論文の概要: A First Look at COVID-19 Messages on WhatsApp in Pakistan
- arxiv url: http://arxiv.org/abs/2011.09145v2
- Date: Thu, 19 Nov 2020 05:45:58 GMT
- ステータス: 処理完了
- システム内更新日: 2023-04-23 19:25:48.483691
- Title: A First Look at COVID-19 Messages on WhatsApp in Pakistan
- Title（参考訳）: パキスタンのwhatsappでcovid-19メッセージの初見
- Authors: R. Tallal Javed, Mirza Elaaf Shuja, Muhammad Usama, Junaid Qadir,
Waleed Iqbal, Gareth Tyson, Ignacio Castro, and Kiran Garimella
- Abstract要約: 新型コロナウイルス(COVID-19)は、WhatsAppやTwitterなどのソーシャルメディアプラットフォームでインフォデミック(インフォデミック)を発生させるなど、オンライン上での広範な議論を引き起こしている。
パキスタンのWhatsAppグループを対象に、新型コロナウイルスに関する最初の分析を行った。
- 参考スコア（独自算出の注目度）: 6.336355456383468
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The worldwide spread of COVID-19 has prompted extensive online discussions,
creating an `infodemic' on social media platforms such as WhatsApp and Twitter.
However, the information shared on these platforms is prone to be unreliable
and/or misleading. In this paper, we present the first analysis of COVID-19
discourse on public WhatsApp groups from Pakistan. Building on a large scale
annotation of thousands of messages containing text and images, we identify the
main categories of discussion. We focus on COVID-19 messages and understand the
different types of images/text messages being propagated. By exploring user
behavior related to COVID messages, we inspect how misinformation is spread.
Finally, by quantifying the flow of information across WhatsApp and Twitter, we
show how information spreads across platforms and how WhatsApp acts as a source
for much of the information shared on Twitter.
- Abstract（参考訳）: 世界的な新型コロナウイルス(covid-19)の拡散は、広範なオンライン議論を招き、whatsappやtwitterなどのソーシャルメディアプラットフォームに「情報デミック」をもたらした。
しかし、これらのプラットフォームで共有される情報は信頼できないか、あるいは誤解を招く傾向がある。
本稿では、パキスタンの公的なWhatsAppグループにおける新型コロナウイルスの言論を初めて分析する。
テキストや画像を含む何千ものメッセージの大規模なアノテーションに基づいて,議論の主要なカテゴリを識別する。
私たちはcovid-19メッセージに注目し、伝播する画像やテキストのさまざまなタイプを理解します。
新型コロナウイルス(covid-19)メッセージに関連するユーザの行動を調べることで,誤情報の拡散状況を調べる。
最後に、WhatsAppとTwitterにまたがる情報のフローを定量化することによって、プラットフォームにまたがる情報の拡散と、WhatsAppがTwitter上で共有される情報のソースとしてどのように振る舞うかを示す。
関連論文リスト
- WildChat: 1M ChatGPT Interaction Logs in the Wild [88.05964311416717]
WildChatは100万件のユーザー・チャットGPT会話のコーパスで、250万回以上のインタラクション・ターンで構成されている。
タイムスタンプによるチャットの書き起こしに加えて、州、国、ハッシュIPアドレスを含む人口統計データでデータセットを豊かにします。
論文 参考訳（メタデータ） (2024-05-02T17:00:02Z) - TGDataset: a Collection of Over One Hundred Thousand Telegram Channels [69.22187804798162]
本稿では,120,979のTelegramチャネルと4億以上のメッセージを含む新しいデータセットであるTGDatasetを提案する。
我々は、データセット内で話される言語と、英語チャンネルでカバーされるトピックを分析した。
生のデータセットに加えて、データセットの分析に使用したスクリプトと、Sabmykと呼ばれる新しい陰謀論のネットワークに属するチャネルのリストもリリースしました。
論文 参考訳（メタデータ） (2023-03-09T15:42:38Z) - "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) - Twitter-COMMs: Detecting Climate, COVID, and Military Multimodal
Misinformation [83.2079454464572]
本稿では,DARPAセマンティック・フォレスティクス(SemaFor)プログラムにおける画像テキスト不整合検出へのアプローチについて述べる。
Twitter-COMMsは大規模マルチモーダルデータセットで、884万のツイートが気候変動、新型コロナウイルス、軍用車両のトピックに関連する。
我々は、最先端のCLIPモデルに基づいて、自動生成されたランダムとハードのネガネガネガネガネガネガネガネガネガネガネガネガネガネガネガネガネガネガネガネガネガネガネガネガネガネガネガネガネガネガネガネガネガネガネガネガネガネガネガネガネガネガネガネガネガネガネガネガネガネガ
論文 参考訳（メタデータ） (2021-12-16T03:37:20Z) - 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) - A Hierarchical Network-Oriented Analysis of User Participation in
Misinformation Spread on WhatsApp [0.9774299772405469]
WhatsApp上での誤情報拡散に関わるユーザの階層的ネットワーク指向特性について述べる。
私たちの研究は、WhatsAppユーザーが異なるグループを繋ぐネットワークを活用して、プラットフォーム上での誤情報拡散に大きなリーチを得る方法について、貴重な洞察を提供する。
論文 参考訳（メタデータ） (2021-09-22T00:00:02Z) - Tiplines to Combat Misinformation on Encrypted Platforms: A Case Study
of the 2019 Indian Election on WhatsApp [5.342552155591148]
我々は、WhatsApp上でクラウドソースシステムの有用性を分析し、ユーザーがファクトチェックを希望するメッセージを含む"チップ"を送信できるようにする。
われわれは、2019年のインド総選挙でWhatsAppに送られたチップを、WhatsApp上の大規模な公開グループで流されたメッセージと比較した。
私たちは、チップラインがWhatsAppの会話に非常に便利なレンズであることに気付きました。
論文 参考訳（メタデータ） (2021-06-08T23:08:47Z) - Characterizing and Comparing COVID-19 Misinformation Across Languages,
Countries and Platforms [4.394522448038107]
新型コロナウイルスに関する誤報が世界中のソーシャルメディアに広まっている。
本研究では、複数の言語におけるソーシャルメディア上の新型コロナウイルスの誤情報について検討する。
論文 参考訳（メタデータ） (2020-10-13T15:10:26Z) - Can WhatsApp Benefit from Debunked Fact-Checked Stories to Reduce
Misinformation? [3.116035935327534]
偽情報がWhatsAppの公開グループで共有されているのをわれわれは観察している。
これは、ブラジルとインドの両方で分析されたグループにおいて、誤報のかなりの部分を占めていることを示している。
このような誤報に対処するためにWhatsAppが実装可能なアーキテクチャを提案する。
論文 参考訳（メタデータ） (2020-06-03T18:28:57Z) - Echo Chambers on Social Media: A comparative analysis [64.2256216637683]
本研究では,4つのソーシャルメディアプラットフォーム上で100万ユーザが生成した100万個のコンテンツに対して,エコーチャンバーの操作的定義を導入し,大規模な比較分析を行う。
議論の的になっているトピックについてユーザの傾きを推測し、異なる特徴を分析してインタラクションネットワークを再構築する。
我々は、Facebookのようなニュースフィードアルゴリズムを実装するプラットフォームが、エコーチャンバの出現を招きかねないという仮説を支持する。
論文 参考訳（メタデータ） (2020-04-20T20:00:27Z) - COVID-19 on Social Media: Analyzing Misinformation in Twitter
Conversations [22.43295864610142]
私たちは、2020年3月1日からTwitter APIを使用して、COVID-19に関連するストリーミングデータを収集しました。
事実確認情報をもとに、信頼できない内容と誤解を招く内容を特定した。
偽情報ツイートで宣伝された物語と、これらのツイートとのエンゲージメントの分配について検討した。
論文 参考訳（メタデータ） (2020-03-26T09:48:24Z)
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。