論文の概要: In-Group Love, Out-Group Hate: A Framework to Measure Affective Polarization via Contentious Online Discussions

• arxiv url: http://arxiv.org/abs/2412.14414v1
• Date: Wed, 18 Dec 2024 23:58:13 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-12-20 13:33:30.429948
• Title: In-Group Love, Out-Group Hate: A Framework to Measure Affective Polarization via Contentious Online Discussions
• Title（参考訳）: In-Group Love, Out-Group Hate: 批判的なオンラインディスカッションを通じて感情の分極を測定するフレームワーク
• Authors: Buddhika Nettasinghe, Ashwin Rao, Bohan Jiang, Allon Percus, Kristina Lerman,
• Abstract要約: 我々は、感情的に偏極化されたソーシャルネットワーク内での意思決定をキャプチャする個別選択モデルを導入する。 本稿では,ソーシャルメディアデータから,グループ内愛とグループ外憎悪のキーパラメータを推定する統計的推測手法を提案する。
• 参考スコア（独自算出の注目度）: 2.8963943201523796
• License:
• Abstract: Affective polarization, the emotional divide between ideological groups marked by in-group love and out-group hate, has intensified in the United States, driving contentious issues like masking and lockdowns during the COVID-19 pandemic. Despite its societal impact, existing models of opinion change fail to account for emotional dynamics nor offer methods to quantify affective polarization robustly and in real-time. In this paper, we introduce a discrete choice model that captures decision-making within affectively polarized social networks and propose a statistical inference method estimate key parameters -- in-group love and out-group hate -- from social media data. Through empirical validation from online discussions about the COVID-19 pandemic, we demonstrate that our approach accurately captures real-world polarization dynamics and explains the rapid emergence of a partisan gap in attitudes towards masking and lockdowns. This framework allows for tracking affective polarization across contentious issues has broad implications for fostering constructive online dialogues in digital spaces.
• Abstract（参考訳）: グループ内愛とグループ外憎悪を特徴とするイデオロギーグループ間の感情的な偏極は、米国では増加しており、新型コロナウイルス(COVID-19)のパンデミックでマスクやロックダウンといった論争を巻き起こしている。 社会的影響にもかかわらず、既存の意見の変化モデルでは感情的なダイナミクスを考慮せず、感情的な偏極をしっかりとリアルタイムに定量化する方法を提供していない。 本稿では、感情分極型ソーシャルネットワークにおける意思決定を捉えた個別選択モデルを提案し、ソーシャルメディアデータから重要なパラメーター(グループ内愛とグループ外憎)を推定する統計的推測手法を提案する。 新型コロナウイルス(COVID-19)のパンデミックに関するオンライン議論から実証的な検証を通じて、我々のアプローチが現実世界の偏光ダイナミクスを正確に捉え、マスクやロックダウンに対する態度のパルチザン的なギャップが急速に出現することを説明する。 このフレームワークは、デジタル空間における建設的なオンライン対話を促進するために幅広い意味を持つ、論争的な問題に対する感情的偏極を追跡することができる。

関連論文リスト

• The Root Shapes the Fruit: On the Persistence of Gender-Exclusive Harms in Aligned Language Models [58.130894823145205]
  我々はトランスジェンダー、ノンバイナリ、その他のジェンダー・ディバースのアイデンティティを中心とし、アライメント手順が既存のジェンダー・ディバースバイアスとどのように相互作用するかを検討する。 以上の結果から,DPO対応モデルは特に教師付き微調整に敏感であることが示唆された。 DPOとより広範なアライメントプラクティスに合わせたレコメンデーションで締めくくります。
  論文  参考訳（メタデータ） (2024-11-06T06:50:50Z)
• Bridging or Breaking: Impact of Intergroup Interactions on Religious Polarization [10.640364016644883]
  重要事象に関するグループ間相互作用がソーシャルネットワークにおける多数派と少数派間の分極に影響を及ぼすかどうかを検討する。 私たちは、2020年中に新型コロナウイルス関連の談話に従事している70万人近いインド人Twitterユーザーの宗教的アイデンティティに関するデータを使用します。 政治的・社会的事象においては、集団間相互作用は分極を減少させるが、この減少は、グループに対してすでに高い適合性を示す極端の個人にとってより弱い。 対照的に、共同イベントの間、グループ間相互作用は群整合性を増加させる。
  論文  参考訳（メタデータ） (2024-02-19T07:21:09Z)
• Decoding Susceptibility: Modeling Misbelief to Misinformation Through a Computational Approach [61.04606493712002]
  誤報に対する感受性は、観測不可能な不検証の主張に対する信念の度合いを記述している。 既存の感受性研究は、自己報告された信念に大きく依存している。 本稿では,ユーザの潜在感受性レベルをモデル化するための計算手法を提案する。
  論文  参考訳（メタデータ） (2023-11-16T07:22:56Z)
• Mitigating Framing Bias with Polarity Minimization Loss [56.24404488440295]
  偏見バイアスは、実際の出来事の知覚を歪ませることによって政治的分極を悪化させる重要な役割を担っている。 そこで本研究では,フレーミングバイアスを低減するために,偏光入力項目間の極性差を最小限に抑える新たな損失関数を提案する。
  論文  参考訳（メタデータ） (2023-11-03T09:50:23Z)
• Decoding the Silent Majority: Inducing Belief Augmented Social Graph with Large Language Model for Response Forecasting [74.68371461260946]
  SocialSenseは、既存のソーシャルネットワーク上に信念中心のグラフを誘導するフレームワークであり、グラフベースの伝播によって社会的ダイナミクスを捉える。 本手法は,ゼロショット設定と教師あり設定の両方に対する実験的な評価において,既存の最先端技術を超えている。
  論文  参考訳（メタデータ） (2023-10-20T06:17:02Z)
• Fooling Polarization-based Vision using Locally Controllable Polarizing Projection [55.40484331029597]
  我々は、RGBベースのビジョンよりも深刻な偏光ベースのビジョンの脆弱性のコミュニティに警告する。 商用LCDプロジェクタに適応することにより、局所的に制御可能な偏光投影を実現し、最先端の偏光に基づく視覚アルゴリズムにうまく活用する。
  論文  参考訳（メタデータ） (2023-03-31T08:48:57Z)
• Social Influence Dialogue Systems: A Scoping Survey of the Efforts Towards Influence Capabilities of Dialogue Systems [50.57882213439553]
  社会影響対話システムは、説得、交渉、治療を行うことができる。 これらのスキルを備えた対話システムには、正式な定義やカテゴリは存在しない。 この研究は、この新興地域でのより専用の研究と議論を促すために、社会影響対話システムの包括的参照となる。
  論文  参考訳（メタデータ） (2022-10-11T17:57:23Z)
• Network polarization, filter bubbles, and echo chambers: An annotated review of measures and reduction methods [0.0]
  偏極は、下層のネットワークが、グループ間の接続が弱い高度に連結されたグループによって特徴づけられるときに生じる。 本研究は、ネットワーク偏光対策と偏光処理に使用されるモデルについて注釈付きレビューを行う。
  論文  参考訳（メタデータ） (2022-07-27T21:23:27Z)
• Perspective-taking to Reduce Affective Polarization on Social Media [11.379010432760241]
  ブラウザエクステンションを通じてランダムなフィールド実験をTwitter上で1,611人の参加者に展開する。 参加者を「アウトグループ」フィードに露出するだけでエンゲージメントが向上するが、他の人々が政治的見解を持っている理由の理解は得られない。 参加者に不一致を思い出させるよう促すことによって、親しみやすく共感的な言葉で経験をフレーミングすることは、エンゲージメントに影響を与えず、反対の見解を理解する能力を高める。
  論文  参考訳（メタデータ） (2021-10-11T20:25:10Z)
• Designing Recommender Systems to Depolarize [0.32634122554913997]
  分極は民主主義の侵食と暴力の進行に関係している。 アルゴリズム駆動のソーシャルメディアは、国レベルでの偏光の主要な要因とは思えないが、偏光社会において有用な介入ポイントとなるかもしれない。 本稿では,畳み込み変換を目標としたアルゴリズム的脱分極介入について検討する。
  論文  参考訳（メタデータ） (2021-07-11T03:23:42Z)
• Towards control of opinion diversity by introducing zealots into a polarised social group [7.9603223299524535]
  偏極社会集団における意見の多様性に影響を与えるか、制御する方法を探究する。 我々は、ユーザーが二項意見を持ち、接続する他のものに基づいて信条を何度も更新する投票モデルを活用する。 平均的な意見を任意の目標値にシフトするために、Zealotを偏極ネットワークに注入する。
  論文  参考訳（メタデータ） (2020-06-12T15:27:30Z)

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。