論文の概要: Gendered Divides in Online Discussions about Reproductive Rights
- arxiv url: http://arxiv.org/abs/2507.05443v1
- Date: Mon, 07 Jul 2025 19:49:30 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-07-09 16:34:37.324894
- Title: Gendered Divides in Online Discussions about Reproductive Rights
- Title（参考訳）: 生殖の権利に関するオンライン討論におけるジェンダーディバイド
- Authors: Ashwin Rao, Sze Yuh Nina Wang, Kristina Lerman,
- Abstract要約: 特に保守的な地域では,性差が中絶態度や感情表現を著しく低下させることが示された。
これにより中絶態度の男女差が生じ、保守的な地域ではより顕著になる。
Dobbsの草案は、オンラインのエンゲージメントをさらに強化し、アクセスが脅かされている地域で、排他的女性を不当に動員した。
- 参考スコア（独自算出の注目度）: 2.0291101664753364
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The U.S. Supreme Court's 2022 ruling in Dobbs v. Jackson Women's Health Organization marked a turning point in the national debate over reproductive rights. While the ideological divide over abortion is well documented, less is known about how gender and local sociopolitical contexts interact to shape public discourse. Drawing on nearly 10 million abortion-related posts on X (formerly Twitter) from users with inferred gender, ideology and location, we show that gender significantly moderates abortion attitudes and emotional expression, particularly in conservative regions, and independently of ideology. This creates a gender gap in abortion attitudes that grows more pronounced in conservative regions. The leak of the Dobbs draft opinion further intensified online engagement, disproportionately mobilizing pro-abortion women in areas where access was under threat. These findings reveal that abortion discourse is not only ideologically polarized but also deeply structured by gender and place, highlighting the central role of identity in shaping political expression during moments of institutional disruption.
- Abstract（参考訳）: 2022年のドブス対ジャクソン女性保健機関の判決は、生殖の権利に関する全国的な議論の転換点となった。
中絶に対するイデオロギー的な隔たりは十分に文書化されているが、ジェンダーや地域社会政治の文脈が公共の言論を形成するためにどのように相互作用するかについてはあまり知られていない。
性別、イデオロギー、位置を推定したユーザーから、X(元Twitter)の1000万件近い中絶関連投稿を引用すると、特に保守的な地域では、特にイデオロギーとは独立して、中絶態度や感情的な表現が著しく緩やかであることがわかる。
これは中絶態度の男女差を生じさせ、保守的な地域ではより顕著に成長する。
Dobbsのドラフト意見のリークにより、オンラインのエンゲージメントはさらに強化され、アクセスが脅かされている地域では、排他的女性を不当に動員した。
これらの結果から,中絶談話はイデオロギー的に偏極化されているだけでなく,ジェンダーや場所によって深く構造化されていることが示唆された。
関連論文リスト
- Beyond Binary Gender: Evaluating Gender-Inclusive Machine Translation with Ambiguous Attitude Words [85.48043537327258]
既存の機械翻訳の性別バイアス評価は主に男性と女性の性別に焦点を当てている。
本研究では,AmbGIMT (Gender-Inclusive Machine Translation with Ambiguous attitude words) のベンチマークを示す。
本研究では,感情的態度スコア(EAS)に基づく性別バイアス評価手法を提案する。
論文 参考訳（メタデータ） (2024-07-23T08:13:51Z) - Polarized Online Discourse on Abortion: Frames and Hostile Expressions among Liberals and Conservatives [2.430361444826172]
我々は、1100万以上のユーザーから1年間の妊娠中絶に関連する350万以上のツイートのコーパスを分析した。
我々はリベラル派と保守派が互いに敵対的な表現を使うことをおおむね反映していることを示した。
片方が好むフレームは 相手からの 敵対的な反応を引き起こした
論文 参考訳（メタデータ） (2023-11-28T14:49:17Z) - 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) - "I'm fully who I am": Towards Centering Transgender and Non-Binary
Voices to Measure Biases in Open Language Generation [69.25368160338043]
トランスジェンダーとノンバイナリ(TGNB)の個人は、日常生活から差別や排除を不当に経験している。
オープン・ランゲージ・ジェネレーションにおいて,経験豊富なTGNB人物の疎外化を取り巻く社会的現実がいかに貢献し,持続するかを評価する。
我々はTGNB指向のコミュニティからキュレートされたテンプレートベースの実世界のテキストのデータセットであるTANGOを紹介する。
論文 参考訳（メタデータ） (2023-05-17T04:21:45Z) - #RoeOverturned: Twitter Dataset on the Abortion Rights Controversy [2.5681548965601917]
2022年6月24日、アメリカ合衆国最高裁判所は1973年のロー対ウェイド事件判決を覆した。
この決定は、アメリカ全土で抗議や議論を巻き起こした。
我々は,2022年1月1日から2023年1月6日までの1年間で,74万件のツイートを体系的に収集した。
論文 参考訳（メタデータ） (2023-02-02T22:02:19Z) - Abortion Misinformation on TikTok: Rampant Content, Lax Moderation, and
Vivid User Experiences [9.101622055120831]
我々は60人のTikTokユーザを対象に、中絶誤報の経験を明らかにするための調査を行った。
以上の結果より, 妊娠終了に対するハーブの「在宅治療」を示唆する短期的ビデオがほとんどであった。
参加者の多くは科学的に「吸収代替」に注意を払っていたが、サンプル全体の約30%は安全性と有効性を信じていた。
論文 参考訳（メタデータ） (2023-01-12T16:31:48Z) - #ContextMatters: Advantages and Limitations of Using Machine Learning to
Support Women in Politics [0.15749416770494704]
ParityBOTはカナダ、アメリカ合衆国、ニュージーランドで選挙が行われた。
女性候補者に向けられた1200万件以上のツイートを分析して分類し、支持的なツイートで有害なツイートに対処するために使われた。
本研究では,ParityBOTが特定の女性に向けられた侮辱を取り上げなかった偽陰性率について検討した。
論文 参考訳（メタデータ） (2021-09-30T22:55:49Z)
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。