論文の概要: Why do People Share Misinformation during the COVID-19 Pandemic?
- arxiv url: http://arxiv.org/abs/2004.09600v1
- Date: Mon, 20 Apr 2020 19:56:48 GMT
- ステータス: 処理完了
- システム内更新日: 2023-05-22 22:36:02.239749
- Title: Why do People Share Misinformation during the COVID-19 Pandemic?
- Title（参考訳）: 新型コロナウイルスパンデミックの間、なぜ人々は誤情報を共有するのか?
- Authors: Samuli Laato, A.K.M. Najmul Islam, Muhammad Nazrul Islam and Eoin
Whelan
- Abstract要約: 我々は、人々がソーシャルメディアを通じて未確認のCOVID-19情報を共有している理由を仮説づける研究モデルを開発し、テストする。
以上の結果から,オンライン情報に対する信頼感と認知情報の過負荷が,未確認情報共有の強力な予測要因であることが示唆された。
女性はサイバーコンドリアに悩まされる傾向が著しく高かったが、男性は事実を確かめずにニュースをシェアする傾向が強かった。
- 参考スコア（独自算出の注目度）: 0.6963971634605797
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The World Health Organization have emphasised that misinformation - spreading
rapidly through social media - poses a serious threat to the COVID-19 response.
Drawing from theories of health perception and cognitive load, we develop and
test a research model hypothesizing why people share unverified COVID-19
information through social media. Our findings suggest a person's trust in
online information and perceived information overload are strong predictors of
unverified information sharing. Furthermore, these factors, along with a
person's perceived COVID-19 severity and vulnerability influence cyberchondria.
Females were significantly more likely to suffer from cyberchondria, however,
males were more likely to share news without fact checking their source. Our
findings suggest that to mitigate the spread of COVID-19 misinformation and
cyberchondria, measures should be taken to enhance a healthy skepticism of
health news while simultaneously guarding against information overload.
- Abstract（参考訳）: 世界保健機関(WHO)は、ソーシャルメディアを通じて急速に拡散する誤報が新型コロナウイルス(COVID-19)対策に深刻な脅威をもたらすと強調した。
健康認知と認知負荷の理論から、人々がソーシャルメディアを介して不確定なCOVID-19情報を共有する理由を仮説づける研究モデルを開発し、検証する。
以上の結果から,オンライン情報に対する信頼感と認知情報の過負荷が,未確認情報共有の強力な予測要因であることが示唆された。
さらに、これらの要因は、新型コロナウイルスの重症度や脆弱性がサイバーコンドリアに影響を及ぼすと認識されている。
女性はサイバーコンドリアに悩まされる傾向が著しく高かったが、男性は事実を確認せずにニュースを共有する傾向にあった。
以上の結果から,医療ニュースに対する健全な懐疑性を高めつつ,情報過負荷を警戒する対策を講じるべきであることが示唆された。
関連論文リスト
- AMIR: Automated MisInformation Rebuttal -- A COVID-19 Vaccination Datasets based Recommendation System [0.05461938536945722]
本研究は,ソーシャルメディアから得られる既存の情報を活用して,大規模な誤報の自動報知を容易にする方法について検討した。
FaCov(ファクトチェック記事)と誤解を招く(ソーシャルメディアTwitter)という、新型コロナウイルスワクチンに関する2つの公開データセットを活用している。
論文 参考訳（メタデータ） (2023-10-29T13:07:33Z) - Adherence to Misinformation on Social Media Through Socio-Cognitive and
Group-Based Processes [79.79659145328856]
誤報が広まると、これはソーシャルメディア環境が誤報の付着を可能にするためである、と我々は主張する。
偏光と誤情報付着が密接な関係にあると仮定する。
論文 参考訳（メタデータ） (2022-06-30T12:34:24Z) - "COVID-19 was a FIFA conspiracy #curropt": An Investigation into the
Viral Spread of COVID-19 Misinformation [60.268682953952506]
我々は、自然言語処理モデルを用いて、誤報がCOVID-19パンデミックの進行にどのような影響を及ぼしたかを推定する。
我々は、広範囲に害をもたらす可能性のあるソーシャルメディアポストと戦うための戦略を提供する。
論文 参考訳（メタデータ） (2022-06-12T19:41:01Z) - Cross-lingual COVID-19 Fake News Detection [54.125563009333995]
低リソース言語(中国語)における新型コロナウイルスの誤報を検出するための最初の試みは、高リソース言語(英語)における事実チェックされたニュースのみを用いて行われる。
そこで我々は、クロスランガルなニュースボディテキストを共同でエンコードし、ニュースコンテンツをキャプチャするCrossFakeというディープラーニングフレームワークを提案する。
実験結果から,クロスランガル環境下でのCrossFakeの有効性が示された。
論文 参考訳（メタデータ） (2021-10-13T04:44:02Z) - Know it to Defeat it: Exploring Health Rumor Characteristics and
Debunking Efforts on Chinese Social Media during COVID-19 Crisis [65.74516068984232]
われわれは、中国のマイクロブログサイトWeiboで、新型コロナウイルス(COVID-19)に関する4ヶ月にわたる噂に関するオンラインディスカッションを包括的に分析した。
以上の結果から、不安(恐怖)型健康噂は、希望(希望)型よりもはるかに多くの議論を巻き起こし、長く続いたことが示唆された。
本稿では,噂の議論を抑えるためのデバンキングの有効性を示す。
論文 参考訳（メタデータ） (2021-09-25T14:02:29Z) - Misinformation, Believability, and Vaccine Acceptance Over 40 Countries:
Takeaways From the Initial Phase of The COVID-19 Infodemic [11.737540072863405]
本報告では,世界規模でのCOVID-19インフォデミックへの感染状況について調査した。
誤報の認識と予防接種難易度との間には,強い関連性があることが判明した。
本研究は, インフォデミックの影響を受けやすい国に, 正確な情報を積極的に広める公共キャンペーンにおいて, 本研究がもたらす意味について論じる。
論文 参考訳（メタデータ） (2021-04-22T05:09:25Z) - "Thought I'd Share First" and Other Conspiracy Theory Tweets from the
COVID-19 Infodemic: Exploratory Study [0.0]
健康関連の誤報は公衆衛生のメッセージングを脅かす。
ソーシャルメディア上での誤情報の監視は、公衆の健康に悪影響を及ぼす可能性のあるアイデアの進化を理解する上で重要である。
論文 参考訳（メタデータ） (2020-12-14T17:24:59Z) - Misinformation Has High Perplexity [55.47422012881148]
疑似クレームを教師なしの方法でデバンクするために, 難易度を活用することを提案する。
まず,これらの主張に類似した文に基づいて,科学的およびニュースソースから信頼性のある証拠を抽出する。
第2に,抽出したエビデンスを言語モデルにプライマリし,難易度スコアに基づいて与えられたクレームの正当性を評価する。
論文 参考訳（メタデータ） (2020-06-08T15:13:44Z) - Critical Impact of Social Networks Infodemic on Defeating Coronavirus
COVID-19 Pandemic: Twitter-Based Study and Research Directions [1.6571886312953874]
2019年の推計295億人が世界中でソーシャルメディアを利用している。
コロナウイルスの流行は、ソーシャルメディアの津波を引き起こした。
本稿では,Twitterから収集したデータに基づく大規模研究について述べる。
論文 参考訳（メタデータ） (2020-05-18T15:53:13Z) - COVI White Paper [67.04578448931741]
接触追跡は、新型コロナウイルスのパンデミックの進行を変える上で不可欠なツールだ。
カナダで開発されたCovid-19の公衆ピアツーピア接触追跡とリスク認識モバイルアプリケーションであるCOVIの理論的、設計、倫理的考察、プライバシ戦略について概説する。
論文 参考訳（メタデータ） (2020-05-18T07:40:49Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。