論文の概要: Analyzing and Estimating Support for U.S. Presidential Candidates in Twitter Polls
- arxiv url: http://arxiv.org/abs/2406.03340v1
- Date: Wed, 5 Jun 2024 14:57:29 GMT
- ステータス: 処理完了
- システム内更新日: 2024-06-06 17:51:23.771060
- Title: Analyzing and Estimating Support for U.S. Presidential Candidates in Twitter Polls
- Title（参考訳）: Twitter Pollsの米国大統領候補に対する分析と評価
- Authors: Stephen Scarano, Vijayalakshmi Vasudevan, Chhandak Bagchi, Mattia Samory, JungHwan Yang, Przemyslaw A. Grabowicz,
- Abstract要約: 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。
- 参考スコア（独自算出の注目度）: 1.71952017922628
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Polls posted on social media have emerged in recent years as an important tool for estimating public opinion, e.g., to gauge public support for business decisions and political candidates in national elections. Here, we examine nearly two thousand Twitter polls gauging support for U.S. presidential candidates during the 2016 and 2020 election campaigns. First, we describe the rapidly emerging prevalence of social polls. Second, we characterize social polls in terms of their heterogeneity and response options. Third, leveraging machine learning models for user attribute inference, we describe the demographics, political leanings, and other characteristics of the users who author and interact with social polls. Finally, we study the relationship between social poll results, their attributes, and the characteristics of users interacting with them. Our findings reveal that Twitter polls are biased in various ways, starting from the position of the presidential candidates among the poll options to biases in demographic attributes and poll results. The 2016 and 2020 polls were predominantly crafted by older males and manifested a pronounced bias favoring candidate Donald Trump, in contrast to traditional surveys, which favored Democratic candidates. We further identify and explore the potential reasons for such biases in social polling and discuss their potential repercussions. Finally, we show that biases in social media polls can be corrected via regression and poststratification. The errors of the resulting election estimates can be as low as 1%-2%, suggesting that social media polls can become a promising source of information about public opinion.
- Abstract（参考訳）: ソーシャルメディアに投稿された世論は、例えば国民選挙におけるビジネス決定や政治候補者に対する世論の支持を測るための重要なツールとして近年出現している。
ここでは、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の世論調査について調べる。
まず,社会的世論調査の急激な普及について述べる。
第2に、不均一性や反応の選択肢の観点から、社会調査を特徴付ける。
第3に、ユーザの属性推定に機械学習モデルを活用することで、ソーシャルポーリングを作成・操作するユーザの人口統計、政治的傾向、その他の特性について説明する。
最後に, ソーシャルポーリングの結果と属性, ユーザと対話する特性の関係について検討した。
調査の結果、Twitterの投票は様々な方法で偏りを呈しており、投票者の中から大統領候補の位置から、人口統計学的属性や世論調査結果の偏りまで様々であることがわかった。
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、民主党候補に有利な従来の調査とは対照的に、ドナルド・トランプに有利な傾向を示した。
社会的ポーリングにおけるそのような偏見の潜在的な理由をさらに特定し、検討し、その影響を議論する。
最後に, ソーシャルメディアポーリングにおけるバイアスは, 回帰とポストストラトレーションによって補正可能であることを示す。
選挙結果の誤差は1%-2%と低くなり、ソーシャルメディアによる世論調査が世論の有望な情報源になる可能性があることを示唆している。
関連論文リスト
- Election Polls on Social Media: Prevalence, Biases, and Voter Fraud Beliefs [5.772751069162341]
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。
論文 参考訳（メタデータ） (2024-05-18T02:29:35Z) - 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) - Novelty in news search: a longitudinal study of the 2020 US elections [62.997667081978825]
我々は、トップニュース検索結果に現れる新しい項目を測定するノベルティを解析する。
トピックや安定したクエリに比べて,選挙関連クエリに新たな項目が出現する傾向にある。
このような不均衡は、選挙期間中のニュース検索における政治候補者の可視性に影響を与えると論じる。
論文 参考訳（メタデータ） (2022-11-09T08:42:37Z) - 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。