論文の概要: Journalists are most likely to receive abuse: Analysing online abuse of UK public figures across sport, politics, and journalism on Twitter

• arxiv url: http://arxiv.org/abs/2409.03376v1
• Date: Thu, 5 Sep 2024 09:27:56 GMT
• ステータス: 処理完了
• システム内更新日: 2024-09-06 21:10:19.036199
• Title: Journalists are most likely to receive abuse: Analysing online abuse of UK public figures across sport, politics, and journalism on Twitter
• Title（参考訳）: Twitter上で、スポーツ、政治、ジャーナリズムにまたがる英国の公務員のオンライン虐待を分析する
• Authors: Liam Burke-Moore, Angus R. Williams, Jonathan Bright,
• Abstract要約: 3つのドメインにまたがる4,602人の英国公務員を対象に,455万ツイートの新しいデータセットの解析を行った。 我々は、国会議員が絶対的に虐待を受けやすいことを示すが、ジャーナリストは、他の要因をコントロールした後、虐待を受ける可能性が最も高いことを示している。 また、より顕著なオンラインの存在と男性であることは、すべての3つのドメインでより高いレベルの虐待を示唆していることもわかりました。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Engaging with online social media platforms is an important part of life as a public figure in modern society, enabling connection with broad audiences and providing a platform for spreading ideas. However, public figures are often disproportionate recipients of hate and abuse on these platforms, degrading public discourse. While significant research on abuse received by groups such as politicians and journalists exists, little has been done to understand the differences in the dynamics of abuse across different groups of public figures, systematically and at scale. To address this, we present analysis of a novel dataset of 45.5M tweets targeted at 4,602 UK public figures across 3 domains (members of parliament, footballers, journalists), labelled using fine-tuned transformer-based language models. We find that MPs receive more abuse in absolute terms, but that journalists are most likely to receive abuse after controlling for other factors. We show that abuse is unevenly distributed in all groups, with a small number of individuals receiving the majority of abuse, and that for some groups, abuse is more temporally uneven, being driven by specific events, particularly for footballers. We also find that a more prominent online presence and being male are indicative of higher levels of abuse across all 3 domains.
• Abstract（参考訳）: オンラインソーシャルメディアプラットフォームへの進出は、現代社会における公的な人物としての生活の重要な部分であり、幅広いオーディエンスとのつながりを可能にし、アイデアを広めるためのプラットフォームを提供する。 しかし、公人はしばしば、これらのプラットフォームで憎悪や虐待を受け、大衆の言論を損なう。 政治家やジャーナリストなどの団体が受けた虐待に関する重要な研究は存在するが、組織的・規模的に異なる公共団体間の虐待のダイナミクスの違いを理解するためにはほとんど行われていない。 これを解決するために、我々は3つのドメイン(議会、サッカー選手、ジャーナリスト)にわたる4,602人の英国人公開人物を対象にした4550万ツイートのデータセットを、微調整されたトランスフォーマーベースの言語モデルを用いて分析する。 国会議員は絶対的に虐待を受けることが多いが、ジャーナリストは他の要因をコントロールした後に虐待を受ける可能性が最も高い。 乱用は全てのグループに不均一に分散しており、少数の個人が乱用の大部分を受けており、一部のグループでは、乱用は時間的に不均一であり、特にサッカー選手にとって特定の出来事によって引き起こされる。 また、より顕著なオンラインの存在と男性であることは、すべての3つのドメインでより高いレベルの虐待を示唆していることもわかりました。

関連論文リスト

• On the Use of Proxies in Political Ad Targeting [49.61009579554272]
  我々は、主要な政治広告主がプロキシ属性をターゲットとして緩和を回避したことを示す。 本研究は政治広告の規制に関する議論に重要な意味を持つ。
  論文  参考訳（メタデータ） (2024-10-18T17:15:13Z)
• DoDo Learning: DOmain-DemOgraphic Transfer in Language Models for Detecting Abuse Targeted at Public Figures [8.517117322886493]
  我々は、DOmains(スポーツと政治)とDemOgraphics(女性と男性)にまたがる公人を対象にしたつぶやきを分類する。 少量の多様なデータが一般化やモデル適応に非常に有益であることがわかった。 一部の群は、他の群よりも一般性に寄与する。
  論文  参考訳（メタデータ） (2023-07-31T16:29:08Z)
• 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)
• Trust and Believe -- Should We? Evaluating the Trustworthiness of Twitter Users [5.695742189917657]
  ソーシャルメディア上のフェイクニュースは、個人と社会の両方に悪影響を及ぼす大きな問題である。 この作業において、私たちは、ソーシャルネットワークコミュニティに信頼を喚起するソリューションを提供したいと考えている。 本モデルでは,Twitter上で5万人の政治家の行動を分析し,評価されたユーザ毎に影響スコアを割り当てる。
  論文  参考訳（メタデータ） (2022-10-27T06:57:19Z)
• The Online Behaviour of the Algerian Abusers in Social Media Networks [0.0]
  本論文は,ソーシャルメディアにおけるサイバーいじめと虐待コンテンツに関する統計的研究である。 アルジェリアのコミュニティにおける虐待者のオンライン行動を見つけ出そうとする。 本研究の目的は,オンライン活動の活用による自動乱用検知システムによる意思決定を支援することである。
  論文  参考訳（メタデータ） (2022-03-19T18:22:06Z)
• 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)
• AbuseAnalyzer: Abuse Detection, Severity and Target Prediction for Gab Posts [19.32095911241636]
  本稿では, 虐待, 重大さ, 虐待行為のターゲットの観点から, オンライン虐待に着目した 7601 投稿を Gab から提供した。 また,これらの課題に対処するシステムを提案し,乱用の有無を80%,虐待対象予測を82%,虐待重症度予測を65%とした。
  論文  参考訳（メタデータ） (2020-09-30T18:12:50Z)
• Vindication, Virtue and Vitriol: A study of online engagement and abuse toward British MPs during the COVID-19 Pandemic [2.789514662632911]
  我々は、2020年2月上旬から5月後半にかけてのパンデミックにおいて、英国の政治家に対する虐待的かつ敵対的な反応について研究する。 金銭的懸念などのプレッシャーは高いエンゲージメントを惹きつけるが、必ずしも虐待的な対話は起こらない。 特に、人種差別や不平等のような主題のために炎を燃やしている者は、対処すべきトピックによって、シグナリングの美徳や高い虐待のレベルを訴えられることがある。
  論文  参考訳（メタデータ） (2020-08-12T12:11:22Z)
• Political audience diversity and news reliability in algorithmic ranking [54.23273310155137]
  本稿では,ウェブサイトのオーディエンスの政治的多様性を質の指標として活用することを提案する。 ドメインの専門家によるニュースソースの信頼性評価と6,890人の米国市民の多様なサンプルによるWebブラウジングデータを用いて、より極端な、政治的に多様性の低いWebサイトが、ジャーナリストの基準を低くしていることを示す。
  論文  参考訳（メタデータ） (2020-07-16T02:13:55Z)
• 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)
• #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。