論文の概要: Interplay between social contact and media exposure in the overestimation of racial diversity in the U.S
- arxiv url: http://arxiv.org/abs/2603.26896v1
- Date: Fri, 27 Mar 2026 18:15:34 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-03-31 23:18:44.685318
- Title: Interplay between social contact and media exposure in the overestimation of racial diversity in the U.S
- Title（参考訳）: 米国における人種多様性の過大評価における社会接触とメディア露出の相互作用
- Authors: Clara Eminente, Henrik Olsson, Ljubica Nedelkoska, Rafael Prieto-Curiel, Mirta Galesic, Elisa Omodei,
- Abstract要約: 色のある人々は、白人が近隣と全国の両方で行うよりも、自分のグループサイズを過度に見積もっている。
両グループとも、ニュース消費は過大評価率の低下と関連し、ソーシャルメディアの頻繁な使用は高いレートに関連付けられている。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The general population systematically overestimates the size of minority groups, yet how these misperceptions vary across racial groups and geographical scales remains poorly understood. Using a purpose-built survey of the U.S. population, we examine overestimation of people of color (PoC) communities across four nested geographical scales: neighborhood, city, state, and nation. Our results demonstrate that overestimation is both scale- and group-dependent: the probability of overestimation increases progressively from local to national levels, and people of color overestimate their own group size more frequently than white people do at both the neighborhood and national levels. Among white respondents, we identify a scale-dependent divide in exposure mechanisms: direct interethnic social contact is the primary correlate of overestimation at local levels, whereas perceived frequency of coverage of people of color in news dominates at the national level. Furthermore, across both groups, frequent news consumption is associated with reduced rates of overestimation, while frequent social media use is associated with higher rates. These findings suggest that overestimation is real and present across scales and groups. This in turn can foster an `illusion of diversity', potentially undermining support for equity-promoting policies by creating the erroneous belief that representation goals have already been achieved.
- Abstract（参考訳）: 一般人口は、少数民族の規模を体系的に過大評価しているが、これらの誤解が人種集団や地理的規模によってどのように異なるかは、いまだに理解されていない。
アメリカ合衆国人口の目的調査を用いて、近隣、都市、州、および国家の4つのネストされた地理的スケールにわたる、有色人種(PoC)コミュニティの過大評価を調査する。
その結果、過大評価はスケール依存とグループ依存の両方であり、過大評価の確率は地域レベルから全国レベルへと徐々に増加し、色合いの人は白人が地域レベルと国民レベルの両方で行うよりも、自分のグループサイズを過度に見積もっていることがわかった。
直接性交社会接触は,地域レベルでの過大評価の一次相関であるのに対して,ニュースにおける有色人種の頻度は全国的に支配的である。
さらに、両グループの間では、頻繁なニュース消費は過大評価率の低下に関連付けられ、一方、ソーシャルメディアの頻繁な使用は高いレートに関連付けられている。
これらの結果は, 過大評価が現実であり, スケールやグループにまたがって存在することを示唆している。
これは「多様性のイリュージョン」を育み、表現目標がすでに達成されているという誤った信念を創り出すことによって、株式宣伝政策への支持を損なう可能性がある。
関連論文リスト
- EgoGroups: A Benchmark For Detecting Social Groups of People in the Wild [22.208270430723644]
EgoGroupsは、世界中の都市でソーシャルなダイナミクスをキャプチャする、一人称のビューデータセットだ。
人や社会グループのための密集した人的アノテーションや、リッチな地理的、シーンのメタデータが含まれています。
我々は最先端のVLM/LLMを広範囲に評価し,グループ検出機能に関する教師付きモデルを構築した。
論文 参考訳（メタデータ） (2026-03-23T17:43:49Z) - NY Real Estate Racial Equity Analysis via Applied Machine Learning [0.0]
本研究では、ニューヨーク州(NYS)とニューヨーク市(NYC)におけるトラクターレベルの不動産所有パターンを分析し、人種格差を明らかにする。
我々は、先進的な人種・民族の計算モデルを用いて、土地所有者の予測された人種構成と、国勢調査データから住民人口を比較した。
白人は、その人口に対する資産と資産価値の不均等なシェアを持っているのに対し、黒人、ヒスパニック、アジア系コミュニティは、資産所有者として過小評価されている。
論文 参考訳（メタデータ） (2025-05-22T17:32:28Z) - Fairness Mediator: Neutralize Stereotype Associations to Mitigate Bias in Large Language Models [66.5536396328527]
LLMは必然的にトレーニングデータから急激な相関関係を吸収し、偏りのある概念と特定の社会的グループの間のステレオタイプ的関連をもたらす。
ステレオタイプアソシエーションを中和するバイアス緩和フレームワークであるFairness Mediator (FairMed)を提案する。
本フレームワークは, ステレオタイプアソシエーションプローバーと, 対向型デバイアス中和剤の2つの主成分からなる。
論文 参考訳（メタデータ） (2025-04-10T14:23:06Z) - Inclusive content reduces racial and gender biases, yet non-inclusive content dominates popular culture [1.4204016278692333]
私たちは最先端の機械学習モデルを使用して、50年以上にわたって30万以上の画像を分類しています。
人種的少数派は白人よりもはるかに頻度が低く、それらが現れると、顕著に描写されなくなる。
また、女性は全身で描かれる傾向が強く、男性は顔で描かれる傾向が強いこともわかりました。
論文 参考訳（メタデータ） (2024-05-10T11:34:47Z) - Large Language Models Portray Socially Subordinate Groups as More Homogeneous, Consistent with a Bias Observed in Humans [0.30723404270319693]
大規模言語モデル(LLM)における新しい形式のバイアスについて検討する。
チャットGPTはアフリカ系アメリカ人、アジア系アメリカ人、ヒスパニック系アメリカ人を白人よりも同質であると表現した。
グループを多様性の低いリスクとして表現する傾向は、ステレオタイプや差別行動に永続する傾向があると論じる。
論文 参考訳（メタデータ） (2024-01-16T16:52:00Z) - Understanding Divergent Framing of the Supreme Court Controversies:
Social Media vs. News Outlets [56.67097829383139]
我々は、米国最高裁判所の一連の判決に関して、ソーシャルメディアや伝統的なメディアのフレーミングにおける微妙な区別に焦点を当てている。
メディアが肯定的な行動や中絶の権利を扱い、学生ローンの話題はより深いコンセンサスを示す傾向にある。
論文 参考訳（メタデータ） (2023-09-18T06:40:21Z) - Towards Fair Face Verification: An In-depth Analysis of Demographic
Biases [11.191375513738361]
近年,深層学習に基づく人物識別・検証システムは,精度の面で著しく向上している。
しかし、このようなシステムは人種、年齢、性別に関する重大な偏見を呈している。
本稿では,これらの要因の交叉性に着目した詳細な分析を行う。
論文 参考訳（メタデータ） (2023-07-19T14:49:14Z) - Stable Bias: Analyzing Societal Representations in Diffusion Models [72.27121528451528]
本稿では,テキスト・ツー・イメージ(TTI)システムにおける社会的バイアスを探索する新しい手法を提案する。
我々のアプローチは、プロンプト内の性別や民族のマーカーを列挙して生成された画像の変動を特徴づけることに依存している。
我々はこの手法を利用して3つのTTIシステムによって生成された画像を分析し、そのアウトプットが米国の労働人口層と相関しているのに対して、彼らは常に異なる範囲において、限界化されたアイデンティティを低く表現している。
論文 参考訳（メタデータ） (2023-03-20T19:32:49Z) - Social Diversity Reduces the Complexity and Cost of Fostering Fairness [63.70639083665108]
不完全な情報や公平性の柔軟な基準を前提とした干渉機構の効果について検討する。
多様性の役割を定量化し、情報収集の必要性を減らす方法を示す。
この結果から,多様性が変化し,公正性向上を目指す機関に新たなメカニズムが開放されることが示唆された。
論文 参考訳（メタデータ） (2022-11-18T21:58:35Z) - One Label, One Billion Faces: Usage and Consistency of Racial Categories
in Computer Vision [75.82110684355979]
顔画像の分類的人種ラベルを提供するコンピュータビジョンデータセットによって符号化された人種システムについて検討する。
各データセットは、名目上等価な人種分類にもかかわらず、かなりユニークな人種体系をコードしている。
我々は、人種的カテゴリーがステレオタイプを符号化し、非整合性からステレオタイプへの分類から民族集団を除外する証拠を見出した。
論文 参考訳（メタデータ） (2021-02-03T22:50:04Z)
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。