論文の概要: Unpacking polarization: Antagonism and Alignment in Signed Networks of
Online Interaction
- arxiv url: http://arxiv.org/abs/2307.06571v2
- Date: Tue, 12 Sep 2023 16:22:12 GMT
- ステータス: 処理完了
- システム内更新日: 2023-09-14 17:41:54.754207
- Title: Unpacking polarization: Antagonism and Alignment in Signed Networks of
Online Interaction
- Title（参考訳）: unpacking polarization: オンラインインタラクションの署名ネットワークにおける対立性とアライメント
- Authors: Emma Fraxanet, Max Pellert, Simon Schweighofer, Vicen\c{c} G\'omez,
David Garcia
- Abstract要約: 影響のある分極は単なる対立以上のものであり、主に政治的分裂の間でネガティブな相互作用が起こるときのように見える。
本稿では,オンラインコミュニティの障害線を,分割問題に対する最小限の仮定で計算的に発見する手法を提案する。
弊社のアプローチは、米国のTwitterファクトチェックコミュニティであるBirdwatchや、オーストリアのオンライン新聞DerStandardのディスカッションフォーラムにも適用しています。
- 参考スコア（独自算出の注目度）: 0.3581083356941628
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Affective polarization is more than mere antagonism as it appears when
negative interactions happen mostly across political divisions. Research in
polarization usually assumes a given definition of political divisions or
conflates polarization and disagreement as the same phenomenon. Leveraging on
novel data sources of positive and negative online interactions, we present a
method to computationally discover the fault lines of an online community with
minimal assumptions on the dividing issues. This enables us to unpack two
factors of polarization: Antagonism, which is the general prevalence of
hostility in online interaction, and Alignment, which captures how negative
relations exist across groups (divisiveness) while positive interactions are
contained within (cohesiveness). We apply our approach to Birdwatch, a US-based
Twitter fact-checking community, and to the discussion forums of DerStandard,
an Austrian online newspaper. Our results reveal that both communities are
divided into two large groups and that their separation follows political
identities and topics. We can identify issues across various combinations of
antagonism and alignment in DerStandard, evidencing that these two metrics are
not equivalent. Our methods provide a time-resolved picture that illustrates
the separate contribution of cohesiveness and divisiveness and the role of
controversial elections and events in the dynamics of alignment.
- Abstract（参考訳）: 影響のある分極は単なる対立以上のものであり、主に政治的分裂の間でネガティブな相互作用が起こる。
分極の研究は通常、政治的分裂の定義を前提とするか、分極と不一致を同じ現象とみなす。
正負のオンラインインタラクションの新たなデータソースを活用することで、分割問題を最小限の仮定でオンラインコミュニティの障害線を計算的に発見する手法を提案する。
これにより、オンライン相互作用における敵意の一般的な頻度であるアンタゴニズムと、グループ間でのネガティブな関係(分割性)を捉えるアライメントの2つの要因を解き放つことができる。
当社のアプローチは,米国のtwitterファクトチェックコミュニティであるbirdwatchや,オーストリアのオンライン新聞であるderstandardのディスカッションフォーラムに適用しています。
以上の結果から,両コミュニティは2つの大きなグループに分けられ,その分離は政治的アイデンティティや話題に従っていることが明らかとなった。
反抗とアライメントの様々な組み合わせの問題をderstandardで識別することができ、これらの2つのメトリクスは等価ではないと仮定できる。
本手法は,結束性と分裂性の別々な寄与と,アライメントの力学における議論のある選挙やイベントの役割を示す時間分解図を提供する。
関連論文リスト
- What distinguishes conspiracy from critical narratives? A computational analysis of oppositional discourse [42.0918839418817]
本稿では,陰謀と批判的テキストを区別する,トピックに依存しない新しいアノテーション手法を提案する。
また、Telegramメッセージの高品質なアノテーションを含む多言語XAI-DisInfodemics corpus(英語とスペイン語)にも貢献する。
論文 参考訳（メタデータ） (2024-07-15T14:18:47Z) - Understanding the performance gap between online and offline alignment algorithms [63.137832242488926]
オフラインのアルゴリズムは、ペアの分類が得意になるようにポリシーを訓練し、オンラインのアルゴリズムは世代ごとに良いことを示しています。
このことは、識別能力と生成能力の間のユニークな相互作用を示唆しており、これはサンプリングプロセスに大きく影響している。
我々の研究は、AIアライメントにおけるオンラインサンプリングの重要な役割に光を当て、オフラインアライメントアルゴリズムのある種の根本的な課題を示唆している。
論文 参考訳（メタデータ） (2024-05-14T09:12:30Z) - Dimensions of Online Conflict: Towards Modeling Agonism [2.471304332463658]
アゴニズムは多様な視点と堅固な議論を育むことで民主的対話において重要な役割を担っている。
これら2つの対立をモデル化するために、議論の的になっているトピックに関するTwitterの会話を収集した。
本稿では,会話におけるコンフリクトの異なる次元をラベル付けするための包括的なアノテーションスキーマを提案する。
論文 参考訳（メタデータ） (2023-11-06T22:34:17Z) - 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) - Factoring the Matrix of Domination: A Critical Review and Reimagination
of Intersectionality in AI Fairness [55.037030060643126]
間欠性は、社会的不平等の持続性を調べるための重要な枠組みである。
我々は、公平性を効果的に運用するために、交差性を分析的枠組みとして採用することが重要であると論じる。
論文 参考訳（メタデータ） (2023-03-16T21:02:09Z) - Perspective-taking to Reduce Affective Polarization on Social Media [11.379010432760241]
ブラウザエクステンションを通じてランダムなフィールド実験をTwitter上で1,611人の参加者に展開する。
参加者を「アウトグループ」フィードに露出するだけでエンゲージメントが向上するが、他の人々が政治的見解を持っている理由の理解は得られない。
参加者に不一致を思い出させるよう促すことによって、親しみやすく共感的な言葉で経験をフレーミングすることは、エンゲージメントに影響を与えず、反対の見解を理解する能力を高める。
論文 参考訳（メタデータ） (2021-10-11T20:25:10Z) - 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) - 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) - Detecting Polarized Topics in COVID-19 News Using Partisanship-aware
Contextualized Topic Embeddings [3.9761027576939405]
ニュースメディアの分極化の高まりは、熱狂的な意見の相違、論争、さらには暴力までもが非難されている。
パルチザンニュースソースから偏光トピックを自動的に検出する手法であるPartisanship-aware Contextualized Topic Embeddings (PaCTE)を提案する。
論文 参考訳（メタデータ） (2021-04-15T23:05:52Z) - Quantifying social organization and political polarization in online
platforms [2.66512000865131]
我々は,社会次元に沿ったオンラインコミュニティの位置を定量化する手法を開発した。
14年間に10万のコミュニティで実施されたRedditのコメント5.1Bに方法論を適用することで、マクロなコミュニティ構造がどのように組織化されているかを測定する。
Redditは2016年アメリカ合衆国大統領選挙の前後で重要な分極イベントを受けており、その後何年もの間非常に分極されたままだった。
論文 参考訳（メタデータ） (2020-10-01T17:59:40Z) - Information Consumption and Social Response in a Segregated Environment:
the Case of Gab [74.5095691235917]
この研究は、COVID-19トピックに関するGab内のインタラクションパターンの特徴を提供する。
疑わしい、信頼できるコンテンツに対する社会的反応には、統計的に強い違いはない。
本研究は,協調した不正確な行動の理解と情報操作の早期警戒に関する知見を提供する。
論文 参考訳（メタデータ） (2020-06-03T11:34:25Z)
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。