論文の概要: Understanding Twitters behavior during the pandemic: Fake News and Fear

• arxiv url: http://arxiv.org/abs/2202.05134v1
• Date: Thu, 10 Feb 2022 16:39:29 GMT
• ステータス: 処理完了
• システム内更新日: 2023-02-19 14:50:12.414889
• Title: Understanding Twitters behavior during the pandemic: Fake News and Fear
• Title（参考訳）: パンデミック中のTwitterの行動を理解する:フェイクニュースと恐怖
• Authors: Guillermo Romera Rodriguez, Sanjana Gautam, Andrea Tapia
• Abstract要約: 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。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The outbreak of the SARS-CoV-2 novel coronavirus (COVID-19) has been accompanied by a large amount of misleading and false information about the virus, especially on social media. During the pandemic social media gained special interest as it went on to become an important medium of communication. This made the information being relayed on these platforms especially critical. In our work, we aim to explore the percentage of fake news being spread on Twitter as well as measure the sentiment of the public at the same time. We further study how the sentiment of fear is present among the public. In addition to that we compare the rate of spread of the virus per day with the rate of spread of fake news on Twitter. Our study is useful in establishing the role of Twitter, and social media, during a crisis, and more specifically during crisis management.
• Abstract（参考訳）: SARS-CoV-2新型コロナウイルス(COVID-19)の感染拡大に伴い、特にソーシャルメディアで大量の誤解や誤報が相次いでいる。 パンデミックの間、ソーシャルメディアは重要なコミュニケーション媒体となり、特に関心を寄せた。 これにより、これらのプラットフォームで中継される情報は特に重要になった。 われわれの研究は、Twitter上で拡散されている偽ニュースの割合を調べ、同時に大衆の感情を測定することを目的としている。 恐怖の感情が大衆にどのように存在しているかをさらに研究する。 さらに、1日あたりのウイルスの拡散率と、twitter上での偽ニュースの拡散率を比較した。 本研究は,危機時,特に危機管理時において,twitter,ソーシャルメディアの役割を確立する上で有用である。

関連論文リスト

• Adherence to Misinformation on Social Media Through Socio-Cognitive and Group-Based Processes [79.79659145328856]
  誤報が広まると、これはソーシャルメディア環境が誤報の付着を可能にするためである、と我々は主張する。 偏光と誤情報付着が密接な関係にあると仮定する。
  論文  参考訳（メタデータ） (2022-06-30T12:34:24Z)
• "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)
• Don't be a Victim During a Pandemic! Analysing Security and Privacy Threats in Twitter During COVID-19 [2.43420394129881]
  本稿では,パンデミックとロックダウン期間がソーシャルメディア利用者のセキュリティとプライバシに与える影響を大規模に調査する。 我々は、533日間のデータクローリングから1060万件のCOVID-19関連ツイートを分析した。
  論文  参考訳（メタデータ） (2022-02-21T21:52:37Z)
• Sentiment Analysis of Microblogging dataset on Coronavirus Pandemic [0.8252679746749371]
  コロナウイルス(Coronavirus, COVID-19)は、新型コロナウイルス2によって引き起こされる感染性疾患である。 本稿では,複数の機械学習アルゴリズムを用いて感情評価のためのTwitterデータセットを分析した。
  論文  参考訳（メタデータ） (2021-11-17T18:13:54Z)
• 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)
• 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)
• 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)
• 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)
• Prevalence of Low-Credibility Information on Twitter During the COVID-19 Outbreak [5.203919289609101]
  アウトブレイク時のTwitterにおける低信頼度情報へのリンクの頻度を推定する。 低信頼度情報にリンクするツイートの総量は、New York Timesの記事とCDCのリンクの量に匹敵する。 ソーシャルボットは、低クレディビリティ情報の投稿と増幅の両方に関わっているが、ボリュームの大部分は、おそらく人間によって生成される。
  論文  参考訳（メタデータ） (2020-04-29T21:08:44Z)
• The Ivory Tower Lost: How College Students Respond Differently than the General Public to the COVID-19 Pandemic [66.80677233314002]
  新型コロナウイルス感染症(COVID-19)のパンデミックは、政府に究極の課題を提示した。 米国では、新型コロナウイルス感染者が最も多い国で、全国的なソーシャルディスタンシングプロトコルが大統領によって実施されている。 本稿では,この対話型社会における前例のない破壊の社会的意義を,ソーシャルメディア上での人々の意見のマイニングによって発見することを目的とする。
  論文  参考訳（メタデータ） (2020-04-21T13:02:38Z)
• Advertisers Jump on Coronavirus Bandwagon: Politics, News, and Business [7.056222499095849]
  われわれは、Facebookで宣伝された広告を通じて、新型コロナウイルスの流行に関する別の物語を検証した。 新しいFacebook Ads Libraryを使って、私たちは、ニュースメディア、政治、ビジネスと並んで、公衆衛生および非営利団体の広告主を見つけます。 我々は、生物兵器陰謀説から政治家による検証不可能な主張まで、誤情報の可能性をいくつか発見する。
  論文  参考訳（メタデータ） (2020-03-02T14:07:56Z)

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。