論文の概要: Sympathy over Polarization: A Computational Discourse Analysis of Social Media Posts about the July 2024 Trump Assassination Attempt

• arxiv url: http://arxiv.org/abs/2501.09950v1
• Date: Fri, 17 Jan 2025 04:26:13 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-01-20 13:59:23.761941
• Title: Sympathy over Polarization: A Computational Discourse Analysis of Social Media Posts about the July 2024 Trump Assassination Attempt
• Title（参考訳）: 偏極に対する同情:2024年7月のトランプ暗殺未遂事件に関するソーシャルメディア投稿の計算的談話分析
• Authors: Qingcheng Zeng, Guanhong Liu, Zhaoqian Xue, Diego Ford, Rob Voigt, Loni Hagen, Lingyao Li,
• Abstract要約: 我々は、ドナルド・トランプに対する大衆の感情が、時間とともに、地域によってどのように変化していくかを調査する。 危機前後のオンライン会話における主要なテーマについて検討する。 大規模な言語モデルに基づく感情分析、差分差分モデル、トピックモデリング技術を統合することで、一般大衆の反応がトランプに広く共感することを発見した。
• 参考スコア（独自算出の注目度）: 7.484950789973326
• License:
• Abstract: On July 13, 2024, at the Trump rally in Pennsylvania, someone attempted to assassinate Republican Presidential Candidate Donald Trump. This attempt sparked a large-scale discussion on social media. We collected posts from X (formerly known as Twitter) one week before and after the assassination attempt and aimed to model the short-term effects of such a ``shock'' on public opinions and discussion topics. Specifically, our study addresses three key questions: first, we investigate how public sentiment toward Donald Trump shifts over time and across regions (RQ1) and examine whether the assassination attempt itself significantly affects public attitudes, independent of the existing political alignments (RQ2). Finally, we explore the major themes in online conversations before and after the crisis, illustrating how discussion topics evolved in response to this politically charged event (RQ3). By integrating large language model-based sentiment analysis, difference-in-differences modeling, and topic modeling techniques, we find that following the attempt the public response was broadly sympathetic to Trump rather than polarizing, despite baseline ideological and regional disparities.
• Abstract（参考訳）: 2024年7月13日、ペンシルベニア州で行われたトランプ集会で、誰かが共和党の大統領候補ドナルド・トランプを暗殺しようとした。 この試みはソーシャルメディアに関する大規模な議論を引き起こした。 われわれは暗殺未遂の1週間前にX(以前はTwitterと呼ばれていた)からの投稿を収集し、そのような‘shock’の短期的効果を大衆の意見や議論のトピックにモデル化することを目指していた。 具体的には、まず、ドナルド・トランプに対する大衆の感情が、時間とともに、地域によってどのように変化するか(RQ1)、そして暗殺未遂が、既存の政治的アライメント(RQ2)とは無関係に、公共の態度に大きく影響するかを検討する。 最後に、危機前後のオンライン会話における主要なテーマについて検討し、この政治的責任を負ったイベント(RQ3)に対する議論の展開について述べる。 大規模な言語モデルに基づく感情分析、差分差モデリング、トピックモデリング技術を統合することで、基本的イデオロギーと地域格差にもかかわらず、公共の反応が偏極ではなくトランプに広く共感することを発見した。

関連論文リスト

• Analyzing political stances on Twitter in the lead-up to the 2024 U.S. election [1.2764774886497106]
  我々は2024年アメリカ合衆国大統領選挙に関するツイートのイデオロギー的位置について検討する。 我々は、イデオロギー的スタンスを、民主派、反共和派、反共和派、反民主派、中立派に分類する。 共和党の候補者は、民主党とその候補者に対する批判の中で、その逆よりもはるかに多くのツイートを投稿している。
  論文  参考訳（メタデータ） (2024-11-28T07:05:34Z)
• Quantifying the Uniqueness of Donald Trump in Presidential Discourse [51.76056700705539]
  本稿では,大規模言語モデルに基づく一意性尺度を提案する。 トランプ氏の演説パターンが、最近の歴史の中で大統領候補に指名されたすべての主要政党の発言パターンから逸脱していることを示す証拠が相当ある」と述べた。
  論文  参考訳（メタデータ） (2024-01-02T19:00:17Z)
• The Face of Populism: Examining Differences in Facial Emotional Expressions of Political Leaders Using Machine Learning [50.24983453990065]
  私たちは15カ国の政治指導者の220本のYouTubeビデオのサンプルをディープラーニングで処理しています。 ポピュリスト・レトリックの度合いが異なるリーダー群間での負の感情の平均スコアの統計的に有意な差を観察した。
  論文  参考訳（メタデータ） (2023-04-19T18:32:49Z)
• Wearing Masks Implies Refuting Trump?: Towards Target-specific User Stance Prediction across Events in COVID-19 and US Election 2020 [13.528346127056793]
  議論の的となっている話題に関して同様の意見を共有する人々は、同意見の場を形成し、他のトピックについても同様の政治的見解を共有することができる。 私たちがコネクテッドな行動と呼ぶこのようなつながりの存在は、過去の行動を考えると、将来の出来事に対してどのように振る舞うかを予測するユニークな機会を与えます。
  論文  参考訳（メタデータ） (2023-03-21T17:14:04Z)
• Twitter's Agenda-Setting Role: A Study of Twitter Strategy for Political Diversion [2.129609835555137]
  この研究は、ドナルド・トランプのTwitterキャンペーンが、アジェンダセットを誘導し、政治的リスクを逸脱させる効果を検証した。 2020年1月1日から12月31日まで、Twitterプラットフォーム上でトランプが投稿したツイートをすべて収集した。 実証分析によると、Twitterの戦略は、新型コロナウイルスの感染拡大の際の否定的なコビッドウイルスの報告から大衆の注意を逸らすのに使われている。
  論文  参考訳（メタデータ） (2022-12-16T11:34:49Z)
• United States Politicians' Tone Became More Negative with 2016 Primary Campaigns [11.712441267029092]
  われわれは、米国の政治家18,627人によるオンラインニュースから2400万件の引用をまとめた、新しい総合的なコーパスに、精神言語ツールを適用した。 オバマの任期中に否定的な感情の単語の頻度が連続的に減少していたのに対し、2016年の予備選挙によって突然、そして持続的に増加したことが示される。 この研究は、トランプの選挙運動が触媒として始まった後、よりネガティブな政治的トーンへの劇的なシフトを示す最初の大規模なデータ駆動型証拠を提供する。
  論文  参考訳（メタデータ） (2022-07-17T08:41:14Z)
• Comparing the Language of QAnon-related content on Parler, Gab, and Twitter [68.8204255655161]
  保守派の間で人気の「言論の自由」プラットフォームであるParlerは、2021年1月に、憎悪やQAnonなどの陰謀に関するコンテンツのモデレーションの欠如により、オフラインになった。 われわれは投稿をParlerの#QAnonというハッシュタグと比較する。 Gabはヘイト条件の#QAnon投稿が最も多く、ParlerとTwitterも同様である。 これら3つのプラットフォームにおいて、女性政治家、民主党員、ドナルド・トランプに言及する投稿は、男性政治家、共和党員、あるいは共和党員に言及する投稿よりも、より反社会的な言葉を持っている。
  論文  参考訳（メタデータ） (2021-11-22T11:19:15Z)
• Reaching the bubble may not be enough: news media role in online political polarization [58.720142291102135]
  分極を減らす方法は、異なる政治的指向を持つ個人に党間のニュースを分配することである。 本研究は、ブラジルとカナダにおける全国選挙の文脈において、これが成立するかどうかを考察する。
  論文  参考訳（メタデータ） (2021-09-18T11:34:04Z)
• 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)
• Face Off: Polarized Public Opinions on Personal Face Mask Usage during the COVID-19 Pandemic [77.34726150561087]
  様々な政府機関による一連の政策変更は、フェイスマスクの偏光に寄与したと推測されている。 新型コロナウイルスの感染拡大に伴う米国でのマスクに対する国民の感情を正確に評価するための新しいアプローチを提案する。 2つの重要な政策シフトの出来事が、共和党と民主党の両方の感情の統計的に重要な変化に寄与している。
  論文  参考訳（メタデータ） (2020-10-31T18:52:41Z)
• Towards Measuring Adversarial Twitter Interactions against Candidates in the US Midterm Elections [25.374045377135307]
  我々は,2018年の米総選挙に臨む米下院の候補者に対する敵対的相互作用を計測する。 我々は、特定の候補に向けられた有害なコンテンツでツイートを検出する新しい手法を開発した。 我々はこれらの手法を用いて、攻撃的名声、暴力の脅威、不信任情報の投稿、アイデンティティへの攻撃、敵対的メッセージの繰り返しなど、選挙で見られる敵の対話の幅を概説する。
  論文  参考訳（メタデータ） (2020-05-09T10:00:41Z)

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。