論文の概要: Mapping Election Toxicity on Social Media across Issue, Ideology, and Psychosocial Dimensions

• arxiv url: http://arxiv.org/abs/2604.16765v1
• Date: Sat, 18 Apr 2026 01:13:36 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-21 21:52:52.164436
• Title: Mapping Election Toxicity on Social Media across Issue, Ideology, and Psychosocial Dimensions
• Title（参考訳）: 問題・イデオロギー・心理社会的次元におけるソーシャルメディア上の選挙毒性のマッピング
• Authors: Lei Cao, Wen Zeng, Xinyue Wu, Eun Cheol Choi, Emilio Ferrara,
• Abstract要約: われわれは2024年アメリカ合衆国大統領選挙におけるTwitterの言論を大規模に分析した。 我々は,ポストを10の主要なキャンペーン課題に分類し,ポストのイデオロギーを推定し,有害なコンテンツを検出し,有害なコンテンツの心理的要因を調べる。
• 参考スコア（独自算出の注目度）: 9.017731357825287
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Online political hostility is pervasive, yet it remains unclear how toxicity varies across campaign issues and political ideology, and what psychosocial signals and framing accompany toxic expression online. In this work, we present a large-scale analysis of discourse on X (Twitter) during the five weeks surrounding the 2024 U.S. presidential election. We categorize posts into 10 major campaign issues, estimate the ideology of posts using a human-in-the-loop LLM-assisted annotation process, detect harmful content with an LLM-based toxicity detection model, and then examine the psychological drivers of toxic content. We use these annotated data to examine how harmful content varies across campaign issues and ideologies, as well as how emotional tone and moral framing shape toxicity in election discussions. Our results show issue heterogeneity in both the prevalence and intensity of toxicity. Identity-related issues displayed the highest toxicity intensity. As for specific harm categories, harassment was most prevalent and intense across most of the issues, while hate concentrated in identity-centered debates. Partisan posts contained more harmful content than neutral posts, and ideological asymmetries in toxicity varied by issue. In terms of psycholinguistic dimensions, we found that toxic discourse is dominated by high-arousal negative emotions. Left- and right-leaning posts often exhibit similar emotional profiles within the same issue domain, suggesting emotional mirroring. Partisan groups frequently rely on overlapping moral foundations, while issue context strongly shapes which moral foundations become most salient. These findings provide a fine-grained account of toxic political discourse on social media and highlight that online political toxicity is highly context-dependent, underscoring the need for issue-sensitive approaches to measuring and mitigating it.
• Abstract（参考訳）: オンラインの政治的敵意は広く浸透しているが、キャンペーン問題や政治イデオロギーによって毒性がどう変化するのか、オンライン上での精神社会的シグナルやフレーミングが有毒な表現にどんな影響を及ぼすのかは不明だ。 本研究では,2024年アメリカ合衆国大統領選挙前後の5週間におけるX(Twitter)の言論を大規模に分析した。 我々は,ポストを10つの主要なキャンペーン課題に分類し,ヒトインループLDMによるアノテーションプロセスを用いてポストのイデオロギーを推定し,LSMに基づく毒性検出モデルを用いて有害なコンテンツを検出するとともに,有害コンテンツの心理的要因について検討した。 これらの注釈付きデータを用いて、選挙討論において有害コンテンツが選挙問題やイデオロギーによってどのように変化するかを調べるとともに、感情的トーンや道徳的フレーミングが有害性を形作るかを調べる。 その結果,毒性の有病率と強度の両面で不均一性が認められた。 アイデンティティに関連する問題は、毒性の強さが最も高かった。 特定の危害カテゴリーについては、ハラスメントが最も一般的で、ほとんどの問題で激しかったが、憎悪はアイデンティティ中心の議論に集中していた。 党派ポストは中立的なポストよりも有害な内容を含んでおり、イデオロギー的な毒性の対称性は問題によって異なる。 精神言語学的な側面から見ると、有毒な談話は高い覚醒的な否定的な感情に支配されている。 左と右の投稿は、しばしば同じ課題領域内で同様の感情的プロファイルを示し、感情的ミラーリングを示唆する。 パルチザンのグループはしばしば重なり合う道徳的基礎に頼り、一方、道徳的基礎が最も有能になるような文脈を強く形作っている。 これらの知見は、ソーシャルメディアにおける有害な政治的談話のきめ細かい説明を提供し、オンラインの政治的毒性は文脈に依存しており、それを測定し緩和するための問題に敏感なアプローチの必要性を強調している。

関連論文リスト

• Latent Topic Synthesis: Leveraging LLMs for Electoral Ad Analysis [51.95395936342771]
  ラベルなしコーパスから解釈可能なトピック分類を自動生成するエンドツーエンドフレームワークを提案する。 われわれはこの枠組みを、2024年アメリカ合衆国大統領選挙の1ヶ月前のMeta政治広告の大規模なコーパスに適用する。 提案手法は,潜在談話構造を明らかにし,意味的に豊かなトピックラベルを合成し,モラル・フレーミングの次元でトピックを注釈する。
  論文  参考訳（メタデータ） (2025-10-16T20:30:20Z)
• Identifying Constructive Conflict in Online Discussions through Controversial yet Toxicity Resilient Posts [41.130462443875736]
  我々は、議論の的となり、挑戦的な対話と有害なレジリエンスを識別し、敬意を込めた会話を捉える。 また、政治的ポストはしばしば議論の余地があり、より有毒な反応を惹きつける傾向があることもわかりました。 これらの知見は、建設的な政治的議論を促進するためにポストのトーンをフレーミングする可能性を示唆している。
  論文  参考訳（メタデータ） (2025-09-22T18:30:41Z)
• Toxic behavior silences online political conversations [0.0]
  個人は有害な行動に晒されているため、少数派の意見を公然と表現することを控える可能性があるという仮説を考察する。 隠れマルコフモデルを用いて、毒性による沈黙と一致した潜伏状態を特定する。 本研究は、オンライン政治熟考の複雑さを考察し、自己検閲のダイナミクスを考えることの重要性を強調した。
  論文  参考訳（メタデータ） (2024-12-07T20:39:20Z)
• Twits, Toxic Tweets, and Tribal Tendencies: Trends in Politically Polarized Posts on Twitter [5.161088104035108]
  個人レベルでの毒性と,Twitter/X上でのトピックレベルに寄与するパーシスタンスと感情分極が果たす役割について検討する。 43,151人のTwitter/Xユーザーから8960万のツイートを収集した後、パーティショニングを含むいくつかのアカウントレベルの特徴が、ユーザーが有害コンテンツを投稿する頻度を予測するかを決定する。
  論文  参考訳（メタデータ） (2023-07-19T17:24:47Z)
• 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)
• Collective moderation of hate, toxicity, and extremity in online discussions [1.114199733551736]
  われわれはTwitter上で4年間に13万件以上の議論を交わした大規模なコーパスを分析した。 我々は、後続のつぶやきにおけるヘイトスピーチの確率に関係している可能性のある、さまざまな談話の次元を識別する。 事実によって必ずしも支持されない単純な意見を表現することは、その後の議論において最も憎悪に関係している。
  論文  参考訳（メタデータ） (2023-03-01T09:35:26Z)
• Beyond Plain Toxic: Detection of Inappropriate Statements on Flammable Topics for the Russian Language [76.58220021791955]
  本稿では,不合理性という二項的概念と,センシティブなトピックの多項的概念に基づいてラベル付けされた2つのテキストコレクションについて述べる。 不適切な概念を客観するために、クラウドソーシングではデータ駆動方式で定義する。
  論文  参考訳（メタデータ） (2022-03-04T15:59:06Z)
• Annotators with Attitudes: How Annotator Beliefs And Identities Bias Toxic Language Detection [75.54119209776894]
  本研究では,アノテータのアイデンティティ(誰)と信念(なぜ)が有害な言語アノテーションに与える影響について検討する。 我々は、アンチブラック言語、アフリカ系アメリカ人の英語方言、俗語という3つの特徴を持つポストを考察する。 以上の結果から,アノテータのアイデンティティと信念と毒性評価の相関が強く示唆された。
  論文  参考訳（メタデータ） (2021-11-15T18:58:20Z)

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。