論文の概要: "Gettr-ing" Deep Insights from the Social Network Gettr
- arxiv url: http://arxiv.org/abs/2204.04066v1
- Date: Fri, 8 Apr 2022 13:34:57 GMT
- ステータス: 処理完了
- システム内更新日: 2023-02-19 16:12:21.508584
- Title: "Gettr-ing" Deep Insights from the Social Network Gettr
- Title（参考訳）: gettr-ing" ソーシャルネットワーク gettr からの深い洞察
- Authors: Filipo Sharevski, Peter Jachim, Emma Pieroni, Amy Devine
- Abstract要約: Gettrは、陰謀説と認識された「左」に対する攻撃と混ざった反トランプのコンテンツをホストしている
ソーシャルネットワークの構造は非対称であり、著名な右派リーダーを中心にしている。
右利きのユーザーは、主流プラットフォームによる言論の自由が認識された結果、Gettrに参加したが、左利きのユーザーは「誤報に目を覚ます」ためにこれをフォローした。
- 参考スコア（独自算出の注目度）: 10.667165962654996
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: As yet another alternative social network, Gettr positions itself as the
"marketplace of ideas" where users should expect the truth to emerge without
any administrative censorship. We looked deep inside the platform by analyzing
it's structure, a sample of 6.8 million posts, and the responses from a sample
of 124 Gettr users we interviewed to see if this actually is the case.
Administratively, Gettr makes a deliberate attempt to stifle any external
evaluation of the platform as collecting data is marred with unpredictable and
abrupt changes in their API. Content-wise, Gettr notably hosts pro-Trump
content mixed with conspiracy theories and attacks on the perceived "left."
It's social network structure is asymmetric and centered around prominent
right-thought leaders, which is characteristic for all alt-platforms. While
right-leaning users joined Gettr as a result of a perceived freedom of speech
infringement by the mainstream platforms, left-leaning users followed them in
numbers as to "keep up with the misinformation." We contextualize these
findings by looking into the Gettr's user interface design to provide a
comprehensive insight into the incentive structure for joining and competing
for the truth on Gettr.
- Abstract（参考訳）: 別の代替ソーシャルネットワークと同様に、Gettrは自らを「アイデアの市場」と位置づけており、ユーザーは行政検閲なしで真実が現れることを期待すべきである。
プラットフォーム内の構造を分析して,680万の投稿のサンプルと,インタビューした124人のgettrユーザからの回答を分析して,これが本当かどうかを確認した。
管理面では、gettrは、データ収集が予測不能で突然のapi変更でマーディングされるため、プラットフォームの外的評価を抑止する意図的な試みをしている。
内容的には、Gettrは陰謀論や認識された「左」に対する攻撃と混ざった反トランプのコンテンツをホストしている。
ソーシャルネットワークの構造は非対称であり、すべてのアルトプラットフォームに特徴的な、著名な右派リーダーを中心にしている。
主流プラットフォームによる言論の自由が認識された結果として、右寄りのユーザーはgettrに加入したが、左寄りのユーザーは「誤報をキャッチアップする」という数字でそれに従った。
本稿では,Gettr のユーザインタフェース設計を考察し,Gettr の真理への参加と競争のためのインセンティブ構造に関する総合的な洞察を提供する。
関連論文リスト
- How Decentralization Affects User Agency on Social Platforms [0.0]
本研究は,園芸プラットフォームへの代替モデルとして,分散化が約束を果たす可能性について考察する。
本稿では,ブロックによるユーザ主導型コンテンツモデレーションを,分散型ソーシャルプラットフォームであるBluesky上のエージェンシー表現として記述する。
論文 参考訳（メタデータ） (2024-06-13T12:15:15Z) - Dynamics of Ideological Biases of Social Media Users [0.0]
オンラインプラットフォーム全体の世論グループの進化は,世論を抱きたいという欲求に支えられていることを示す。
われわれはTwitterとParlerという2つのソーシャルメディアに焦点を当て、ユーザーの政治的偏見を追跡した。
論文 参考訳（メタデータ） (2023-09-27T19:39:07Z) - A User-Driven Framework for Regulating and Auditing Social Media [94.70018274127231]
アルゴリズムフィルタリングは、フレキシブルでユーザ主導のベースラインに対して規制されるべきである。
プラットフォームフィルタのフィードには,それぞれのベースラインフィードと「類似した」情報コンテンツが含まれる必要がある。
プラットフォームがこの要件を尊重するかどうかをチェックする監査手順を提案する。
論文 参考訳（メタデータ） (2023-04-20T17:53:34Z) - Identification of Twitter Bots based on an Explainable ML Framework: the
US 2020 Elections Case Study [72.61531092316092]
本稿では,ラベル付きTwitterデータに基づくTwitterボット識別システムの設計に焦点をあてる。
Supervised Machine Learning (ML)フレームワークは、Extreme Gradient Boosting (XGBoost)アルゴリズムを用いて採用されている。
また、MLモデルの予測を説明するためにShapley Additive Explanations (SHAP)をデプロイした。
論文 参考訳（メタデータ） (2021-12-08T14:12:24Z) - 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) - 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) - An Early Look at the Parler Online Social Network [10.683059193632943]
Parlerは、自らを「自由に話し、自らをオープンに表現する」サービスとして宣伝する「代替的な」ソーシャルネットワークである。
本稿では,2018年8月から2021年1月にかけて,4Mユーザによる183M Parlerポストのデータセットと,13.25Mユーザプロファイルのメタデータを提示する。
論文 参考訳（メタデータ） (2021-01-11T11:23:19Z) - Right and left, partisanship predicts (asymmetric) vulnerability to
misinformation [71.46564239895892]
我々は、Twitter上でのニュース共有行動を研究することにより、パルチザン、エコーチャンバー、およびオンライン誤情報に対する脆弱性の関係を分析する。
誤情報に対する脆弱性は、左派と右派の両方のユーザーの党派の影響を強く受けている。
論文 参考訳（メタデータ） (2020-10-04T01:36:14Z) - Reading In-Between the Lines: An Analysis of Dissenter [2.2881898195409884]
我々は、あらゆるWebページに対して会話オーバーレイを提供するブラウザおよびWebアプリケーションであるDissenterについて研究する。
本研究では,議論中のDissenterコメントやユーザ,ウェブサイトの履歴を取得する。
私たちのコーパスは、101kユーザーが588kの異なるURLでコメントした約1.68万のコメントで構成されています。
論文 参考訳（メタデータ） (2020-09-03T16:25:28Z) - Echo Chambers on Social Media: A comparative analysis [64.2256216637683]
本研究では,4つのソーシャルメディアプラットフォーム上で100万ユーザが生成した100万個のコンテンツに対して,エコーチャンバーの操作的定義を導入し,大規模な比較分析を行う。
議論の的になっているトピックについてユーザの傾きを推測し、異なる特徴を分析してインタラクションネットワークを再構築する。
我々は、Facebookのようなニュースフィードアルゴリズムを実装するプラットフォームが、エコーチャンバの出現を招きかねないという仮説を支持する。
論文 参考訳（メタデータ） (2020-04-20T20:00:27Z)
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。