論文の概要: A Second Pandemic? Analysis of Fake News About COVID-19 Vaccines in Qatar

• arxiv url: http://arxiv.org/abs/2109.11372v1
• Date: Wed, 22 Sep 2021 14:26:08 GMT
• ステータス: 処理完了
• システム内更新日: 2021-09-24 14:57:32.573128
• Title: A Second Pandemic? Analysis of Fake News About COVID-19 Vaccines in Qatar
• Title（参考訳）: 第2回パンデミック? カタールにおけるcovid-19ワクチンに関する偽ニュースの分析
• Authors: Preslav Nakov, Firoj Alam, Shaden Shaar, Giovanni Da San Martino and Yifan Zhang
• Abstract要約: アラビア語のツイートには多くの誤った情報や噂が含まれているが、英語のつぶやきのほとんどは事実である。 英語のつぶやきはアラビア語よりもずっとプロパガンダ的だ。 フレーミングに関しては、アラビア語のつぶやきは健康と安全の観点からいるが、イングランドの経済的懸念は支配的である。
• 参考スコア（独自算出の注目度）: 27.66182539747292
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: While COVID-19 vaccines are finally becoming widely available, a second pandemic that revolves around the circulation of anti-vaxxer fake news may hinder efforts to recover from the first one. With this in mind, we performed an extensive analysis of Arabic and English tweets about COVID-19 vaccines, with focus on messages originating from Qatar. We found that Arabic tweets contain a lot of false information and rumors, while English tweets are mostly factual. However, English tweets are much more propagandistic than Arabic ones. In terms of propaganda techniques, about half of the Arabic tweets express doubt, and 1/5 use loaded language, while English tweets are abundant in loaded language, exaggeration, fear, name-calling, doubt, and flag-waving. Finally, in terms of framing, Arabic tweets adopt a health and safety perspective, while in English economic concerns dominate.
• Abstract（参考訳）: 新型コロナウイルス(COVID-19)ワクチンがついに普及する一方、反バクスターの偽ニュースの拡散に伴う第2のパンデミックは、最初のウイルスから回復する努力を妨げる可能性がある。 このことを念頭において、私たちはカタール起源のメッセージに焦点を当てた、covid-19ワクチンに関するアラビア語と英語のツイートを広範囲に分析した。 アラビア語のツイートには多くの誤った情報や噂が含まれているが、英語のつぶやきのほとんどは事実である。 しかし、英語のツイートはアラビア語よりはるかに広範である。 プロパガンダの技法では、アラビア語のツイートの約半数は疑念を表し、1/5は装填された言語を使い、一方、英語のツイートは装填された言語、誇張、恐怖、名声、疑わしい、旗を掲げる。 最後に、フレーミングの観点では、アラビア語のつぶやきは健康と安全の観点から、一方でイングランドの経済的な懸念が支配的である。

関連論文リスト

• Demystifying the COVID-19 vaccine discourse on Twitter [2.9823454433205905]
  我々は、2020年3月から2021年3月までの7500万件の英語ツイートを含むTwitterデータセットを調査した。 我々は、自然言語処理(NLP)技術を用いて姿勢検出アルゴリズムを訓練し、ツイートをアンチ・ヴァックスまたはプロ・ヴァックスとして分類する。 反バックスツイート(1000万ツイート)をはるかに上回っているが、両方のスタンスからのツイートの大半は、デュアルスタンスユーザーのものだ。
  論文  参考訳（メタデータ） (2022-08-29T11:56:21Z)
• "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)
• ArCovidVac: Analyzing Arabic Tweets About COVID-19 Vaccination [7.594204373985492]
  新型コロナウイルス(COVID-19)予防接種キャンペーンのために、手動で注釈付けされた最初のアラビアのツイートデータセットArCovidVacをリリースしました。 データセットには、(i)Informativeness(より重要でないツイート)、(ii)きめ細かいツイートコンテンツタイプ(アドバイス、噂、制限、認証されたニュース/情報)、(iii)予防接種に対するスタンスなど、さまざまなアノテーション層が組み込まれている。
  論文  参考訳（メタデータ） (2022-01-17T16:19:21Z)
• 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)
• Cognitive networks identify the content of English and Italian popular posts about COVID-19 vaccines: Anticipation, logistics, conspiracy and loss of trust [0.5801044612920815]
  英語やイタリア語の4765のユニークな人気ツイートに新型コロナウイルスワクチンについて焦点を当てている。 英語の人気ツイートは最大49万5000回も好まれた。 英語の"vaccine"のセマンティクスフレームは、信頼/予測と怒り/sadnessの間に高い相関関係があった。 イタリアのツイートは、初期の信頼レベルを深い悲しみに置き換えることで「空白」と表現した。
  論文  参考訳（メタデータ） (2021-03-29T19:38:13Z)
• ArCorona: Analyzing Arabic Tweets in the Early Days of Coronavirus (COVID-19) Pandemic [3.057212947792573]
  我々は、新型コロナウイルスに関連するアラビア語のツイートを手動で注釈付けした最大のデータセットを提示する。 アノテーションガイドラインを記述し、データセットを分析し、効果的な機械学習とトランスフォーマーに基づく分類モデルを構築する。
  論文  参考訳（メタデータ） (2020-12-02T19:05:25Z)
• Understanding the Hoarding Behaviors during the COVID-19 Pandemic using Large Scale Social Media Data [77.34726150561087]
  われわれは、2020年3月1日から4月30日まで、米国で4万2000人以上のユニークTwitterユーザーによる嫌がらせと反嫌悪のパターンを分析した。 ホアーディンググループと反ホアーディンググループの両方の女性の比率が、一般のTwitter利用者の比率よりも高いことがわかりました。 LIWCの不安度はTwitterの不安度よりもかなり高い。
  論文  参考訳（メタデータ） (2020-10-15T16:02:25Z)
• Racism is a Virus: Anti-Asian Hate and Counterspeech in Social Media during the COVID-19 Crisis [51.39895377836919]
  新型コロナウイルスは、アジアのコミュニティをターゲットにしたソーシャルメディア上で人種差別や憎悪を引き起こしている。 我々は、Twitterのレンズを通して、反アジアヘイトスピーチの進化と普及について研究する。 私たちは、14ヶ月にわたる反アジア的憎悪と反音声のデータセットとして最大となるCOVID-HATEを作成します。
  論文  参考訳（メタデータ） (2020-05-25T21:58:09Z)
• 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。