論文の概要: Story and essential meaning dynamics in Bangladesh's July 2024 Student-People's Uprising
- arxiv url: http://arxiv.org/abs/2511.01865v1
- Date: Wed, 15 Oct 2025 19:11:42 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-11-16 06:38:30.962688
- Title: Story and essential meaning dynamics in Bangladesh's July 2024 Student-People's Uprising
- Title（参考訳）: バングラデシュの2024年7月住民蜂起における物語と本質的意味
- Authors: Tabia Tanzin Prama, Christopher M. Danforth, Peter Sheridan Dodds,
- Abstract要約: バングラデシュにおける2024年7月の学生蜂起における感情動態と世論の進化について検討した。
コメントの幸福感と抗議者の数との間には負の相関関係がある。
本質的な意味を測るためにオシメーターを用いると、公共の反応は力、攻撃、危険の風景を反映していることがわかった。
- 参考スコア（独自算出の注目度）: 0.568041607842355
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: News media serves a crucial role in disseminating information and shaping public perception, especially during periods of political unrest. Using over 50,0000 YouTube comments on news coverage from July 16 to August 6, 2024, we investigate the emotional dynamics and evolving discourse of public perception during the July 2024 Student-People's Uprising in Bangladesh. Through integrated analyses of sentiment, emotion, topic, lexical discourse, timeline progression, sentiment shifts, and allotaxonometry, we show how negative sentiment dominated during the movement. We find a negative correlation between comment happiness and number of protest deaths $(r = -0.45,\p = 0.00)$. Using an ousiometer to measure essential meaning, we find public responses reflect a landscape of power, aggression, and danger, alongside persistent expressions of hope, moral conviction, and empowerment through goodnesses. Topic discourse progressed during the movement, with peaks in `Political Conflict', `Media Flow', and `Student Violence' during crisis surges, while topics like `Social Resistance' and `Digital Movement' persisted amid repression. Sentiment shifts reveal that after the second internet blackout, average happiness increased, driven by the more frequent use of positive words such as `victory', `peace' and `freedom' and a decrease in negative terms such as `death' and `lies'. Finally, through allotaxonometric analysis, we observe a clear shift from protest to justice.
- Abstract（参考訳）: ニュースメディアは、特に政治的不安の時代において、情報を広め、大衆の認識を形作る上で重要な役割を担っている。
2024年7月16日から8月6日にかけての5万以上のYouTubeコメントを用いて、バングラデシュにおける学生人民蜂起における感情動態と大衆の認識の展開について調査した。
感情、感情、話題、語彙的談話、タイムラインの進行、感情の変化、およびアロタキソノメトリーを総合的に分析することにより、運動中に負の感情がいかに支配的であったかを示す。
コメントの幸福と抗議の死者数の間には負の相関関係がある。
公的な反応は、希望、道徳的信念、善意によるエンパワーメントの持続的な表現とともに、力、攻撃、危険の風景を反映している。
社会抵抗」や「デジタル・ムーブメント」といった話題が抑圧の中で継続する一方、「政治衝突」「メディア・フロー」「Student Violence」のピークは危機激化の間に進行した。
第2のインターネットブラックアウトの後、"victory"、"peace"、"freedom"といった肯定的な単語が頻繁に使われるようになり、"death"、"lies"といった否定的な用語が減少するなど、平均的な幸福感が増した。
最後に、アロタキソノメトリ分析により、抗議から正義への明確なシフトを観察する。
関連論文リスト
- Temporal Shifts and Causal Interactions of Emotions in Social and Mass Media: A Case Study of the "Reiwa Rice Riot" in Japan [0.0]
日本では、2024年の深刻な米不足が、ニュースメディアと社会プラットフォームの両方で広く議論を巻き起こした。
本研究では,X およびニュース記事における感情の時間的ダイナミクスと因果的相互作用を解析するための枠組みを提案する。
論文 参考訳（メタデータ） (2026-02-15T10:43:40Z) - When a Nation Speaks: Machine Learning and NLP in People's Sentiment Analysis During Bangladesh's 2024 Mass Uprising [0.4950304764576159]
バングラデシュの2024年の大規模な暴動の中で、国民の感情を調べることで、バングラデシュにおける感情分析の先駆者となった。
われわれは、主要なFacebookニュースポータルから2,028件の注釈付きニュースの見出しを収集し、それらをOutrage、Hope、Despairに分類した。
私たちは、政治的腐敗や大衆の抗議のような一般的なテーマを特定し、インターネットのブラックアウトのようなイベントがどのように感情パターンを形成するかを分析しました。
論文 参考訳（メタデータ） (2025-12-17T15:54:37Z) - An Analytical Emotion Framework of Rumour Threads on Social Media [70.99338702018942]
マルチアスペクト感情検出,反響スレッド,非反響スレッドを包括的に分析し,感情の相関分析と因果解析を行う。
我々の枠組みは、噂がよりネガティブな感情(例えば、怒り、恐怖、悲観主義)を引き起こすのに対して、非噂はよりポジティブな感情を引き起こすことを明らかにしている。
論文 参考訳（メタデータ） (2025-02-23T12:57:40Z) - Exploring Gender-Based Toxic Speech on Twitter in Context of the #MeToo
movement: A Mixed Methods Approach [2.454909090258064]
#運動は、セクシャルハラスメントや暴行を取り巻く大衆の言論を助長し、生存者に自分の話を共有させ、加害者を責任を負わせるよう促した。
本研究は、ソーシャルメディアプラットフォームであるTwitter上で、女性や男性に対する敵意の高まりという形で、潜在的にネガティブな結果をもたらす可能性を検討することを目的としている。
2017年10月から2020年1月までの間に、自身の性的虐待経験をTwitter上で公表した47.1k人以上の個人によって共有されたツイートを分析したり、運動に関する議論を行ったりすることで、運動の開始以来、男女双方に対するジェンダーベースの敵意の全体的な増加を確認した。
論文 参考訳（メタデータ） (2023-08-24T20:45:12Z) - The Face of Populism: Examining Differences in Facial Emotional Expressions of Political Leaders Using Machine Learning [50.24983453990065]
私たちは15カ国の政治指導者の220本のYouTubeビデオのサンプルをディープラーニングで処理しています。
ポピュリスト・レトリックの度合いが異なるリーダー群間での負の感情の平均スコアの統計的に有意な差を観察した。
論文 参考訳（メタデータ） (2023-04-19T18:32:49Z) - Why Do You Feel This Way? Summarizing Triggers of Emotions in Social
Media Posts [61.723046082145416]
CovidET (Emotions and their Triggers during Covid-19)は、COVID-19に関連する英国のReddit投稿1,900件のデータセットである。
我々は、感情を共同で検出し、感情のトリガーを要約する強力なベースラインを開発する。
分析の結果,コビデットは感情特異的要約における新たな課題と,長文のソーシャルメディア投稿におけるマルチ感情検出の課題が示唆された。
論文 参考訳（メタデータ） (2022-10-22T19:10:26Z) - Emotion Regulation and Dynamics of Moral Concerns During the Early
COVID-19 Pandemic [2.8055247295021695]
パンデミックの初期段階に投稿されたソーシャルメディアメッセージの感情、感情、道徳的関心を計測するために、最先端の手法を使用します。
結果は、パンデミックが始まってから、集団的な感情状態がどう変化したか、ソーシャルメディアが人間に影響を及ぼすさまざまなパターンを理解し、規制する上で、どのように役立つツールを提供するかを示している。
論文 参考訳（メタデータ） (2022-03-07T18:58:30Z) - Dynamic Emotions of Supporters and Opponents of Anti-racism Movement
from George Floyd Protests [4.628652869726037]
本研究は、ジョージ・フロイドの死から始まった最近の反人種差別運動を、姿勢予測とアスペクトベース感情分析(ABSA)のレンズで実証的に検証する試みである。
まず、抗議活動の過程でツイートのスタンスが変わり、また、スタンスを維持しているユーザに比べて、スタンスをシフトしたユーザが増えている。
論文 参考訳（メタデータ） (2021-09-29T08:27:30Z) - When a crisis strikes: Emotion analysis and detection during COVID-19 [96.03869351276478]
感情をラベル付けした1万ツイートのCovidEmoを紹介します。
事前学習された言語モデルがドメインや危機をまたいでどのように一般化するかを検討する。
論文 参考訳（メタデータ） (2021-07-23T04:07:14Z) - 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) - Covid-19 Discourse on Twitter: How the Topics, Sentiments, Subjectivity,
and Figurative Frames Changed Over Time [0.0]
トピックモデリングを用いて,パンデミックの進展に関連するトピックが時間とともにどのように変化したかを示す。
ツイートの平均主観性は、直線的に上昇し、第4位となり、実際の暴動や戦闘が会話に入ると、人気で頻繁に使われるフィギュラティカル・フレームがどう変化したかを示す。
論文 参考訳（メタデータ） (2021-03-16T10:22:39Z) - Analyzing COVID-19 on Online Social Media: Trends, Sentiments and
Emotions [44.92240076313168]
我々は、2020年1月20日から2020年5月11日までの間に、TwitterとWeiboの投稿に基づいて、アメリカ人と中国人の感情的な軌跡を分析した。
中国と国連の2つの非常に異なる国とは対照的に、異なる文化におけるCOVID-19に対する人々の見解に顕著な違いが浮かび上がっている。
我々の研究は、公共の感情やパンデミックに対する懸念をリアルタイムで明らかにするための計算的アプローチを提供し、政策立案者が人々のニーズをよりよく理解し、それによって最適な政策を立案するのに役立つ可能性がある。
論文 参考訳（メタデータ） (2020-05-29T09:24:38Z)
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。