論文の概要: Political Bias and Factualness in News Sharing across more than 100,000 Online Communities

• arxiv url: http://arxiv.org/abs/2102.08537v5
• Date: Tue, 10 May 2022 01:03:57 GMT
• ステータス: 処理完了
• システム内更新日: 2023-04-10 22:00:24.919711
• Title: Political Bias and Factualness in News Sharing across more than 100,000 Online Communities
• Title（参考訳）: 10万人以上のオンラインコミュニティにおけるニュース共有の政治的バイアスと実態
• Authors: Galen Weld, Maria Glenski, Tim Althoff
• Abstract要約: われわれは4年間で5億5000万件以上のリンクを分析し、これまでで最大のニュース共有調査を行っている。 左派コミュニティと比較して、右派コミュニティは、彼らのニュースソースの政治的偏見に105%のばらつきがあることがわかりました。 非常に偏りがあり、事実の少ないコンテンツは集中しており、99%のコンテンツはわずか0.5%のコミュニティで共有されている。
• 参考スコア（独自算出の注目度）: 7.892285386961407
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: As civil discourse increasingly takes place online, misinformation and the polarization of news shared in online communities have become ever more relevant concerns with real world harms across our society. Studying online news sharing at scale is challenging due to the massive volume of content which is shared by millions of users across thousands of communities. Therefore, existing research has largely focused on specific communities or specific interventions, such as bans. However, understanding the prevalence and spread of misinformation and polarization more broadly, across thousands of online communities, is critical for the development of governance strategies, interventions, and community design. Here, we conduct the largest study of news sharing on reddit to date, analyzing more than 550 million links spanning 4 years. We use non-partisan news source ratings from Media Bias/Fact Check to annotate links to news sources with their political bias and factualness. We find that, compared to left-leaning communities, right-leaning communities have 105% more variance in the political bias of their news sources, and more links to relatively-more biased sources, on average. We observe that reddit users' voting and re-sharing behaviors generally decrease the visibility of extremely biased and low factual content, which receives 20% fewer upvotes and 30% fewer exposures from crossposts than more neutral or more factual content. This suggests that reddit is more resilient to low factual content than Twitter. We show that extremely biased and low factual content is very concentrated, with 99% of such content being shared in only 0.5% of communities, giving credence to the recent strategy of community-wide bans and quarantines.
• Abstract（参考訳）: 市民の談話がますますオンライン化されていく中、オンラインコミュニティで共有されるニュースの誤報と分極化は、われわれの社会全体における現実世界の危害にますます関係している。 何千ものコミュニティで何百万人ものユーザーが共有している大量のコンテンツのために、大規模なオンラインニュース共有の研究は難しい。 したがって、既存の研究は主に特定のコミュニティや禁止のような特定の介入に焦点を当てている。 しかし、誤報や偏在化の頻度と普及を理解することは、何千ものオンラインコミュニティにおいて、ガバナンス戦略、介入、コミュニティデザインの発展に不可欠である。 ここでは,4年間で5億5000万件以上のリンクを分析し,これまでで最大のニュース共有調査を行っている。 メディアバイアス/ファクトチェックの非党派的ニュースソースレーティングを使って、ニュースソースへのリンクに政治的バイアスと事実を注釈付けします。 右寄りのコミュニティは、左寄りのコミュニティに比べて、ニュースソースの政治的バイアスに105%のばらつきがあり、相対的に偏りのあるソースへのリンクが多いことがわかりました。 redditユーザーの投票と再共有の行動は、概して極端に偏りやすい事実コンテンツの可視性が低下し、これはより中立的またはより事実的なコンテンツよりもクロスポストからの露出が20%少なくなる。 これはredditがtwitterよりも低事実コンテンツに弾力性があることを示唆している。 これらのコンテンツの99%は、コミュニティのわずか0.5%で共有されており、コミュニティ全体の禁止と隔離という最近の戦略に信頼を与えている。

関連論文リスト

• A Study of Partisan News Sharing in the Russian invasion of Ukraine [31.211851388657152]
  ロシアによるウクライナ侵攻以来、大量の偏見や党派的なニュースがソーシャルメディアを通じて拡散してきた。 ユーザのコミュニケーションに影響を与える上で,このような共有の役割を特徴付けることを目的としている。 われわれは、パルチザンニュースを拡散する可能性のあるユーザーを特定する予測モデルを構築している。
  論文  参考訳（メタデータ） (2023-11-26T13:25:11Z)
• Bias or Diversity? Unraveling Fine-Grained Thematic Discrepancy in U.S. News Headlines [63.52264764099532]
  われわれは、2014年から2022年までの米国の主要メディアから、180万件のニュース記事の大規模なデータセットを使用している。 我々は、国内政治、経済問題、社会問題、外交の4つの主要なトピックに関連する、きめ細かいテーマの相違を定量化する。 以上の結果から,国内政治や社会問題においては,一定のメディア偏見が原因であることが示唆された。
  論文  参考訳（メタデータ） (2023-03-28T03:31:37Z)
• 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)
• Reaching the bubble may not be enough: news media role in online political polarization [58.720142291102135]
  分極を減らす方法は、異なる政治的指向を持つ個人に党間のニュースを分配することである。 本研究は、ブラジルとカナダにおける全国選挙の文脈において、これが成立するかどうかを考察する。
  論文  参考訳（メタデータ） (2021-09-18T11:34:04Z)
• 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)
• A Multi-Platform Analysis of Political News Discussion and Sharing on Web Communities [13.364612995946876]
  1,073のニュースサイトのリストを作成し、これらのソースからURLを含む4つのWebコミュニティから投稿を抽出する。 これにより、約3年にわたる1500万のニュースURLを含む3800万の投稿のデータセットが得られる。 いくつかの軸に沿ったデータを調査し、共有ニュースの信頼性を評価し、ニュース記事をストーリーにまとめる手法を設計し、これらのストーリーを分析し、様々なWebコミュニティが持つ影響を評価した。
  論文  参考訳（メタデータ） (2021-03-05T12:27:28Z)
• Right and left, partisanship predicts (asymmetric) vulnerability to misinformation [71.46564239895892]
  我々は、Twitter上でのニュース共有行動を研究することにより、パルチザン、エコーチャンバー、およびオンライン誤情報に対する脆弱性の関係を分析する。 誤情報に対する脆弱性は、左派と右派の両方のユーザーの党派の影響を強く受けている。
  論文  参考訳（メタデータ） (2020-10-04T01:36:14Z)
• Political audience diversity and news reliability in algorithmic ranking [54.23273310155137]
  本稿では,ウェブサイトのオーディエンスの政治的多様性を質の指標として活用することを提案する。 ドメインの専門家によるニュースソースの信頼性評価と6,890人の米国市民の多様なサンプルによるWebブラウジングデータを用いて、より極端な、政治的に多様性の低いWebサイトが、ジャーナリストの基準を低くしていることを示す。
  論文  参考訳（メタデータ） (2020-07-16T02:13:55Z)
• Neutral bots probe political bias on social media [7.41821251168122]
  Twitter上でさまざまなニュースソースをフォローし始める中立的なソーシャルボットをデプロイし、プラットフォームメカニズムとユーザインタラクションから生じる偏見を調査します。 ニュースフィードに政治的偏見の強い、あるいは一貫した証拠は見つからない。 保守的なアカウントの相互作用は右向きに歪められているが、リベラルなアカウントは、彼らの経験を政治的中心へとシフトさせる穏健なコンテンツに晒されている。
  論文  参考訳（メタデータ） (2020-05-17T01:20:24Z)

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。