論文の概要: X-pressing Intimacy: Mental Health Disclosure After Twitter Acquisition
- arxiv url: http://arxiv.org/abs/2610.30413v1
- Date: Wed, 21 Oct 2026 20:16:23 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-24 02:08:44.128363
- Title: X-pressing Intimacy: Mental Health Disclosure After Twitter Acquisition
- Title（参考訳）: X-pressingの親密性:Twitter買収後のメンタルヘルス情報
- Abstract要約: イーロン・マスクが2022年10月にTwitterを買収した件について、メンタルヘルスの自己開示について検討する。
不安、抑うつ、双極性障害(BD)、境界性パーソナリティ障害(BPD)、自殺観念などにわたる約824Kのツイートを分析した。
不安、抑うつ、BPDは、低親密性の増加と中等親密性開示の減少を示す。
- 参考スコア（独自算出の注目度）: 16.95303061919389
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Social media platforms provide spaces for individuals to disclose mental health experiences and seek support, yet how these disclosures evolve during major shifts in platform governance remains unclear. We examine mental health self-disclosure surrounding Elon Musk's October 2022 acquisition of Twitter, analyzing approximately 824K tweets across anxiety, depression, bipolar disorder (BD), borderline personality disorder (BPD), and suicidal ideation (SI) or related experiences, alongside 266K comparison tweets. Using Linguistic Inquiry and Word Count (LIWC) and an LLM-based intimacy classifier, we characterize changes in psycholinguistic expression and disclosure intimacy. Following the acquisition, we observe declines in affective and social language, alongside increases in first-person singular pronouns and future-focused expressions. Intimacy patterns vary by condition: anxiety, depression, and BPD show increases in low-intimacy and decreases in moderate-intimacy disclosures, whereas suicide-related posts show more high-intimacy disclosures. However, compared with broader Twitter discourse, only the relative decline in moderate- versus low-intimacy disclosure for BPD remains statistically significant. Our findings underscore the importance of considering both language and intimacy when studying platform transitions, informing the design of online environments that support sensitive self-disclosure.
- Abstract（参考訳）: ソーシャルメディアプラットフォームは、個人がメンタルヘルスの経験を公開し、サポートを求めるためのスペースを提供するが、プラットフォームガバナンスの大きな変化の間にこれらの開示がどのように進化するかは、まだ不明である。
我々は、Elon Muskが2022年10月にTwitterを買収したことに関するメンタルヘルスの自己開示を調査し、不安、うつ病、双極性障害(BD)、境界性パーソナリティ障害(BPD)、自殺的思考(SI)などを含む約824Kのツイートを、266Kの比較ツイートとともに分析した。
言語問合せと単語数(LIWC)とLLMに基づく親密性分類器を用いて,心理言語学的表現と開示親密性の変化を特徴付ける。
獲得後,感情的・社会的な言語が減少し,一人称単数代名詞や未来志向の表現が増加していくのを観察した。
不安、抑うつ、BPDは低い親密性の増加と中等親密性開示の減少を示すが、自殺関連投稿は高い親密性開示の傾向を示す。
しかし、より広範なTwitterの談話と比較すると、BPDに対する中程度の情報開示と低親密性開示の相対的な減少のみが統計的に有意である。
本研究は、プラットフォーム移行研究における言語と親密性の両方を考慮することの重要性を強調し、センシティブな自己開示を支援するオンライン環境の設計を通知する。
関連論文リスト
- DelusionEval: Measuring Delusion-Linked Behaviors in AI Chatbots [49.59847654758852]
メンタルヘルスの専門家は、大きな言語モデル(LLM)との相互作用による心理的害のリスクを懸念している。
我々はDelusionEvalを開発した。DelusionEvalは、モデルがユーザの妄想を助長する行動を示す傾向をテストするための評価プロトコルである。
評価されたLCMが妄想関連行動を示す傾向は, モデルサイズ, リリース日, テストタイム推論の有無と確実に相関しないことがわかった。
論文 参考訳（メタデータ） (2026-08-05T16:11:08Z) - The Hidden Toll of Social Media News: Causal Effects on Psychosocial Wellbeing [13.828701779818518]
この調査では、BlueSkyプラットフォーム上で26万の投稿と4500万のコメントの大規模なデータセットを活用している。
情緒的,行動的,認知的結果の観点から,心理社会的幸福度を検討した。
論文 参考訳（メタデータ） (2026-01-20T00:46:51Z) - Decoding Linguistic Nuances in Mental Health Text Classification Using Expressive Narrative Stories [5.091061468748012]
本研究は,自己宣言型抑うつを伴う人や無関係の人からの表現的物語(ENS)に着目し,そのギャップを埋めるものである。
本研究は,従来の言語モデルに対する高度言語モデルであるBERTとMentalBERTの有用性を評価する。
BERT は ENS における話題単語の欠如に対して最小限の感度を示し,より深い言語的特徴を理解する能力に優れていたことを示唆した。
論文 参考訳（メタデータ） (2024-12-20T19:29:21Z) - Online posting effects: Unveiling the non-linear journeys of users in depression communities on Reddit [0.12564343689544843]
2年間にわたって対話する303kユーザからオンラインダイナミクスを再構築するデータインフォームドフレームワークを導入する。
利用者は、友人の感情的・感情的コンテンツへのオンライン露出後、別の心理的状態に移行することができる。
心理学的文献から解釈すると,オンラインソーシャルインタラクションのタイプとレイアウトが,うつ病を投稿する際のユーザの「ジャーニー」に影響を及ぼす証拠となる。
論文 参考訳（メタデータ） (2023-11-29T14:45:11Z) - LOST: A Mental Health Dataset of Low Self-esteem in Reddit Posts [4.6071451559137175]
低自尊心と対人欲求は、うつ病や自殺の試みに大きな影響を及ぼす。
個人は、孤独を増進し緩和するためにソーシャルメディア上の社会的つながりを求めます。
Reddit上での低自己評価を研究・検出するために,心理学的根拠と専門的な注釈付きデータセット,LoST: Low Self esTeemを紹介した。
論文 参考訳（メタデータ） (2023-06-08T23:52:35Z) - Depression detection in social media posts using affective and social
norm features [84.12658971655253]
ソーシャルメディア投稿からの抑うつ検出のための奥深いアーキテクチャを提案する。
我々は、後期融合方式を用いて、ポストとワードの敬称と道徳的特徴をアーキテクチャに組み込んだ。
提案された機能を含めると、両方の設定で最先端の結果が得られます。
論文 参考訳（メタデータ） (2023-03-24T21:26:27Z) - Semantic Similarity Models for Depression Severity Estimation [53.72188878602294]
本稿では、ソーシャルメディアの文章に基づいて、個人のうつ病の重症度を研究するための効率的なセマンティックパイプラインを提案する。
我々は,抑うつ症状と重度レベルに対応する代表訓練文の指標に対して意味的ランキングを生成するために,テストユーザ文を使用する。
本手法を2つのRedditベースのベンチマークで評価し,うつ病の重症度を指標として,最先端技術よりも30%改善した。
論文 参考訳（メタデータ） (2022-11-14T18:47:26Z) - Adherence to Misinformation on Social Media Through Socio-Cognitive and
Group-Based Processes [79.79659145328856]
誤報が広まると、これはソーシャルメディア環境が誤報の付着を可能にするためである、と我々は主張する。
偏光と誤情報付着が密接な関係にあると仮定する。
論文 参考訳（メタデータ） (2022-06-30T12:34:24Z) - Quantifying the Suicidal Tendency on Social Media: A Survey [0.0]
自殺は早産だが予防可能な死因の1つである。
近年の研究では、ソーシャルメディアデータのマイニングが、利用者の自殺傾向の定量化に役立っていることが示されている。
本書は、精神医療の分類を解明し、ソーシャルメディアデータにおける自殺傾向の定量化の可能性を検討するための最近の試みを強調している。
論文 参考訳（メタデータ） (2021-10-04T12:26:14Z) - Understanding the Hoarding Behaviors during the COVID-19 Pandemic using
Large Scale Social Media Data [77.34726150561087]
われわれは、2020年3月1日から4月30日まで、米国で4万2000人以上のユニークTwitterユーザーによる嫌がらせと反嫌悪のパターンを分析した。
ホアーディンググループと反ホアーディンググループの両方の女性の比率が、一般のTwitter利用者の比率よりも高いことがわかりました。
LIWCの不安度はTwitterの不安度よりもかなり高い。
論文 参考訳（メタデータ） (2020-10-15T16:02:25Z)
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。