論文の概要: Election Polls on Social Media: Prevalence, Biases, and Voter Fraud Beliefs
- arxiv url: http://arxiv.org/abs/2405.11146v2
- Date: Wed, 22 May 2024 18:54:28 GMT
- ステータス: 処理完了
- システム内更新日: 2024-06-09 16:28:54.681508
- Title: Election Polls on Social Media: Prevalence, Biases, and Voter Fraud Beliefs
- Title（参考訳）: ソーシャルメディア上での選挙投票: 有病率, バイアス, 投票詐欺
- Authors: Stephen Scarano, Vijayalakshmi Vasudevan, Mattia Samory, Kai-Cheng Yang, JungHwan Yang, Przemyslaw A. Grabowicz,
- Abstract要約: この研究は、2020年のアメリカ合衆国大統領選挙に焦点を当てている。
われわれは、Twitterの世論調査が年上の男性によって不釣り合いに書かれており、ドナルド・トランプ候補に対する大きな偏見を示していることに気付く。
また、選挙投票に参加するTwitterアカウントはボットになりがちで、選挙投票の結果は選挙日よりも選挙前の方が偏見が強いこともわかりました。
- 参考スコア（独自算出の注目度）: 5.772751069162341
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Social media platforms allow users to create polls to gather public opinion on diverse topics. However, we know little about what such polls are used for and how reliable they are, especially in significant contexts like elections. Focusing on the 2020 presidential elections in the U.S., this study shows that outcomes of election polls on Twitter deviate from election results despite their prevalence. Leveraging demographic inference and statistical analysis, we find that Twitter polls are disproportionately authored by older males and exhibit a large bias towards candidate Donald Trump relative to representative mainstream polls. We investigate potential sources of biased outcomes from the point of view of inauthentic, automated, and counter-normative behavior. Using social media experiments and interviews with poll authors, we identify inconsistencies between public vote counts and those privately visible to poll authors, with the gap potentially attributable to purchased votes. We also find that Twitter accounts participating in election polls are more likely to be bots, and election poll outcomes tend to be more biased, before the election day than after. Finally, we identify instances of polls spreading voter fraud conspiracy theories and estimate that a couple thousand of such polls were posted in 2020. The study discusses the implications of biased election polls in the context of transparency and accountability of social media platforms.
- Abstract（参考訳）: ソーシャルメディアプラットフォームでは、さまざまなトピックに関する世論を集めるために、ユーザーが投票を作成することができる。
しかし、このような世論調査が何に使われているのか、それがどれほど信頼できるのか、特に選挙のような重要な文脈ではほとんど分かっていない。
米国における2020年の大統領選挙に焦点をあてたこの調査は、Twitter上での選挙投票の結果が、その人気にもかかわらず選挙結果から逸脱していることを示している。
人口推定と統計分析を活用すれば、Twitterの世論調査は年長の男性によって不均等に権威付けられており、主要な世論調査に対するドナルド・トランプ候補に対する大きな偏見を示していることが分かる。
我々は,非正当性,自動化性,反ノルマ的行動の観点から,バイアスのある結果の潜在的な源泉について検討する。
ソーシャルメディア実験と世論調査者へのインタビューを用いて、世論投票数と世論調査者個人で見る人の不一致を識別する。
また、選挙投票に参加するTwitterアカウントはボットになりがちで、選挙投票の結果は選挙日よりも選挙前の方が偏見が強いこともわかりました。
最後に、投票者不正陰謀説を広める世論調査の事例を特定し、そのような世論調査の数千件が2020年に投稿されたと見積もった。
本研究は、ソーシャルメディアプラットフォームにおける透明性と説明責任の文脈における偏りのある選挙投票の影響について論じる。
関連論文リスト
- Predicting the winner of the US 2024 elections using trust analytics [0.0]
我々は、ソーシャルメディアの公開反応を利用して、大統領候補を含む実生活の出来事を計算社会科学のアプローチで活用する。
私たちは開発したツールをTrustAn(TrustAn)と名付けました。
両候補に対する信頼と不信のレベルを1週間から1週間に分けて、ハリス氏とトランプ氏の緊密な競争を観察する」と述べた。
信頼のレベルと信頼のレベルと信頼の度合いと、この指標の変更の時間を用いて、我々はドナルド・トランプを2024年の米大統領選の勝者として予測する。
論文 参考訳（メタデータ） (2024-11-01T15:16:47Z) - Analyzing and Estimating Support for U.S. Presidential Candidates in Twitter Polls [1.71952017922628]
我々は、2016年と2020年の大統領選挙において、米国の大統領候補に対する支持を誇示する2万件近いTwitterの投票を調査した。
われわれの調査結果によると、Twitterの世論調査は、大統領候補の地位から、さまざまな点で偏っている。
2016年と2020年の世論調査は、主に年上の男性によって作成され、ドナルド・トランプ氏に有利な偏見を示していた。
論文 参考訳（メタデータ） (2024-06-05T14:57:29Z) - Unveiling the Hidden Agenda: Biases in News Reporting and Consumption [59.55900146668931]
イタリアのワクチン論争に関する6年間のデータセットを構築し、物語と選択バイアスを特定するためにベイジアン潜在空間モデルを採用する。
バイアスとエンゲージメントの間に非線形な関係が見られ、極端な位置へのエンゲージメントが高くなった。
Twitter上でのニュース消費の分析は、同様のイデオロギー的な立場のニュースメディアの間で、一般的なオーディエンスを明らかにしている。
論文 参考訳（メタデータ） (2023-01-14T18:58:42Z) - Design and analysis of tweet-based election models for the 2021 Mexican
legislative election [55.41644538483948]
選挙日前の6ヶ月の間に、1500万件の選挙関連ツイートのデータセットを使用します。
地理的属性を持つデータを用いたモデルが従来のポーリング法よりも精度と精度で選挙結果を決定することがわかった。
論文 参考訳（メタデータ） (2023-01-02T12:40:05Z) - Shifting Polarization and Twitter News Influencers between two U.S.
Presidential Elections [92.33485580547801]
我々は2016年米大統領選挙と2020年米大統領選挙の間の分極の変化を分析した。
トップインフルエンサーのほとんどが、両選挙の間にメディア組織に所属していた。
2020年のトップインフルエンサーの75%は2016年は存在しなかった。
論文 参考訳（メタデータ） (2021-11-03T20:08:54Z) - Predicting the 2020 US Presidential Election with Twitter [0.0]
ソーシャルメディアデータを利用した選挙予測は、選挙戦略に大きな影響を与える可能性がある。
本稿は、Twitterデータを用いた2020年アメリカ合衆国大統領選挙の分析・予測における過去の成功方法について考察する。
これはデータの不足による選挙予測の正確な方法であるかどうかについては不確定である。
論文 参考訳（メタデータ） (2021-07-19T14:59:25Z) - The Matter of Chance: Auditing Web Search Results Related to the 2020
U.S. Presidential Primary Elections Across Six Search Engines [68.8204255655161]
私たちは、Google、Baidu、Bing、DuckDuckGo、Yahoo、Yandexの"US Election"、"Donald trump"、"Joe Biden"、"bernie Sanders"の検索結果を調べます。
その結果, 検索エンジン間の検索結果と, エージェント間の検索結果の相違が有意な差があることが示唆された。
論文 参考訳（メタデータ） (2021-05-03T11:18:19Z) - Mundus vult decipi, ergo decipiatur: Visual Communication of Uncertainty
in Election Polls [56.8172499765118]
我々は、今放送と予測におけるバイアスの潜在的な源について論じる。
概念は、誤認識された正確性の問題を軽減するために提示される。
主要なアイデアの1つは、パーティーシェアではなくイベントの確率を使うことである。
論文 参考訳（メタデータ） (2021-04-28T07:02:24Z) - Using Online Implicit Association Tests in Opinion Polling [2.102846336724103]
我々は、現代の不正確な世論調査の理由の一つとして、社会的に望ましい反応(shy voting)の現象を分析した。
我々は,従来の世論調査にIATを取り入れることについて論じるとともに,これらがオンラインで正確に実施可能であることを指摘する。
論文 参考訳（メタデータ） (2020-07-08T15:16:15Z) - How Twitter Data Sampling Biases U.S. Voter Behavior Characterizations [6.364128212193265]
近年の研究では、悪質な社会ボットやトロルのような不正なアクターの存在が明らかにされている。
本稿では,2018年米国中間選挙のTwitterデータを用いて,このギャップを埋めることを目的としている。
ハイパーアクティブアカウントは、様々な不審な振る舞いを示し、低信頼度情報を共有する傾向にあることを示す。
論文 参考訳（メタデータ） (2020-06-02T08:33:30Z) - Electoral Forecasting Using a Novel Temporal Attenuation Model:
Predicting the US Presidential Elections [91.3755431537592]
予備選別世論調査データを用いて予測精度を向上させる新しいマクロスケール時間減衰(TA)モデルを開発した。
我々の仮説は、世論調査を公表するタイミングは、特に選挙直前の世論の変動に重要な役割を果たす、というものである。
我々は,48年間の平均予測誤差2.8-3.28点を蓄積するTAモデルの2つの異なる実装を提案する。
論文 参考訳（メタデータ） (2020-04-30T09:21:52Z)
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。