論文の概要: A Longitudinal Analysis of Racial and Gender Bias in New York Times and Fox News Images and Articles

• arxiv url: http://arxiv.org/abs/2410.21898v2
• Date: Thu, 31 Oct 2024 07:13:08 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-11-01 09:54:53.766848
• Title: A Longitudinal Analysis of Racial and Gender Bias in New York Times and Fox News Images and Articles
• Title（参考訳）: New York Times と Fox News 画像と記事における人種・ジェンダーバイアスの経時的分析
• Authors: Hazem Ibrahim, Nouar AlDahoul, Syed Mustafa Ali Abbasi, Fareed Zaffar, Talal Rahwan, Yasir Zaki,
• Abstract要約: New York Times(NYT)とFox News(Fox)の123,337枚の画像と441,321個のオンラインニュース記事のデータセットを使用します。 ニュース記事に埋め込まれた画像における人種・性別集団の出現頻度と優位性について検討する。 NYTはFoxに比べて、人種的少数派のイメージが圧倒的に多いことがわかりました。
• 参考スコア（独自算出の注目度）: 2.482116411483087
• License:
• Abstract: The manner in which different racial and gender groups are portrayed in news coverage plays a large role in shaping public opinion. As such, understanding how such groups are portrayed in news media is of notable societal value, and has thus been a significant endeavour in both the computer and social sciences. Yet, the literature still lacks a longitudinal study examining both the frequency of appearance of different racial and gender groups in online news articles, as well as the context in which such groups are discussed. To fill this gap, we propose two machine learning classifiers to detect the race and age of a given subject. Next, we compile a dataset of 123,337 images and 441,321 online news articles from New York Times (NYT) and Fox News (Fox), and examine representation through two computational approaches. Firstly, we examine the frequency and prominence of appearance of racial and gender groups in images embedded in news articles, revealing that racial and gender minorities are largely under-represented, and when they do appear, they are featured less prominently compared to majority groups. Furthermore, we find that NYT largely features more images of racial minority groups compared to Fox. Secondly, we examine both the frequency and context with which racial minority groups are presented in article text. This reveals the narrow scope in which certain racial groups are covered and the frequency with which different groups are presented as victims and/or perpetrators in a given conflict. Taken together, our analysis contributes to the literature by providing two novel open-source classifiers to detect race and age from images, and shedding light on the racial and gender biases in news articles from venues on opposite ends of the American political spectrum.
• Abstract（参考訳）: 人種や性別の異なる集団がニュース報道で描かれるやり方は、世論の形成に大きな役割を果たしている。 このように、そのようなグループがいかにニュースメディアで描写されるかを理解することは、社会的な価値が顕著であり、コンピュータ科学と社会科学の両方において重要な取り組みとなっている。 しかし、オンラインニュース記事において、人種・性別の異なる集団の出現頻度と、そのような集団が議論される状況の両方を調査する縦断的な研究は依然として欠落している。 このギャップを埋めるために、与えられた被験者の人種と年齢を検出する2つの機械学習分類器を提案する。 次に、New York Times(NYT)とFox News(Fox)から123,337の画像と41,321のオンラインニュース記事のデータセットをコンパイルし、2つの計算手法による表現の検証を行う。 まず、ニュース記事に埋め込まれた画像において、人種的・性別的集団の出現頻度と卓越度を調べ、人種的・性別的マイノリティがほとんど表現されていないことを明らかにする。 さらに、ニューヨーク・タイムズはFoxに比べて人種的少数派のイメージが圧倒的に多いことがわかりました。 第2に、人種的少数派が提示される頻度と文脈を記事テキストで検討する。 これは、特定の人種集団がカバーされる狭い範囲と、特定の紛争において、異なる集団が被害者または/または加害者として提示される頻度を明らかにする。 この分析は、画像から人種と年齢を検出するための2つの新しいオープンソース分類器を提供し、アメリカの政治スペクトルの反対端にある会場からのニュース記事の人種と性別の偏見に光を当てることで、文献に寄与する。

関連論文リスト

• Intertwined Biases Across Social Media Spheres: Unpacking Correlations in Media Bias Dimensions [12.588239777597847]
  メディアバイアスは、ステレオタイプを強化し、社会的分裂を悪化させることによって、公共の認知を著しく形作る。 われわれは過去5年間にYouTubeとRedditから収集された新しいデータセットを紹介した。 私たちのデータセットには、幅広いバイアス次元にわたるYouTubeコンテンツの自動アノテーションが含まれています。
  論文  参考訳（メタデータ） (2024-08-27T21:03:42Z)
• Spoken Stereoset: On Evaluating Social Bias Toward Speaker in Speech Large Language Models [50.40276881893513]
  本研究では,音声大言語モデル(SLLM)における社会的バイアスの評価を目的としたデータセットであるSpken Stereosetを紹介する。 多様な人口集団の発話に対して異なるモデルがどのように反応するかを調べることで、これらのバイアスを特定することを目指している。 これらの結果から,ほとんどのモデルではバイアスが最小であるが,ステレオタイプや反ステレオタイプ傾向がわずかにみられた。
  論文  参考訳（メタデータ） (2024-08-14T16:55:06Z)
• Inclusive content reduces racial and gender biases, yet non-inclusive content dominates popular culture [1.4204016278692333]
  私たちは最先端の機械学習モデルを使用して、50年以上にわたって30万以上の画像を分類しています。 人種的少数派は白人よりもはるかに頻度が低く、それらが現れると、顕著に描写されなくなる。 また、女性は全身で描かれる傾向が強く、男性は顔で描かれる傾向が強いこともわかりました。
  論文  参考訳（メタデータ） (2024-05-10T11:34:47Z)
• Understanding Position Bias Effects on Fairness in Social Multi-Document Summarization [1.9950682531209158]
  3つの言語コミュニティからのつぶやきを要約する際の入力文書におけるグループ順序付けの効果について検討する。 以上の結果から,社会的多文書要約では位置バイアスが異なることが示唆された。
  論文  参考訳（メタデータ） (2024-05-03T00:19:31Z)
• Understanding Divergent Framing of the Supreme Court Controversies: Social Media vs. News Outlets [56.67097829383139]
  我々は、米国最高裁判所の一連の判決に関して、ソーシャルメディアや伝統的なメディアのフレーミングにおける微妙な区別に焦点を当てている。 メディアが肯定的な行動や中絶の権利を扱い、学生ローンの話題はより深いコンセンサスを示す傾向にある。
  論文  参考訳（メタデータ） (2023-09-18T06:40:21Z)
• Bias or Diversity? Unraveling Fine-Grained Thematic Discrepancy in U.S. News Headlines [63.52264764099532]
  われわれは、2014年から2022年までの米国の主要メディアから、180万件のニュース記事の大規模なデータセットを使用している。 我々は、国内政治、経済問題、社会問題、外交の4つの主要なトピックに関連する、きめ細かいテーマの相違を定量化する。 以上の結果から,国内政治や社会問題においては,一定のメディア偏見が原因であることが示唆された。
  論文  参考訳（メタデータ） (2023-03-28T03:31:37Z)
• Computational Assessment of Hyperpartisanship in News Titles [55.92100606666497]
  われわれはまず、超党派ニュースタイトル検出のための新しいデータセットを開発するために、人間の誘導する機械学習フレームワークを採用する。 全体的に右派メディアは比例的に超党派的なタイトルを使う傾向にある。 我々は、外国問題、政治システム、ニュースタイトルにおける過党主義を示唆する社会問題を含む3つの主要なトピックを識別する。
  論文  参考訳（メタデータ） (2023-01-16T05:56:58Z)
• 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)
• Analyzing Hate Speech Data along Racial, Gender and Intersectional Axes [1.5039745292757671]
  我々は、人種、性別、交叉軸に沿ったヘイトスピーチデータセットのバイアスを調査する。 アフリカ・アメリカン・イングリッシュ(AAE)、男性的ツイート、AAE+男性的ツイートに対する強い偏見を識別する。
  論文  参考訳（メタデータ） (2022-05-13T13:13:46Z)
• Gender bias in magazines oriented to men and women: a computational approach [58.720142291102135]
  女性指向の雑誌の内容と男性指向の雑誌の内容を比較する。 トピック・モデリングの手法により、雑誌で議論されている主要なテーマを特定し、これらのトピックの存在が時間とともに雑誌間でどの程度異なるかを定量化する。 以上の結果から,セクシュアオブジェクトとしての家族,ビジネス,女性の出現頻度は,時間とともに消失する傾向にあることが示唆された。
  論文  参考訳（メタデータ） (2020-11-24T14:02:49Z)
• Analyzing Political Bias and Unfairness in News Articles at Different Levels of Granularity [35.19976910093135]
  本論文では, 偏見の自動検出だけでなく, 政治的偏見や不公平さが言語的にどのように表現されるかについても検討する。 我々は,adfontesmedia.comから派生したラベル付き6964ニュース記事の新しいコーパスを活用し,バイアス評価のためのニューラルモデルを開発した。
  論文  参考訳（メタデータ） (2020-10-20T22:25:00Z)

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。