論文の概要: "Thoughts & Prayers'' or ":Heart Reaction: & :Prayer Reaction:'': How
the Release of New Reactions on CaringBridge Reshapes Supportive
Communication During Health Crises
- arxiv url: http://arxiv.org/abs/2304.07418v1
- Date: Fri, 14 Apr 2023 22:38:04 GMT
- ステータス: 処理完了
- システム内更新日: 2023-04-18 19:10:36.341453
- Title: "Thoughts & Prayers'' or ":Heart Reaction: & :Prayer Reaction:'': How
the Release of New Reactions on CaringBridge Reshapes Supportive
Communication During Health Crises
- Title（参考訳）: 「Thoughts & Prayers' or ":Heart Reaction: & :Prayer Reaction:'':The Release of New Reactions on CaringBridge Reshaps Supportive Communications during Health Crises」
- Authors: C. Estelle Smith, Hannah Miller Hillberg, Zachary Levonian
- Abstract要約: 2012年、CaringBridgeはシングルクリックで反応できる「ハート」のシンボルを実装した。
2016年、CaringBridgeも同様に"Prayer"、"Happy"、"Sad"の3つの新しい反応を追加した。
- 参考スコア（独自算出の注目度）: 3.222802562733787
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Following Facebook's introduction of the "Like" in 2009, CaringBridge (a
nonprofit health journaling platform) implemented a "Heart" symbol as a
single-click reaction affordance in 2012. In 2016, Facebook expanded its Like
into a set of emotion-based reactions. In 2021, CaringBridge likewise added
three new reactions: "Prayer", "Happy", and "Sad." Through user surveys
($N=808$) and interviews ($N=13$), we evaluated this product launch. Unlike
Likes on mainstream social media, CaringBridge's single-click Heart was
consistently interpreted as a simple, meaningful expression of acknowledgement
and support. Although most users accepted the new reactions, the product launch
transformed user perceptions of the feature and ignited major disagreement
regarding the meanings and functions of reactions in the high stakes context of
health crises. Some users found the new reactions to be useful, convenient, and
reducing of caregiver burden; others felt they cause emotional harms by
stripping communication of meaningful expression and authentic care. Overall,
these results surface tensions for small social media platforms that need to
survive amidst giants, as well as highlighting crucial trade-offs between the
cognitive effort, meaningfulness, and efficiency of different forms of
Computer-Mediated Communication (CMC). Our work provides three contributions to
support researchers and designers in navigating these tensions: (1) empirical
knowledge of how users perceived the reactions launch on CaringBridge; (2)
design implications for improving health-focused CMC; and (3) concrete
questions to guide future research into reactions and health-focused CMC.
- Abstract（参考訳）: 2009年にFacebookが「いいね!」を導入した後、CaringBridge(非営利団体の健康ジャーナリングプラットフォーム)は2012年にシングルクリックで反応できる「ハート」シンボルを実装した。
2016年、FacebookはLikeを感情に基づく一連の反応に拡大した。
2021年、キャリングブリッジも同様に「Prayer」、「Happy」、「Sad」という3つの新しい反応を追加した。
ユーザ調査(N=808ドル)とインタビュー(N=13ドル)を通じて、このプロダクトのローンチを評価した。
メインストリームのソーシャルメディアと異なり、キャリングブリッジのシングルクリック・ハートは、認識と支持の単純で有意義な表現であると一貫して解釈された。
ほとんどのユーザーは新しい反応を受け入れたが、このプロダクトのローンチはユーザーの認識を変え、健康危機のハイステークスにおける反応の意味と機能に関して大きな意見の相違を引き起こした。
一部のユーザーは、新しい反応が便利で、便利で、介護者の負担を軽減できることに気づき、有意義な表現と真正なケアのコミュニケーションを遮断することで、感情的な危害を引き起こすと感じた。
全体として、これらの結果は、巨人の中で生き残るために必要な小さなソーシャルメディアプラットフォームに対する緊張を表面化し、認知的努力、有意義性、そして様々な形態のコンピュータ・メディア・コミュニケーション(CMC)の効率の間の重要なトレードオフを強調している。
本研究は,(1)カリングブリッジで発生した反応に対するユーザの認識に関する経験的知識,(2)健康志向性cmcを改善するための設計的意味,(3)反応と健康志向性cmcに関する今後の研究を導くための具体的な質問,の3つを提供する。
関連論文リスト
- The Role of Likes: How Online Feedback Impacts Users' Mental Health [1.0156836684627544]
オンラインフィードバックがユーザーの感情体験、社会的つながり、自尊心に与える影響を分析した。
他者からの反応がほとんどないし全くないことから,ユーザの否定的な感情を誘発するだけでなく,自己評価の低レベルも引き起こすことがわかった。
対照的に、オンラインのフィードバックを非常に肯定的に受け取り、社会的つながりの感情を誘発し、全体的な孤独を減少させる。
論文 参考訳（メタデータ） (2023-12-19T07:48:10Z) - More Than React: Investigating The Role of Emoji Reaction in GitHub Pull
Requests [10.005675276306661]
GitHubは、リポジトリへのコード変更をレビューする際のコメントノイズを減らすことを目的として、絵文字のリアクションなどのより非公式なメソッドのサポートを開始した。
我々は、7つの人気のある言語にわたる1,850のアクティブリポジトリを分析し、レビュー時間、最初のコントリビュータ、コメント意図、感情の一貫性に対する絵文字反応について、365,811のプルリクエスト(PR)を分析します。
論文 参考訳（メタデータ） (2023-07-14T01:22:06Z) - SQuARe: A Large-Scale Dataset of Sensitive Questions and Acceptable
Responses Created Through Human-Machine Collaboration [75.62448812759968]
このデータセットは、韓国の大規模データセットで、49kの機密性があり、42kの許容範囲と46kの非許容応答がある。
データセットは、実際のニュースの見出しに基づいて、HyperCLOVAを人道的に活用して構築された。
論文 参考訳（メタデータ） (2023-05-28T11:51:20Z) - Executive Voiced Laughter and Social Approval: An Explorative Machine
Learning Study [56.03830131919201]
経営コミュニケーションにおける音声笑いとその社会的承認への影響について検討した。
本研究は,経営コミュニケーション,戦略的リーダーシップ,社会的評価のネクサスにおける研究に寄与する。
論文 参考訳（メタデータ） (2023-05-16T14:39:00Z) - Affection: Learning Affective Explanations for Real-World Visual Data [50.28825017427716]
我々は,85,007枚の公開画像に対して,感情反応と自由形式のテキスト説明を含む大規模データセットを研究コミュニティに導入し,共有する。
本研究は, 被写体集団に大きな支持を得て, 潜在的に有意な感情反応をとらえる上で, 重要な共通基盤があることを示唆する。
私たちの研究は、より豊かで、より人間中心で、感情に敏感な画像分析システムへの道を開くものです。
論文 参考訳（メタデータ） (2022-10-04T22:44:17Z) - MISC: A MIxed Strategy-Aware Model Integrating COMET for Emotional
Support Conversation [64.37111498077866]
本稿では,感情支援会話のための新しいモデルを提案する。
ユーザの微妙な感情状態を推測し、その後、戦略の混合を使って巧みに応答する。
評価実験の結果,提案手法の有効性が示された。
論文 参考訳（メタデータ） (2022-03-25T10:32:04Z) - Exploring the Effects of AI-assisted Emotional Support Processes in
Online Mental Health Community [26.36961585672868]
我々は、ユーザーが他のユーザーの投稿に感情的なサポートメッセージを書けるように、AIを駆使したワークフローを設計する。
予備的なユーザスタディに基づいて,本システムは,感情の明確化とテキストの具体的記述を支援することを確認した。
論文 参考訳（メタデータ） (2022-02-21T09:25:36Z) - Seeking Sinhala Sentiment: Predicting Facebook Reactions of Sinhala
Posts [0.16385815610837165]
本稿は、スリランカの文脈を中心としたFacebookの10年分の投稿データから得られた何百万もの反応を利用して、感情検出に対するステークホルダーのアプローチをモデル化する。
3つの異なる感情分析モデルが構築され、反応のサブセットが限定され、全ての反応と、肯定的/負の星の評価値が導出される。
この分析により、シンハラ含有量に対する二項反応の分類は他のアプローチよりもはるかに正確であることが判明した。
論文 参考訳（メタデータ） (2021-12-01T13:05:05Z) - 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) - Causal Understanding of Fake News Dissemination on Social Media [50.4854427067898]
我々は、ユーザーがフェイクニュースを共有するのに、ユーザー属性が何をもたらすかを理解することが重要だと論じている。
偽ニュース拡散において、共同創設者は、本質的にユーザー属性やオンライン活動に関連する偽ニュース共有行動によって特徴づけられる。
本稿では,偽ニュース拡散における選択バイアスを軽減するための原則的アプローチを提案する。
論文 参考訳（メタデータ） (2020-10-20T19:37:04Z) - Predicting User Emotional Tone in Mental Disorder Online Communities [2.365702128814616]
我々は、Redditコミュニティにおける精神障害に関する議論が、ユーザーの健康状態を改善するのにどのように役立つかを分析した。
感情状態のプロキシとしてユーザ記述の感情的トーンを用いて,ユーザインタラクションと状態変化の関係を明らかにする。
我々は、感情的トーンの変化を予測するために、SOTAテキスト埋め込み技術とRNNに基づくモデルを構築した。
論文 参考訳（メタデータ） (2020-05-15T11:25:08Z)
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。