論文の概要: A Longitudinal Study of Italian and French Reddit Conversations Around
the Russian Invasion of Ukraine
- arxiv url: http://arxiv.org/abs/2402.04999v2
- Date: Mon, 19 Feb 2024 09:31:50 GMT
- ステータス: 処理完了
- システム内更新日: 2024-02-21 01:03:49.881572
- Title: A Longitudinal Study of Italian and French Reddit Conversations Around
the Russian Invasion of Ukraine
- Title(参考訳): ロシアによるウクライナ侵攻をめぐるイタリアとフランスのReddit会話の縦断的研究
- Authors: Francesco Corso, Giuseppe Russo, Francesco Pierri
- Abstract要約: この研究は、最大のイタリアとフランスのRedditコミュニティ内での会話を詳しく調べ、特にロシアによるウクライナ侵攻がオンラインの対話にどう影響したかを調べた。
モデレーションアクティビティのパターンを記述するために、300万以上のポスト(コメントや投稿など)を持つデータセットを使用します。
我々は、戦争の最初の1ヶ月でより活発になったモデレーターの行動の変化を発見した。
- 参考スコア(独自算出の注目度): 1.002138130221506
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Global events like wars and pandemics can intensify online discussions,
fostering information sharing and connection among individuals. However, the
divisive nature of such events may lead to polarization within online
communities, shaping the dynamics of online interactions. Our study delves into
the conversations within the largest Italian and French Reddit communities,
specifically examining how the Russian invasion of Ukraine affected online
interactions. We use a dataset with over 3 million posts (i.e., comments and
submissions) to (1) describe the patterns of moderation activity and (2)
characterize war-related discussions in the subreddits. We found changes in
moderators' behavior, who became more active during the first month of the war.
Moreover, we identified a connection between the daily sentiment of comments
and the prevalence of war-related discussions. These discussions were not only
more negative and toxic compared to non-war-related ones but also did not
involve a specific demographic group. Our research reveals that there is no
tendency for users with similar characteristics to interact more. Overall, our
study reveals how the war in Ukraine had a negative influence on daily
conversations in the analyzed communities. This sheds light on how users
responded to this significant event, providing insights into the dynamics of
online discussions during events of global relevance.
- Abstract(参考訳): 戦争やパンデミックのような世界的なイベントは、オンラインの議論を強化し、情報共有と個人間のつながりを育む。
しかし、こうした事象の分断的な性質は、オンラインコミュニティ内での分極を引き起こし、オンラインインタラクションのダイナミクスを形成する可能性がある。
われわれの研究は、最大のイタリアとフランスのRedditコミュニティでの会話を詳しく調べ、特にロシアによるウクライナ侵攻がオンラインの対話にどう影響したかを調べた。
我々は,(1)モデレーション活動のパターンを記述し,(2)サブレディットにおける戦争関連議論を特徴付けるために,300万以上の投稿(コメントと投稿)を持つデータセットを使用する。
我々は、戦争の最初の1ヶ月でより活発になったモデレーターの行動の変化を発見した。
さらに,コメントの日々の感情と戦争に関する議論の頻度との関係を明らかにした。
これらの議論は、戦前のものよりもネガティブで有毒なだけでなく、特定の集団を含まなかった。
本研究は,類似した特性を持つユーザがより多く相互作用する傾向がないことを明らかにする。
総じて、ウクライナにおける戦争が、分析されたコミュニティにおける日々の会話に否定的な影響を及ぼしたことを示す。
これは、ユーザがこの重要なイベントにどう反応したかに光を当て、グローバルな関連性のイベントの間のオンライン議論のダイナミクスに関する洞察を提供する。
関連論文リスト
- Echo Chambers within the Russo-Ukrainian War: The Role of Bipartisan
Users [26.643834593780007]
我々は、ロシア・ウクライナ戦争に関連するTwitter上のエコーチャンバーの存在を調査した。
侵略時に意見を変えるバイパルチザンユーザーの重要なサブセットを同定する。
我々は、彼らの重要性と、戦争を取り巻く言論の質をどのように改善できるかを議論することで結論づける。
論文 参考訳(メタデータ) (2023-11-16T14:39:37Z) - Recurring patterns in online social media interactions during highly
engaging events [0.0]
社会で起きている出来事がユーザインタラクションや行動にどのように影響するかを説明する。
会話で使われるペースや言語の変化は、様々な出来事において顕著な類似性を示すことが明らかとなった。
イベントが近づくにつれて、会話で発生する変化はユーザのダイナミクスに反映される。
論文 参考訳(メタデータ) (2023-06-26T14:38:07Z) - Analyzing Norm Violations in Live-Stream Chat [49.120561596550395]
本研究は,ライブストリーミングプラットフォーム上での会話における規範違反を検出することを目的とした,最初のNLP研究である。
ライブストリームチャットにおける標準違反カテゴリを定義し、Twitchから4,583のコメントを注釈付けします。
以上の結果から,適切なコンテキスト情報がモデレーション性能を35%向上させる可能性が示唆された。
論文 参考訳(メタデータ) (2023-05-18T05:58:27Z) - Russia-Ukraine war: Modeling and Clustering the Sentiments Trends of
Various Countries [7.717214217542406]
本稿では、ロシア・ウクライナ戦争に関する英語のつぶやきを分析し、紛争に関するユーザの意見や感情を反映した傾向を分析する。
BERTモデルを用いて、ツイートの肯定的感情と否定的感情を分析し、様々な国における肯定的感情と否定的感情の頻度に関連する時系列を算出する。
論文 参考訳(メタデータ) (2023-01-02T11:32:47Z) - Non-Polar Opposites: Analyzing the Relationship Between Echo Chambers
and Hostile Intergroup Interactions on Reddit [66.09950457847242]
Redditユーザーの5.97万人の活動と、13年間に投稿された421万人のコメントについて調査した。
我々は、ユーザーが互いに有害であるかどうかに基づいて、政治コミュニティ間の関係のタイプロジを作成する。
論文 参考訳(メタデータ) (2022-11-25T22:17:07Z) - 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) - Debate on Online Social Networks at the Time of COVID-19: An Italian
Case Study [4.176752121302988]
イタリアで人気のインフルエンサーたちの交流パターンが、2020年前半にどう変わったかを分析した。
1億4000万件以上の投稿に5400万件以上のコメントが寄せられた。
また,コメントの心理言語的特性からユーザ感情を分析し,パンデミックに関連する話題の急激なブームと消失を実証した。
論文 参考訳(メタデータ) (2021-06-02T08:25:19Z) - Who Responded to Whom: The Joint Effects of Latent Topics and Discourse
in Conversation Structure [53.77234444565652]
会話談話における応答関係を同定し,会話の開始に応答発話をリンクする。
単語分布における潜在トピックと会話を学習し,ペアワイズ開始応答リンクを予測するモデルを提案する。
英語と中国語の会話における実験結果から,我々のモデルは過去の芸術の状況を大きく上回っていることが明らかとなった。
論文 参考訳(メタデータ) (2021-04-17T17:46:00Z) - Linking the Dynamics of User Stance to the Structure of Online
Discussions [6.853826783413853]
議論対象に対するユーザのスタンスが,オンライン上での議論に影響を及ぼすかどうかを考察する。
機械学習モデルに基づいた一連の予測演習をセットアップしました。
その結果,最も情報に富む特徴は,ユーザが参加することを好む議論のスタンス・コンポジションに関係していることがわかった。
論文 参考訳(メタデータ) (2021-01-25T02:08:54Z) - 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) - 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)
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。