🧵 Twitter Draadje — Online LGBTQ+-discriminatie

R
Onderzoeker
@discriminatie_nl
1/
Ben je openlijk homo? Dan herken je deze woorden. Dit krijgen @stomjong en @RubenvanHaften dagelijks over zich heen. 3 maanden lang volgden we alle reacties. Een draadje over #LGBTQ+-discriminatie in Nederland. 👇
Wordcloud gecombineerde haat
OnderzoekDiscriminatieLGBTQ+
💬🔄❤️
R
Onderzoeker
@discriminatie_nl
2/
We spraken met de mensen achter de data. Tom (@stomjong) & Ruben (@RubenvanHaften) kregen ieder 5 dezelfde vragen. 2 verschillende reacties. 👇
Interview Tom DM Interview Ruben DM
💬🔄❤️
R
Onderzoeker
@discriminatie_nl
3/
Maar om te begrijpen wat we zagen, kijken we eerst naar wat er landelijk speelt. Want wat er op X gebeurt is geen eiland. Het is het zichtbare topje van een ijsberg die al decennia onder de oppervlakte ligt. Laten we bij het begin beginnen. ↓
💬🔄❤️
R
Onderzoeker
@discriminatie_nl
4/
🧊 De discriminatie-ijsberg (CBS/SCP/WODC 2023) Verschillende bronnen, hetzelfde patroon: 1,6 miljoen mensen ervaren #discriminatie (SCP). 555 zaken geregistreerd door politie (CBS). Dat is 3 per 1.000 ervaringen. De kloof tussen wat mensen ervaren en wat daadwerkelijk wordt geregistreerd is extreem groot. SCP = Sociaal en Cultureel Planbureau · WODC = Wetenschappelijk Onderzoek- en Documentatiecentrum
Discriminatie ijsberg
🟢 1.624.000 ervaringenper jaar (SCP)
📋 147.800 meldingenbij meldpunten
🚔 555 registratiesbij politie
⚖️ ~5 veroordelingenLGBTQ+
💬🔄❤️
R
Onderzoeker
@discriminatie_nl
5/
Waarom melden mensen dit niet? SCP-onderzoek legt het bloot. De meldingsparadox in cijfers.
Waarom geen aangifte/melding? (SCP 2022)
Helpt toch niet78%
Geen bewijs68%
Bang voor escalatie51%
Geen vertrouwen politie44%
*Respondenten mochten meer dan één reden aangeven.
💡 Minder dan 1% van alle ervaringen bereikt ooit een rechtszaal. SCP-onderzoek toont: 78% meldt niet omdat ze denken dat het toch niet helpt.
💬🔄❤️
R
Onderzoeker
@discriminatie_nl
6/
LGBTQ+’ers zijn structureel kwetsbaarder dan de rest van de bevolking. Dat zegt het SCP erover:
2,3×
Meer kans op discriminatie-ervaring vs. niet-LGBTQ+
39%
LGBTQ+’ers ervaart discriminatie vs. 17% algemeen
43%
Mijdt LGBTQ+-plekken uit angst voor vijandige reacties
67%
Ervaart pestgedrag als ‘normaal’ — meldt het niet
💬🔄❤️
R
Onderzoeker
@discriminatie_nl
7/
Online haat heeft een offline prijs. Elke aanval die iemand negeert, wegswiped, blokkeert, laat een spoor achter. Onderzoek toont aan: herhaalde blootstelling aan haatberichten versterkt het gevoel van uitsluiting en verhoogt het risico op #mentaleGezondheid problemen.
Mentale gezondheid LGBTQ+ vs. algemeen (RIVM / 113 Zelfmoordpreventie)
Hogere kans op zelfmoordpoging (LGBTQ+-jongeren)
58%
Angststoornissen vs. 28% algemeen
~50%
LGBTQ+’ers had ooit suïcidale gedachten
💬🔄❤️
R
Onderzoeker
@discriminatie_nl
8/
Bredere context: ook op YouTube is de trend zichtbaar. Onderzoekers van de Groene Amsterdammer (2024) analyseerden 10 miljoen berichten op Nederlandse sociale media. Hun bevindingen over YouTube: Haatreacties onder LGBTQ+-gerelateerde content stegen van 10% naar meer dan 30% in drie jaar — een verdrievoudiging. Anti-transgendersentiment groeide met +67%.
+200%
Stijging haatreacties LGBTQ+-content YouTube (2021–2024)
+67%
Groei anti-transgendersentiment in dezelfde periode
10 miljoen
Berichten geanalyseerd (nationale studie)
Verdrievoudiging haat-% in 3 jaar (10% → 30%+)
📚 Bron: de Groene Amsterdammer 2024 — nationaal onderzoek sociale media NL.
💬🔄❤️
R
Onderzoeker
@discriminatie_nl
9/
Die nationale trend was voor ons de aanleiding om zelf te gaan meten. We volgden @RubenvanHaften en @stomjong. 83 dagen lang. Elke directe reply gescoord en geclassificeerd. Geen steekproef. Geen selectie. Alles. Let op: beide zijn publieke figuren met veel volgers. Het volume kan hoger zijn dan bij LGBTQ+-personen met een gemiddeld aantal volgers. Het patroon (meer haat bij LGBTQ+-onderwerpen) komt echter overeen met bredere onderzoeken, zoals dat van de Groene Amsterdammer.
Dataset — eigen X-analyse (mrt–mei 2026)
6.576
Totaal geanalyseerde reacties
257
Haatberichten (ernst 1-5: licht → zwaar)
45
Zwaarste categorie (ernst 4-5)
47
Geanalyseerde posts
83
Dagen data (01-03 t/m 23-05-2026)
💬🔄❤️
R
Onderzoeker
@discriminatie_nl
10/
📊 De kernbevinding. Post je over iets anders? 2% haat. Post je over een LGBTQ+-onderwerp? 5,9% haat. Factor: 2,9× Het onderwerp is het doelwit. Niet de persoon.
@RubenvanHaften — haat-% per posttype
🏳️‍🌈 LGBTQ+-post
5,93% · gem. 8,8 haatreply's
📝 Andere post
2,04%
2,9×
@stomjong — haat-% per posttype
🏳️‍🌈 LGBTQ+-post
3,19% · gem. 0,91 haatreply's
📝 Andere post
1,50%
2,1×
💬🔄❤️
R
Onderzoeker
@discriminatie_nl
11/
We maten ook de snelheid van haatreacties. Hoe snel komt de haat binnen na het plaatsen van een LGBTQ+-post?
Timing van haatreacties (alle LGBTQ+-posts)
62%
Binnen eerste uur
24%
Uur 1-2
10%
Uur 2-4
4%
Na 4 uur
Haat per uur na plaatsen post
0-1 uur
62% · gem. 9,8 haatreacties
1-2 uur
24%
2-4 uur
10%
4-24 uur
4%
💡 86% van alle haat komt binnen 2 uur. De eerste uren zijn het gevaarlijkst.
💬🔄❤️
R
Onderzoeker
@discriminatie_nl
12/
💬 Wat is "haat" precies? Lexigon classificeert op ernst-niveau 1 (licht) tot 5 (zwaar). Hier zijn voorbeelden uit de dataset: Ernst 1-2: Lichte beledigingen, denigrerende taal "Wat een relnicht" "Tja gelukkig is niet de hele wereld flikker" Ernst 3: Scheldwoorden + groepsbelediging "Vieze nichten" "Valse nicht" Ernst 4-5: Bedreigingen, aanzetten tot haat, ernstige scheldwoorden "Vieze kanker flikker" "Binnen 10 jaar gaat dit land genoeg veranderen en ga je deze tijden missen" Van de 257 haatberichten vielen er 45 in categorie 4-5.
💡 Dit zijn letterlijke citaten uit de dataset. Ze illustreren het spectrum van online haat — van "lichte" beledigingen tot directe bedreigingen.
💬🔄❤️
R
Onderzoeker
@discriminatie_nl
13/
Dit zijn ernst-niveau 4 reacties op @RubenvanHaften — de zwaarste categorie. De reacties zijn een combinatie van scheldwoorden, bedreigingen en aanzetten tot haat. Dit zijn 4 van de 257. Ze geven een idee van het volume en de toon van #onlineHaat.
🔴 Ernst 4 — Zwaarste categorie (scheldwoorden + bedreiging)
Ernst 4 - 1 Ernst 4 - 2 Ernst 4 - 3 Ernst 4 - 4
💬🔄❤️
R
Onderzoeker
@discriminatie_nl
14/
Ernst-niveau 3: scheldwoorden en groepsbeledigingen. Nog vier reacties op @RubenvanHaften. Zelfde week, zelfde patroon.
🟠 Ernst 3 — Denigrerend + groepsbelediging
Ernst 3 - 1 Ernst 3 - 2 Ernst 3 - 3 Ernst 3 - 4
💬🔄❤️
R
Onderzoeker
@discriminatie_nl
15/
@stomjong krijgt hetzelfde. Ernst-niveau 3–4. Mietje, nicht, flikker. Herhaling. Dag na dag, post na post. Niet één persoon. Geen coördinatie nodig. Het patroon herhaalt zich spontaan.
🟠 Ernst 3–4 — @stomjong
Tom 1 Tom 2 Tom 3 Tom 4
💬🔄❤️
R
Onderzoeker
@discriminatie_nl
16/
Van de 257 gecodeerde berichten zijn er 45 geclassificeerd als ernst-niveau 4 of 5, de zwaarste categorieën in Lexigon. Dit zijn berichten met bedreigingen, aanzetten tot haat, of ernstige groepsbeledigingen. Weet je nog: van elke 1.000 ervaringen worden er maar 3 geregistreerd door politie. Van de 257 haatberichten waren er 45 ernstig (niveau 4-5). Ruben deed in deze periode 1 aangifte (voor #smaad/laster). De aangifte betrof niet de haatberichten zelf, maar beschuldigingen die zijn journalistieke integriteit in twijfel trokken. Hij werd onder andere beschuldigd van partijdigheid en 'gekocht' te zijn.
257
Gecodeerde haatdragende berichten
45 · 17,5%
Ernst-niveau 4-5 (zwaarste categorie)
1
Aangifte gedaan (Ruben)
0
Aangiftes gedaan (Tom)
💬🔄❤️
R
Onderzoeker
@discriminatie_nl
17/
De meldingsparadox in cijfers: 1,6 miljoen ervaringen per jaar. ~5 veroordelingen voor LGBTQ+-discriminatie. Dat is ongeveer 1 veroordeling per 320.000 ervaringen. De kloof is extreem groot.
Van ervaring naar veroordeling (geschat)
1.624.000
Ervaringen (SCP)
147.800
Meldingen bij meldpunten
555
Politieregistraties (CBS)
~5
Veroordelingen LGBTQ+ (OM)
💬🔄❤️
R
Onderzoeker
@discriminatie_nl
18/
Nederland was decennialang hét voorbeeld op het gebied van progressieve LGBTQ+-rechten. ILGA Rainbow Index 2025: positie 13. In 2015 stond Nederland nog op positie 4. Tegenwoordig zien we weer een stijging van online haatvolume (Groene Amsterdammer: +200% op YouTube). Wetgeving vooruit, gedrag achteruit. ILGA = International Lesbian, Gay, Bisexual, Trans and Intersex Association · De Rainbow Index meet LGBTQ+-wetgeving en beleid in 49 Europese landen
#13
ILGA Rainbow Index 2025 (was top-5 in 2021)
−8
Posities gedaald in 3 jaar
+67%
Toename gemelde online homofobie 2020–2024 (COC)
#1
NL was eerste land met homo-huwelijk (2001)
ILGA Rainbow Index 2025 — selectie
1
🇲🇹 Malta
91%
2
🇮🇸 IJsland
89%
3
🇫🇮 Finland
83%
· · ·
13
🇳🇱 Nederland — was plek 4 in 2015
64%
💬🔄❤️
R
Onderzoeker
@discriminatie_nl
19/
Online haat heeft offline effecten. Onderzoek toont aan: herhaalde blootstelling aan haatberichten verhoogt angst, vermijdingsgedrag en mentale klachten. Voor degene die het ontvangt: elke reactie telt mee. Elk woord landt. Dat is de werkelijkheid achter de cijfers.
💬🔄❤️
R
Onderzoeker
@discriminatie_nl
20/
📚 Bronnen & Verdieping Alles in dit draadje is herleidbaar. Hier de primaire bronnen:
📋
CBS Discriminatiemonitor / Veiligheidsmonitor 2021 & 2024
Nationale discriminatiecijfers, ervaringen vs. aangiftes
📋
SCP — Discriminatie in Nederland 2022
LGBTQ+-kwetsbaarheid, meldingsbereidheid, sociale context
📋
RIVM / Trimbos — LGBTQ+-Monitor 2023
Mentale gezondheid LGBTQ+-jongeren, zelfmoord, angst
📋
ILGA-Europe Rainbow Map 2024
Positie NL: #13 (was top-5 in 2021)
📋
de Groene Amsterdammer 2024
10 miljoen berichten sociale media — YouTube haat +200%
📋
COC Nederland — Jaarverslag 2023
Online homofobie meldingen, juridische drempels
🧪
Eigen dataset — Lexigon X-analyse 2026
6.576 reacties · 47 posts · 83 dagen · @RubenvanHaften + @stomjong
Volledig rapport met alle 257 gecodeerde berichten, grafieken en methode — link volgt.
💬🔄❤️
R
Onderzoeker
@discriminatie_nl
21/
🔧 Hoe werkt Lexigon? Lexigon is een rule-based classifier: het checkt woordenlijsten in 11 categorieën (homo-haatspraak, trans-haatspraak, beledigingen, bedreigingen, etc.). Elke match krijgt een ernst-score van 0 (neutraal) tot 5 (directe bedreiging). Wat het mist: • Ironie en sarcasme • Spelfouten (flikker → fl1kker) • Context (quote vs eigen woorden) • Reclaimed language (“flikker” als zelfidentificatie) • Subtiele haat Wat het kan overschatten: • Citaten of discussies over haat • Ironisch taalgebruik • Reclaimed language door LGBTQ+-personen zelf De 257 haatberichten zijn wat de tool detecteerde. Het werkelijke aantal kan hoger of lager liggen.
📌 Lexigon v2 is een rule-based NLP-classifier. 11 labels, ernst 0–5. Methodologie op aanvraag beschikbaar.
💬🔄❤️
Bronnen: CBS 2021/2024 · SCP 2022 · WODC · RIVM/Trimbos 2023 · ILGA 2024 · COC NL · Groene Amsterdammer 2024 · Eigen dataset (Lexigon, 2026)