論文の概要: Moral Emotions Shape the Virality of COVID-19 Misinformation on Social Media

• arxiv url: http://arxiv.org/abs/2202.03590v1
• Date: Tue, 8 Feb 2022 01:31:34 GMT
• ステータス: 処理完了
• システム内更新日: 2023-02-19 14:44:44.629031
• Title: Moral Emotions Shape the Virality of COVID-19 Misinformation on Social Media
• Title（参考訳）: モラル感情はソーシャルメディア上での新型コロナウイルスの誤報の正体を形作る
• Authors: Kirill Solovev, Nicolas Pr\"ollochs
• Abstract要約: われわれは、Twitterから新型コロナウイルス(COVID-19)の噂カスケードからなる大規模なサンプルを分析した。 データはN=10,610の噂のカスケードで、2400万回以上リツイートされた。 平均して、新型コロナウイルスの誤報は真実の情報よりもバイラルになりやすい。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: While false rumors pose a threat to the successful overcoming of the COVID-19 pandemic, an understanding of how rumors diffuse in online social networks is - even for non-crisis situations - still in its infancy. Here we analyze a large sample consisting of COVID-19 rumor cascades from Twitter that have been fact-checked by third-party organizations. The data comprises N=10,610 rumor cascades that have been retweeted more than 24 million times. We investigate whether COVID-19 misinformation spreads more viral than the truth and whether the differences in the diffusion of true vs. false rumors can be explained by the moral emotions they carry. We observe that, on average, COVID-19 misinformation is more likely to go viral than truthful information. However, the veracity effect is moderated by moral emotions: false rumors are more viral than the truth if the source tweets embed a high number of other-condemning emotion words, whereas a higher number of self-conscious emotion words is linked to a less viral spread. The effects are pronounced both for health misinformation and false political rumors. These findings offer insights into how true vs. false rumors spread and highlight the importance of considering emotions from the moral emotion families in social media content.
• Abstract（参考訳）: 偽の噂は新型コロナウイルス(COVID-19)のパンデミックの克服に繋がる恐れがあるが、オンラインソーシャルネットワークにおける噂の拡散が非危機的状況にどのように影響するかについての理解はまだ初期段階にある。 ここでは、サードパーティ組織によって事実確認されたTwitterの新型コロナウイルス(COVID-19)の噂カスケードからなる大規模なサンプルを分析する。 データはN=10,610件の噂のカスケードで、2400万回以上リツイートされた。 我々は、新型コロナウイルスの誤情報が真実よりも広まり、真偽の噂と偽の噂の拡散の違いが、彼らが持つ道徳的感情によって説明できるかどうかについて調査する。 私たちは、新型コロナウイルスの誤情報が真実の情報よりもバイラルに広まる可能性が高いことを、平均的に観察している。 しかし、虚偽の噂が真実よりもバイラルに広まっているのは、ソースツイートが大量の非譲歩感情の単語を埋め込んだ場合であり、一方、自意識の感情の単語がより多くはウイルスの拡散に結びついている場合である。 この効果は、健康上の誤報と偽の政治的噂の両方で発音される。 これらの発見は、真実と偽の噂がいかに広まるかについての洞察を与え、ソーシャルメディアコンテンツにおける道徳的感情家族からの感情を考えることの重要性を強調している。

関連論文リスト

• "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)
• Know it to Defeat it: Exploring Health Rumor Characteristics and Debunking Efforts on Chinese Social Media during COVID-19 Crisis [65.74516068984232]
  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。
  論文  参考訳（メタデータ） (2021-09-25T14:02:29Z)
• The State of Infodemic on Twitter [0.0]
  ソーシャルメディアの投稿やプラットフォームは、ウイルス自体を取り巻く深刻な不確実性に直面して、噂や誤報のリスクにさらされている。 我々は,誤情報の拡散に関与しているツイートとユーザの探索的分析を行った。 次に、機械学習モデルと自然言語処理技術を掘り下げて、ツイートに誤情報が含まれているかどうかを特定しました。
  論文  参考訳（メタデータ） (2021-05-17T10:58:35Z)
• 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)
• 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)
• An Exploratory Study of COVID-19 Misinformation on Twitter [5.070542698701158]
  新型コロナウイルス(COVID-19)パンデミックの間、ソーシャルメディアは誤報の本拠地となっている。 新型コロナウイルスの話題に関して,Twitter上での誤報の伝播,著者,内容に関する探索的研究を行った。
  論文  参考訳（メタデータ） (2020-05-12T12:07:35Z)
• Why do People Share Misinformation during the COVID-19 Pandemic? [0.6963971634605797]
  我々は、人々がソーシャルメディアを通じて未確認のCOVID-19情報を共有している理由を仮説づける研究モデルを開発し、テストする。 以上の結果から,オンライン情報に対する信頼感と認知情報の過負荷が,未確認情報共有の強力な予測要因であることが示唆された。 女性はサイバーコンドリアに悩まされる傾向が著しく高かったが、男性は事実を確かめずにニュースをシェアする傾向が強かった。
  論文  参考訳（メタデータ） (2020-04-20T19:56:48Z)

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。