論文の概要: The Effects of Moral Framing on Online Fundraising Outcomes: Evidence from GoFundMe Campaigns

• arxiv url: http://arxiv.org/abs/2505.11367v1
• Date: Fri, 16 May 2025 15:31:56 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-05-19 14:36:15.468955
• Title: The Effects of Moral Framing on Online Fundraising Outcomes: Evidence from GoFundMe Campaigns
• Title（参考訳）: モラル・フラーミングがオンライン資金調達成績に及ぼす影響:GoFundMeキャンペーンからの証拠
• Authors: Ji Eun Kim, Libby Hemphill,
• Abstract要約: 本研究は、モラル・フレーミングが、資金援助と社会支援の両方を含む資金調達結果に与える影響について検討する。 我々は、ケア、公正、および(グループ内の)忠誠の3つの道徳的枠組みに注目し、キャンペーンのアピールにおける彼らの存在を測定した。
• 参考スコア（独自算出の注目度）: 2.305290404567739
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: This study examines the impact of moral framing on fundraising outcomes, including both monetary and social support, by analyzing a dataset of 14,088 campaigns posted on GoFundMe. We focused on three moral frames: care, fairness, and (ingroup) loyalty, and measured their presence in campaign appeals. Our results show that campaigns in the Emergency category are most influenced by moral framing. Generally, negatively framing appeals by emphasizing harm and unfairness effectively attracts more donations and comments from supporters. However, this approach can have a downside, as it may lead to a decrease in the average donation amount per donor. Additionally, we found that loyalty framing was positively associated with receiving more donations and messages across all fundraising categories. This research extends existing literature on framing and communication strategies related to fundraising and their impact. We also propose practical implications for designing features of online fundraising platforms to better support both fundraisers and supporters.
• Abstract（参考訳）: 本研究では、GoFundMeに投稿された14,088件のキャンペーンのデータセットを分析し、モラル・フレーミングが金銭的・社会的支援を含む資金調達結果に与える影響について検討した。 我々は、ケア、公正、(グループ内の)忠誠の3つの道徳的枠組みに焦点を合わせ、キャンペーンのアピールにおける彼らの存在を測定した。 以上の結果から,緊急カテゴリーのキャンペーンはモラル・フレーミングの影響が最も大きいことが示唆された。 概して、害と不公平を強調して否定的に訴えることによって、支援者からのより多くの寄付やコメントを効果的に惹きつける。 しかし、ドナー当たりの平均寄付額が減少する可能性があるため、このアプローチにはマイナス面がある可能性がある。 さらに、ロイヤリティ・フレーミングは、すべての資金調達カテゴリーでより多くの寄付やメッセージを受け取ることに肯定的な関係があることがわかりました。 本研究は、資金調達とその影響に関するフレーミングとコミュニケーション戦略に関する既存の文献を拡張した。 また、オンライン資金調達プラットフォームの特徴を設計し、募金者と支援者の双方をより良く支援するための実践的意味も提案する。

関連論文リスト

• UK Finfluencers: Exploring Content, Reach, and Responsibility [0.0]
  本研究では,TikTokにおけるイギリスにおけるフィンフルエンサーのパターンと行動について検討した。 その目的は、共通のエンゲージメントパターンを特定し、金融上の害から国民を守るためのガイドラインを提案することである。
  論文  参考訳（メタデータ） (2025-05-03T22:28:36Z)
• Fairness Mediator: Neutralize Stereotype Associations to Mitigate Bias in Large Language Models [66.5536396328527]
  LLMは必然的にトレーニングデータから急激な相関関係を吸収し、偏りのある概念と特定の社会的グループの間のステレオタイプ的関連をもたらす。 ステレオタイプアソシエーションを中和するバイアス緩和フレームワークであるFairness Mediator (FairMed)を提案する。 本フレームワークは, ステレオタイプアソシエーションプローバーと, 対向型デバイアス中和剤の2つの主成分からなる。
  論文  参考訳（メタデータ） (2025-04-10T14:23:06Z)
• Position: AI/ML Influencers Have a Place in the Academic Process [82.2069685579588]
  機械学習研究の可視性向上におけるソーシャルメディアインフルエンサーの役割について検討する。 2018年12月から2023年10月までの間に、8000以上の論文の包括的なデータセットを収集しました。 我々の統計的および因果推論分析は、これらのインフルエンサーが支持する論文の引用が著しく増加することを示している。
  論文  参考訳（メタデータ） (2024-01-24T20:05:49Z)
• A Latent Dirichlet Allocation (LDA) Semantic Text Analytics Approach to Explore Topical Features in Charity Crowdfunding Campaigns [0.6298586521165193]
  本研究では、LDA(Latent Dirichlet Allocation)を用いて、チャリティキャンペーンのテキスト記述から潜在テーマを抽出する、革新的テキスト分析フレームワークを提案する。 この研究は4つの異なるテーマを探求し、それぞれ2つのキャンペーンとインセンティブの説明を行った。 この研究はランダムフォレストを用いて、主題的パラメータと数値的パラメータの両方を用いてキャンペーンの成功を予測することに成功した。
  論文  参考訳（メタデータ） (2024-01-03T09:17:46Z)
• How COVID-19 Have Changed Crowdfunding: Evidence From GoFundMe [77.34726150561087]
  この研究は、過去2年間にGoFundMeで公開されたすべてのキャンペーンのユニークなデータセットを使用する。 我々は、クラウドファンディングサイトに存在するカバーイメージやその他の変数を分析し、クラウドファンドされたプロジェクトのコーパスについて研究する。
  論文  参考訳（メタデータ） (2021-06-18T08:03:58Z)
• 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)
• Optimal Targeting in Fundraising: A Machine Learning Approach [0.0]
  本論文では、資金調達効果を高める手段として最適なターゲティングを検討する。 無条件の贈り物をランダムに提供し、因果的機械学習技術を使用して、予測されたネットドナーにこの資金調達ツールを「最適」にターゲットします。
  論文  参考訳（メタデータ） (2021-03-10T23:06:35Z)
• I call BS: Fraud Detection in Crowdfunding Campaigns [3.785123406103386]
  チャリティーベースのクラウドファンディング環境への寄付はここ数年増加傾向にある。 我々は、さまざまなクラウドファンディングプラットフォームから収集されたデータを分析し、700件のキャンペーンを詐欺とみなす。 このような不正行為を90.14%の精度と96.01%のAUCで自動的に分類することができる。
  論文  参考訳（メタデータ） (2020-06-30T14:38:21Z)
• Do Interruptions Pay Off? Effects of Interruptive Ads on Consumers Willingness to Pay [79.9312329825761]
  本研究は,広告主ブランドの商品に対する消費者の支払い意欲に及ぼす割り込み広告の影響を計測する研究結果である。 本研究は, 広告の経済的影響に関する研究に寄与し, 実験マーケティング研究における実際の(自己申告の)支払意欲を測定する方法を紹介した。
  論文  参考訳（メタデータ） (2020-05-14T09:26:57Z)
• 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。