論文の概要: Shifting Narratives: A Longitudinal Analysis of Media Trends and Public Attitudes on Homelessness

• arxiv url: http://arxiv.org/abs/2506.21794v1
• Date: Thu, 26 Jun 2025 22:34:17 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-06-30 21:12:23.022381
• Title: Shifting Narratives: A Longitudinal Analysis of Media Trends and Public Attitudes on Homelessness
• Title（参考訳）: シフトするナラティブ:メディアの動向とホームレスに対する公衆の態度の縦断的分析
• Authors: Akshay Irudayaraj, Nathan Ye, Yash Chainani,
• Abstract要約: 本研究は,ホームレスの範囲内でのフレーミング理論を検証するために,関連メディア記事の話題と感情傾向を分析した。 2015年から2023年にかけて、カリフォルニア州、フロリダ州、ワシントン州、オレゴン州、ニューヨーク州の州レベルのトレンドを調査した。 特にホームレス率の高い州では,メディアフレーミングと公的な感情との間に統計的に有意な相関が認められた。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Within the field of media framing, homelessness has been a historically under-researched topic. Framing theory states that the media's method of presenting information plays a pivotal role in controlling public sentiment toward a topic. The sentiment held towards homeless individuals influences their ability to access jobs, housing, and resources as a result of discrimination. This study analyzes the topic and sentiment trends in related media articles to validate framing theory within the scope of homelessness. It correlates these shifts in media reporting with public sentiment. We examine state-level trends in California, Florida, Washington, Oregon, and New York from 2015 to 2023. We utilize the GDELT 2.0 Global Knowledge Graph (GKG) database to gather article data and use X to measure public sentiment towards homeless individuals. Additionally, to identify if there is a correlation between media reporting and public policy, we examine the media's impact on state-level legislation. Our research uses Granger-causality tests and vector autoregressive (VAR) models to establish a correlation between media framing and public sentiment. We also use latent Dirichlet allocation (LDA) and GPT-3.5 (LLM-as-annotator paradigm) for topic modeling and sentiment analysis. Our findings demonstrate a statistically significant correlation between media framing and public sentiment, especially in states with high homelessness rates. We found no significant correlation between media framing and legislation, suggesting a possible disconnect between public opinion and policy-making. These findings reveal the broader impact of the media's framing decisions and delineate its ability to affect society.
• Abstract（参考訳）: メディアフレーミングの分野では、ホームレスは歴史的にあまり研究されていないトピックである。 フレイミング理論は、メディアが情報を提示する手法は、話題に対する大衆の感情を制御する上で重要な役割を担っていると述べている。 ホームレスに対する感情は、差別の結果、仕事、住居、資源へのアクセス能力に影響を与える。 本研究は,ホームレスの範囲内でのフレーミング理論を検証するために,関連メディア記事の話題と感情傾向を分析した。 これは、メディア報道におけるこうした変化と、世論の感情とを関連付けている。 2015年から2023年にかけて、カリフォルニア州、フロリダ州、ワシントン州、オレゴン州、ニューヨーク州の州レベルのトレンドを調査した。 我々はGDELT 2.0 Global Knowledge Graph(GKG)データベースを用いて記事データを収集し、Xを用いてホームレスの個人に対する公的な感情を測定する。 さらに、メディア報道と公共政策の間に相関関係があるかどうかを確認するために、メディアが州レベルの法律に与える影響を検討する。 我々の研究は、メディアフレーミングと世論の相関を確立するために、Granger-Causality testとベクトル自己回帰(VAR)モデルを用いている。 また、トピックモデリングや感情分析に潜在ディリクレアロケーション(LDA)とGPT-3.5(LLM-as-annotator paradigm)を用いる。 特にホームレス率の高い州では,メディアフレーミングと公的な感情との間に統計的に有意な相関が認められた。 メディア・フレーミングと法律の間に有意な相関関係は見られず、世論と政策立案の切り離しの可能性も示唆された。 これらの知見は、メディアのフレーミング決定の広範な影響を明らかにし、社会に影響を及ぼす能力を明確にする。

関連論文リスト

• Can Community Notes Replace Professional Fact-Checkers? [49.5332225129956]
  Twitter/XとMetaによるポリシーの変更は、ファクトチェック組織とのパートナーシップから移行したことを示している。 分析の結果,コミュニティノートでは,過去の報告の最大5倍のファクトチェックソースを引用していることがわかった。 その結果,コミュニティのモデレーションの成功は,プロのファクトチェックに依存し,市民とプロのファクトチェックがいかに深く絡み合っているかを強調した。
  論文  参考訳（メタデータ） (2025-02-19T22:26:39Z)
• Intertwined Biases Across Social Media Spheres: Unpacking Correlations in Media Bias Dimensions [12.588239777597847]
  メディアバイアスは、ステレオタイプを強化し、社会的分裂を悪化させることによって、公共の認知を著しく形作る。 われわれは過去5年間にYouTubeとRedditから収集された新しいデータセットを紹介した。 私たちのデータセットには、幅広いバイアス次元にわたるYouTubeコンテンツの自動アノテーションが含まれています。
  論文  参考訳（メタデータ） (2024-08-27T21:03:42Z)
• Large language models for newspaper sentiment analysis during COVID-19: The Guardian [0.16777183511743468]
  この研究は、新型コロナウイルスのさまざまな段階におけるガーディアン紙の感情分析を提供する。 パンデミックの初期段階では、公衆の感情が緊急の危機対応を優先し、後に健康と経済への影響に焦点を移した。 結果は、パンデミックの初期段階において、公衆の感情が緊急の危機対応を優先し、後に健康と経済への影響に焦点を移したことを示している。
  論文  参考訳（メタデータ） (2024-05-20T07:10:52Z)
• Quantifying Media Influence on Covid-19 Mask-Wearing Beliefs [0.8192907805418583]
  この研究は、Howard 2020のFace Mask Perception Scaleによると、Covid-19マスク着用に関する声明に注釈を付けた米国のニュースメディアのデータセットに貢献する。 同時期に行われたギャラップ調査から,メディアメッセージングと経験的世論調査データとの微妙な相関関係を示す。 また、このデータは、その期間を通じて、プロマスクとアンチマスクの感情の定量的分析に使用できることを示した。
  論文  参考訳（メタデータ） (2024-03-06T13:09:40Z)
• 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)
• Understanding Divergent Framing of the Supreme Court Controversies: Social Media vs. News Outlets [56.67097829383139]
  我々は、米国最高裁判所の一連の判決に関して、ソーシャルメディアや伝統的なメディアのフレーミングにおける微妙な区別に焦点を当てている。 メディアが肯定的な行動や中絶の権利を扱い、学生ローンの話題はより深いコンセンサスを示す傾向にある。
  論文  参考訳（メタデータ） (2023-09-18T06:40:21Z)
• Bias or Diversity? Unraveling Fine-Grained Thematic Discrepancy in U.S. News Headlines [63.52264764099532]
  われわれは、2014年から2022年までの米国の主要メディアから、180万件のニュース記事の大規模なデータセットを使用している。 我々は、国内政治、経済問題、社会問題、外交の4つの主要なトピックに関連する、きめ細かいテーマの相違を定量化する。 以上の結果から,国内政治や社会問題においては,一定のメディア偏見が原因であることが示唆された。
  論文  参考訳（メタデータ） (2023-03-28T03:31:37Z)
• Unveiling the Hidden Agenda: Biases in News Reporting and Consumption [59.55900146668931]
  イタリアのワクチン論争に関する6年間のデータセットを構築し、物語と選択バイアスを特定するためにベイジアン潜在空間モデルを採用する。 バイアスとエンゲージメントの間に非線形な関係が見られ、極端な位置へのエンゲージメントが高くなった。 Twitter上でのニュース消費の分析は、同様のイデオロギー的な立場のニュースメディアの間で、一般的なオーディエンスを明らかにしている。
  論文  参考訳（メタデータ） (2023-01-14T18:58:42Z)
• GREENER: Graph Neural Networks for News Media Profiling [24.675574340841163]
  本稿では,ウェブ上でのニュースメディアのプロファイリングの問題について,その実態と偏見について考察する。 私たちの主な焦点は、オーディエンスの重複に基づいて、メディア間の類似性をモデル化することにあります。 予測精度は2つのタスクに対して2.5-27マクロF1ポイント向上した。
  論文  参考訳（メタデータ） (2022-11-10T12:46:29Z)

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。