論文の概要: Understanding Differences in News Article Interaction Patterns on
Facebook: Public vs. Private Sharing with Varying Bias and Reliability
- arxiv url: http://arxiv.org/abs/2305.11943v1
- Date: Fri, 19 May 2023 18:01:36 GMT
- ステータス: 処理完了
- システム内更新日: 2023-05-24 01:55:56.461955
- Title: Understanding Differences in News Article Interaction Patterns on
Facebook: Public vs. Private Sharing with Varying Bias and Reliability
- Title(参考訳): Facebookにおけるニュース記事のインタラクションパターンの差異の理解--Varying BiasとReliabilityによる公開対プライベートシェアリング
- Authors: Alireza Mohammadinodooshan, Niklas Carlsson
- Abstract要約: ソーシャルメディアプラットフォームにおけるニュースの拡散は、偏見と信頼できない情報が公衆の会話に与える影響に関する懸念につながっている。
本研究では、Facebook上のニュース記事の公開とプライベートの共有における相互作用パターンの差異について検討し、バイアスや信頼性の異なる記事に着目した。
- 参考スコア(独自算出の注目度): 5.571369922847262
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The proliferation of news on social media platforms has led to concerns about
the impact of biased and unreliable information on public discourse. This study
examines differences in interaction patterns between public and private sharing
of news articles on Facebook, focusing on articles with varying bias and
reliability, as well as the depth of interactions. To analyze these patterns,
we employed two complementary data collection methods using the CrowdTangle
browser extension. We collected interaction data across all Facebook posts
(private + public) referencing a manually labeled collection of over 30K news
articles, as well as interaction data on public posts posted in the forums
tracked by CrowdTangle. Our empirical findings, backed by rigorous statistical
analysis, reveal significant differences in interaction patterns between public
and private sharing across different classes of news in terms of bias and
reliability, highlighting the role of user preferences and privacy settings in
shaping the spread of news articles. Notably, we find that irrespective of news
class, users tend to engage more deeply in private discussions compared to
public ones. Additionally, Facebook users engage more deeply with content from
the Right-biased class, and exhibit higher deep interaction ratio levels with
content from the Most-unreliable class. This study is the first to directly
compare the dynamics of public and private sharing of news articles on
Facebook, specifically examining the interactions and depth of engagement with
articles of varying bias and reliability. By providing new insights and
shedding light on these aspects, our findings have significant implications for
understanding the influence of social media on shaping public discourse.
- Abstract(参考訳): ソーシャルメディアプラットフォームでのニュースの拡散は、公共の談話に対する偏りや信頼できない情報の影響に関する懸念を招いた。
本研究では、Facebook上でのニュース記事の公開とプライベートの共有の相互作用パターンの違いについて、バイアスと信頼性の異なる記事とインタラクションの深さに着目した。
これらのパターンを解析するために、CrowdTangleブラウザ拡張を用いた2つの補完データ収集手法を用いた。
私たちは、30万以上のニュース記事の手動ラベル付きコレクションと、crowdtangleが追跡するフォーラムに投稿された公開投稿のインタラクションデータを参照して、すべてのfacebook投稿(プライベート+パブリック)で対話データを集めました。
厳密な統計分析によって裏付けられた経験的知見は,ニュース記事の拡散におけるユーザの嗜好やプライバシ設定の役割を浮き彫りにして,偏見や信頼性の観点から,公開とプライベートの相互作用パターンの顕著な差異を明らかにした。
特に、ニュースクラスによらず、ユーザーは公開クラスよりもプライベートな議論に深く関与する傾向にある。
さらに、Facebookユーザーは、右バイアスのクラスのコンテンツとより深く関わり、最も信頼できないクラスのコンテンツとより深い相互作用の比率を示す。
この研究は、Facebook上でのニュース記事の公開とプライベートの共有のダイナミクスを直接比較する最初のものであり、特に様々なバイアスと信頼性のある記事との相互作用とエンゲージメントの深さを調べる。
新たな洞察を与え,これらの側面に光を当てることで,ソーシャルメディアが世論の形成に与える影響を理解する上で重要な意味を持つ。
関連論文リスト
- Engagement, Content Quality and Ideology over Time on the Facebook URL Dataset [3.443622476405787]
本研究は,2017年1月から2020年12月までの米国におけるニュースURLに関するユーザエンゲージメント指標について検討した。
ニュースソースのイデオロギー的アライメントと質を,ユーザの政治的嗜好と合わせて取り入れることで,リベラル,保守的,中道的な読者を対象に,イデオロギーとニュース消費の質の重み付け平均を構築した。
両指標のトレンドには,ユーザエンゲージメントの変化に伴う2つの大きな変化がある。
論文 参考訳(メタデータ) (2024-09-20T12:50:17Z) - Privacy and Fairness in Federated Learning: on the Perspective of
Trade-off [58.204074436129716]
フェデレートラーニング(FL)は近年ホットな話題となっている。
2つの重要な倫理的概念として、プライバシと公平性の相互作用は比較的研究されていない。
論文 参考訳(メタデータ) (2023-06-25T04:38:19Z) - 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) - Incidental Data: Observation of Privacy Compromising Data on Social
Media Platforms [0.0]
我々は、インデントされていないデータを公開し、プライバシーを侵害する可能性がある可能性をさらに分析する方法を示します。
プライベートな個人情報を公開するのに、手動でデータを取り出すのに2時間しかかからないことを示すことができました。
我々の研究は、ソーシャルメディア上の人々の意識を高める必要があることを示している。
論文 参考訳(メタデータ) (2022-08-18T07:49:26Z) - Newsalyze: Effective Communication of Person-Targeting Biases in News
Articles [8.586057042714698]
本稿では,自然言語理解の最先端手法を組み合わせたバイアス識別システムを提案する。
第2に,非専門家のニュース消費者にニュース記事のバイアスを伝えるために,バイアスに敏感な可視化を考案する。
第3に、私たちの主な貢献は、日々のニュース消費を近似した設定においてバイアス認識を測定する大規模なユーザスタディです。
論文 参考訳(メタデータ) (2021-10-18T10:23:19Z) - How to Effectively Identify and Communicate Person-Targeting Media Bias
in Daily News Consumption? [8.586057042714698]
本稿では,コンテンツ分析のマニュアル処理を初めて自動化した,ニュースレコメンデーションのためのインプログレスシステムを提案する。
我々の推薦者は、個々のニュース記事に実際に存在している重要なフレームを検出し、明らかにする。
本研究は,イベントの異なる設定のニュース記事の推薦が,バイアスに対する意識を著しく向上させることを示す。
論文 参考訳(メタデータ) (2021-10-18T10:13:23Z) - 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) - Causal Understanding of Fake News Dissemination on Social Media [50.4854427067898]
我々は、ユーザーがフェイクニュースを共有するのに、ユーザー属性が何をもたらすかを理解することが重要だと論じている。
偽ニュース拡散において、共同創設者は、本質的にユーザー属性やオンライン活動に関連する偽ニュース共有行動によって特徴づけられる。
本稿では,偽ニュース拡散における選択バイアスを軽減するための原則的アプローチを提案する。
論文 参考訳(メタデータ) (2020-10-20T19:37:04Z) - Information Consumption and Social Response in a Segregated Environment:
the Case of Gab [74.5095691235917]
この研究は、COVID-19トピックに関するGab内のインタラクションパターンの特徴を提供する。
疑わしい、信頼できるコンテンツに対する社会的反応には、統計的に強い違いはない。
本研究は,協調した不正確な行動の理解と情報操作の早期警戒に関する知見を提供する。
論文 参考訳(メタデータ) (2020-06-03T11:34:25Z) - 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。