論文の概要: Privacy Discourse and Emotional Dynamics in Mental Health Information Interaction on Reddit

• arxiv url: http://arxiv.org/abs/2512.15945v1
• Date: Wed, 17 Dec 2025 20:12:51 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-12-19 18:10:31.812432
• Title: Privacy Discourse and Emotional Dynamics in Mental Health Information Interaction on Reddit
• Title（参考訳）: Redditにおけるメンタルヘルス情報インタラクションにおけるプライバシ談話と感情動態
• Authors: Jai Kruthunz Naveen Kumar, Aishwarya Umeshkumar Surani, Harkirat Singh, Sanchari Das,
• Abstract要約: Redditでは、14のメンタルヘルスおよび規制下にあるサブレディットに関するプライバシーに関する議論を分析している。 語彙に基づく感情分析を用いて、コミュニティ間の感情的アライメントを定量化する。 規制の断続的なスパイクに伴うプライバシーに関する議論は50%増加している。
• 参考スコア（独自算出の注目度）: 7.438891191016204
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Reddit is a major venue for mental-health information interaction and peer support, where privacy concerns increasingly surface in user discourse. Thus, we analyze privacy-related discussions across 14 mental-health and regulatory subreddits, comprising 10,119 posts and 65,385 comments collected with a custom web scraper. Using lexicon-based sentiment analysis, we quantify emotional alignment between communities via cosine similarity of sentiment distributions, observing high similarity for Bipolar and ADHD (0.877), Anxiety and Depression (0.849), and MentalHealthSupport and MentalIllness (0.989) subreddits. We also construct keyword dictionaries to tag privacy-related themes (e.g., HIPAA, GDPR) and perform temporal analysis from 2020 to 2025, finding a 50% increase in privacy discourse with intermittent regulatory spikes. A chi-square test of independence across subreddit domains indicates significant distributional differences. The results characterize how privacy-oriented discussion co-varies with user sentiment in online mental-health communities.
• Abstract（参考訳）: Redditは、メンタルヘルス情報とピアサポートのための主要な場所であり、プライバシーに関する懸念がユーザーの会話にますます表れている。 そこで我々は,14のメンタルヘルスおよび規制下層部におけるプライバシーに関する議論を分析し,10,119の投稿と65,385のコメントをカスタムウェブスクレイパーで収集した。 語彙に基づく感情分析を用いて、感情分布のコサイン類似性を通じてコミュニティ間の感情的アライメントを定量化し、バイポーラとADHD(0.877)、不安と抑うつ(0.849)、メンタルヘルスとメンタルイルネス(0.989)のサブレディットを観察した。 また、プライバシー関連テーマ(例えば、HIPAA、GDPR)をタグ付けし、2020年から2025年までの時間的分析を行い、間欠的な規制スパイクを伴うプライバシーに関する議論が50%増加することを発見した。 サブレディット領域間の独立性のカイ二乗検定は、大きな分布差を示している。 その結果、オンラインのメンタルヘルスコミュニティにおいて、プライバシ指向の議論がユーザーの感情とどのように結びつくかが明らかになった。

関連論文リスト

• Online posting effects: Unveiling the non-linear journeys of users in depression communities on Reddit [0.12564343689544843]
  2年間にわたって対話する303kユーザからオンラインダイナミクスを再構築するデータインフォームドフレームワークを導入する。 利用者は、友人の感情的・感情的コンテンツへのオンライン露出後、別の心理的状態に移行することができる。 心理学的文献から解釈すると,オンラインソーシャルインタラクションのタイプとレイアウトが,うつ病を投稿する際のユーザの「ジャーニー」に影響を及ぼす証拠となる。
  論文  参考訳（メタデータ） (2023-11-29T14:45:11Z)
• Depression detection in social media posts using affective and social norm features [84.12658971655253]
  ソーシャルメディア投稿からの抑うつ検出のための奥深いアーキテクチャを提案する。 我々は、後期融合方式を用いて、ポストとワードの敬称と道徳的特徴をアーキテクチャに組み込んだ。 提案された機能を含めると、両方の設定で最先端の結果が得られます。
  論文  参考訳（メタデータ） (2023-03-24T21:26:27Z)
• Fine-tuned Sentiment Analysis of COVID-19 Vaccine-Related Social Media Data: Comparative Study [0.7874708385247353]
  本研究は、RedditとTwitterの2つの人気ソーシャルメディアプラットフォーム上で表現された新型コロナウイルスワクチンに関する公衆の感情を調査し、比較した。 私たちは、約950万のツイートと7万のRedditコメントの感情を予測するために、微調整されたDistilRoBERTaモデルを作成しました。 その結果、Twitter上で表現される平均的な感情は、ポジティブよりもネガティブ(52%)であることが判明した。
  論文  参考訳（メタデータ） (2022-10-17T16:22:18Z)
• Learning Language and Multimodal Privacy-Preserving Markers of Mood from Mobile Data [74.60507696087966]
  精神状態は、先進医療に共通する国でも診断されていない。 人間の行動を監視するための有望なデータソースのひとつは、日々のスマートフォンの利用だ。 本研究では,自殺行動のリスクが高い青少年集団の移動行動のデータセットを用いて,日常生活の行動マーカーについて検討した。
  論文  参考訳（メタデータ） (2021-06-24T17:46:03Z)
• 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 and Mental Health/Substance Use Disorders on Reddit: A Longitudinal Study [3.7985411513045113]
  新型コロナウイルス(COVID-19)のパンデミックは、精神疾患や薬物使用の問題に苦しむ人々に悪影響を及ぼしている。 パンデミックとメンタルヘルスや物質使用障害に関連する社会的汚職は、人々が自分の苦労を共有するのに消極的になっている。 ソーシャルメディアは、人々が日々の闘いについて経験を共有するための便利な媒体として登場した。
  論文  参考訳（メタデータ） (2020-11-20T17:23:49Z)
• Understanding the Hoarding Behaviors during the COVID-19 Pandemic using Large Scale Social Media Data [77.34726150561087]
  われわれは、2020年3月1日から4月30日まで、米国で4万2000人以上のユニークTwitterユーザーによる嫌がらせと反嫌悪のパターンを分析した。 ホアーディンググループと反ホアーディンググループの両方の女性の比率が、一般のTwitter利用者の比率よりも高いことがわかりました。 LIWCの不安度はTwitterの不安度よりもかなり高い。
  論文  参考訳（メタデータ） (2020-10-15T16:02:25Z)
• Detecting Topic and Sentiment Dynamics Due to COVID-19 Pandemic Using Social Media [14.662523926129117]
  大規模なソーシャルメディア投稿から、COVID-19による話題や感情のダイナミクスを分析した。 安全な家にいよう」といった話題は肯定的な感情で支配されている。 人の死のような他のものは、常に否定的な感情を示しています。
  論文  参考訳（メタデータ） (2020-07-05T12:05:30Z)
• 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)
• Echo Chambers on Social Media: A comparative analysis [64.2256216637683]
  本研究では,4つのソーシャルメディアプラットフォーム上で100万ユーザが生成した100万個のコンテンツに対して,エコーチャンバーの操作的定義を導入し,大規模な比較分析を行う。 議論の的になっているトピックについてユーザの傾きを推測し、異なる特徴を分析してインタラクションネットワークを再構築する。 我々は、Facebookのようなニュースフィードアルゴリズムを実装するプラットフォームが、エコーチャンバの出現を招きかねないという仮説を支持する。
  論文  参考訳（メタデータ） (2020-04-20T20:00:27Z)

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。