論文の概要: The Structure of Participation and Attention in Arabic-Language Hezbollah Discourse on X

• arxiv url: http://arxiv.org/abs/2603.26681v1
• Date: Mon, 09 Mar 2026 15:33:06 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-06 02:36:13.068592
• Title: The Structure of Participation and Attention in Arabic-Language Hezbollah Discourse on X
• Title（参考訳）: X上のアラビア・ランゲージ・ヘズボラ談話における参加と注意の構造
• Authors: Mohamed Soufan,
• Abstract要約: 本研究は,X(旧Twitter)におけるヘズボラに関するアラビア語談話における参加と注目の構造について検討する。 その結果、非常に不平等なエンゲージメントの分布が明らかになった。 ヒズボラに関するXに関する談話は、投稿活動に関して広く参加しているように見えるが、観客の注目は、目に見える少数の少数派の間で強く集中している。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Social media platforms play an increasingly important role in shaping political discussion and information flows. This study examines the structure of participation and attention in Arabic-language discourse about Hezbollah on X (formerly Twitter). Using a dataset of 15,767 tweets posted by 8,148 users between March 1 and March 8, 2026, the analysis investigates how engagement is distributed across participants and whether certain types of accounts play a disproportionate role in attracting attention. The results reveal a highly unequal distribution of engagement. Although thousands of users participate in the conversation, the top 1% of users capture 61.5% of all engagement, while the top 10% capture 96.2%. At the same time, most content is produced by non-media users, who account for 89.6% of users and 79.9% of tweets in the dataset. Accounts labeled as media, identified through media-related keywords in account metadata, receive higher engagement per tweet on average (41.32 interactions) than non-media users (30.84 interactions) and are overrepresented among the most engaged accounts. These findings indicate that while Hezbollah-related discourse on X appears broadly participatory in terms of posting activity, audience attention remains strongly concentrated among a small minority of highly visible accounts.
• Abstract（参考訳）: ソーシャルメディアプラットフォームは、政治的議論や情報の流れを形成する上で、ますます重要な役割を担っている。 本研究では,X(旧Twitter)上でのヘズボラに関するアラビア語談話における参加と注意の構造について検討した。 2026年3月1日から3月8日までに8,148人のユーザーが投稿した15,767ツイートのデータセットを用いて、参加者間でエンゲージメントがどのように分散されているか、特定のアカウントが注意を引き付ける上で不適切な役割を担っているかどうかを調査した。 その結果、非常に不平等なエンゲージメントの分布が明らかになった。 何千人ものユーザーが会話に参加しているが、上位1%のユーザーが61.5%、上位10%が96.2%を占めている。 同時に、ほとんどのコンテンツは非メディアユーザーによって作成され、89.6%のユーザーと79.9%のツイートがデータセットに含まれる。 メディアとしてラベル付けされたアカウントは、アカウントメタデータのメディア関連キーワードによって識別され、非メディアユーザ(30.84のインタラクション)よりも平均でツイート当たりのエンゲージメント(41.32のインタラクション)が高く、最もエンゲージメントの高いアカウントの中で過剰に表現されている。 以上の結果から, ヒズボラ関連談話は投稿活動において広く参加しているように見えるが, 観客の注目は, 目に見える少数の少数者の間で強く集中していることが示唆された。

関連論文リスト

• Linguistic Uncertainty and Engagement in Arabic-Language X (formerly Twitter) Discourse [0.0]
  言語的不確実性はソーシャルメディアの一般的な特徴であるが、ユーザエンゲージメントとの関係は未解明のままである。 35日間にわたって投稿されたレバノンに関する16,695のアラビア語ツイートのデータセットを用いて、言語的不確実性を表すツイートが、異なるレベルのエンゲージメントを受けるかどうかを検討する。
  論文  参考訳（メタデータ） (2026-02-14T08:37:54Z)
• Disproportionate Voices: Participation Inequality and Hostile Engagement in News Comments [0.0]
  本研究は、ニュースコメントセクションにおけるデジタル参加分断と敵対的エンゲージメントとの関連について検討する。 われわれは韓国最大のニュース集約プラットフォーム、Naver Newsで13年間で620万人のユーザーから2億6000万件のコメントを分析した。 調査の結果,多人数のユーザが議論を主導する,非常に歪んだ参加構造が明らかになった。
  論文  参考訳（メタデータ） (2025-08-22T02:22:19Z)
• Israel-Hamas war through Telegram, Reddit and Twitter [9.020777839880571]
  本研究は、これらの議論に代表される対立と感情の異なる参加者との関係について、関連する議論の分析について述べる。 3つのデータセットに対してボリューム分析を適用し、エンティティ抽出を行い、BERTトピック分析に進む。 我々の発見は、政治的派閥や外部の人々が世論をどう形成するかを示す指標として、偏極化された物語を示唆している。
  論文  参考訳（メタデータ） (2025-01-30T08:20:26Z)
• Labeled Datasets for Research on Information Operations [71.34999856621306]
  ソーシャルメディアプラットフォームによって検証されたIOポストと、同様のトピックを同じ時間フレーム(制御データ)で議論した303kアカウントによる1300万以上の投稿の両方を含む、26のキャンペーンに関するラベル付きデータセットを新たに提示する。 データセットは、さまざまなキャンペーンや国で調整されたアカウントによって使用される物語、ネットワークインタラクション、エンゲージメント戦略の研究を促進する。
  論文  参考訳（メタデータ） (2024-11-15T22:15:01Z)
• Computational Assessment of Hyperpartisanship in News Titles [55.92100606666497]
  われわれはまず、超党派ニュースタイトル検出のための新しいデータセットを開発するために、人間の誘導する機械学習フレームワークを採用する。 全体的に右派メディアは比例的に超党派的なタイトルを使う傾向にある。 我々は、外国問題、政治システム、ニュースタイトルにおける過党主義を示唆する社会問題を含む3つの主要なトピックを識別する。
  論文  参考訳（メタデータ） (2023-01-16T05:56:58Z)
• Real-time Speaker counting in a cocktail party scenario using Attention-guided Convolutional Neural Network [60.99112031408449]
  重なり合う音声におけるアクティブ話者数を推定するために,CNN(Real-time, Single-channel attention-guided Convolutional Neural Network)を提案する。 提案システムは,CNNモデルを用いて音声スペクトルから高レベル情報を抽出する。 WSJコーパスを用いた重畳音声のシミュレーション実験により,従来の時間平均プーリングに比べて,注意解がほぼ3%向上することが示されている。
  論文  参考訳（メタデータ） (2021-10-30T19:24:57Z)
• Discourse Analysis of Covid-19 in Persian Twitter Social Networks Using Graph Mining and Natural Language Processing [0.0]
  調査されたビッグデータは、ペルシャのTwitterネットワークのユーザ16万から500万のツイートだ。 分析されたイラン社会は、自分たちがコビッド19の悪い問題に責任があるとは考えていない。 最も活発で影響力のある利用者の類似性は、政治的、国家的、批判的な談話の構築が主なものであることである。
  論文  参考訳（メタデータ） (2021-09-01T10:39:20Z)
• 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)
• Automatic Detection of Influential Actors in Disinformation Networks [0.0]
  本稿では,偽情報物語やネットワーク,影響力あるアクターの検出を自動化するためのエンドツーエンドフレームワークを提案する。 システムは精度96%、リコール79%、PR曲線96%のIOアカウントを検出する。 結果は、米国議会の報告書、調査ジャーナリズム、Twitterが提供するIOデータセットからの、既知のIOアカウントの独立したソースと相関している。
  論文  参考訳（メタデータ） (2020-05-21T20:15:51Z)

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。