論文の概要: Gender Gap Analysis in News and Talk Online Radio Broadcast

• arxiv url: http://arxiv.org/abs/2607.09675v1
• Date: Sat, 06 Jun 2026 20:41:26 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-27 00:46:12.993781
• Title: Gender Gap Analysis in News and Talk Online Radio Broadcast
• Title（参考訳）: ニュース・トークオンライン放送におけるジェンダーギャップ分析
• Abstract要約: 本研究は,全発話時間,1日ごとの空時間割当,放送トピック間の参加における性別による差異について検討した。 その結果,男性話者は総発話時間の77%を占めており,放送時間に男女差が一貫したことが明らかとなった。 女性の表現は「トークショーセグメンツ」で最低であり、女性は話す時間の10.8%しか占めていない。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Radio broadcasting remains a dominant medium of communication, reaching 82% of Americans ages 12 and older weekly. Given its broad media impact, gender representation on radio news and talk stations may play an important role in shaping social and cultural perceptions. In this study, we examined patterns of gender representation in radio broadcasts, focusing on gender-based differences in total speaking time, air-time allocation across the day, and participation across broadcast topics. The dataset comprises filtered recordings from 74 US news and talk radio stations, collected over a 24-hour period and yielding more than 1,400 hours of content. We analyzed the data using VANPY, an in-house voice-analysis framework that combines multi-channel radio recording with AI-based speaker diarization, gender classification, speech-to-text transcription, and topic analysis. The results revealed consistent gender differences in allocated broadcast time, with male speakers accounting for 77% of total speaking time (SD = 6.8%). This gap remained evident during commute periods, when female speaking time was approximately 7.5-9.5 minutes per hour, compared with approximately 30.6-32.9 minutes for male speakers. Topic analysis further showed male dominance across all examined content categories. Female representation was lowest in "Talk Show Segments", where women accounted for only 10.8% of speaking time. Even in "Entertainment News", where female representation was highest, women accounted for only 35.8% of speaking time. Beyond these findings on gender dynamics in broadcast media, VANPY is publicly available and provides a systematic approach for analyzing large-scale audio data. It can be applied not only to radio broadcasts, but also to other audio domains such as human-computer interaction, corporate communication, and security applications.
• Abstract（参考訳）: ラジオ放送は依然として主要な通信媒体であり、アメリカ人の82%が12歳以上である。 幅広いメディアの影響を踏まえると、ラジオニュースやトーク局におけるジェンダーの表現は、社会的・文化的な認識を形成する上で重要な役割を果たす可能性がある。 本研究では,ラジオ放送におけるジェンダー表現のパターンについて検討し,全発話時間における男女差,日中空時間割当,放送トピック間の参加に着目した。 このデータセットは、24時間にわたって収集され、1400時間以上のコンテンツを出力する74の米国ニュースおよびトークラジオ局からのフィルタリング記録で構成されている。 我々は,マルチチャンネルラジオ録音とAIに基づく話者ダイアリゼーション,ジェンダー分類,音声からテキストへの書き起こし,話題分析を組み合わせた社内音声分析フレームワークVANPYを用いてデータを分析した。 その結果,男性話者は全発話時間の77%(SD=6.8%)を占めた。 このギャップは通勤期間中も明らかであり、女性話者の発話時間は、男性話者の約30.6-32.9分に比べて、約7.5-9.5分であった。 トピック分析では、すべての調査内容カテゴリーで男性優位性を示した。 女性の表現は「トークショーセグメンツ」で最低であり、女性は話す時間の10.8%しか占めていない。 女性代表が最高だった『エンターテイメント・ニュース』でさえ、女性は話す時間の35.8%しか占めていない。 放送メディアにおけるジェンダーダイナミクスに関するこれらの知見以外にも、VANPYは公開されており、大規模オーディオデータを解析するための体系的なアプローチを提供する。 無線放送だけでなく、人間とコンピュータのインタラクション、企業間のコミュニケーション、セキュリティアプリケーションといった他のオーディオ分野にも適用することができる。

関連論文リスト

• You Talkin to Me?: A Network Analysis of Gendered Speaker-Addressee Patterns in Film Screenplays [58.97068363450271]
  私たちは38の映画脚本から4,600の対話イベントのデータセットを使用します。 男性キャラクタは、より多くの女性がいる場面でも、講演者や演説者のコーパスとして支配的である。 異性間の対話は平均的に左右対称であるが、フィルムレベルではクラスタ化される。
  論文  参考訳（メタデータ） (2026-06-26T17:38:19Z)
• Gender Bias and Property Taxes [50.18156030818883]
  我々は、10万人以上の不動産税告訴審理記録と2.7年以上の関連音声記録を分析した。 女性のアパレルは、聴聞会で男性アパレルよりも体系的に劣る。 我々の結果は、性別バイアスは、少なくとも部分的には、ABBパネリストの一部に関する無声の信念と認識によって引き起こされるという考え方と一致している。
  論文  参考訳（メタデータ） (2024-12-17T07:14:23Z)
• Automatic Classification of News Subjects in Broadcast News: Application to a Gender Bias Representation Analysis [1.4100823284870105]
  本稿では,フランステレビやラジオニュースで取り上げられる話題におけるジェンダー分布の偏りを列挙する計算フレームワークを提案する。 我々は、2023年に21のフランス語チャンネルで放送された11.7k時間のデータセットを転写した。 スポーツ,政治,紛争などの主題において,女性が顕著に表現されていないことを示す。
  論文  参考訳（メタデータ） (2024-07-19T10:15:45Z)
• Gender Representation in TV and Radio: Automatic Information Extraction methods versus Manual Analyses [1.1708479580628022]
  本研究は,テレビやラジオにおけるジェンダー表現の相違を記述するために,自動情報抽出記述子と手動分析の関係について検討する。 発見は、すべてのディスクリプタで男性に比べて女性が少なすぎるという、全身的な性別の不均衡を浮き彫りにする。
  論文  参考訳（メタデータ） (2024-06-14T16:05:43Z)
• Evolution of Voices in French Audiovisual Media Across Genders and Age in a Diachronic Perspective [0.9449650062296824]
  本稿では,フランスのメディアアーカイブから1023人の話者の声のダイアクロニック音響解析を行った。 話者は、4つの期間(1955/56年、1975/76年、1995/96年、2015/16年)、4つの年齢グループ(20-35年、36-50年、51-65年、65年)と2つの性別に基づいて32のカテゴリーに分散している。
  論文  参考訳（メタデータ） (2024-04-24T18:00:06Z)
• No Pitch Left Behind: Addressing Gender Unbalance in Automatic Speech Recognition through Pitch Manipulation [20.731375136671605]
  本稿では,基本周波数(f0)とホルマントを操作するデータ拡張手法を提案する。 この手法は、表現不足の女性話者の声をシミュレートすることにより、性別間のデータ不均衡を低減する。 自発性英語音声の実験では,女性話者の発話に対して,WERの相対的な改善が9.87%に達することが示された。
  論文  参考訳（メタデータ） (2023-10-10T12:55:22Z)
• VisoGender: A dataset for benchmarking gender bias in image-text pronoun resolution [80.57383975987676]
  VisoGenderは、視覚言語モデルで性別バイアスをベンチマークするための新しいデータセットである。 We focus to occupation-related biases in a hegemonic system of binary gender, inspired by Winograd and Winogender schemas。 我々は、最先端の視覚言語モデルをいくつかベンチマークし、それらが複雑な場面における二項性解消のバイアスを示すことを発見した。
  論文  参考訳（メタデータ） (2023-06-21T17:59:51Z)
• Overlapped speech and gender detection with WavLM pre-trained features [6.054285771277486]
  本稿では,フランス音声メディアにおける女性と男性間の相互作用を研究するために,重なり合う発話と性別の検出に焦点を当てる。 本稿では,膨大な音声データに基づいて事前学習を行うことの利点を生かしたWavLMモデルを提案する。 ニューラルGDは、フランスの放送ニュースALLIESデータの性別バランスの取れたサブセットに基づいてWavLM入力で訓練され、97.9%の精度が得られる。
  論文  参考訳（メタデータ） (2022-09-09T08:00:47Z)
• 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)
• Gender bias in magazines oriented to men and women: a computational approach [58.720142291102135]
  女性指向の雑誌の内容と男性指向の雑誌の内容を比較する。 トピック・モデリングの手法により、雑誌で議論されている主要なテーマを特定し、これらのトピックの存在が時間とともに雑誌間でどの程度異なるかを定量化する。 以上の結果から,セクシュアオブジェクトとしての家族,ビジネス,女性の出現頻度は,時間とともに消失する傾向にあることが示唆された。
  論文  参考訳（メタデータ） (2020-11-24T14:02:49Z)
• Multi-Dimensional Gender Bias Classification [67.65551687580552]
  機械学習モデルは、性別に偏ったテキストでトレーニングする際に、社会的に望ましくないパターンを不注意に学習することができる。 本稿では,テキスト中の性バイアスを複数の実用的・意味的な次元に沿って分解する一般的な枠組みを提案する。 このきめ細かいフレームワークを用いて、8つの大規模データセットにジェンダー情報を自動的にアノテートする。
  論文  参考訳（メタデータ） (2020-05-01T21:23:20Z)

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。