論文の概要: YouTube COVID-19 Vaccine Misinformation on Twitter: Platform Interactions and Moderation Blind Spots

• arxiv url: http://arxiv.org/abs/2208.13000v1
• Date: Sat, 27 Aug 2022 12:55:58 GMT
• ステータス: 処理完了
• システム内更新日: 2023-02-19 10:50:08.757658
• Title: YouTube COVID-19 Vaccine Misinformation on Twitter: Platform Interactions and Moderation Blind Spots
• Title（参考訳）: YouTube COVID-19 ワクチンの誤情報:プラットフォーム間インタラクションとモデレーション盲点
• Authors: David S. Axelrod, Brian P. Harper, John C. Paolillo
• Abstract要約: 本研究は、新型コロナウイルスワクチン関連誤報の拡散におけるTwitterとYouTubeの関係について検討する。 我々は、以前容疑者情報を共有していたユーザーの間では、予防接種メッセージの優先権が残っていることを観察する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: While most social media companies have attempted to address the challenge of COVID-19 misinformation, the success of those policies is difficult to assess, especially when focusing on individual platforms. This study explores the relationship between Twitter and YouTube in spreading COVID-19 vaccine-related misinformation through a mixed-methods approach to analyzing a collection of tweets in 2021 sharing YouTube videos where those Twitter accounts had also linked to deleted YouTube videos. Principal components, cluster and network analyses are used to group the videos and tweets into interpretable groups by shared tweet dates, terms and sharing patterns; content analysis is employed to assess the orientation of tweets and videos to COVID-19 messages. From this we observe that a preponderance of anti-vaccine messaging remains among users who previously shared suspect information, in which a dissident political framing dominates, and which suggests moderation policy inefficacy where the platforms interact.
• Abstract（参考訳）: ほとんどのソーシャルメディア企業は、新型コロナウイルス(covid-19)の誤った情報への対処を試みているが、これらのポリシーの成功は、特に個々のプラットフォームに焦点を当てた場合、評価が難しい。 この研究は、2021年にTwitterアカウントが削除されたYouTubeビデオとリンクしているYouTubeビデオをシェアするツイートの集合を分析し、新型コロナウイルスのワクチン関連の誤情報を拡散する際のTwitterとYouTubeの関係を探る。 主要なコンポーネント、クラスタ、ネットワーク分析は、ビデオとツイートを、共有ツイート日時、条件、共有パターンによって解釈可能なグループにグループ化するために使用され、コンテンツ分析は、ツイートとビデオのCOVID-19メッセージへの向きを評価するために使用される。 このことから,これまで疑わしい情報を共有していたユーザの間では,反競争的な政治フレーミングが支配的であり,プラットフォームが相互作用するモデレーション政策の非効率性が示唆されている。

関連論文リスト

• Vax-Culture: A Dataset for Studying Vaccine Discourse on Twitter [3.768191396638854]
  新型コロナウイルス感染症(COVID-19)の感染拡大に伴い、ワクチン中毒は公衆衛生当局にとって大きな課題となっている。 6373のワクチン関連ツイートからなるTwitter COVID-19データセットであるVax-Cultureを紹介します。 このことが、予防接種的信念を持つ個人にリーチするための、効果的で目標とする公衆衛生コミュニケーション戦略につながることを願っている。
  論文  参考訳（メタデータ） (2023-04-13T23:04:30Z)
• "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)
• ArCovidVac: Analyzing Arabic Tweets About COVID-19 Vaccination [7.594204373985492]
  新型コロナウイルス(COVID-19)予防接種キャンペーンのために、手動で注釈付けされた最初のアラビアのツイートデータセットArCovidVacをリリースしました。 データセットには、(i)Informativeness(より重要でないツイート)、(ii)きめ細かいツイートコンテンツタイプ(アドバイス、噂、制限、認証されたニュース/情報)、(iii)予防接種に対するスタンスなど、さまざまなアノテーション層が組み込まれている。
  論文  参考訳（メタデータ） (2022-01-17T16:19:21Z)
• COVID-19 Vaccine and Social Media: Exploring Emotions and Discussions on Twitter [9.834635805575582]
  新型コロナウイルスワクチンに対する公衆の反応は、新型コロナウイルスのパンデミックを抑える上で重要な成功要因だ。 伝統的な調査は高価で時間を要するもので、限られた健康問題に対処し、小規模なデータを取得する。 本研究では,多数のつぶやきを収集・解析するために,計算的および人為的符号化手法を用いた手法を提案する。
  論文  参考訳（メタデータ） (2021-07-29T17:31:11Z)
• 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)
• COVID-19 Vaccine Hesitancy on Social Media: Building a Public Twitter Dataset of Anti-vaccine Content, Vaccine Misinformation and Conspiracies [10.505633521103018]
  新型コロナウイルスワクチンに関する偽の主張は、現在進行中の予防接種キャンペーンに対する公衆の信頼を損なう可能性がある。 われわれは、強力な抗ワクチン姿勢を示すTwitter投稿のデータセットを提示する。
  論文  参考訳（メタデータ） (2021-05-11T15:43:41Z)
• 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)
• 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)
• Privacy-Aware Recommender Systems Challenge on Twitter's Home Timeline [47.434392695347924]
  ACM RecSysが主催するRecSys 2020 Challengeは、このデータセットを使用してTwitterと提携している。 本稿では,ユーザエンゲージメントを予測しようとする研究者や専門家が直面する課題について述べる。
  論文  参考訳（メタデータ） (2020-04-28T23:54:33Z)
• 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。