論文の概要: Bridging the Gap: Commonality and Differences between Online and Offline COVID-19 Data

• arxiv url: http://arxiv.org/abs/2208.03907v3
• Date: Thu, 11 Aug 2022 22:28:47 GMT
• ステータス: 処理完了
• システム内更新日: 2023-02-19 10:22:48.515148
• Title: Bridging the Gap: Commonality and Differences between Online and Offline COVID-19 Data
• Title（参考訳）: ギャップを埋める:オンラインとオフラインのCOVID-19データ間の共通点と相違点
• Authors: Nayoung Kim, Ahmadreza Mosallanezhad, Lu Cheng, Baoxin Li, Huan Li
• Abstract要約: オンラインニュースとオフラインニュースは、しばしばつながり、共通のトピックを共有し、それぞれがユニークで異なるトピックを持っている。 これら2つのニュースソース間のギャップは、誤った情報伝達を引き起こす可能性がある。 我々は、オンラインデータとオフラインデータのギャップを埋める新しい問題に焦点を合わせ、時間とともに発生する共通のトピックと異なるトピックを監視します。
• 参考スコア（独自算出の注目度）: 28.94255320469269
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: With the onset of the COVID-19 pandemic, news outlets and social media have become central tools for disseminating and consuming information. Because of their ease of access, users seek COVID-19-related information from online social media (i.e., online news) and news outlets (i.e., offline news). Online and offline news are often connected, sharing common topics while each has unique, different topics. A gap between these two news sources can lead to misinformation propagation. For instance, according to the Guardian, most COVID-19 misinformation comes from users on social media. Without fact-checking social media news, misinformation can lead to health threats. In this paper, we focus on the novel problem of bridging the gap between online and offline data by monitoring their common and distinct topics generated over time. We employ Twitter (online) and local news (offline) data for a time span of two years. Using online matrix factorization, we analyze and study online and offline COVID-19-related data differences and commonalities. We design experiments to show how online and offline data are linked together and what trends they follow.
• Abstract（参考訳）: 新型コロナウイルス(COVID-19)の感染拡大に伴い、ニュースメディアやソーシャルメディアは情報を広め、消費する中心的なツールになりつつある。 アクセスが容易であるため、ユーザーはオンライン・ソーシャルメディア(オンライン・ニュース)やニュース・アウトレット(オフライン・ニュース)から新型コロナウイルス関連の情報を求める。 オンラインニュースとオフラインニュースは、しばしばつながり、共通のトピックを共有し、それぞれがユニークで異なるトピックを持っている。 これら2つのニュースソース間のギャップは、誤った情報伝達につながる可能性がある。 たとえばGuardianによると、新型コロナウイルス(COVID-19)の誤報のほとんどは、ソーシャルメディア上のユーザーによるものだ。 事実チェックがなければ、誤報は健康上の脅威につながる可能性がある。 本稿では,オンラインデータとオフラインデータのギャップを,時間とともに発生する共通トピックと異なるトピックの監視によって橋渡しするという新しい問題に着目する。 われわれはTwitter(オンライン)とローカルニュース(オフライン)のデータを2年間使用しています。 オンラインマトリックス因子化を用いて、オンラインおよびオフラインのcovid-19関連データの違いと共通性を分析し、研究する。 私たちは、オンラインとオフラインのデータの連携方法と、それに続くトレンドを示す実験をデザインします。

関連論文リスト

• News and Misinformation Consumption in Europe: A Longitudinal Cross-Country Perspective [49.1574468325115]
  本研究では,欧州4カ国における情報消費について検討した。 フランス、ドイツ、イタリア、イギリスのニュースメディアアカウントから3年間のTwitter活動を分析した。 信頼性のある情報源が情報ランドスケープを支配していることを示しているが、信頼性の低いコンテンツは依然としてすべての国に存在している。
  論文  参考訳（メタデータ） (2023-11-09T16:22:10Z)
• Measuring COVID-19 Related Media Consumption on Twitter [2.746705315038595]
  ソーシャルメディアプラットフォームはパンデミックに関して重要なアップデートを提供している。 メディアとのオンラインコミュニケーションは、国際規模ではまだ探索されていない。 この論文は、各国における新型コロナウイルスのメディア消費に関する初めての研究である。
  論文  参考訳（メタデータ） (2023-09-16T04:01:45Z)
• 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)
• 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)
• The Spread of Propaganda by Coordinated Communities on Social Media [43.2770127582382]
  我々は、2019年イギリス総選挙に関する大規模なTwitterデータセット上で、プロパガンダの拡散とその協調行動との相互作用を分析する。 プロパガンダの利用と協調行動を組み合わせることで、異なるコミュニティの真正性と有害性を明らかにすることができる。
  論文  参考訳（メタデータ） (2021-09-27T13:39:10Z)
• 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)
• 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)
• 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)
• COVID-19 on Social Media: Analyzing Misinformation in Twitter Conversations [22.43295864610142]
  私たちは、2020年3月1日からTwitter APIを使用して、COVID-19に関連するストリーミングデータを収集しました。 事実確認情報をもとに、信頼できない内容と誤解を招く内容を特定した。 偽情報ツイートで宣伝された物語と、これらのツイートとのエンゲージメントの分配について検討した。
  論文  参考訳（メタデータ） (2020-03-26T09:48:24Z)

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。