論文の概要: Feedback dynamics in Politics: The interplay between sentiment and engagement
- arxiv url: http://arxiv.org/abs/2511.02663v1
- Date: Tue, 04 Nov 2025 15:41:04 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-11-05 18:47:06.096032
- Title: Feedback dynamics in Politics: The interplay between sentiment and engagement
- Title（参考訳）: 政治学におけるフィードバックダイナミクス--感情とエンゲージメントの相互作用
- Authors: Simone Formentin,
- Abstract要約: 我々は、単純だが解釈可能な線形モデルを通して感情力学を同定する。
肯定的なメッセージと否定的なメッセージとの関わりは、その後の投稿の感情に影響を及ぼす。
- 参考スコア（独自算出の注目度）: 0.38580784887142777
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: We investigate feedback mechanisms in political communication by testing whether politicians adapt the sentiment of their messages in response to public engagement. Using over 1.5 million tweets from Members of Parliament in the United Kingdom, Spain, and Greece during 2021, we identify sentiment dynamics through a simple yet interpretable linear model. The analysis reveals a closed-loop behavior: engagement with positive and negative messages influences the sentiment of subsequent posts. Moreover, the learned coefficients highlight systematic differences across political roles: opposition members are more reactive to negative engagement, whereas government officials respond more to positive signals. These results provide a quantitative, control-oriented view of behavioral adaptation in online politics, showing how feedback principles can explain the self-reinforcing dynamics that emerge in social media discourse.
- Abstract（参考訳）: 政治コミュニケーションにおけるフィードバックのメカニズムについて,政治家が世論に反応してメッセージの感情に適応するかどうかを調べることで検討する。
2021年の間、英国、スペイン、ギリシャの議会議員から150万以上のツイートを使用して、単純な線形モデルを通じて感情のダイナミクスを特定しました。
肯定的なメッセージと否定的なメッセージとの関わりは、その後の投稿の感情に影響を及ぼす。
さらに、学習された係数は、政治的役割の体系的な違いを強調している。野党員はネガティブな関与に対してより反応し、政府当局者はポジティブなシグナルに対してより反応する。
これらの結果は、オンライン政治における行動適応の定量的かつ制御指向の見解を提供し、フィードバック原則がソーシャルメディアの言論に現れる自己強化のダイナミクスを説明する方法を示している。
関連論文リスト
- Prioritize Economy or Climate Action? Investigating ChatGPT Response Differences Based on Inferred Political Orientation [0.0]
本研究では,チャットセッションによらず,政治的見解がChatGPTの反応にどのように影響するかを検討する。
我々は、DEIプログラム、中絶、銃の権利、予防接種に関する見解を反映した3人のペルソナ(政治的指向性2人、中立1人)を開発する。
我々は、記憶とカスタムの指示を用いてChatGPTにペルソナの発言を伝え、直接言及することなく、彼らの政治的視点を推測することができる。
論文 参考訳（メタデータ） (2025-11-04T21:07:01Z) - Latent Topic Synthesis: Leveraging LLMs for Electoral Ad Analysis [51.95395936342771]
ラベルなしコーパスから解釈可能なトピック分類を自動生成するエンドツーエンドフレームワークを提案する。
われわれはこの枠組みを、2024年アメリカ合衆国大統領選挙の1ヶ月前のMeta政治広告の大規模なコーパスに適用する。
提案手法は,潜在談話構造を明らかにし,意味的に豊かなトピックラベルを合成し,モラル・フレーミングの次元でトピックを注釈する。
論文 参考訳（メタデータ） (2025-10-16T20:30:20Z) - Unveiling Political Influence Through Social Media: Network and Causal Dynamics in the 2022 French Presidential Election [0.0]
2022年のフランス大統領選挙では、政治候補者とその近しいネットワークが投稿した重要なトピックについて、毎日のTwitterメッセージを収集しました。
データ駆動型アプローチを用いて、政党間の相互作用を分析し、政治討論の風景を形成する中心的なトピックを特定します。
以上の結果から, 保健政策や外交政策といった特定の課題が, 特に急激な選挙期において, 政党間の影響力の触媒としてどのように振る舞うかが示唆された。
論文 参考訳（メタデータ） (2025-06-19T16:35:02Z) - Toxic behavior silences online political conversations [0.0]
個人は有害な行動に晒されているため、少数派の意見を公然と表現することを控える可能性があるという仮説を考察する。
隠れマルコフモデルを用いて、毒性による沈黙と一致した潜伏状態を特定する。
本研究は、オンライン政治熟考の複雑さを考察し、自己検閲のダイナミクスを考えることの重要性を強調した。
論文 参考訳（メタデータ） (2024-12-07T20:39:20Z) - Sentiment Analysis of Spanish Political Party Tweets Using Pre-trained Language Models [2.754736377001085]
本研究では、BETOとRoBERTuitoを利用して、Twitter上でのスペインの政党間コミュニケーションにおける感情パターンについて検討した。
スペインの主要政党のツイートのデータセットを用いて、感情分布を分析し、感情表現と政党イデオロギーの関係を探る。
論文 参考訳（メタデータ） (2024-11-07T16:53:09Z) - Aligning AI with Public Values: Deliberation and Decision-Making for Governing Multimodal LLMs in Political Video Analysis [48.14390493099495]
AIモデルが政治的トピックにどう対処すべきかは議論されているが、依然として困難であり、より優れたガバナンスが必要である。
本稿では、政治的に敏感なビデオを中心に、個人的および集団的な議論を通じて、大規模言語モデルのガバナンスについて検討する。
論文 参考訳（メタデータ） (2024-09-15T03:17:38Z) - Decoding the Silent Majority: Inducing Belief Augmented Social Graph
with Large Language Model for Response Forecasting [74.68371461260946]
SocialSenseは、既存のソーシャルネットワーク上に信念中心のグラフを誘導するフレームワークであり、グラフベースの伝播によって社会的ダイナミクスを捉える。
本手法は,ゼロショット設定と教師あり設定の両方に対する実験的な評価において,既存の最先端技術を超えている。
論文 参考訳（メタデータ） (2023-10-20T06:17:02Z) - Measuring the Effect of Influential Messages on Varying Personas [67.1149173905004]
我々は、ニュースメッセージを見る際にペルソナが持つ可能性のある応答を推定するために、ニュースメディア向けのペルソナに対するレスポンス予測という新しいタスクを提示する。
提案課題は,モデルにパーソナライズを導入するだけでなく,各応答の感情極性と強度も予測する。
これにより、ペルソナの精神状態に関するより正確で包括的な推測が可能になる。
論文 参考訳（メタデータ） (2023-05-25T21:01:00Z) - 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) - Negativity Spreads Faster: A Large-Scale Multilingual Twitter Analysis
on the Role of Sentiment in Political Communication [7.136205674624813]
本稿は、欧州3カ国の政治家のツイートを分析しようとするものである。
最先端の事前訓練言語モデルを利用することで、数十万のツイートに対して感情分析を行った。
我々の分析は、政治家の否定的なツイートが、特に最近の時代に広く広まっていることを示している。
論文 参考訳（メタデータ） (2022-02-01T13:25:19Z) - 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)
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。