論文の概要: Toxic behavior silences online political conversations

• arxiv url: http://arxiv.org/abs/2412.05741v1
• Date: Sat, 07 Dec 2024 20:39:20 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-12-10 14:56:01.453362
• Title: Toxic behavior silences online political conversations
• Title（参考訳）: トキシックな行動がネット上の政治会話を黙らせる
• Authors: Gabriela Juncosa, Taha Yasseri, Julia Koltai, Gerardo Iniguez,
• Abstract要約: 個人は有害な行動に晒されているため、少数派の意見を公然と表現することを控える可能性があるという仮説を考察する。 隠れマルコフモデルを用いて、毒性による沈黙と一致した潜伏状態を特定する。 本研究は、オンライン政治熟考の複雑さを考察し、自己検閲のダイナミクスを考えることの重要性を強調した。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: Quantifying how individuals react to social influence is crucial for tackling collective political behavior online. While many studies of opinion in public forums focus on social feedback, they often overlook the potential for human interactions to result in self-censorship. Here, we investigate political deliberation in online spaces by exploring the hypothesis that individuals may refrain from expressing minority opinions publicly due to being exposed to toxic behavior. Analyzing conversations under YouTube videos from six prominent US news outlets around the 2020 US presidential elections, we observe patterns of self-censorship signaling the influence of peer toxicity on users' behavior. Using hidden Markov models, we identify a latent state consistent with toxicity-driven silence. Such state is characterized by reduced user activity and a higher likelihood of posting toxic content, indicating an environment where extreme and antisocial behaviors thrive. Our findings offer insights into the intricacies of online political deliberation and emphasize the importance of considering self-censorship dynamics to properly characterize ideological polarization in digital spheres.
• Abstract（参考訳）: 個人が社会的影響にどう反応するかを定量化することは、集団的な政治的行動にオンラインで対処するために不可欠である。 公開フォーラムにおける意見研究の多くは社会的フィードバックに焦点を当てているが、人間同士の交流が自己検閲をもたらす可能性を見落としていることが多い。 ここでは、個人が有害な行動に晒されているため、少数派意見の公開を控える可能性があるという仮説を探求し、オンライン空間における政治的熟考を検討する。 2020年の米大統領選挙に関する6つの著名な報道機関のYouTubeビデオ下での会話を分析し、ユーザーの行動にピア毒性の影響を示唆する自己検閲のパターンを観察する。 隠れマルコフモデルを用いて、毒性による沈黙と一致した潜伏状態を特定する。 このような状態は、ユーザーの活動が減少し、有害なコンテンツを投稿する可能性が高まり、極端な社会的行動と反社会的行動が繁栄する環境が示される。 本研究は、オンライン政治熟考の複雑さに関する知見を提供し、デジタルスフィアにおけるイデオロギー分極を適切に特徴づけるために、自己検閲のダイナミクスを考えることの重要性を強調した。

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)
• Analyzing Toxicity in Deep Conversations: A Reddit Case Study [0.0]
  この研究は、公開会話設定における毒性に関するユーザがどのように振る舞うかを理解するために、ツリーベースのアプローチを採用する。 Redditの8つのコミュニティから上位100件の投稿とコメントのセクションを収集し、100万件以上の回答を得た。 有毒なコメントは、その後の有毒なコメントがオンライン会話で生み出される可能性を高める。
  論文  参考訳（メタデータ） (2024-04-11T16:10:44Z)
• Twits, Toxic Tweets, and Tribal Tendencies: Trends in Politically Polarized Posts on Twitter [5.161088104035108]
  個人レベルでの毒性と,Twitter/X上でのトピックレベルに寄与するパーシスタンスと感情分極が果たす役割について検討する。 43,151人のTwitter/Xユーザーから8960万のツイートを収集した後、パーティショニングを含むいくつかのアカウントレベルの特徴が、ユーザーが有害コンテンツを投稿する頻度を予測するかを決定する。
  論文  参考訳（メタデータ） (2023-07-19T17:24:47Z)
• Classification of social media Toxic comments using Machine learning models [0.0]
  この要約は、ソーシャルメディアプラットフォームにおける有害なコメントの問題を概説している。 この行動は反社会的行動と呼ばれ、オンライン討論、コメント、戦いの間に起こる。 明示的な言語を含むコメントは、有毒、重篤な有毒、わいせつ、脅迫、侮辱、同一性嫌悪など、様々なカテゴリに分類される。 ユーザーを不快な言葉から守るために、企業はコメントを掲示し、ユーザーをブロックし始めた。
  論文  参考訳（メタデータ） (2023-04-14T05:40:11Z)
• 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)
• Twitter Users' Behavioral Response to Toxic Replies [1.2387676601792899]
  我々は,Twitter上でのユーザのオンライン行動に及ぼす毒性の影響を検討した。 毒性の犠牲者は, 回避, 復讐, 対策, 交渉といった行動反応の組合せがみられた。 本研究は, ソーシャルメディア上での毒性の負の結果を低減するための, より効果的な検出・介入手法の開発において, さらなる研究を支援することができる。
  論文  参考訳（メタデータ） (2022-10-24T17:36:58Z)
• Annotators with Attitudes: How Annotator Beliefs And Identities Bias Toxic Language Detection [75.54119209776894]
  本研究では,アノテータのアイデンティティ(誰)と信念(なぜ)が有害な言語アノテーションに与える影響について検討する。 我々は、アンチブラック言語、アフリカ系アメリカ人の英語方言、俗語という3つの特徴を持つポストを考察する。 以上の結果から,アノテータのアイデンティティと信念と毒性評価の相関が強く示唆された。
  論文  参考訳（メタデータ） (2021-11-15T18:58:20Z)
• 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)
• Causal Understanding of Fake News Dissemination on Social Media [50.4854427067898]
  我々は、ユーザーがフェイクニュースを共有するのに、ユーザー属性が何をもたらすかを理解することが重要だと論じている。 偽ニュース拡散において、共同創設者は、本質的にユーザー属性やオンライン活動に関連する偽ニュース共有行動によって特徴づけられる。 本稿では,偽ニュース拡散における選択バイアスを軽減するための原則的アプローチを提案する。
  論文  参考訳（メタデータ） (2020-10-20T19:37:04Z)
• 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。