論文の概要: Digital Voices of Survival: From Social Media Disclosures to Support Provisions for Domestic Violence Victims

• arxiv url: http://arxiv.org/abs/2509.12288v1
• Date: Mon, 15 Sep 2025 05:32:42 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-17 17:50:52.685103
• Title: Digital Voices of Survival: From Social Media Disclosures to Support Provisions for Domestic Violence Victims
• Title（参考訳）: 生き残るデジタル音声:ソーシャルメディア公開から国内暴力被害者対策へ
• Authors: Kanlun Wang, Zhe Fu, Wangjiaxuan Xin, Lina Zhou, Shashi Kiran Chandrappa,
• Abstract要約: 家庭内暴力 (Domestic Violence, DV) は、密接な関係の中での強制的および虐待的行動のパターンを特徴とする公衆衛生問題である。 オンラインの自己開示は、サポート・サーキングにとって重要で未調査の道として浮上している。 本研究では,コミュニティサポート機構とともに,DV支援探索行動をモデル化するための新しい計算フレームワークを提案する。
• 参考スコア（独自算出の注目度）: 3.1395997664351523
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Domestic Violence (DV) is a pervasive public health problem characterized by patterns of coercive and abusive behavior within intimate relationships. With the rise of social media as a key outlet for DV victims to disclose their experiences, online self-disclosure has emerged as a critical yet underexplored avenue for support-seeking. In addition, existing research lacks a comprehensive and nuanced understanding of DV self-disclosure, support provisions, and their connections. To address these gaps, this study proposes a novel computational framework for modeling DV support-seeking behavior alongside community support mechanisms. The framework consists of four key components: self-disclosure detection, post clustering, topic summarization, and support extraction and mapping. We implement and evaluate the framework with data collected from relevant social media communities. Our findings not only advance existing knowledge on DV self-disclosure and online support provisions but also enable victim-centered digital interventions.
• Abstract（参考訳）: 家庭内暴力 (Domestic Violence, DV) は、密接な関係の中での強制的および虐待的行動のパターンを特徴とする公衆衛生問題である。 ソーシャルメディアがDV被害者の体験を公開するための重要な拠点として台頭する中、オンラインの自己開示は、サポート・シーキングにとって重要で未解決の道として浮上している。 さらに、既存の研究は、DV自己開示、サポート条項、およびそれらの関係に関する包括的で曖昧な理解を欠いている。 そこで本研究では,コミュニティサポート機構と並行して,DV支援探索動作をモデル化するための新しい計算フレームワークを提案する。 フレームワークは,自己開示検出,ポストクラスタリング,トピック要約,抽出とマッピングのサポートという,4つの重要なコンポーネントで構成されている。 我々は、関連するソーシャルメディアコミュニティから収集されたデータを用いて、このフレームワークを実装し、評価する。 本研究は、DV自己開示とオンラインサポート規定に関する既存の知識を前進させるだけでなく、被害者中心のデジタル介入を可能にした。

関連論文リスト

• RedditESS: A Mental Health Social Support Interaction Dataset -- Understanding Effective Social Support to Refine AI-Driven Support Tools [11.476784855198062]
  RedditESSはReddit投稿から派生した,サポート的なコメントとオリジナルポスターのフォローアップ応答を含む,新しい現実世界のデータセットだ。 効果的な支援の理解を深めることにより、我々の研究は、高度なAI駆動型メンタルヘルス介入の道を開く。
  論文  参考訳（メタデータ） (2025-03-27T18:03:11Z)
• Victim-Centred Abuse Investigations and Defenses for Social Media Platforms [4.969075533165688]
  我々は,米国のマイノリティサービス機関で,学生に対する調査および半構造化インタビューを実施している。 我々は、様々な社会プラットフォーム上での虐待経験、防衛戦略、虐待対応を改善するための社会プラットフォームに対する勧告を探求する。 本稿では,悪用防衛システムの設計要件を提案し,その実装におけるプライバシ,匿名性,および悪用属性の役割について議論する。
  論文  参考訳（メタデータ） (2025-03-03T09:08:20Z)
• Illusions of Relevance: Using Content Injection Attacks to Deceive Retrievers, Rerankers, and LLM Judges [52.96987928118327]
  検索,リランカー,大型言語モデル(LLM)の埋め込みモデルは,コンテンツインジェクション攻撃に対して脆弱であることがわかった。 主な脅威は,(1) 意味不明な内容や有害な内容の挿入,(2) 関連性を高めるために,問合せ全体あるいはキークエリ用語の挿入,の2つである。 本研究は, 注射内容の配置や関連物質と非関連物質とのバランスなど, 攻撃の成功に影響を与える要因を系統的に検討した。
  論文  参考訳（メタデータ） (2025-01-30T18:02:15Z)
• Model Inversion Attacks: A Survey of Approaches and Countermeasures [59.986922963781]
  近年、新しいタイプのプライバシ攻撃であるモデル反転攻撃(MIA)は、トレーニングのためのプライベートデータの機密性を抽出することを目的としている。 この重要性にもかかわらず、総合的な概要とMIAに関する深い洞察を提供する体系的な研究が欠如している。 本調査は、攻撃と防御の両方において、最新のMIA手法を要約することを目的としている。
  論文  参考訳（メタデータ） (2024-11-15T08:09:28Z)
• A Survey of Privacy-Preserving Model Explanations: Privacy Risks, Attacks, and Countermeasures [50.987594546912725]
  AIのプライバシと説明可能性に関する研究が増えているにもかかわらず、プライバシを保存するモデル説明にはほとんど注意が払われていない。 本稿では,モデル説明に対するプライバシ攻撃とその対策に関する,最初の徹底的な調査を紹介する。
  論文  参考訳（メタデータ） (2024-03-31T12:44:48Z)
• Critical Behavioral Traits Foster Peer Engagement in Online Mental Health Communities [28.17719749654601]
  10,118件以上の投稿と、21のメンタルヘルス固有のサブレディットからの58,279件のコメントからなる、ピアカウンセリングデータセットであるBeCOPEを紹介した。 分析の結果, 「自己批判」は, ヘルプシーカーが表現する批判の最も一般的な形態であり, 相互作用の43%を占めることが明らかとなった。 本稿では, 高い可読性は, 追従支援を受ける確率を効果的に2倍にすることを示す。
  論文  参考訳（メタデータ） (2023-09-04T14:00:12Z)
• Application of Text Analytics in Public Service Co-Creation: Literature Review and Research Framework [68.8204255655161]
  従来の公共サービスのトップダウン開発に代わるものとして、公共サービスの共創がある。 共同創造は、より優れた公共サービスを作成し、公開価値を達成することを目的として、ステークホルダー間のコラボレーションを促進する。 本研究では,テキストデータにテキスト分析(TA)技術を適用することで,公共サービスの共同作成を支援するための既存の研究について検討する。
  論文  参考訳（メタデータ） (2023-05-20T17:34:17Z)
• Survivor-Centered Transformative Justice: An Approach to Designing Alongside Domestic Violence Stakeholders in US Muslim Communities [7.41157183358269]
  この研究は、家庭内暴力からの援助と癒しを求める米国のムスリム女性の課題を調査する。 被害者・生存者の自主性は、虐待全体、彼らの即時コミュニティ内、および刑事司法制度にかかわるときに侵害される。
  論文  参考訳（メタデータ） (2023-03-01T02:01:57Z)
• Fragments of the Past: Curating Peer Support with Perpetrators of Domestic Violence [88.37416552778178]
  我々は,過去フラグメントの設計と展開において,6人の支援労働者と18人の加害者とともに働いた10ヶ月の研究を報告した。 私たちは、暴力から脱却した経験をデジタルで強化された成果物、すなわち「フラグメント」を作ることが、メッセージのモチベーションと仲間間のラッピングをいかに翻訳するかを共有します。 これらの知見は、挑戦的な人口を持つ将来のネットワーク設計の実践的考察の基礎となる。
  論文  参考訳（メタデータ） (2021-07-09T22:57:43Z)
• CovidTracker: A comprehensive Covid-related social media dataset for NLP tasks [8.230368367333043]
  このリリースは、スコットランド政府の主任科学者局が資金提供した研究結果を支持している。 新型コロナウイルスの感染拡大に伴う公衆衛生対策の対応を理解するため、社会的な感情を調査することを目指す。
  論文  参考訳（メタデータ） (2021-03-30T15:44:48Z)

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。