پیوندهای مفید
اخبار و اعلانات
آمار
| تعداد نشریات | 158 |
| تعداد شماره‌ها | 6,241 |
| تعداد مقالات | 67,872 |
| تعداد مشاهده مقاله | 115,472,642 |
| تعداد دریافت فایل اصل مقاله | 90,241,853 |
بررسی جامعه‌شناختی قمار آنلاین در شبکه‌های اجتماعی | ||
| بررسی‌های مدیریت رسانه | ||
| دوره 1، شماره 1، 1401، صفحه 78-101 اصل مقاله (777.43 K) | ||
| نوع مقاله: مقاله پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22059/mmr.2022.87744 | ||
| نویسندگان | ||
| لیلا ربیعی1؛ سارا یوسفی خواه2؛ سارا گرزین3؛ مجتبی مازوچی* 4؛ تانیا حسینی5 | ||
| 1کارشناسی ارشد، گروه کامپیوتر نرم‌افزار، پژوهشگاه ارتباطات و فناوری اطلاعات، تهران، ایران. | ||
| 2دانشجوی دکتری، گروه جامعه‌شناسی سیاسی، پژوهشگاه ارتباطات و فناوری اطلاعات، تهران، ایران. | ||
| 3کارشناس ارشد، گروه مدیریت فناوری اطلاعات، پژوهشگاه ارتباطات و فناوری اطلاعات، تهران، ایران. | ||
| 4استادیار، گروه برق مخابرات، پژوهشگاه ارتباطات و فناوری اطلاعات، تهران، ایران. | ||
| 5کارشناسی، گروه برق مخابرات، پژوهشگاه ارتباطات و فناوری اطلاعات، تهران، ایران. | ||
| چکیده | ||
| هدف: در پژوهش حاضر، پدیده شیوع قمار آنلاین در ایران با رویکرد آسیب‌شناختی در شبکه‌های اجتماعی واکاوی شده است. برای این منظور، پس از تحلیل رفتار کاربران و محتوای منتشرشده از سوی گردانندگان در دو شبکه مجازی تلگرام و اینستاگرام، به واکاوی جامعه‌شناختی این پدیده پرداخته شد. روش: برای جداسازی و استخراج پست‌های شرط‌بندی در هر بستر، مدلی بر اساس الگوریتم با نظارت رگرسیون لجستیک توسعه داده شد. همچنین، در راستای بررسی پست‌های برتر، از معیار جمع لایک و کامنت در اینستاگرام و میزان بازدید در تلگرام استفاده شد. پس از پاک‌سازی و حذف داده‌های نامرتبط، به تحلیل کمّی داده‌های عددی و تحلیل محتوای کیفی داده‌های متنی پرداخته شد. تحلیل کیفی داده‌ها نیز با استفاده از رویکردهای «بی‌ثباتی اقتصادی» و «اقتصاد رفتاری» انجام گرفت. یافته‌ها: در بستر تلگرام، پس از مقایسه نسبت بازدیدها به انتشار مطالب در هر گروه موضوعی، مشاهده شد که مخاطبان موضوع «تجارت و بازرگانی» با اختلاف بسیاری از موضوع‌های دیگر، به شرط‌بندی واکنش نشان می‌دهند که این از اهمیت ویژه موضوع اقتصاد در دغدغه‌های مخاطبان به شرط‌بندی حکایت می‌کند. محتوای پست‌ها و سوژه‌های داغ در سه مقوله محوری «انگیزش مالی»، «بیکاری» و «نوسان‌های نرخ ارز» (ذیل مضمون اصلی بی‌ثباتی اقتصادی) و دو مقوله محوری «سوگیری کاهش درد پرداخت» و «توهم کنترل» (ذیل مضمون سوگیری شناختی) قرار گرفت. نتیجه‌گیری: نتایج بیانگرِ استفاده گردانندگان سایت‌های شرط‌بندی از سازوکارهای ایجاد اختلال در حسابداری ذهنی مخاطبان است و از اولویت دغدغه‌های اقتصادی در کاربران، تحت تأثیر تغییرات در ساختار کلان اقتصاد کشور حکایت می‌کند. | ||
| کلیدواژه‌ها | ||
| جامعه‌شناسی شرط‌بندی؛ قمار آنلاین؛ داده‌کاوی شبکه‌های اجتماعی؛ بی‌ثباتی اقتصادی؛ اقتصاد رفتاری | ||
| عنوان مقاله [English] | ||
| A Sociological Content Analysis of Gambling in Social Networks | ||
| نویسندگان [English] | ||
| Leila Rabieie1؛ Sara Yousefikhah2؛ Sara Gorzin3؛ Mojtaba Mazoochi4؛ Tania Hoseini5 | ||
| 1MSc., Department of Computer Software, ICT Research Institute, Tehran, Iran. | ||
| 2Ph.D. Candidate, Department of Political Sociology, ICT Research Institute, Tehran, Iran. | ||
| 3MSc., Department of IT Management, ICT Research Institute, Tehran, Iran. | ||
| 4Assistant Prof., Department of Telecommunication Electrical, ICT Research Institute, Tehran, Iran. | ||
| 5MSc., Department of Electrical Communication, ICT Research Institute, Tehran, Iran. | ||
| چکیده [English] | ||
| Objective Internet gambling is a form of gambling that has been developed by communication technologies and is constantly available to mobile phone users. In Iran, the amount of currency that outflows from the country through online gambling reaches $ 1.5 billion a year which is equivalent to 18% of taxes collected in the country. On the other hand, during the period of online gambling prevalence (2016-20), the society has witnessed a decline in bio-economic quality, the exchange rate shows a 700% increase, which indicates a multiplication of the power of Rial-dependent incomes. According to studies, behaviors such as investing in Pyramid companies, giving money to greedy people for high profits (Ponzi are more prevalent in society when macroeconomic structure fluctuations are more severe. Studies on behavioral economics, on the other hand, show how individuals cope with high levels of uncertainty and complexity with this cognitive bias that “can bypass cost-benefit laws”. Gambling operators prompt people to think that “shortcuts can be made to profit”. These studies assume that the “mental accounting” of individuals is not the same and is affected by different factors. In the present study, using data mining techniques in social networks, we ask: Can people who are frustrated with the change in their economic stagnation from unemployment and poverty be more prone to gambling? Given the socio-economic context, what themes do popular gambling sites in Iran use in their advertising posts to create cognitive bias? Research Methodology After collecting data from Instagram and Telegram sources (which was developed by a supervised machine learning model based on a high-precision logarithmic regression algorithm), the data were categorized in terms of textual content, and gambling posts were selected. The main categories were extracted: “Entertainment”, “Trade and commerce”, “Specialized and General content”, “Sports” and “Discourteous”. Finally, the data were analyzed sociologically, which due to the diversity in the nature of the outputs (numerical and textual) a combination of quantitative and qualitative methods has been used. Findings Findings range from September 22 to December 20. Differences between categories related to economic posts and other subject categories were compared using descriptive statistics. The average visit to publication ratio of the “Trade and commerce” group was 357%, while in the “Specialized and General content” it was 75%. It was 56% in the “Discourteous” group, 52% in the “Entertainment”, and 26.9% in the sports content group. In qualitative analysis, we tried to crystallize the abstract concepts of the theory in objective examples and achieve axial coding, which eventually led us to the final theme. Keyword analysis was performed by data immersion on hundreds of popular posts, hot topics, hashtags (Telegram and Instagram). The use of financial incentives by betting site operators in attracting audiences was coded with the main theme of economic instability. The final three themes of "financial incentive", "unemployment" and "exchange rate fluctuations" were extracted and analyzed. Also, in the directional content analysis with the main theme of behavioral economics, among the three cognitive biases, the two final themes of creating a bias of "reducing the pain of paying" and "illusion of control" were extracted and analyzed from the data explored in cyberspace. Discussion & Conclusion The study of research data shows the high significance of economy in the interest of audiences in betting. In directional content analysis, the sub-themes refer to the analysis that the audience is frustrated with the existing and conventional ways of earning money in society. The results of research on the impact of macroeconomic instability, especially large shocks in the financial markets, show that in times of severe economic shocks, the ground is prepared for fraudulent and anti-economic businesses such as gambling. Also, despite the huge profits that are made in this business which also benefit the real operators or government officials, behavioral economic factors including those under the influence of emotional arousal should also be taken into consideration. The need for cultural policy-making in informing users of cognitive biases seems very necessary. | ||
| کلیدواژه‌ها [English] | ||
| Sociology of gambling, Online gambling, Social networks data mining, Economic instability, Behavioral economy | ||
| مراجع | ||
|
ایمان، محمدتقی و نوشادی، محمدرضا (1390). تحلیل محتوای کیفی. مجله پژوهش، 3(2)، 15-44. ببی، ارل (1381). روش‌های تحقیق در علوم اجتماعی، (رضا فاضل، مترجم)، تهران: سمت. خلیلی عراقی، منصور و رمضانپور، اسماعیل (1380). اهمیت محیط با ثبات اقتصاد کلان. تحقیقات اقتصادی، 58(36)، 1-28. دلاور، علی (1386). روش‌های تحقیق در روان‌شناسی و علوم تربیتی (چاپ اول)، تهران: انتشارات دانشگاه پیام نور. ذاکری هامانه، راضیه و دستوار، محمد (1394). فضای مجازی و نابرابری‌های اجتماعی. اولین کنفرانس بین‌المللی وب‌پژوهی، تهران. رهبر، فرهاد؛ متوسلی، محمود و امیری، میثم (1392). اقتصاددانان رفتاری و نظریههای آنها، فصلنامه برنامهریزی و بودجه، 18(20)، 133- 166. ساعی، علی (1387). روش تحقیق در علوم اجتماعی (چاپ دوم)، تهران: سمت. عباسی‌نژاد، حسین؛ رمضانی، هادی و صادقی، مینا (1391). بررسی رابطه بین بیکاری و جرم در ایران: رهیافت داده‌های تلفیقی بین استانی. فصلنامه پژوهش‌ها و سیاست‌های اقتصادی، 20(64)، 65-86. علیوردینیا، اکبر؛ کبیری، سعید؛ رحمتی، محمد مهدی و شادمنفعت، معصومه (1395). تبیین شرطبندیهای ورزشی دانشجویان دانشگاه‌های شهر رشت از دیدگاه نظریه یادگیری اجتماعی ایکرز. راهبرد فرهنگ، 9(148)، 115-148. عیسی‌زاده، سعید؛ مهرانفر، جهانبخش و مهرانفر، مهدی (1391). بررسی ارتباط میان جرم و شاخص‌های کلیدی اقتصاد کلان در ایران. راهبرد توسعه، (29)، 42- 57. فردانش، هاشم (1387). طبقهبندی الگوهای طراحی سازندهگرا بر اساس رویکردهای یادگیری و تدریس. فصلنامه مطالعات تربیتی و روان‌شناسی، (9)، 5-21. کبیری، سعید؛ رحمتی، محمد مهدی؛ شارع پور، محمود و شادمنفعت، معصومه (1394). مطالعه جامعه‌شناختی درگیری افراد در شرطبندیهای ورزشی: مطالعهای موردی در باب دانشجویان دانشگاه‌های شهر رشت. مطالعات اجتماعی ایران، (9)، 34- 60. گیلک حکیم‌آبادی، محمد تقی؛ زروکی، شهریار و حسن زاده، شهره (1396). تأثیر بی‌ثباتی اقتصاد کلان بر جرایم مالی در ایران. پژوهش‌های راهبردی مسائل اجتماعی ایران، (16)، 29-46. مؤمنیراد، اکبر؛ علی آبادی، خدیجه؛ فردانش، هاشم و مزینی، ناصر (1392). تحلیل محتوای کیفی در آیین پژوهش: ماهیت، مراحل و اعتبار نتایج. فصلنامه اندازهگیری تربیتی، (14)، 187- 222.
References Abbasinezhad, H., Ramezani, H. & Sadeghi, M. (2013). Investigating the relationship between unemployment and crime in Iran: Inter-provincial integrated data approach. Quarterly Journal of Economic Research and Policy, 20 (64), 65-86. (in Persian) Aliverdinia, A., Kabiri, S., Rahmati, M. M. & Shad Manfeat, M. (2016). Explaining the sport gambling in the students of Rasht University from the perspective of akers social learning theory. Culture Strategy, 9(35), 115-148. (in Persian) Arkes, H. R. & Blumer, C. (1985). The psychology of sunk cost. Organizational Behavior and Human Decision Processes, 35, 124-140. Babbie, E. R. (2020). The practice of social research. Cengage learning. Becker, G. S. (1968). Crime and punishment: An economic approach. In the Economic Dimensions of Crime (pp. 13-68). Palgrave Macmillan, London. Blei, D. M., Ng, A. Y. & Jordan, M. I. (2003). Latent dirichlet allocation. Journal of Machine Learning Research, 3, 993-1022. Breen, H., Hing, N., Gordon, A. & Buultjens, J. (2012). Meanings of Aboriginal gambling across New South Wales, Australia. International Gambling Studies, 12(2), 243-256. Brush, J. (2007). Does income inequality lead to more crime? A comparison of cross-sectional and time-series analyses of United States counties. Economics Letters, 96(2), 264-268. Camerer, C.F. & Loewenstein, G. (2004). Behavioral economics: Past, present, future. Advances in Behavioral Economics, 1, 3-51. Canale, N., Vieno, A., Lenzi, M., Griffiths, M. D., Borraccino, A., Lazzeri, G. & Santinello, M. (2017). Income inequality and adolescent gambling severity: Findings from a large-scale Italian representative survey. Frontiers in Psychology, 8, 1318. Casey, D. M., Williams, R. J., Annik, M., Schopflocher, D. P., El-Guebaly, N., Hogins, D. C. & Wood, R. (2011). The role of family, religiosity, and behavior in adolescent gambling. Journal of Adolescence, 34(1), 841-851. Dehkhoda, A. A. (1998). Dictionary, Tehran, Tehran University Press. (in Persian) Delavar, A. (2007). The research’s methods in psychology and sciences, Tehran, Payame Noor University. (in Persian) Delfabbro, P. & Thrupp, L. (2003). The social determinants of youth gambling in South Australian adolescents. Journal of adolescence, 26(3), 313-330. Eisazadeh, S., Mehranfar, J. & Mehranfar, M. (2012). Investigating the relationship between crime and key macroeconomic indicators in Iran. Strategy, 91, 42-57. (in Persian) Fardanesh, H. (2008). Classification of constructive design patterns based on learning and teaching approaches, Quarterly Journal of Educational Studies and Psychology, 9, 5-21. (in Persian) Gainsbury, S. M., Tobias-Webb, J. & Slonim, R. (2018). Gaming Law Review, pp.608-617. DOI: /10.1089/glr2.2018.22106 Gainsbury, S., Hing, N., Delfabbro, P. & King, D. (2014). A taxonomy of gambling and casino games via social media and online technologies. International Gambling Studies, 14(2), 196–213. doi:10.1080/14459795.2014.890634. Gilak Hakimabadi, T., Zooraki, Sh. & Hasanzadeh, Sh. (2012). The Impact of macroeconomic instability on financial crimes in Iran. Strategic Research on Social Issues in Iran, 6 (1), 29-46. (in Persian) Gordon, R. & Reith, G. (2019). Gambling as social practice: a complementary approach for reducing harm. Harm Reduction Journal, 16(1), 1-11. Higgins, G. E. (2007). Digital piracy, self-control theory, and rational choice: An examination of the role of value. International Journal of Cyber Criminology, 1(1), 33-55. Hornik, K. & Bettina, G. (2011). Topicmodels: An R package for fitting topic models. Journal of Statistical Software, 40(13), 1-30. Iman, M. T. & Nowshadi, M. R. (2011). Qualitative content analysis. The Journal of Research, 2, 15-44. (in Persian) Kabiri, S., Rahmati, M. M. & Shad Manfeat, M. (2015). A sociological study of the involvement of individuals in the sports Gambling: A case study of university students in Rasht. Social Studies of Iran, 4 (9), 34-60. (in Persian) Kahneman, D. & Tversky, A. (2000). An analysis of decision under risk. Econometrica, 36. Khalili Araghi, M. & Ramezanpoor, E. (2001). The importance of a stable macroeconomic environment. Economic Research, 58(36), 1-28. (in Persian) Kristiansen, S. & Jensen, S. M. (2011). Prevalence of gambling problems among adolescents in the Nordic countries: an overview of national gambling surveys 1997–2009. International Journal of Social Welfare, 20(1), 75-86. Ladouceur, R. & Sévigny, S. (2005). Structural characteristics of video lotteries: Effects of a stopping device on illusion of control and gambling persistence. Journal of Gambling Studies, 21(2), 117-131. Lamanna, F., Lenormand, M., Salas-Olmedo, M. H., Romanillos, G., Gonçalves, B. & Ramasco, J. J. (2018). Immigrant community integration in world cities. PloS One, 13(3), e0191612. Latvala, T., Lintonen, T. & Konu, A. (2019). Public health effects of gambling–debate on a conceptual model. BMC Public Health, 19(1), 1-16. Marionneau, V. (2015). Socio-cultural contexts of gambling: A comparative study of Finland and France. (Doctoral Thesis), University of Helsinki, Department of social research. Available in: http://urn.fi/URN:ISBN:978-951-51-1022-0 Mayring, Ph. (2003). Qualitative content analysis. In: A Companion to Qualitative Research. Edited by Uwe Flick, Ernest Von Kardorff and Ines Steinke. London: Sage. Momenirad, A., Aliabadi, Kh., Fardanesh, H. & Mozaiani, N. (2013). Qualitative content analysis in the research procedure: nature, stages and validity of results, Quarterly Journal of Educational Measurment, 14, 187-222. (in Persian) Orford, J., Wardle, H., Griffiths, M., Sproston, K. & Erens, B. (2010). The role of social factors in gambling: Evidence from the 2007 British Gambling Prevalence Survey. Community, Work & Family, 13(3), 257-271. Poirson, H. (1998). Essays in economics of growth and development. (Doctoral dissertation), Paris, EHESS. Rahbar, F., Motevaseli, M. & Amiri, M. (2012). Behavioral economists and their theories, Quarterly Journal of Planning and Budgeting, 18 (120), 133-166. (in Persian) Reith, G. & Dobbie, F. (2011). Beginning gambling: The role of social networks and environment. Addiction Research & Theory, 19(6), 483-493. Rogers, J. (2013). Problem gambling: a suitable case for social work? Practice, 25(1), 41-60. Roth, S., Robbert, T. & Straus, L. (2015). On the sunk-cost effect in economic decision-making: a meta-analytic review. Business Research, 8(1), 99-138. Saei, A. (2008). The Research Method in Social Sciences (2th ed.), Tehran, Samt. (in Persian) Tamayo, A. M., Chavez, C. & Nabe, N. (2013). Crime and inflation rates in the Philippines: A co-integration analysis. International Journal, 2(5), 380-385. Thaler, R. H. (1999). Mental accounting matters. Journal of Behavioral Decision Making, 12(3), 183-206. Zakery Hamaneh, R. & Dastvar, M. (2015). Cyber space and social inequalities, International Conference on Web, Tehran. (in Persian) | ||
|
آمار تعداد مشاهده مقاله: 543 تعداد دریافت فایل اصل مقاله: 251 |
||