論文の概要: Exploring Gender-Based Toxic Speech on Twitter in Context of the #MeToo movement: A Mixed Methods Approach

• arxiv url: http://arxiv.org/abs/2308.13076v1
• Date: Thu, 24 Aug 2023 20:45:12 GMT
• ステータス: 処理完了
• システム内更新日: 2023-08-28 15:52:21.755544
• Title: Exploring Gender-Based Toxic Speech on Twitter in Context of the #MeToo movement: A Mixed Methods Approach
• Title（参考訳）: MeTooムーブメントにおけるTwitter上のジェンダーベーストックス音声の探索 : 混合手法によるアプローチ
• Authors: Sayak Saha Roy, Ohad Gilbar, Christina Palantza, Maxine Davis, Shirin Nilizadeh
• Abstract要約: #運動は、セクシャルハラスメントや暴行を取り巻く大衆の言論を助長し、生存者に自分の話を共有させ、加害者を責任を負わせるよう促した。 本研究は、ソーシャルメディアプラットフォームであるTwitter上で、女性や男性に対する敵意の高まりという形で、潜在的にネガティブな結果をもたらす可能性を検討することを目的としている。 2017年10月から2020年1月までの間に、自身の性的虐待経験をTwitter上で公表した47.1k人以上の個人によって共有されたツイートを分析したり、運動に関する議論を行ったりすることで、運動の開始以来、男女双方に対するジェンダーベースの敵意の全体的な増加を確認した。
• 参考スコア（独自算出の注目度）: 2.454909090258064
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The #MeToo movement has catalyzed widespread public discourse surrounding sexual harassment and assault, empowering survivors to share their stories and holding perpetrators accountable. While the movement has had a substantial and largely positive influence, this study aims to examine the potential negative consequences in the form of increased hostility against women and men on the social media platform Twitter. By analyzing tweets shared between October 2017 and January 2020 by more than 47.1k individuals who had either disclosed their own sexual abuse experiences on Twitter or engaged in discussions about the movement, we identify the overall increase in gender-based hostility towards both women and men since the start of the movement. We also monitor 16 pivotal real-life events that shaped the #MeToo movement to identify how these events may have amplified negative discussions targeting the opposite gender on Twitter. Furthermore, we conduct a thematic content analysis of a subset of gender-based hostile tweets, which helps us identify recurring themes and underlying motivations driving the expressions of anger and resentment from both men and women concerning the #MeToo movement. This study highlights the need for a nuanced understanding of the impact of social movements on online discourse and underscores the importance of addressing gender-based hostility in the digital sphere.
• Abstract（参考訳）: MeToo運動は、セクシャルハラスメントや暴行を取り巻く大衆の言論を助長し、生存者に自分の話を共有させ、加害者を非難する権限を与えた。 本研究は、ソーシャルメディアプラットフォームであるTwitter上で、女性や男性に対する敵意の高まりという形で、潜在的なネガティブな影響について検討することを目的としている。 2017年10月から2020年1月にかけて、twitter上で自身の性的虐待体験を公表するか、その運動に関する議論に従事した47.1万人以上の個人が共有したツイートを分析し、運動の開始以来、女性と男性の両方に対する男女間の敵対関係の全体的増加を明らかにする。 また、#MeTooムーブメントを形成する16の重要な実生活イベントを監視し、これらのイベントがどのように、Twitter上の反対のジェンダーをターゲットにしたネガティブな議論を増幅したかを特定する。 さらに,性別に基づく敵対的ツイートのサブセットをテーマとして内容分析を行い,#MeToo運動に関する男女双方の怒りと恨みの表現を動機づける繰り返しテーマや動機の特定を支援する。 本研究は、オンラインの談話における社会運動の影響を微妙に理解することの必要性を浮き彫りにし、デジタル空間における性に基づく敵対性に対処することの重要性を強調する。

関連論文リスト

• What are People Talking about in #BlackLivesMatter and #StopAsianHate? Exploring and Categorizing Twitter Topics Emerging in Online Social Movements through the Latent Dirichlet Allocation Model [27.53788299995914]
  Black Lives Matter(BLM)とStop Asian Hate(SAH)は、Twitter上で拡散した2つのソーシャルムーブメントである。 本研究では、BLMとSAHのトピックを包括的に分析するために、混合メソッドアプローチを採用する。 われわれは#blacklivesmatterと#stopasianhateハッシュタグで100万以上のツイートを収集し、それらのトピックを比較した。
  論文  参考訳（メタデータ） (2022-05-29T17:29:40Z)
• #ContextMatters: Advantages and Limitations of Using Machine Learning to Support Women in Politics [0.15749416770494704]
  ParityBOTはカナダ、アメリカ合衆国、ニュージーランドで選挙が行われた。 女性候補者に向けられた1200万件以上のツイートを分析して分類し、支持的なツイートで有害なツイートに対処するために使われた。 本研究では,ParityBOTが特定の女性に向けられた侮辱を取り上げなかった偽陰性率について検討した。
  論文  参考訳（メタデータ） (2021-09-30T22:55:49Z)
• Know it to Defeat it: Exploring Health Rumor Characteristics and Debunking Efforts on Chinese Social Media during COVID-19 Crisis [65.74516068984232]
  われわれは、中国のマイクロブログサイトWeiboで、新型コロナウイルス(COVID-19)に関する4ヶ月にわたる噂に関するオンラインディスカッションを包括的に分析した。 以上の結果から、不安(恐怖)型健康噂は、希望(希望)型よりもはるかに多くの議論を巻き起こし、長く続いたことが示唆された。 本稿では,噂の議論を抑えるためのデバンキングの有効性を示す。
  論文  参考訳（メタデータ） (2021-09-25T14:02:29Z)
• 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)
• Understanding the Hoarding Behaviors during the COVID-19 Pandemic using Large Scale Social Media Data [77.34726150561087]
  われわれは、2020年3月1日から4月30日まで、米国で4万2000人以上のユニークTwitterユーザーによる嫌がらせと反嫌悪のパターンを分析した。 ホアーディンググループと反ホアーディンググループの両方の女性の比率が、一般のTwitter利用者の比率よりも高いことがわかりました。 LIWCの不安度はTwitterの不安度よりもかなり高い。
  論文  参考訳（メタデータ） (2020-10-15T16:02:25Z)
• Demographic Representation and Collective Storytelling in the Me Too Twitter Hashtag Activism Movement [17.672730162091526]
  Twitterの#ムーブメントは、セクハラや暴力の広がりに注意を向けている。 性別と人種/民族間の会話をオンラインで調べる。 白人女性が投稿したツイートは、他の人口統計と比較すると、このムーブメントで過剰に表現されていた。
  論文  参考訳（メタデータ） (2020-10-13T15:25:33Z)
• Detecting Perceived Emotions in Hurricane Disasters [62.760131661847986]
  私たちはHurricaneEmoを紹介します。HurricaneEmoは、Harvey、Irma、Mariaの3つのハリケーンにまたがる15,000の英語ツイートの感情データセットです。 本稿では, きめ細かい感情を包括的に研究し, 粗い感情群を識別するための分類タスクを提案する。
  論文  参考訳（メタデータ） (2020-04-29T16:17:49Z)
• 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)
• Text-mining forma mentis networks reconstruct public perception of the STEM gender gap in social media [0.0]
  Textual Forma Mentis Network (TFMN) は、マインドセットの構造を抽出し、表現し、理解するために導入されたガラスボックスである。 TFMNは、近年の研究によって歪んだ考え方と強く結びついている科学における男女差のケーススタディに適用された。
  論文  参考訳（メタデータ） (2020-03-18T13:39:23Z)
• #MeToo on Campus: Studying College Sexual Assault at Scale Using Data Reported on Social Media [71.74529365205053]
  我々は、#トレンドが大学フォロワーのプールに与える影響を分析した。 その結果、これらの#ツイートに埋め込まれたトピックの大部分は、セクシャルハラスメントのストーリーを詳述している。 この傾向といくつかの主要地理的地域に関する公式な報告との間には大きな相関関係がある。
  論文  参考訳（メタデータ） (2020-01-16T18:05:46Z)

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。