427 讀數

揭示记者与政客互动中的性别偏见：分析方法

经过 Media Bias [Deeply Researched Academic Papers]2m2024/05/17

太長; 讀書

在本文中，研究人员分析了 Twitter 上印度政治话语中的性别偏见，强调了社交媒体中性别多样性的必要性。

该论文可在 arxiv 上根据 CC BY-NC-ND 4.0 DEED 许可获取。

作者：

（1）Brisha Jain，印度独立研究员，[email protected]；

（2）Mainack Mondal，印度理工学院 Kharagpur 分校，[email protected]。

链接表

4. 分析方法

在这项研究中，我们主要进行定量分析，以揭示印度记者与政客互动中的普遍偏见。具体来说，我们对收集到的推文进行了频率分析，包括统计测试、情感分析和主题分析。

互动频率和受欢迎程度的统计分析：为了分析记者和政客互动频率中的性别偏见，我们研究了不同性别的政客之间记者和政客之间的推文受欢迎程度。如果记者确实助长了性别偏见，我们预计男性记者提到男性政客的推文会多于提到女性政客的推文。我们预计女性记者关于男性政客的推文会比关于女性政客的推文多或少。为了检查政客推文从记者那里获得的关注度是否存在性别偏见，我们还研究了推文的受欢迎程度（通过转发、回复和点赞）。我们使用 Kruskal-Wallis H 检验来确定不同类别的推文是否存在显著差异。此外，我们使用成对的 Mann-Whitney U 检验来更详细地分析我们四个类别之间的受欢迎程度差异。

情感分析：为了检查记者发给政客的推文内容中的性别偏见，我们对“MJ-MP”、“MJ-FP”、“FJ-MP”和“FJ-FP”类别的推文进行了情感分析（使用 TweetNLP，这是一种基于大型语言模型的尖端 Twitter 特定多语言情感检测工具 [6]）。具体来说，我们试图测试这些推文在“愤怒”、“快乐”、“乐观”和“悲伤”表达方面的差异。我们使用 KruskalWallis H 检验来确定我们类别的推文的情感分数（沿四个维度）是否存在显著差异。