論文の概要: Moral Outrage Shapes Commitments Beyond Attention: Multimodal Moral Emotions on YouTube in Korea and the US

• arxiv url: http://arxiv.org/abs/2601.21815v1
• Date: Thu, 29 Jan 2026 14:58:54 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-01-30 16:22:49.913152
• Title: Moral Outrage Shapes Commitments Beyond Attention: Multimodal Moral Emotions on YouTube in Korea and the US
• Title（参考訳）: 韓国と米国のYouTubeでモラル・モラル・ムーブメントが批判
• Authors: Seongchan Park, Jaehong Kim, Hyeonseung Kim, Heejin Bin, Sue Moon, Wonjae Lee,
• Abstract要約: 本研究は、YouTube上の主流ニュースチャンネルによる道徳的感情的フレーミングが、韓国と米国のユーザー行動にどのように影響するかを検討する。 視覚言語モデルに微調整を施したマルチモーダルな道徳感情分類器を開発した。 私たちは、ビュー、いいね!、コメントを含むエンゲージメントレベルを分析し、コミットメントの度合いの増加を示しています。
• 参考スコア（独自算出の注目度）: 3.7233229668674173
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Understanding how media rhetoric shapes audience engagement is crucial in the attention economy. This study examines how moral emotional framing by mainstream news channels on YouTube influences user behavior across Korea and the United States. To capture the platform's multimodal nature, combining thumbnail images and video titles, we develop a multimodal moral emotion classifier by fine tuning a vision language model. The model is trained on human annotated multimodal datasets in both languages and applied to approximately 400,000 videos from major news outlets. We analyze engagement levels including views, likes, and comments, representing increasing degrees of commitment. The results show that other condemning rhetoric expressions of moral outrage that criticize others morally consistently increase all forms of engagement across cultures, with effects ranging from passive viewing to active commenting. These findings suggest that moral outrage is a particularly effective emotional strategy, attracting not only attention but also active participation. We discuss concerns about the potential misuse of other condemning rhetoric, as such practices may deepen polarization by reinforcing in group and out group divisions. To facilitate future research and ensure reproducibility, we publicly release our Korean and English multimodal moral emotion classifiers.
• Abstract（参考訳）: メディアレトリックが観客のエンゲージメントをいかに形作るかを理解することは、注目経済にとって不可欠である。 本研究は、YouTube上の主流ニュースチャンネルによる道徳的感情的フレーミングが、韓国と米国におけるユーザーの行動にどのように影響するかを検討する。 サムネイル画像とビデオタイトルを組み合わせることで、プラットフォームのマルチモーダルな性質を捉えるために、視覚言語モデルに微調整を施したマルチモーダルな道徳感情分類器を開発する。 このモデルは、両方の言語の人間の注釈付きマルチモーダルデータセットに基づいて訓練され、主要なニュースメディアから約40万本のビデオに適用される。 私たちは、ビュー、いいね!、コメントを含むエンゲージメントレベルを分析し、コミットメントの度合いの増加を示しています。 その結果、他者が道徳的に批判する道徳的怒りの修辞的な表現は、受動的視聴から活発なコメントまで、文化全体にわたるあらゆる形態の関与を一貫して増加させることが示されている。 これらの結果は、道徳的怒りは特に効果的な感情的戦略であり、注意を惹きつけるだけでなく、活発な参加も惹きつけることを示唆している。 我々は,集団分割とグループ分割の強化による分極を深める可能性があるとして,他の非難する修辞学の誤用の可能性についての懸念を論じる。 今後の研究の促進と再現性確保のために,我々は韓国語と英語の多モーダルな道徳的感情分類器を公開している。

関連論文リスト

• AVMeme Exam: A Multimodal Multilingual Multicultural Benchmark for LLMs' Contextual and Cultural Knowledge and Thinking [59.15472057710525]
  AVMeme Examは、音声、歌、音楽、サウンドエフェクトにまたがる、1000以上の象徴的なインターネットの音とビデオの人間による評価ベンチマークである。 各ミームは、表面コンテンツからコンテキスト、感情、使用法、世界知識への理解レベルを評価するユニークなQ&Aと組み合わせられる。 このベンチマークを用いて,最先端のマルチモーダル言語モデル (MLLM) を人間の参加者とともに体系的に評価した。
  論文  参考訳（メタデータ） (2026-01-25T01:40:15Z)
• 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)

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。