Dieses Dokument ist auf arxiv unter der Lizenz CC BY-NC-ND 4.0 DEED verfügbar.   Autoren:  (1) Brisha Jain, unabhängige Forscherin in Indien und brishajain02@gmail.com;  (2) Mainack Mondal, IIT Kharagpur Indien und mainack@cse.iitkgp.ac.in.  Linktabelle   Zusammenfassung und Einleitung   Ähnliche Projekte   Datensammlung   Analysemethodik   Ergebnisse   Einschränkungen   Abschließende Diskussion   Verweise  6. EINSCHRÄNKUNGEN  Diese Studie konzentriert sich nur auf die führenden Journalistinnen/Journalisten (basierend auf ihrer Followerzahl) auf Twitter. Diese Journalistinnen arbeiten für angesehene Medienunternehmen, die wahrscheinlich strenge Richtlinien und Vorschriften in Bezug auf Geschlechterfragen haben. Daher unterschätzen unsere Ergebnisse die geschlechtsspezifische Voreingenommenheit gegenüber Politikerinnen auf Twitter. Eine genauere Analyse der Tweets weniger bekannter Journalistinnen und ihrer Follower könnte sogar noch höhere Grade an Voreingenommenheit und Frauenfeindlichkeit aufdecken. Eine ähnliche Einschätzung kann für unsere Politikerauswahl vorgenommen werden. Wir konzentrieren uns in unserer Analyse auf die 50 führenden Politikerinnen jedes Geschlechts. Diese Politiker haben ein hohes Ansehen und sind daher im Umgang mit Journalistinnen weniger wahrscheinlich Voreingenommenheit ausgesetzt. Dies trifft möglicherweise nicht auf Situationen zu, in denen Journalistinnen mit Politikerinnen von geringerem Ansehen und politischem Einfluss interagieren. Indem wir uns also auf die 50 führenden Politikerinnen konzentrieren, unterschätzen wir die Voreingenommenheit, der durchschnittliche Politikerinnen auf Twitter ausgesetzt sein können. Schließlich zeigt unsere Analyse auch, dass es auf Twitter möglicherweise Voreingenommenheit gegenüber Journalistinnen gibt. Diese Studie geht nicht umfassend darauf ein, insbesondere im Zusammenhang mit ihren Interaktionen mit männlichen und weiblichen Politikern. Wir gehen davon aus, dass wir dies in zukünftigen Arbeiten ansprechen werden.

Part of HackerNoon's growing list of open-source research papers, promoting free access to academic material.

MediaBias.TECH

We publish deeply researched (and often vastly underread) academic papers about our collective omnipresent media bias.

MediaBias's

Dieses Audio ist in der Originalsprache der Geschichte produziert!

Zu lang; Lesen

Boost your HackerNoon story @ $159.99! 🚀

Aufdeckung geschlechtsspezifischer Voreingenommenheit bei der Interaktion zwischen Journalisten und Politikern im indischen Twitter: Einschränkungen

About Author

KOMMENTARE

Hängeetiketten

DIESER ARTIKEL WURDE VORGESTELLT IN

Related Stories

Genuine Content Creation in the Age of AI: Why Startups Need Quality Content

HackerNoon Decoded 2024: Celebrating Our Programming Community!

HackerNoon Decoded 2024: Celebrating Our Life Hacking Community!

HackerNoon Decoded: The Top 10 Countries Where HackerNoon Is the Most Active

Genuine Content Creation in the Age of AI: Why Startups Need Quality Content

HackerNoon Decoded 2024: Celebrating Our Programming Community!

HackerNoon Decoded 2024: Celebrating Our Life Hacking Community!

HackerNoon Decoded: The Top 10 Countries Where HackerNoon Is the Most Active

Light-Mode

Classic

Newspaper

Dark-Mode

Neon Noir

Minty

HN StartUps