論文の概要: Examining the Mental Health Impact of Misinformation on Social Media Using a Hybrid Transformer-Based Approach

• arxiv url: http://arxiv.org/abs/2503.02333v1
• Date: Tue, 04 Mar 2025 06:45:17 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-03-05 19:25:04.434819
• Title: Examining the Mental Health Impact of Misinformation on Social Media Using a Hybrid Transformer-Based Approach
• Title（参考訳）: ハイブリッドトランスフォーマーを用いたソーシャルメディアにおける誤情報のメンタルヘルスへの影響の検討
• Authors: Sarvesh Arora, Sarthak Arora, Deepika Kumar, Vallari Agrawal, Vedika Gupta, Dipit Vasdev,
• Abstract要約: 虚偽の物語の未確認の拡散は、精神的健康に大きな影響を与え、ストレス、不安、誤報によって引き起こされるパラノイアに寄与する。 本研究では,RoBERTa-LSTM分類器を用いたハイブリッドトランスフォーマーによる誤情報検出,メンタルヘルスへの影響評価,誤情報曝露に関連する障害の分類を行う。 提案モデルでは, 誤情報, 精神保健への影響, 障害分類の精度が98.4, 87.8, 77.3であった。
• 参考スコア（独自算出の注目度）: 0.9746984889116503
• License:
• Abstract: Social media has significantly reshaped interpersonal communication, fostering connectivity while also enabling the proliferation of misinformation. The unchecked spread of false narratives has profound effects on mental health, contributing to increased stress, anxiety, and misinformation-driven paranoia. This study presents a hybrid transformer-based approach using a RoBERTa-LSTM classifier to detect misinformation, assess its impact on mental health, and classify disorders linked to misinformation exposure. The proposed models demonstrate accuracy rates of 98.4, 87.8, and 77.3 in detecting misinformation, mental health implications, and disorder classification, respectively. Furthermore, Pearson's Chi-Squared Test for Independence (p-value = 0.003871) validates the direct correlation between misinformation and deteriorating mental well-being. This study underscores the urgent need for better misinformation management strategies to mitigate its psychological repercussions. Future research could explore broader datasets incorporating linguistic, demographic, and cultural variables to deepen the understanding of misinformation-induced mental health distress.
• Abstract（参考訳）: ソーシャルメディアは対人コミュニケーションを大きく変え、つながりを育み、偽情報の拡散を可能にした。 虚偽の物語の未確認の拡散は、精神的健康に大きな影響を与え、ストレス、不安、誤報によって引き起こされるパラノイアに寄与する。 本研究では,RoBERTa-LSTM分類器を用いたハイブリッドトランスフォーマーによる誤情報検出,メンタルヘルスへの影響評価,誤情報曝露に関連する障害の分類を行う。 提案モデルでは, 誤情報, 精神保健への影響, 障害分類の精度が98.4, 87.8, 77.3であった。 さらに、ピアソンのChi-Squared Test for Independence (p-value = 0.003871)は、誤情報と精神健康の悪化の直接的な相関を検証している。 本研究は, 心理的影響を軽減するために, 誤情報管理戦略の改善が急務であることを示すものである。 将来の研究は、誤情報によって引き起こされるメンタルヘルスの苦悩の理解を深めるために、言語、人口統計、文化変数を取り入れたより広範なデータセットを検討する可能性がある。

関連論文リスト

• Epidemiology-informed Network for Robust Rumor Detection [59.89351792706995]
  本稿では, 疫学知識を統合し, 性能を高めるための新しい疫学情報ネットワーク(EIN)を提案する。 疫学理論をうわさ検出に適応させるため,各利用者が情報源情報に対する姿勢を付加することが期待されている。 実験結果から,提案したEINは実世界のデータセット上で最先端の手法より優れるだけでなく,樹木の深度にまたがる堅牢性も向上することが示された。
  論文  参考訳（メタデータ） (2024-11-20T00:43:32Z)
• MentalArena: Self-play Training of Language Models for Diagnosis and Treatment of Mental Health Disorders [59.515827458631975]
  メンタルヘルス障害は世界で最も深刻な病気の1つである。 プライバシーに関する懸念は、パーソナライズされた治療データのアクセシビリティを制限する。 MentalArenaは、言語モデルをトレーニングするためのセルフプレイフレームワークである。
  論文  参考訳（メタデータ） (2024-10-09T13:06:40Z)
• PsychoGAT: A Novel Psychological Measurement Paradigm through Interactive Fiction Games with LLM Agents [68.50571379012621]
  心理的な測定は、精神健康、自己理解、そして個人の発達に不可欠である。 心理学ゲームAgenT(サイコガト)は、信頼性、収束妥当性、差別的妥当性などの心理学的指標において統計的に有意な卓越性を達成している。
  論文  参考訳（メタデータ） (2024-02-19T18:00:30Z)
• 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)
• An Annotated Dataset for Explainable Interpersonal Risk Factors of Mental Disturbance in Social Media Posts [0.0]
  ソーシャルメディア上での精神障害に影響を及ぼす人為的リスクファクター(IRF)の分類と説明を伴う注釈付きデータセットの構築とリリースを行う。 我々は,TBeとPBuのパターンをユーザの歴史的ソーシャルメディアプロファイルの感情スペクトルで検出することにより,将来的な研究方向のベースラインモデルを構築し,リアルタイムなパーソナライズされたAIモデルを開発する。
  論文  参考訳（メタデータ） (2023-05-30T04:08:40Z)
• Causal Categorization of Mental Health Posts using Transformers [0.0]
  既存のメンタルヘルス分析研究は、ソーシャルメディアに対するユーザの意図を分類するために、横断的な研究を中心に展開されている。 詳細な分析では,因果分類の問題を解くために既存の分類器について検討する。 本研究では, トランスフォーマーモデルを用いて, トレーニング済みのトランスファー学習の有効性を「CAMS」データセット上で実証する。
  論文  参考訳（メタデータ） (2023-01-06T16:37:48Z)
• Adherence to Misinformation on Social Media Through Socio-Cognitive and Group-Based Processes [79.79659145328856]
  誤報が広まると、これはソーシャルメディア環境が誤報の付着を可能にするためである、と我々は主張する。 偏光と誤情報付着が密接な関係にあると仮定する。
  論文  参考訳（メタデータ） (2022-06-30T12:34:24Z)
• The world seems different in a social context: a neural network analysis of human experimental data [57.729312306803955]
  本研究では,先行・知覚的信号の精度を変化させることで,個人・社会的タスク設定の両方で人間の行動データを再現可能であることを示す。 トレーニングされたネットワークの神経活性化トレースの分析は、情報が個人や社会的条件のネットワークにおいて、根本的に異なる方法でコード化されていることを示す。
  論文  参考訳（メタデータ） (2022-03-03T17:19:12Z)
• Case Study on Detecting COVID-19 Health-Related Misinformation in Social Media [7.194177427819438]
  本稿では、ソーシャルメディアにおける新型コロナウイルスの健康関連誤報を検出するメカニズムについて述べる。 応用機械学習技術を用いて誤情報検出機構に組み込まれた誤情報テーマと関連キーワードを定義した。 本手法は,健康関連誤報と真情報との分類において,少なくとも78%の精度で有望な結果を示す。
  論文  参考訳（メタデータ） (2021-06-12T16:26:04Z)
• Understanding Health Misinformation Transmission: An Interpretable Deep Learning Approach to Manage Infodemics [6.08461198240039]
  本研究では,新しい解釈可能な深層学習手法であるGenerative Adversarial NetworkベースのPiecewise Wide and Attention Deep Learning (GAN-PiWAD)を提案する。 社会交換理論に則った特徴を選択し、4,445本の誤報動画でGAN-PiWADを評価します。 本研究は,ソーシャルメディアプラットフォームや政策立案者に対して,誤情報を識別し,伝達を制御し,インフォデミクスを管理するための積極的な介入をデザインする直接的意義を与える。
  論文  参考訳（メタデータ） (2020-12-21T15:49:19Z)

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。