論文の概要: Dark Personality Traits and Online Toxicity: Linking Self-Reports to Reddit Activity

• arxiv url: http://arxiv.org/abs/2512.10113v1
• Date: Wed, 10 Dec 2025 22:06:30 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-12-12 16:15:42.081859
• Title: Dark Personality Traits and Online Toxicity: Linking Self-Reports to Reddit Activity
• Title（参考訳）: ダークパーソナリティのトラストとオンライン毒性 - 自己報告とRedditの活動のリンク
• Authors: Aldo Cerulli, Benedetta Tessa, Giuseppe La Selva, Oronzo Mazzeo, Lorenzo Cima, Lucia Monacis, Stefano Cresci,
• Abstract要約: ダークパーソナリティの特徴は、トロリング、市民性、有毒なスピーチなどのオンラインの行動に関連付けられている。 悲観的・精神病的な傾向は、過度に有害な言語に最も強く結びついている。 明暗の特徴はニュアンスな方法で相互作用し、外向性はトロリング傾向を減らし、良心は権利や悪心と穏やかな関係を示す。
• 参考スコア（独自算出の注目度）: 0.2336460276005258
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Dark personality traits have been linked to online misbehavior such as trolling, incivility, and toxic speech. Yet the relationship between these traits and actual online conduct remains understudied. Here we investigate the associations between dark traits, online toxicity, and the socio-linguistic characteristics of online user activity. To explore this relationship, we developed a Web application that integrates validated psychological questionnaires from Amazon Mechanical Turk users to their Reddit activity data. This allowed collecting nearly 57K Reddit comments, including 2.2M tokens and 152.7K sentences from 114 users, that we systematically represent through 224 linguistic and behavioral features. We then examined their relationship to questionnaire-based trait measures via multiple correlation analyses. Among our findings is that dark traits primarily influence the production rather than the perception of online incivility. Sadistic and psychopathic tendencies are most strongly associated with overtly toxic language, whereas other dark dispositions manifest more subtly, often eluding simple textual proxies. Self-reported engagement in hostile behavior mirrors actual online activity, while existing hand-crafted textual proxies for dark triad traits show limited correspondence with our validated measures. Finally, bright and dark traits interact in nuanced ways, with extraversion reducing trolling tendencies and conscientiousness showing modest associations with entitlement and callousness. These findings deepen understanding of how personality shapes toxic online behavior and highlight both opportunities and challenges for developing reliable computational tools and targeted, effective moderation strategies.
• Abstract（参考訳）: ダークパーソナリティの特徴は、トロリング、市民性、有毒なスピーチなどのオンラインの行動に関連付けられている。 しかし、これらの特徴と実際のオンライン行為との関係は、まだ検討されていない。 ここでは, 暗黒形質, オンライン毒性, オンラインユーザ活動の社会言語的特徴との関連について検討する。 この関係を探るため,アマゾン・メカニカル・トルコの利用者の心理調査をReddit活動データと統合したWebアプリケーションを開発した。 これにより114人のユーザーから2.2Mトークンと152.7K文を含む57K近いRedditコメントを収集することができ、224の言語的および行動的特徴を通じて体系的に表現できる。 次に,複数の相関分析を用いて,アンケートに基づく特徴尺度との関係について検討した。 私たちの発見の中では、ダークな特徴がオンラインのインシヴィティという認識よりも、主に生産に影響を与えている。 悲観的・精神病的な傾向は、過度に有害な言語に強く結びついているのに対し、他の暗黒の沈着はより微妙に現れ、しばしば単純なテキストのプロキシを溶かしている。 対戦行動における自己報告の関与は実際のオンライン活動に反映するが、既存のダークトライアド特性のための手作りテキストプロキシは、検証済みの指標と限定的な対応を示している。 最後に、明るい色と暗い色はニュアンスな方法で相互作用し、外向性はトロリング傾向を減らし、良心は権利や悪心と穏やかな結びつきを示す。 これらの知見は、オンライン行動に有害なパーソナリティをどう形成するかを深く理解し、信頼性の高い計算ツールを開発するための機会と課題と、ターゲットとした効果的なモデレーション戦略の両方を強調している。

関連論文リスト

• The Personality Illusion: Revealing Dissociation Between Self-Reports & Behavior in LLMs [60.15472325639723]
  人格特性は、人間の行動の予測因子として長い間研究されてきた。 近年のLarge Language Models (LLM) は, 人工システムに類似したパターンが出現する可能性を示唆している。
  論文  参考訳（メタデータ） (2025-09-03T21:27:10Z)
• 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)
• CoSyn: Detecting Implicit Hate Speech in Online Conversations Using a Context Synergized Hyperbolic Network [52.85130555886915]
  CoSynは、オンライン会話における暗黙のヘイトスピーチを検出するために、ユーザと会話のコンテキストを明示的に組み込んだ、コンテキスト中心のニューラルネットワークである。 我々は、CoSynが、1.24%から57.8%の範囲で絶対的に改善された暗黙のヘイトスピーチを検出することで、我々のベースラインを全て上回っていることを示す。
  論文  参考訳（メタデータ） (2023-03-02T17:30:43Z)
• Relationship Between Online Harmful Behaviors and Social Network Message Writing Style [0.0]
  書き方の違いが人格の異なるタイプに関係しているかどうかを考察する。 われわれは2つのオンラインコミュニティ(TwitterとReddit)から2500人近いユーザーからのメッセージを調査している。 通常のユーザーと有害ユーザーの間で、100ツイートや40のReddit投稿の書き込みスタイルから、大きな人格差を計測できることがわかりました。
  論文  参考訳（メタデータ） (2022-12-14T22:13:55Z)
• Twitter Users' Behavioral Response to Toxic Replies [1.2387676601792899]
  我々は,Twitter上でのユーザのオンライン行動に及ぼす毒性の影響を検討した。 毒性の犠牲者は, 回避, 復讐, 対策, 交渉といった行動反応の組合せがみられた。 本研究は, ソーシャルメディア上での毒性の負の結果を低減するための, より効果的な検出・介入手法の開発において, さらなる研究を支援することができる。
  論文  参考訳（メタデータ） (2022-10-24T17:36:58Z)
• Aligning to Social Norms and Values in Interactive Narratives [89.82264844526333]
  我々は、インタラクティブな物語やテキストベースのゲームにおいて、社会的に有益な規範や価値観に沿って行動するエージェントを作成することに注力する。 我々は、特別な訓練を受けた言語モデルに存在する社会的コモンセンス知識を用いて、社会的に有益な値に整合した行動にのみ、その行動空間を文脈的に制限するGAALADエージェントを紹介した。
  論文  参考訳（メタデータ） (2022-05-04T09:54:33Z)
• A deep dive into the consistently toxic 1% of Twitter [9.669275987983447]
  この調査は、112万のTwitterプロフィールから14年間のツイートと2億2300万以上のツイートをカバーしている。 有害なコンテンツの一貫性の観点から最も極端なプロファイルを選択し、彼らのツイートテキストと、彼らが共有したドメイン、ハッシュタグ、URLを調べました。 その結果、これらのプロファイルはハッシュタグ、URL、ドメインの多様性の低い狭いテーマに保たれており、数学的に互いに似ており、ボットのような振る舞いの可能性が高いことがわかった。
  論文  参考訳（メタデータ） (2022-02-16T04:21:48Z)
• Annotators with Attitudes: How Annotator Beliefs And Identities Bias Toxic Language Detection [75.54119209776894]
  本研究では,アノテータのアイデンティティ(誰)と信念(なぜ)が有害な言語アノテーションに与える影響について検討する。 我々は、アンチブラック言語、アフリカ系アメリカ人の英語方言、俗語という3つの特徴を持つポストを考察する。 以上の結果から,アノテータのアイデンティティと信念と毒性評価の相関が強く示唆された。
  論文  参考訳（メタデータ） (2021-11-15T18:58:20Z)
• ALONE: A Dataset for Toxic Behavior among Adolescents on Twitter [5.723363140737726]
  本稿では,ALONE(AdoLescents ON twittEr)と呼ばれる,高校生間の有害なソーシャルメディアインタラクションのデータセットを提供する。 インターネット利用者の66%近くがオンラインハラスメントを経験しており、41%が個人的体験を主張しており、18%が深刻なオンラインハラスメントに直面している。 我々の観察では、個々のツイートが有害な行動を示す十分な証拠を提供していないことが示されており、インタラクションにおける意味のあるコンテキストの利用により、報告された有害性のあるツイートをハイライトしたり削除したりすることが可能である。
  論文  参考訳（メタデータ） (2020-08-14T17:02:55Z)
• Information Consumption and Social Response in a Segregated Environment: the Case of Gab [74.5095691235917]
  この研究は、COVID-19トピックに関するGab内のインタラクションパターンの特徴を提供する。 疑わしい、信頼できるコンテンツに対する社会的反応には、統計的に強い違いはない。 本研究は,協調した不正確な行動の理解と情報操作の早期警戒に関する知見を提供する。
  論文  参考訳（メタデータ） (2020-06-03T11:34:25Z)

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。