinement of
argument communication theory in the context of the energy debate [0.0]
偏りのある議論処理に関する実験的研究と群検討の計算理論を組み合わせる。
この実験は、現在の態度に合わせた議論をもっと説得力のあるものにし、それに反対する人たちを格下げする傾向が強いことを示している。
偏りのある処理の強さと期待される姿勢変化を関連付ける数学的モデルを導出する。
論文 参考訳（メタデータ） (2022-12-20T09:35:53Z) - The drivers of online polarization: fitting models to data [0.0]
エコーチャンバー効果と意見偏光は、情報消費における人間のバイアスや、フィードアルゴリズムによって生成されるパーソナライズされたレコメンデーションなど、いくつかの要因によって引き起こされる可能性がある。
これまでは主に意見力学モデルを用いて、分極とエコーチャンバーの出現の背後にあるメカニズムを探索してきた。
シミュレーションから得られた意見分布とソーシャルメディア上で測定した意見分布を数値的に比較する手法を提案する。
論文 参考訳（メタデータ） (2022-05-31T17:00:41Z) - Evaluating Sensitivity to the Stick-Breaking Prior in Bayesian
Nonparametrics [85.31247588089686]
変分ベイズ法はベイズモデルのパラメトリック的および非パラメトリック的側面に対して感性が得られることを示す。
ベイズ感度分析に対する変動的アプローチの理論的および経験的支援を提供する。
論文 参考訳（メタデータ） (2021-07-08T03:40:18Z) - Leveraging Global Parameters for Flow-based Neural Posterior Estimation [90.21090932619695]
実験観測に基づくモデルのパラメータを推定することは、科学的方法の中心である。
特に困難な設定は、モデルが強く不確定であるとき、すなわち、パラメータの異なるセットが同一の観測をもたらすときである。
本稿では,グローバルパラメータを共有する観測の補助的セットによって伝達される付加情報を利用して,その不確定性を破る手法を提案する。
論文 参考訳（メタデータ） (2021-02-12T12:23:13Z) - Learning Opinion Dynamics From Social Traces [25.161493874783584]
本稿では,現実の社会的トレースに,生成的,エージェントライクな意見力学モデルを適用するための推論機構を提案する。
本稿では,古典的エージェントに基づく意見力学モデルから,その生成的モデルへの変換による提案について紹介する。
われわれのモデルをRedditの現実世界のデータに適用して、バックファイア効果の影響に関する長年にわたる疑問を探る。
論文 参考訳（メタデータ） (2020-06-02T14:48:17Z)
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。