論文の概要: Search engine effects on news consumption: ranking and
representativeness outweigh familiarity in news selection
- arxiv url: http://arxiv.org/abs/2206.08578v2
- Date: Wed, 27 Jul 2022 12:16:41 GMT
- ステータス: 処理完了
- システム内更新日: 2023-02-19 17:49:14.512928
- Title: Search engine effects on news consumption: ranking and
representativeness outweigh familiarity in news selection
- Title（参考訳）: 検索エンジンがニュース消費に与える影響--ニュース選択におけるランキングと代表性は親しみ度を上回る
- Authors: Roberto Ulloa, Celina Sylwia Kacperski
- Abstract要約: 我々は,検索結果に現れるニュース記事の選択に影響を及ぼす可能性のある3つの競合要因,2つのアルゴリズム的(ランクと代表性)と1つの心理学的(ファミリティ)を分析した。
本研究は,ニュース消費におけるアルゴリズム的要因の操り方について,親しみ方と比較して検証した。
われわれは、Google検索が個人を不慣れな情報源へと駆り立て、政治的オーディエンスからニュースソースへの多様性を高めることを確認した。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Online platforms have transformed the way in which individuals access and
interact with news, with a high degree of trust particularly placed in search
engine results. We use web tracked behavioral data across a 2-month period and
analyze three competing factors, two algorithmic (ranking and
representativeness) and one psychological (familiarity) that could influence
the selection of news articles that appear in search results. Participants'
(n=280) news engagement is our proxy for familiarity, and we investigate news
articles presented on Google search pages (n=1221). Our results demonstrate the
steering power of the algorithmic factors on news consumption as compared to
familiarity. But despite the strong effect of ranking, we find that it plays a
lesser role for news articles compared to non-news. We confirm that Google
Search drives individuals to unfamiliar sources and find that it increases the
diversity of the political audience to news sources. With our methodology, we
take a step in tackling the challenges of testing social science theories in
digital contexts shaped by algorithms.
- Abstract（参考訳）: オンラインプラットフォームは、個人がニュースにアクセスしたり対話したりする方法を変えてきた。
web追跡行動データを用いて,検索結果に現れるニュース記事の選択に影響を与える2つのアルゴリズム(ランキングと代表性)と1つの心理的(家族性)の3つの競合要因を分析した。
参加者(n=280)のニュースエンゲージメントは,親しみの指標であり,google検索ページ(n=1221)に提示されるニュース記事を調査する。
本研究は,ニュース消費に対するアルゴリズムの要因が,親密性と比較してステアリング能力を示すものである。
しかし、ランキングの強い影響にもかかわらず、ニュース記事はニュース以外の記事よりも少ない役割を担っている。
われわれは、Google検索が個人を不慣れな情報源へと駆り立て、政治的オーディエンスからニュースソースへの多様性を高めることを確認した。
提案手法では,アルゴリズムによって形成されるデジタルコンテキストにおいて,社会科学理論をテストする際の課題に対処する。
関連論文リスト
- Auditing Google's Search Algorithm: Measuring News Diversity Across Brazil, the UK, and the US [0.0]
本研究では,ブラジル,イギリス,米国における検索結果の分析により,Googleの検索アルゴリズムがニュースの多様性に与える影響について検討した。
Googleのシステムは、限られた数のニュースメディアを優先的に好んでいる。
発見は、検索結果のわずかに左に偏りを示し、人気のある、しばしば全国のメディアを好んでいることを示している。
論文 参考訳（メタデータ） (2024-10-31T11:49:16Z) - The News Comment Gap and Algorithmic Agenda Setting in Online Forums [0.0]
我々はオーストリアの新聞Der Standardから120万件のコメントを分析し、"News Comment Gap"と異なるランキングアルゴリズムの効果を理解する。
ジャーナリストはポジティブで、タイムリーで、複雑で、直感的な反応を好むのに対し、読者は、エリート作家の記事に類似したコメントを好む。
論文 参考訳（メタデータ） (2024-08-13T17:43:32Z) - Towards Corpus-Scale Discovery of Selection Biases in News Coverage:
Comparing What Sources Say About Entities as a Start [65.28355014154549]
本稿では,大規模ニュースコーパスにおけるニュースコンテンツから直接メディア選択バイアスのパターンを発見するために,スケーラブルなNLPシステムを構築する上での課題について検討する。
我々は,世界519のニュースソースから180万件のニュース記事のコーパスであるNELA-2020のケーススタディを通じて,フレームワークの能力を示す。
論文 参考訳（メタデータ） (2023-04-06T23:36:45Z) - Unveiling the Hidden Agenda: Biases in News Reporting and Consumption [59.55900146668931]
イタリアのワクチン論争に関する6年間のデータセットを構築し、物語と選択バイアスを特定するためにベイジアン潜在空間モデルを採用する。
バイアスとエンゲージメントの間に非線形な関係が見られ、極端な位置へのエンゲージメントが高くなった。
Twitter上でのニュース消費の分析は、同様のイデオロギー的な立場のニュースメディアの間で、一般的なオーディエンスを明らかにしている。
論文 参考訳（メタデータ） (2023-01-14T18:58:42Z) - Novelty in news search: a longitudinal study of the 2020 US elections [62.997667081978825]
我々は、トップニュース検索結果に現れる新しい項目を測定するノベルティを解析する。
トピックや安定したクエリに比べて,選挙関連クエリに新たな項目が出現する傾向にある。
このような不均衡は、選挙期間中のニュース検索における政治候補者の可視性に影響を与えると論じる。
論文 参考訳（メタデータ） (2022-11-09T08:42:37Z) - Who Shares Fake News? Uncovering Insights from Social Media Users' Post Histories [0.0]
本稿では,ソーシャルメディア利用者の投稿履歴が,偽ニュース共有の研究にあまり使われていないことを提案する。
偽ニュースの共有者を識別し、最も偽ニュースを共有する可能性が最も高いものを予測し、介入を構築するための有望な構成物を特定する。
論文 参考訳（メタデータ） (2022-03-20T14:26:20Z) - A Study of Fake News Reading and Annotating in Social Media Context [1.0499611180329804]
我々は、44名のレイト参加者に、ニュース記事を含む投稿を含むソーシャルメディアフィードをさりげなく読み取らせるという、視線追跡研究を提示した。
第2回では,参加者に対して,これらの記事の真偽を判断するよう求めた。
また、同様のシナリオを用いたフォローアップ定性的な研究についても述べるが、今回は7人の専門家によるフェイクニュースアノテータを用いた。
論文 参考訳（メタデータ） (2021-09-26T08:11:17Z) - The Matter of Chance: Auditing Web Search Results Related to the 2020
U.S. Presidential Primary Elections Across Six Search Engines [68.8204255655161]
私たちは、Google、Baidu、Bing、DuckDuckGo、Yahoo、Yandexの"US Election"、"Donald trump"、"Joe Biden"、"bernie Sanders"の検索結果を調べます。
その結果, 検索エンジン間の検索結果と, エージェント間の検索結果の相違が有意な差があることが示唆された。
論文 参考訳（メタデータ） (2021-05-03T11:18:19Z) - Machine Learning Explanations to Prevent Overtrust in Fake News
Detection [64.46876057393703]
本研究では、ニュースレビュープラットフォームに組み込んだ説明可能なAIアシスタントが、フェイクニュースの拡散と戦う効果について検討する。
我々は、ニュースレビューと共有インターフェースを設計し、ニュース記事のデータセットを作成し、4つの解釈可能なフェイクニュース検出アルゴリズムを訓練する。
説明可能なAIシステムについてより深く理解するために、説明プロセスにおけるユーザエンゲージメント、メンタルモデル、信頼、パフォーマンス対策の相互作用について議論する。
論文 参考訳（メタデータ） (2020-07-24T05:42:29Z) - Political audience diversity and news reliability in algorithmic ranking [54.23273310155137]
本稿では,ウェブサイトのオーディエンスの政治的多様性を質の指標として活用することを提案する。
ドメインの専門家によるニュースソースの信頼性評価と6,890人の米国市民の多様なサンプルによるWebブラウジングデータを用いて、より極端な、政治的に多様性の低いWebサイトが、ジャーナリストの基準を低くしていることを示す。
論文 参考訳（メタデータ） (2020-07-16T02:13:55Z)
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。