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

• 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)
• 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)
• 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。