[论文解读] Leveraging Machine Learning to Identify Gendered Stereotypes and Body Image Concerns on Diet and Fitness Online Forums

Minh Duc Chu, Cinthia Sánchez+4 more|arXiv (Cornell University)|Jul 4, 2024

Obesity and Health Practices被引用 4

一句话总结

本研究采用基于Transformer的NLP与社群成员结构分析，沿性别与体型理想轴映射了46个Reddit饮食与健身论坛，发现以瘦身为取向的社群——尤其是女性倾向的社群——表现出显著更高的负面情绪与毒性，而以肌肉发达为取向的论坛则无论性别倾向如何，负面情绪均较低。研究结果揭示了在线体型形象话语中性别化的情绪动态，并为更细致的内容审核策略提供依据。

ABSTRACT

The pervasive expectations about ideal body types in Western society can lead to body image concerns, dissatisfaction, and in extreme cases, eating disorders and other psychopathologies related to body image. While previous research has focused on online pro-anorexia communities glorifying the "thin ideal," less attention has been given to the broader spectrum of body image concerns or how emerging disorders like muscle dysmorphia ("bigorexia") present on online platforms. To address this gap, we analyze 46 Reddit forums related to diet, fitness, and mental health. We map these communities along gender and body ideal dimensions, revealing distinct patterns of emotional expression and community support. Feminine-oriented communities, especially those endorsing the thin ideal, express higher levels of negative emotions and receive caring comments in response. In contrast, muscular ideal communities display less negativity, regardless of gender orientation, but receive aggressive compliments in response, marked by admiration and toxicity. Mental health discussions align more with thin ideal, feminine-leaning spaces. By uncovering these gendered emotional dynamics, our findings can inform the development of moderation strategies that foster supportive interactions while reducing exposure to harmful content.

研究动机与目标

• 探究性别化体型理想如何塑造在线饮食与健身社群中的情绪表达与毒性。
• 检验以瘦身为理想或以肌肉发达为理想的社群在情绪基调与心理健康话语方面是否存在系统性差异。
• 评估通过考虑性别化情绪模式与体型理想一致性，能否改进内容审核实践。
• 探讨在多样化子论坛中，体型形象关注、心理健康挑战与在线情绪表达之间的交叉关系。
• 开发一种识别与支持在线社群中脆弱用户的方法框架，同时避免强化有害的性别刻板印象。

提出的方法

• 本研究利用Reddit条款服务下获取的公开数据，分析了46个与饮食、健身及心理健康相关的Reddit子论坛。
• 通过改编Waller与Anderson（2021）提出的方法，分析社群成员结构，将子论坛沿性别与体型理想轴进行投影。
• 应用基于Transformer的语言模型（如基于BERT的分类器），检测各子论坛中用户生成内容的情绪与毒性。
• 量化情绪与毒性得分，并将其与社群特征（包括性别倾向与体型理想焦点）进行相关性分析。
• 分析涵盖社群在轴上的定量投影以及情绪模式与心理健康话语关系的定性解读。
• 伦理保障措施包括数据匿名化、获得IRB批准，以及定期团队会议以减轻研究者心理压力。

实验结果

研究问题

• RQ1 RQ1：饮食与健身社群在结构、内容与成员构成上是否存在系统性差异？它们在体型理想谱系中的位置如何？
• RQ2 RQ2：不同社群在情绪与毒性表达上是否存在系统性差异？这些差异揭示了体型理想与性别刻板印象的何种关联？
• RQ3 RQ3：社群中对成员发帖的回应在情绪与毒性方面是否存在差异？
• RQ4 RQ4：毒性是否与有害内容相关联，特别是在讨论严重心理健康问题的社群中？

主要发现

• 以瘦身为取向的子论坛，尤其是女性倾向的社群，其负面情绪与毒性水平显著高于以肌肉发达为取向的论坛。
• 以肌肉发达为取向的社群整体负面情绪较低，无论其成员性别倾向如何，表明肌肉理想可能对情绪基调具有保护作用。
• 讨论严重心理健康问题（如神经性厌食症与大肌症）的社群在情绪表达上更接近以瘦身为取向、女性倾向的论坛，表明存在共享的情绪动态。
• 社群的情绪特征与体型理想的相关性强于与性别认同的相关性，以肌肉理想为核心的社群在不同性别群体中均表现出一致的情绪中性。
• 毒性与有害内容系统相关，尤其在推崇瘦身的社群中，常与饮食失调话语共现。
• 情绪与毒性分类器在验证测试中于男性主导与女性主导子论坛中均表现稳健，表明其对潜在性别化语言偏见具有鲁棒性。