paint-brush
Выявление гендерных предубеждений во взаимодействии журналистов и политиков в индийском Твиттере: результатык@mediabias
491 чтения
491 чтения

Выявление гендерных предубеждений во взаимодействии журналистов и политиков в индийском Твиттере: результаты

Слишком долго; Читать

В этой статье исследователи анализируют гендерные предубеждения в индийском политическом дискурсе в Твиттере, подчеркивая необходимость гендерного разнообразия в социальных сетях.
featured image - Выявление гендерных предубеждений во взаимодействии журналистов и политиков в индийском Твиттере: результаты
Tech Media Bias [Research Publication] HackerNoon profile picture
0-item

Этот документ доступен на arxiv под лицензией CC BY-NC-ND 4.0 DEED.

Авторы:

(1) Бриша Джайн, независимый исследователь из Индии, [email protected];

(2) Майнак Мондал, ИИТ Харагпур Индия и [email protected].

Таблица ссылок

5. РЕЗУЛЬТАТЫ

5.1. Гендерная предвзятость в частоте взаимодействия и популярности взаимодействия журналистов и политиков (RQ1)

Чтобы найти ответ на первый вопрос исследования, мы начали с проверки того, существует ли гендерная предвзятость в частоте взаимодействия (т. е. частоты упоминаний) между политиками и журналистами в Твиттере.


Журналисты чаще упоминают политиков-мужчин: на рисунке 1а сравнивается CDF количества твитов, опубликованных журналистами с упоминанием политиков-мужчин и женщин. Из этого рисунка мы делаем интересное наблюдение. Когда принимающим политиком является мужчина (т.е. в категориях MJ-MP и FJ-MP), количество упоминаемых твитов (и, следовательно, частота взаимодействия журналиста и политика) выше, когда принимающей стороной являются женщины-политики. С этой целью тест Крускала-Уоллиса среди количества твитов на одного журналиста в четырех категориях выявил довольно статистически значимые различия между категориями ( p << 0,05). Затем мы выполнили парные тесты Манна-Уитни для отслеживания четырех категорий (MJ-MP, MJ-FP, FJ-MP, FJ-FP). Статистически значимой разницы нет, когда журналист-мужчина или женщина упоминает отчеты политиков-мужчин. Аналогичным образом, нет статистически значимой разницы, когда журналист-мужчина или женщина упоминает статью политика-женщины. Однако существуют статистически значимые различия в том, как часто журналисты-мужчины/женщины упоминают политиков-мужчин и как часто они упоминают политиков-женщин (все p << 0,05). Далее мы сравниваем популярность каждого твита, адресованного политикам-мужчинам и женщинам.



Таблица 2: Примеры выдержек из количества твитов, опубликованных журналистами с упоминанием политиков. Мы показываем твиты из четырех разных категорий в зависимости от пола отправителя и получателя.


(г)


великий). Наше наблюдение предполагает, что пользователи Твиттера в Индии, похоже, приписывают большее доверие взглядам мужчин-журналистов на женщин-политиков по сравнению с взглядами женщин-журналистов на женщин-политиков. Эти наблюдения справедливы и для «ретвитов». В целом, наш анализ популярности этих четырех категорий твитов показывает, что, хотя журналисты не страдают от явной предвзятости при взаимодействии с политиками, существуют доказательства, подтверждающие существование гендерной предвзятости в отношении количества интереса, который эти взаимодействия вызывают у активных пользователей Твиттера.

5.2. Гендерная предвзятость в содержании твитов журналистов и политиков (RQ2)

В последнем разделе наш анализ показал значительную предвзятость в отношении политиков-мужчин со стороны как журналистов-мужчин, так и женщин: твиты, в которых упоминаются политики-мужчины, встречаются чаще и более популярны. Однако с этой целью мы проверили, может ли содержание этих твитов быть причиной этой предвзятости. В частности, мы проверили эмоции и тему твитов, написанных журналистами мужского и женского пола и адресованных политикам мужского и женского пола.


5.2.1. Анализ эмоций. : Мы использовали инструмент TweetNLP для определения эмоций твитов для каждой категории [6]. TweetNLP предоставляет подход, основанный на диахронической модели большого языка (TimeLM), для обнаружения эмоций, в частности, из многоязычных твитов. Цель этого анализа — определить, существуют ли значительные различия в эмоциональных оценках твитов — если они есть, это может указывать на гендерную предвзятость, присущую твитам, в зависимости от пола отправителя и получателя. Мы рассмотрели четыре основные эмоции: гнев, радость, оптимизм и печаль, и каждому твиту в каждой из четырех категорий были присвоены оценки эмоций по этим параметрам. Затем мы провели тест Крускала-Уоллиса, чтобы определить, различаются ли какие-либо эмоции в четырех категориях (MJ-MP, MJ-FP, FJ-MP, FJ-FP). Мы обнаружили, что значение p для каждого из четырех тестов (по одному на каждую эмоцию) варьировалось от 0,16 до 0,99, что указывает на отсутствие статистически значимой разницы в эмоциях в твитах.


5.2.2. Анализ темы. : Чтобы копнуть дальше, мы провели тематический анализ твитов (с использованием латентного распределения Дирихле или LDA), собранных по четырем категориям. Целью было проверить, менялись ли темы твитов в зависимости от пола отправителя или получателя. Как описано в разделе 4, мы определили оптимальное количество тем (которые, по сути, представляют собой кластеры слов) для каждой категории и определили пять наиболее значимых слов для каждой темы с помощью алгоритма LDA. Для каждой из четырех категорий оптимальным количеством тем было тринадцать. Затем мы определили тринадцать тем с помощью алгоритма LDA для каждой категории твитов и провели значительный анализ слов для обнаруженных тем. В частности, для каждой категории твитов мы выбрали темы (например, темы из MJ-MP) и выбрали значимые слова, представляющие каждую тему. Затем для каждой темы мы проверяли, встречаются ли эти слова также в темах, обнаруженных в других категориях твитов (если они найдены, это будет означать, что слова, представляющие темы, также присутствуют в темах, обнаруженных в других категориях твитов). Для каждой из четырех категорий твитов в среднем от 81,5% до 93,8% значимых слов (представляющих темы) встречаются в темах, обнаруженных в твитах других категорий.


Этот анализ подтверждает наше наблюдение, полученное в результате анализа эмоций: содержание твитов во всех четырех категориях одинаково. Однако твиты, адресованные политикам-мужчинам, по-прежнему привлекают больше внимания по сравнению с твитами, адресованными политикам-женщинам. Далее мы исследуем потенциальную причину этой гендерной предвзятости.

5.3. Возможная причина гендерной предвзятости

5.3.1. Неотъемлемая гендерная предвзятость в индийском Твиттере . Мы проверили простую статистику относительно ведущих политиков: сколько среди наиболее популярных политиков (по количеству подписчиков в Твиттере) являются мужчинами, а сколько женщин. С этой целью мы использовали наш набор данных о ведущих политиках и проверили пол 85 ведущих политиков (чьи аккаунты в Твиттере также включены в это исследование). Этот анализ выявил тревожный гендерный дисбаланс среди ведущих политиков: из 85 ведущих политиков 58 мужчин и 26 женщин. Таким образом, популярных политиков-мужчин почти в два раза больше, чем популярных политиков-женщин. Мы полагаем, что это неравенство является одной из ключевых причин наблюдаемого нами феномена, когда политики-мужчины привлекают значительно больше внимания со стороны широкой общественности, а также журналистов.


Фактически, это неравенство отражает системную предвзятость, глубоко укоренившуюся в обществе. Это гендерное неравенство распространяет свое влияние даже на сферу Твиттера, где политики-мужчины, как правило, собирают большее количество последователей, чем их коллеги-женщины. Это явление не изолировано; оно пронизывает различные сектора, о чем свидетельствует доминирование мужчин на высших должностях в различных отраслях. В советах директоров корпораций, технологических фирмах и секторе развлечений руководящие роли занимают преимущественно мужчины. Эта систематическая предвзятость, коренящаяся в социальных нормах, еще больше усиливается сильной корреляцией между социальным капиталом и достижением властных позиций. Следовательно, популярность в Твиттере служит ярким отражением этой внутренней предвзятости. Устранение этих различий имеет первостепенное значение для содействия гендерному равенству и устранения глубоко укоренившихся предубеждений в обществе.