論文の概要: Schadenfreude in the Digital Public Sphere: A cross-national and decade-long analysis of Facebook news engagement

• arxiv url: http://arxiv.org/abs/2601.20413v1
• Date: Wed, 28 Jan 2026 09:18:45 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-01-29 15:46:06.872727
• Title: Schadenfreude in the Digital Public Sphere: A cross-national and decade-long analysis of Facebook news engagement
• Title（参考訳）: デジタル・パブリック・スフィア(Digital Public Sphere)のSchadenfreude:Facebookのニュースエンゲージメントを10年にわたって分析
• Authors: Nouar Aldahoul, Hazem Ibrahim, Majd Mahmutoglu, Hajra Tarar, Muhammad Fareed Zaffar, Talal Rahwan, Yasir Zaki,
• Abstract要約: シェーデンフルード(Schadenfreude)は、他人の不幸から派生した喜びであり、オンラインニュースエンゲージメントの目に見える、そしてパフォーマンス的な特徴となっている。 我々は、米国、英国、インドの大手ニュース出版社9社を対象に、Facebook上で10年間にわたってシャデンフルードを調べている。 悲しみと怒りが不幸な投稿に対する反応を支配しているのに対して、笑いと娯楽は実質的でパターン化された少数派を形成している。
• 参考スコア（独自算出の注目度）: 1.557699409866015
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Schadenfreude, or the pleasure derived from others' misfortunes, has become a visible and performative feature of online news engagement, yet little is known about its prevalence, dynamics, or social patterning. We examine schadenfreude on Facebook over a ten-year period across nine major news publishers in the United States, the United Kingdom, and India (one left-leaning, one right-leaning, and one centrist per country). Using a combination of human annotation and machine-learning classification, we identify posts describing misfortune and detect schadenfreude in nearly one million associated comments. We find that while sadness and anger dominate reactions to misfortune posts, laughter and amusement form a substantial and patterned minority. Schadenfreude is most frequent in moralized and political contexts, higher among right-leaning audiences, and more pronounced in India than in the United States or United Kingdom. Temporal and regression analyses further reveal that schadenfreude generally increases when groups are politically out of power, but these patterns differ across party lines. Together, our findings move beyond anecdotal accounts to map schadenfreude as a dynamic, context-dependent feature of digital discourse, revealing how it evolves over time and across ideological and cultural divides.
• Abstract（参考訳）: シェーデンフルード(Schadenfreude)は、他人の不幸から派生した快楽であり、オンラインニュースエンゲージメントの目に見える、パフォーマンス的な特徴となっているが、その流行、ダイナミクス、社会的パターンについてはほとんど知られていない。 我々は、米国、英国、インド(左派1社、右派1社、国1セント)の大手ニュース出版社9社を対象に、Facebook上での10年間にわたるシャデンフルードを調査した。 人間のアノテーションと機械学習の分類を組み合わせることで、不幸を記述した投稿を識別し、100万近い関連コメントでschadenfreudeを検出する。 悲しみと怒りが不幸な投稿に対する反応を支配しているのに対して、笑いと娯楽は実質的でパターン化された少数派を形成している。 シャデンフルーデは道徳的・政治的文脈において最も多く、右派聴衆の間では高く、インドではアメリカ合衆国やイギリスよりも発音が高い。 時間的および回帰的な分析により、集団が政治的に権力を欠いているときに、シャデンフルードは一般的に増加するが、これらのパターンは党派によって異なることが明らかになった。 我々の研究結果は、逸話のアカウントを超えて、シャデンフルードをデジタル談話のダイナミックで文脈に依存した特徴としてマッピングし、時間とともに、イデオロギーと文化の隔たりを越えてどのように進化するかを明らかにした。

関連論文リスト

• Story and essential meaning dynamics in Bangladesh's July 2024 Student-People's Uprising [0.568041607842355]
  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。
  論文  参考訳（メタデータ） (2025-10-15T19:11:42Z)
• 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)
• Bias or Diversity? Unraveling Fine-Grained Thematic Discrepancy in U.S. News Headlines [63.52264764099532]
  われわれは、2014年から2022年までの米国の主要メディアから、180万件のニュース記事の大規模なデータセットを使用している。 我々は、国内政治、経済問題、社会問題、外交の4つの主要なトピックに関連する、きめ細かいテーマの相違を定量化する。 以上の結果から,国内政治や社会問題においては,一定のメディア偏見が原因であることが示唆された。
  論文  参考訳（メタデータ） (2023-03-28T03:31:37Z)
• Automated Sentiment and Hate Speech Analysis of Facebook Data by Employing Multilingual Transformer Models [15.823923425516078]
  我々は、Facebookの代表的なデータセットの中で、憎悪とネガティブな感情内容の統計的分布を分析する。 我々は、感情分析やヘイトスピーチ分析を行うために、最先端のオープンソースのXLM-T多言語変換言語モデルを用いている。
  論文  参考訳（メタデータ） (2023-01-31T14:37:04Z)
• 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)
• COVID-19 sentiment analysis via deep learning during the rise of novel cases [0.5156484100374059]
  我々はtwitter上で感情分析を行うために,long short-term memory(lstm)リカレントニューラルネットワークを用いたディープラーニング言語モデルを用いた。 我々は、ほとんどのツイートは、インドのCOVID-19事件の台頭中に高いレベルの楽観主義で肯定的であることが判明しました。 楽観的で冗談を言うツイートは、主に月間ツイートを支配しており、ネガティブな感情が表される回数はずっと少なかった。
  論文  参考訳（メタデータ） (2021-04-05T04:31:19Z)
• 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)
• 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。