論文の概要: Characterizing Online Engagement with Disinformation and Conspiracies in
the 2020 U.S. Presidential Election
- arxiv url: http://arxiv.org/abs/2107.08319v1
- Date: Sat, 17 Jul 2021 22:11:13 GMT
- ステータス: 処理完了
- システム内更新日: 2021-07-20 14:37:04.145182
- Title: Characterizing Online Engagement with Disinformation and Conspiracies in
the 2020 U.S. Presidential Election
- Title（参考訳）: 2020年アメリカ合衆国大統領選挙における偽情報と陰謀によるオンラインエンゲージメントの特徴
- Authors: Karishma Sharma and Emilio Ferrara and Yan Liu
- Abstract要約: ソーシャルメディアの永続的な操作は、2020年のアメリカ合衆国大統領選挙に対する懸念を増している。
2億2200万の選挙関連ツイートのデータセットを分析し,信頼できない(あるいは陰謀的)クレームから事実を分離するために,検出モデルを適用した。
我々は、信頼できない、陰謀的なツイートと、QAnon陰謀グループとのアカウントのエンゲージメントを、政治的傾倒とツイートタイプによって特徴づける。
- 参考スコア（独自算出の注目度）: 9.63004143218094
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Identifying and characterizing disinformation in political discourse on
social media is critical to ensure the integrity of elections and democratic
processes around the world. Persistent manipulation of social media has
resulted in increased concerns regarding the 2020 U.S. Presidential Election,
due to its potential to influence individual opinions and social dynamics. In
this work, we focus on the identification of distorted facts, in the form of
unreliable and conspiratorial narratives in election-related tweets, to
characterize discourse manipulation prior to the election. We apply a detection
model to separate factual from unreliable (or conspiratorial) claims analyzing
a dataset of 242 million election-related tweets. The identified claims are
used to investigate targeted topics of disinformation, and conspiracy groups,
most notably the far-right QAnon conspiracy group. Further, we characterize
account engagements with unreliable and conspiracy tweets, and with the QAnon
conspiracy group, by political leaning and tweet types. Finally, using a
regression discontinuity design, we investigate whether Twitter's actions to
curb QAnon activity on the platform were effective, and how QAnon accounts
adapt to Twitter's restrictions.
- Abstract（参考訳）: ソーシャルメディア上の政治談話における不正情報の特定と特徴付けは、選挙と民主主義の過程の完全性を確保するために重要である。
ソーシャルメディアの永続的な操作は、個人的意見や社会的ダイナミクスに影響を与える可能性があるため、2020年のアメリカ合衆国大統領選挙に対する懸念が高まっている。
本研究では,選挙前の言論操作を特徴付けるために,選挙関連ツイートにおける信頼できない,懐疑的な物語という形で,歪んだ事実の識別に焦点をあてる。
2億2200万の選挙関連ツイートのデータセットを分析し,信頼できない(あるいは陰謀的)クレームから事実を分離するために,検出モデルを適用した。
特定された主張は、偽情報や陰謀グループ(特に極右のQAnon陰謀集団)の標的を調査するために使用される。
さらに、信頼できない、陰謀的なツイートと、QAnon陰謀グループとのアカウントエンゲージメントを、政治的傾倒とツイートタイプによって特徴づける。
最後に、レグレッションの不連続設計を用いて、プラットフォーム上のQAnonアクティビティを抑制するTwitterのアクションが効果的かどうか、そしてQAnonアカウントがTwitterの制限にどのように適応するかを検討する。
関連論文リスト
- ElectionRumors2022: A Dataset of Election Rumors on Twitter During the 2022 US Midterms [2.284479493171312]
我々は、中間選挙期間中にオンラインに広まった135の異なる噂に対応する1億81100万件のTwitter投稿のデータセットを提示、分析した。
我々はまた、アリゾナの選挙に関する3つの異なる噂、特に2022年の選挙噂の顕著な焦点について、混同分析を行いました。
論文 参考訳（メタデータ） (2024-07-22T21:02:26Z) - Russo-Ukrainian War: Prediction and explanation of Twitter suspension [47.61306219245444]
本研究は、Twitterのサスペンション機構と、これにつながる可能性のあるユーザアカウントの共有コンテンツと機能の分析に焦点を当てる。
Twitter APIを使って、980万人のユーザーから生まれた107.7万のツイートを含むデータセットを入手しました。
この結果から、Bitcoin詐欺、スパム、広告キャンペーンに対するロシアとウクライナの紛争に関するトレンドを生かした詐欺キャンペーンが明らかになった。
論文 参考訳（メタデータ） (2023-06-06T08:41:02Z) - Design and analysis of tweet-based election models for the 2021 Mexican
legislative election [55.41644538483948]
選挙日前の6ヶ月の間に、1500万件の選挙関連ツイートのデータセットを使用します。
地理的属性を持つデータを用いたモデルが従来のポーリング法よりも精度と精度で選挙結果を決定することがわかった。
論文 参考訳（メタデータ） (2023-01-02T12:40:05Z) - Political Communities on Twitter: Case Study of the 2022 French
Presidential Election [14.783829037950984]
われわれは、2022年のフランス大統領選挙でTwitter上に形成された政治コミュニティを特定することを目指している。
われわれは、12万人のユーザーと6260万人のツイートを含む大規模なTwitterデータセットを作成し、選挙に関連するキーワードについて言及している。
ユーザのリツイートグラフ上でコミュニティ検出を行い、各コミュニティのスタンスを詳細に分析する。
論文 参考訳（メタデータ） (2022-04-15T12:18:16Z) - Comparing the Language of QAnon-related content on Parler, Gab, and
Twitter [68.8204255655161]
保守派の間で人気の「言論の自由」プラットフォームであるParlerは、2021年1月に、憎悪やQAnonなどの陰謀に関するコンテンツのモデレーションの欠如により、オフラインになった。
われわれは投稿をParlerの#QAnonというハッシュタグと比較する。
Gabはヘイト条件の#QAnon投稿が最も多く、ParlerとTwitterも同様である。
これら3つのプラットフォームにおいて、女性政治家、民主党員、ドナルド・トランプに言及する投稿は、男性政治家、共和党員、あるいは共和党員に言及する投稿よりも、より反社会的な言葉を持っている。
論文 参考訳（メタデータ） (2021-11-22T11:19:15Z) - Shifting Polarization and Twitter News Influencers between two U.S.
Presidential Elections [92.33485580547801]
我々は2016年米大統領選挙と2020年米大統領選挙の間の分極の変化を分析した。
トップインフルエンサーのほとんどが、両選挙の間にメディア組織に所属していた。
2020年のトップインフルエンサーの75%は2016年は存在しなかった。
論文 参考訳（メタデータ） (2021-11-03T20:08:54Z) - 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) - Rise of QAnon: A Mental Model of Good and Evil Stews in an Echochamber [0.0]
QAnonの陰謀は、サタン・Worshiping Democratics(サタン・Worshiping Democratics)がシークレット・チャイルド・トラヒック・オペレーションを運営していることを示唆している。
初期のQAnonネットワーク中心のツイートのソーシャル・ネットワーク構造とセマンティック・コンテンツに関する2つの計算的研究をTwitter上で報告した。
論文 参考訳（メタデータ） (2021-05-10T19:34:35Z) - Inferring Political Preferences from Twitter [0.0]
ソーシャルメディアの政治的センチメント分析は、政治ストラテジストが政党や候補者のパフォーマンスを精査するのに役立つ。
選挙期間中、ソーシャルネットワークはブログ、チャット、討論、政党や政治家の展望に関する議論で溢れている。
本研究では、従来の機械学習を用いて、テキスト分類問題としてモデル化することで、ツイートに存在する政治的意見の傾きを特定することを選んだ。
論文 参考訳（メタデータ） (2020-07-21T05:20:43Z) - How Twitter Data Sampling Biases U.S. Voter Behavior Characterizations [6.364128212193265]
近年の研究では、悪質な社会ボットやトロルのような不正なアクターの存在が明らかにされている。
本稿では,2018年米国中間選挙のTwitterデータを用いて,このギャップを埋めることを目的としている。
ハイパーアクティブアカウントは、様々な不審な振る舞いを示し、低信頼度情報を共有する傾向にあることを示す。
論文 参考訳（メタデータ） (2020-06-02T08:33:30Z) - Russian trolls speaking Russian: Regional Twitter operations and MH17 [68.8204255655161]
2018年、Twitterはロシアのトロルとして特定されたアカウントのデータを公開した。
我々はこれらのトロルのロシア語操作を分析する。
MH17の事故に関するトロルズの情報キャンペーンは、ツイート数で最大のものだった。
論文 参考訳（メタデータ） (2020-05-13T19:48:12Z)
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。