論文の概要: Social Media COVID-19 Misinformation Interventions Viewed Positively, But Have Limited Impact

• arxiv url: http://arxiv.org/abs/2012.11055v1
• Date: Mon, 21 Dec 2020 00:02:04 GMT
• ステータス: 処理完了
• システム内更新日: 2023-04-20 00:41:21.387932
• Title: Social Media COVID-19 Misinformation Interventions Viewed Positively, But Have Limited Impact
• Title（参考訳）: ソーシャルメディアによる偽情報の介入はポジティブに見られたが、影響は限られている
• Authors: Christine Geeng, Tiona Francisco, Jevin West, Franziska Roesner
• Abstract要約: FacebookやTwitterといったソーシャルメディアプラットフォームは、権威のあるリソースにリンクするバナーや、より具体的な「偽情報」ラベルなど、デザインの介入をロールアウトした。 その結果,ほとんどの参加者は介入に対する肯定的な態度を示し,特に偽情報のポスト特異的なラベルが認められた。 しかし、ほとんどの参加者は、他の手段、最も一般的なウェブ検索を通じて誤情報を発見または修正し、プラットフォームが新型コロナウイルス(COVID-19)の偽情報の拡散を抑える余地を示唆している。
• 参考スコア（独自算出の注目度）: 16.484676698355884
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Amidst COVID-19 misinformation spreading, social media platforms like Facebook and Twitter rolled out design interventions, including banners linking to authoritative resources and more specific "false information" labels. In late March 2020, shortly after these interventions began to appear, we conducted an exploratory mixed-methods survey (N = 311) to learn: what are social media users' attitudes towards these interventions, and to what extent do they self-report effectiveness? We found that most participants indicated a positive attitude towards interventions, particularly post-specific labels for misinformation. Still, the majority of participants discovered or corrected misinformation through other means, most commonly web searches, suggesting room for platforms to do more to stem the spread of COVID-19 misinformation.
• Abstract（参考訳）: 新型コロナウイルス(COVID-19)の誤報が広がる中、FacebookやTwitterなどのソーシャルメディアプラットフォームは、権威的なリソースにリンクするバナーや、より具体的な「偽情報」ラベルなど、デザインの介入を開始した。 これらの介入が出現した直後の2020年3月下旬、我々は探索的な混合メソッド調査(N = 311)を行い、これらの介入に対するソーシャルメディアユーザーの態度と、その効果がどの程度まで自己報告されるのかを学習した。 その結果,ほとんどの参加者は介入に対する肯定的な態度を示し,特に偽情報のポスト特異的なラベルが認められた。 しかし、ほとんどの参加者は、他の手段、最も一般的なウェブ検索を通じて誤情報を発見または修正し、プラットフォームが新型コロナウイルス(COVID-19)の偽情報の拡散を抑える余地を示唆している。

関連論文リスト

• MisinfoEval: Generative AI in the Era of "Alternative Facts" [50.069577397751175]
  本稿では,大規模言語モデル(LLM)に基づく誤情報介入の生成と評価を行うフレームワークを提案する。 本研究では,(1)誤情報介入の効果を測定するための模擬ソーシャルメディア環境の実験,(2)ユーザの人口動態や信念に合わせたパーソナライズされた説明を用いた第2の実験について述べる。 以上の結果から,LSMによる介入はユーザの行動の修正に極めて有効であることが確認された。
  論文  参考訳（メタデータ） (2024-10-13T18:16:50Z)
• Unveiling the Hidden Agenda: Biases in News Reporting and Consumption [59.55900146668931]
  イタリアのワクチン論争に関する6年間のデータセットを構築し、物語と選択バイアスを特定するためにベイジアン潜在空間モデルを採用する。 バイアスとエンゲージメントの間に非線形な関係が見られ、極端な位置へのエンゲージメントが高くなった。 Twitter上でのニュース消費の分析は、同様のイデオロギー的な立場のニュースメディアの間で、一般的なオーディエンスを明らかにしている。
  論文  参考訳（メタデータ） (2023-01-14T18:58:42Z)
• The Morbid Realities of Social Media: An Investigation into the Misinformation Shared by the Deceased Victims of COVID-19 [0.4995343972237368]
  われわれは、Covid-19に感染する前に、Covid-19の誤情報を共有し、信じていたユーザーによるFacebook投稿のユニークなデータセットを調査した。 分析の結果,反政府的テーマの出現により,Covid-19の圧倒的な政治化が明らかとなった。 本研究の成果は、世論の形成における政治エリートの役割と、有害な誤報の到達度を抑える上でのプラットフォームの役割について考察する。
  論文  参考訳（メタデータ） (2022-09-20T19:47:27Z)
• 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)
• Characterizing User Susceptibility to COVID-19 Misinformation on Twitter [40.0762273487125]
  本研究は、パンデミックのオンライン誤報に弱い人口を構成する人々への回答を試みる。 我々は、ソーシャルボットから、新型コロナウイルス関連の誤情報に関するさまざまなレベルのエンゲージメントを持つ人間まで、さまざまなタイプのユーザーを区別する。 次に、新型コロナウイルスの誤情報に対する感受性と相関する、ユーザのオンライン機能と状況予測を識別する。
  論文  参考訳（メタデータ） (2021-09-20T13:31:15Z)
• News consumption and social media regulations policy [70.31753171707005]
  我々は、ニュース消費とコンテンツ規制の間の相互作用を評価するために、反対のモデレーション手法であるTwitterとGabを強制した2つのソーシャルメディアを分析した。 以上の結果から,Twitterが追求するモデレーションの存在は,疑わしいコンテンツを著しく減少させることがわかった。 Gabに対する明確な規制の欠如は、ユーザが両方のタイプのコンテンツを扱う傾向を生じさせ、ディスカウント/エンドレスメントの振る舞いを考慮に入れた疑わしいコンテンツに対してわずかに好みを示す。
  論文  参考訳（メタデータ） (2021-06-07T19:26:32Z)
• Misinfo Belief Frames: A Case Study on Covid & Climate News [49.979419711713795]
  読者がニュースの信頼性や誤った情報の影響をどのように認識するかを理解するための形式主義を提案する。 23.5kの見出しに66kの推論データセットであるMisinfo Belief Frames (MBF) corpusを紹介する。 大規模言語モデルを用いて誤情報フレームを予測した結果,機械生成推論がニュース見出しに対する読者の信頼に影響を及ぼすことがわかった。
  論文  参考訳（メタデータ） (2021-04-18T09:50:11Z)
• "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)
• Predicting Misinformation and Engagement in COVID-19 Twitter Discourse in the First Months of the Outbreak [1.2059055685264957]
  新型コロナウイルス(COVID-19)関連ツイート50万件近くを調べ、ボット行動とエンゲージメントの機能として誤情報を理解する。 実際のユーザーは事実と誤情報の両方をツイートし、ボットは偽情報よりも比例的にツイートしていることがわかった。
  論文  参考訳（メタデータ） (2020-12-03T18:47:34Z)
• Causal Understanding of Fake News Dissemination on Social Media [50.4854427067898]
  我々は、ユーザーがフェイクニュースを共有するのに、ユーザー属性が何をもたらすかを理解することが重要だと論じている。 偽ニュース拡散において、共同創設者は、本質的にユーザー属性やオンライン活動に関連する偽ニュース共有行動によって特徴づけられる。 本稿では,偽ニュース拡散における選択バイアスを軽減するための原則的アプローチを提案する。
  論文  参考訳（メタデータ） (2020-10-20T19:37:04Z)
• Characterizing COVID-19 Misinformation Communities Using a Novel Twitter Dataset [9.60966128833701]
  競合する2つの誤報コミュニティを特徴付けるための方法論と分析について述べる。 我々の分析によると、新型コロナウイルスの誤報されたコミュニティは、情報のあるコミュニティよりも密集し、組織化されている。 我々の社会言語学的分析は、新型コロナウイルスに通知されたユーザーは誤報されたユーザーよりも多くの物語を使う傾向があることを示唆している。
  論文  参考訳（メタデータ） (2020-08-03T11:44:22Z)

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。