Fugu-MT 論文翻訳(概要): Know it to Defeat it: Exploring Health Rumor Characteristics and Debunking Efforts on Chinese Social Media during COVID-19 Crisis

論文の概要: Know it to Defeat it: Exploring Health Rumor Characteristics and Debunking Efforts on Chinese Social Media during COVID-19 Crisis

arxiv url: http://arxiv.org/abs/2109.12372v2
Date: Fri, 10 Jun 2022 14:25:58 GMT
ステータス: 処理完了
システム内更新日: 2023-03-13 18:57:09.050716
Title: Know it to Defeat it: Exploring Health Rumor Characteristics and Debunking Efforts on Chinese Social Media during COVID-19 Crisis
Title（参考訳）: 健康に関する噂を探究し、新型コロナウイルス(covid-19)危機における中国のソーシャルメディアへの関与を否定する
Authors: Wenjie Yang, Sitong Wang, Zhenhui Peng, Chuhan Shi, Xiaojuan Ma, Diyi Yang
Abstract要約: われわれは、中国のマイクロブログサイトWeiboで、新型コロナウイルス(COVID-19)に関する4ヶ月にわたる噂に関するオンラインディスカッションを包括的に分析した。以上の結果から、不安(恐怖)型健康噂は、希望(希望)型よりもはるかに多くの議論を巻き起こし、長く続いたことが示唆された。本稿では,噂の議論を抑えるためのデバンキングの有効性を示す。
参考スコア（独自算出の注目度）: 65.74516068984232
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Health-related rumors spreading online during a public crisis may pose a serious threat to people's well-being. Existing crisis informatics research lacks in-depth insights into the characteristics of health rumors and the efforts to debunk them on social media in a pandemic. To fill this gap, we conduct a comprehensive analysis of four months of rumor-related online discussion during COVID-19 on Weibo, a Chinese microblogging site. Results suggest that the dread (cause fear) type of health rumors provoked significantly more discussions and lasted longer than the wish (raise hope) type. We further explore how four kinds of social media users (i.e., government, media, organization, and individual) combat health rumors, and identify their preferred way of sharing debunking information and the key rhetoric strategies used in the process. We examine the relationship between debunking and rumor discussions using a Granger causality approach, and show the efficacy of debunking in suppressing rumor discussions, which is time-sensitive and varies across rumor types and debunkers. Our results can provide insights into crisis informatics and risk management on social media in pandemic settings.
Abstract（参考訳）: 公衆の危機でオンラインに広まる健康関連の噂は、人々の幸福を脅かす可能性がある。既存の危機情報学研究は、パンデミックのパンデミックにおいて、健康の噂の特徴とソーシャルメディア上でそれらを非難する努力に関する深い洞察を欠いている。このギャップを埋めるために、中国のマイクロブログサイトweiboで、新型コロナウイルス(covid-19)に関する4ヶ月間の噂に関するオンライン議論を包括的に分析する。その結果、恐怖(恐怖)型の健康噂は、ウィッシュ(希望)型よりもかなり多くの議論を巻き起こし、長く続いたことが示唆された。さらに,4種類のソーシャルメディアユーザ(政府,メディア,組織,個人など)が健康に関する噂とどのように戦っているかを検討し,そのプロセスで使用される情報共有方法と重要な修辞戦略を特定する。そこで, グレンジャー因果関係の手法を用いて, デバンキングとうわさ議論の関係を考察し, ウワサの種類やデバンカーにまたがって, 時間に敏感で異なうううわさ議論の抑制におけるデバンキングの有効性を示す。我々の結果は、パンデミック環境での危機情報とソーシャルメディアのリスク管理に関する洞察を与えることができる。

関連論文リスト

Cutting through the noise to motivate people: A comprehensive analysis of COVID-19 social media posts de/motivating vaccination [1.1606619391009658]
新型コロナウイルス(COVID-19)のパンデミックは、医療情報システムの重大な弱点を露呈した。ソーシャルメディア上の誤報が圧倒的に多いことは、人々に適切な予防措置をとらせ、予防接種を受けるよう動機付けるという課題を生み出した。本研究では,ソーシャルメディアにおける科学的コミュニケーションと公衆のモチベーションについて論じる。
論文参考訳（メタデータ） (2024-06-15T02:36:11Z)
"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)
Understanding Twitters behavior during the pandemic: Fake News and Fear [0.0]
SARS-CoV-2の新型コロナウイルス(COVID-19)は、特にソーシャルメディアで、大量の誤報や誤報を伴っている。われわれはTwitter上で拡散される偽ニュースの割合を調べ、同時に一般大衆の感情を測定することを目指している。私たちの研究は、危機時のTwitterやソーシャルメディア、特に危機管理時のソーシャルメディアの役割を確立するのに役立ちます。
論文参考訳（メタデータ） (2022-02-10T16:39:29Z)
What goes on inside rumour and non-rumour tweets and their reactions: A Psycholinguistic Analyses [58.75684238003408]
ソーシャルメディアのテキストの心理言語学的分析は、誤情報を緩和するために意味のある結論を導くのに不可欠である。本研究は,様々な事象に関する噂の深い心理言語学的分析を行うことによって貢献する。
論文参考訳（メタデータ） (2021-11-09T07:45:11Z)
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)
American Twitter Users Revealed Social Determinants-related Oral Health Disparities amid the COVID-19 Pandemic [72.44305630014534]
新型コロナウイルス(COVID-19)パンデミックの期間中に、26州で9,104人のTwitterユーザーから、口腔の健康関連ツイートを収集しました。女性や若年者(19-29)は口腔の健康問題について話す傾向が強い。新型コロナウイルス(COVID-19)のリスクが高い郡の人々は、歯の腐敗や歯の出血、歯の破折について語っています。
論文参考訳（メタデータ） (2021-09-16T01:10:06Z)
Analysis of misinformation during the COVID-19 outbreak in China: cultural, social and political entanglements [6.256108383411306]
新型コロナウイルス(COVID-19)は、公衆の信頼を損なうインフォデミックを引き起こし、ウイルスの封じ込めを阻害し、パンデミック自体を超過させる可能性がある。メディアの進化と断片化は、誤情報拡散の鍵となる要因である。われわれの発見は、新型コロナウイルス(COVID-19)における誤報の異なる特徴に光を当て、中国と全世界で誤報と戦うための洞察を与えてくれた。
論文参考訳（メタデータ） (2020-05-21T01:34:08Z)
Critical Impact of Social Networks Infodemic on Defeating Coronavirus COVID-19 Pandemic: Twitter-Based Study and Research Directions [1.6571886312953874]
2019年の推計295億人が世界中でソーシャルメディアを利用している。コロナウイルスの流行は、ソーシャルメディアの津波を引き起こした。本稿では,Twitterから収集したデータに基づく大規模研究について述べる。
論文参考訳（メタデータ） (2020-05-18T15:53:13Z)
Psychometric Analysis and Coupling of Emotions Between State Bulletins and Twitter in India during COVID-19 Infodemic [7.428097999824421]
新型コロナウイルスのインフォデミックは、パンデミックそのものよりも急速に広まっている。ソーシャルメディアは情報の最大の源であるため、インフォデミックの管理には誤情報を緩和する必要がある。 Twitterだけでも、キュレートされたイベントページの利用が急激な45%増加した。
論文参考訳（メタデータ） (2020-05-12T01:51:07Z)
Rumor Detection on Social Media with Bi-Directional Graph Convolutional Networks [89.13567439679709]
本稿では,二方向グラフ畳み込みネットワーク (Bi-Directional Graph Convolutional Networks, Bi-GCN) と呼ばれる新しい双方向グラフモデルを提案する。これは、噂拡散のパターンを学習するために、噂拡散のトップダウン指向グラフを持つGCNと、噂拡散の反対指向グラフを持つGCNを活用して、噂拡散の構造を捉える。
論文参考訳（メタデータ） (2020-01-17T15:12:08Z)

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。