論文の概要: Temporal Shifts and Causal Interactions of Emotions in Social and Mass Media: A Case Study of the "Reiwa Rice Riot" in Japan

• arxiv url: http://arxiv.org/abs/2602.14091v1
• Date: Sun, 15 Feb 2026 10:43:40 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-02-17 14:17:28.648934
• Title: Temporal Shifts and Causal Interactions of Emotions in Social and Mass Media: A Case Study of the "Reiwa Rice Riot" in Japan
• Title（参考訳）: 社会・マスメディアにおける感情の時間的変化と因果関係 : 日本における「レイワライス暴動」を事例として
• Authors: Erina Murata, Masaki Chujyo, Fujio Toriumi,
• Abstract要約: 日本では、2024年の深刻な米不足が、ニュースメディアと社会プラットフォームの両方で広く議論を巻き起こした。 本研究では,X およびニュース記事における感情の時間的ダイナミクスと因果的相互作用を解析するための枠組みを提案する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: In Japan, severe rice shortages in 2024 sparked widespread public controversy across both news media and social platforms, culminating in what has been termed the "Reiwa Rice Riot." This study proposes a framework to analyze the temporal dynamics and causal interactions of emotions expressed on X (formerly Twitter) and in news articles, using the "Reiwa Rice Riot" as a case study. While recent studies have shown that emotions mutually influence each other between social and mass media, the patterns and transmission pathways of such emotional shifts remain insufficiently understood. To address this gap, we applied a machine learning-based emotion classification grounded in Plutchik's eight basic emotions to analyze posts from X and domestic news articles. Our findings reveal that emotional shifts and information dissemination on X preceded those in news media. Furthermore, in both media platforms, the fear was initially the most dominant emotion, but over time intersected with hope which ultimately became the prevailing emotion. Our findings suggest that patterns in emotional expressions on social media may serve as a lens for exploring broader social dynamics.
• Abstract（参考訳）: 日本では、2024年に深刻な米不足が報道機関や社会プラットフォームに広まり、いわゆる「レイワライス暴動」に終止符を打った。 本研究では,X(旧Twitter)およびニュース記事における感情の時間的ダイナミクスと因果的相互作用を事例として分析する枠組みを提案する。 近年の研究では、感情が社会メディアとマスメディアの間で相互に影響を及ぼすことが示されているが、そのような感情変化のパターンや伝達経路は未だに十分に理解されていない。 このギャップに対処するために、Plutchikの8つの基本的な感情に基づく機械学習ベースの感情分類を適用し、Xや国内ニュース記事からの投稿を分析した。 以上の結果から,Xにおける情動変化や情報伝達がニュースメディアに先行していることが判明した。 さらに、両メディアプラットフォームでは当初、恐怖は最も支配的な感情であったが、時が経つにつれて希望と交わり、最終的には一般的な感情となった。 以上の結果から,ソーシャルメディア上での感情表現のパターンは,より広範な社会的ダイナミクスを探求するためのレンズとなる可能性が示唆された。

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)
• An Analytical Emotion Framework of Rumour Threads on Social Media [70.99338702018942]
  マルチアスペクト感情検出,反響スレッド,非反響スレッドを包括的に分析し,感情の相関分析と因果解析を行う。 我々の枠組みは、噂がよりネガティブな感情(例えば、怒り、恐怖、悲観主義)を引き起こすのに対して、非噂はよりポジティブな感情を引き起こすことを明らかにしている。
  論文  参考訳（メタデータ） (2025-02-23T12:57:40Z)
• 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)
• Why Do You Feel This Way? Summarizing Triggers of Emotions in Social Media Posts [61.723046082145416]
  CovidET (Emotions and their Triggers during Covid-19)は、COVID-19に関連する英国のReddit投稿1,900件のデータセットである。 我々は、感情を共同で検出し、感情のトリガーを要約する強力なベースラインを開発する。 分析の結果,コビデットは感情特異的要約における新たな課題と,長文のソーシャルメディア投稿におけるマルチ感情検出の課題が示唆された。
  論文  参考訳（メタデータ） (2022-10-22T19:10:26Z)
• Social media emotion macroscopes reflect emotional experiences in society at large [0.12656629989060433]
  ソーシャルメディアは、大規模かつ長期間にわたって人間の行動に関するデータを生成する。 近年の研究では、ソーシャルメディアの感情と個人レベルでの質問票の相関が弱いことが示されている。 社会全体のレベルでの感情の時間的進化を追跡するために、ソーシャルメディアの感情マクロスコープの有効性を検証した研究はない。
  論文  参考訳（メタデータ） (2021-07-28T09:40:42Z)
• When a crisis strikes: Emotion analysis and detection during COVID-19 [96.03869351276478]
  感情をラベル付けした1万ツイートのCovidEmoを紹介します。 事前学習された言語モデルがドメインや危機をまたいでどのように一般化するかを検討する。
  論文  参考訳（メタデータ） (2021-07-23T04:07:14Z)
• 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)
• Weak ties strengthen anger contagion in social media [12.017879121725274]
  Weiboの何百万ものツイートを分析してみると、怒りは喜びよりも弱い結びつきに沿って簡単に移動することがわかった。 喜びと怒りを広めるメカニズムの違いを明らかにする定量的な長期的証拠が提示されたのはこれが初めてである。
  論文  参考訳（メタデータ） (2020-05-05T02:57:51Z)

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。