論文の概要: Hate speech toward migrants on a citizen reporting platform concentrates in neighborhoods undergoing demographic change

• arxiv url: http://arxiv.org/abs/2608.12581v1
• Date: Wed, 12 Aug 2026 20:52:19 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-14 18:29:38.322783
• Title: Hate speech toward migrants on a citizen reporting platform concentrates in neighborhoods undergoing demographic change
• Title（参考訳）: 住民報告プラットフォーム上での移民に対するヘイトスピーチは、人口変動中の地区に集中する
• Abstract要約: 私たちは、SOtemporal(チリ最大の市民レポートプラットフォーム)の550,000件以上の位置情報レポートを分析します。 スペイン語のヘイトスピーチ分類器を微調整して、人間のラベルに対して検証する。 ヘイトスピーチは、確立された移民コミュニティではなく、最近の人口変動のある地域に集中している。
• 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: Understanding when migration generates social integration or exclusion is a central challenge for urban communities. Existing research has mostly relied on surveys, administrative data, or aggregate indicators that fail to capture expressions of exclusion at fine spatiotemporal scales. Here, we analyze over 550,000 geolocated reports from SOSAFE (Chile's largest citizen reporting platform) to examine the relationship between migration and hate speech in Santiago. We fine-tune a Spanish hate speech classifier and validate it against human labels. Reports that mention migrants are more likely to contain hate speech than other reports. Hate speech concentrates in areas with recent demographic change (post-2010 arrivals) rather than in established migrant communities. The spatial analysis shows that hate speech hotspots coincide with neighborhoods where recent migrants comprise over a third of the population. Coldspots appear in high-education sectors with minimal recent migration. Reports with hate speech and reports that mention migrants receive more engagement, although their combination is not amplified further. These results show digital bordering on a citizen reporting platform: exclusionary discourse concentrates, and receives more engagement, in neighborhoods undergoing recent demographic change.
• Abstract（参考訳）: 移住が社会統合や排除をもたらすことを理解することは、都市社会にとって重要な課題である。 既存の研究は主に、詳細な時空間スケールで排他的表現を捉えるのに失敗した調査、行政データ、または集計指標に依存してきた。 そこで我々は,サンティアゴにおける移民とヘイトスピーチの関係を調査するため,SOSAFE(チリ最大の市民報告プラットフォーム)から550,000件以上の位置情報を解析した。 スペイン語のヘイトスピーチ分類器を微調整し、人間のラベルに対して検証する。 移民に言及する報告は、他の報告よりもヘイトスピーチを含む可能性が高い。 ヘイトスピーチは、確立された移民コミュニティではなく、最近の人口変動(2010年以降の到着)のある地域に集中している。 空間分析では、ヘイトスピーチホットスポットは、最近の移民が人口の3分の1以上を占める地区と一致している。 コールドスポットは、近年の移民が最小限に抑えられた高等教育分野に現れる。 ヘイトスピーチや、移民に言及する報告は、より多くのエンゲージメントを得るが、それらの組み合わせはさらに増幅されていない。 これらの結果は市民報告プラットフォームにおけるデジタル・バウンダリングを示している: 排他的言論は近年の人口動態の変化にともなう地域において集中し、より多くのエンゲージメントを得る。

関連論文リスト

• Reddit Deplatforming and Toxicity Dynamics on Generalist Voat Communities [73.88859384645264]
  コミュニティ全体の恒久的な禁止であるデプラットフォームは、主要なプラットフォームでコンテンツモデレーションを行うための主要なツールである。 Redditの4大禁止波(2015-2020)と、Voatの一般コミュニティへの影響を分析した。
  論文  参考訳（メタデータ） (2025-12-26T19:13:45Z)
• A Survey on Automatic Online Hate Speech Detection in Low-Resource Languages [0.5825410941577593]
  ソーシャルメディアとインターネットのアクセシビリティはヘイトスピーチの普及を促している。 本稿は、世界中の低リソース言語におけるヘイトスピーチ検出に関する詳細な調査である。
  論文  参考訳（メタデータ） (2024-11-28T09:42:53Z)
• The diaspora model for human migration [0.07852714805965527]
  既存のモデルは、フローの変動を説明するために、主に人口規模と移動距離に依存している。 本稿では,移住のダイアスポラモデルを提案し,移住者数(移住者数)と移住者数(国内での目的地)を取り入れた。 本モデルでは,移住者が特定の居住地を選択する確率に影響を及ぼすように,目的地国における既存のディアスポラサイズのみを考慮に入れている。
  論文  参考訳（メタデータ） (2023-09-06T15:17:53Z)
• Exploring Cross-Cultural Differences in English Hate Speech Annotations: From Dataset Construction to Analysis [44.17106903728264]
  ほとんどのヘイトスピーチデータセットは、単一の言語における文化的多様性を無視している。 そこで本研究では,CRoss文化の英語Hate音声データセットであるCREHateを紹介する。 CREHateのポストの56.2%のみが全国でコンセンサスを達成しており、ペアのラベル差が最も高いのは26%である。
  論文  参考訳（メタデータ） (2023-08-31T13:14:47Z)
• Migration Reframed? A multilingual analysis on the stance shift in Europe during the Ukrainian crisis [0.0]
  我々は、ヨーロッパと選択されたヨーロッパ諸国における移住関連メディアの報道と関連するソーシャルメディアの相互作用を分析した。 分析されたすべてのケースは、ウクライナでの戦争開始前後に顕著な時間的スタンスの変化を示している。 それでも、このシフトの規模と安定性には、明らかに全国的な違いがある。
  論文  参考訳（メタデータ） (2023-02-06T14:36:33Z)
• Analyzing the Intensity of Complaints on Social Media [55.140613801802886]
  テキストからの苦情の強度を測定する計算言語学における最初の研究について述べる。 私たちは中国のソーシャルメディアプラットフォームであるWeiboからの苦情に関する3,103件の投稿を含む最初の中国のデータセットを作成しました。 平均二乗誤差が0.11となる計算モデルにより,苦情強度を正確に推定できることを示す。
  論文  参考訳（メタデータ） (2022-04-20T10:15:44Z)
• Listening to Affected Communities to Define Extreme Speech: Dataset and Experiments [1.1417805445492082]
  我々は、ブラジル、ドイツ、インド、ケニアから20,297のソーシャルメディアパスを含む新しいヘイトスピーチデータセットであるXTREMESPEECHを提示する。 重要なノベルティは、データ収集と注釈付けにおいて、影響を受けるコミュニティを直接巻き込むことです。 この包括的アプローチにより、実際に発生するオンライン音声のデータセットがより代表的になる。
  論文  参考訳（メタデータ） (2022-03-22T14:24:56Z)
• Addressing the Challenges of Cross-Lingual Hate Speech Detection [115.1352779982269]
  本稿では,低リソース言語におけるヘイトスピーチ検出を支援するために,言語間移動学習に着目した。 言語間単語の埋め込みを利用して、ソース言語上でニューラルネットワークシステムをトレーニングし、ターゲット言語に適用します。 本研究では,ヘイトスピーチデータセットのラベル不均衡の問題について検討する。なぜなら,ヘイトサンプルと比較して非ヘイトサンプルの比率が高いことがモデル性能の低下につながることが多いからだ。
  論文  参考訳（メタデータ） (2022-01-15T20:48:14Z)
• Unraveling Social Perceptions & Behaviors towards Migrants on Twitter [1.6904475483445451]
  我々は、ソーシャルメディア利用者の移民に対する2つの一般的な認識(共感と反感)と2つの支配的な行動(連帯と敵意)を識別する。 提案する変換器ベースモデルであるBERT + CNNは、F1スコアが0.76で、他のモデルよりも優れていた。
  論文  参考訳（メタデータ） (2021-12-04T20:45:26Z)
• 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)
• Racism is a Virus: Anti-Asian Hate and Counterspeech in Social Media during the COVID-19 Crisis [51.39895377836919]
  新型コロナウイルスは、アジアのコミュニティをターゲットにしたソーシャルメディア上で人種差別や憎悪を引き起こしている。 我々は、Twitterのレンズを通して、反アジアヘイトスピーチの進化と普及について研究する。 私たちは、14ヶ月にわたる反アジア的憎悪と反音声のデータセットとして最大となるCOVID-HATEを作成します。
  論文  参考訳（メタデータ） (2020-05-25T21:58:09Z)
• A Framework for the Computational Linguistic Analysis of Dehumanization [52.735780962665814]
  我々は1986年から2015年にかけてニューヨーク・タイムズでLGBTQの人々に関する議論を分析した。 LGBTQの人々の人為的な記述は、時間とともにますます増えています。 大規模に非人間化言語を分析する能力は、メディアバイアスを自動的に検出し、理解するだけでなく、オンラインで乱用する言語にも影響を及ぼす。
  論文  参考訳（メタデータ） (2020-03-06T03:02:12Z)

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。