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/2305.11943v2
- Date: Sat, 30 Dec 2023 16:02:43 GMT
- ステータス: 処理完了
- システム内更新日: 2024-01-03 20:16:39.009657
- 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: 本稿では、Facebook上の公開投稿とプライベート投稿のインタラクションパターンとエンゲージメントの深さを総合的に比較する。
本研究は,様々なニュースクラスと球面における相互作用パターンの相違について明らかにした。
この研究の結果は、Facebookのコンテンツモデレーター、規制当局、政策立案者に恩恵を与え、より健康的なオンライン談話に寄与する可能性がある。
- 参考スコア（独自算出の注目度）: 2.4294291235324863
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The rapid growth of news dissemination and user engagement on social media
has raised concerns about the influence and societal impact of biased and
unreliable information. As a response to these concerns, a substantial body of
research has been dedicated to understanding how users interact with different
news. However, this research has primarily analyzed publicly shared posts. With
a significant portion of engagement taking place within Facebook's private
sphere, it is therefore important to also consider the private posts. In this
paper, we present the first comprehensive comparison of the interaction
patterns and depth of engagement between public and private posts of different
types of news content shared on Facebook. To compare these patterns, we
gathered and analyzed two complementary datasets: the first includes
interaction data for all Facebook posts (private + public) referencing a
manually labeled collection of over 19K news articles, while the second
contains only interaction data for public posts tracked by CrowdTangle. As part
of our methodology, we introduce several carefully designed data processing
steps that address some critical aspects missed by prior works but that
(through our iterative discussions and feedback with the CrowdTangle team)
emerged as important to ensure fairness for this type of study. Our findings
highlight significant disparities in interaction patterns across various news
classes and spheres. For example, our statistical analysis demonstrates that
users engage significantly more deeply with news in the private sphere compared
to the public one, underscoring the pivotal role of considering both the public
and private spheres of Facebook in future research. Beyond its scholarly
impact, the findings of this study can benefit Facebook content moderators,
regulators, and policymakers, contributing to a healthier online discourse.
- Abstract（参考訳）: ソーシャルメディアにおけるニュースの普及とユーザエンゲージメントの急激な増加は、偏見と信頼できない情報の影響と社会的影響に関する懸念を引き起こしている。
これらの懸念に応えて、ユーザーが異なるニュースとどのように相互作用するかを理解するために、かなりの研究が続けられている。
しかし、この研究は主に公開投稿を分析している。
それゆえ、facebookのプライベート・スフィア内でエンゲージメントのかなりの部分が起きているため、プライベート・ポストも考慮することが重要である。
本稿では,facebook上で共有されている各種ニュースコンテンツの公開記事とプライベート記事のやりとりパターンとエンゲージメントの深さについて,最初の包括的比較を行う。
1つはfacebookの全投稿(プライベート+パブリック)のインタラクションデータ、もう1つは1万5000以上のニュース記事の手動ラベル付きコレクションを参照し、もう1つはcrowdtangleで追跡された公開投稿のインタラクションデータのみを含んでいる。
私たちの方法論では、事前の作業で見落とされたいくつかの重要な側面に対処する、慎重に設計されたデータ処理手順をいくつか導入していますが、(CrowdTangleチームとの反復的な議論とフィードバックを通じて)この種の研究の公平性を保証するために重要になりました。
本研究は,様々なニュースクラスと球面における相互作用パターンの相違を明らかにする。
例えば、我々の統計分析では、ユーザーはパブリックな分野よりもプライベートな分野のニュースに深く関わり、将来の研究においてFacebookのパブリックな領域とプライベートな領域の両方を考える上で重要な役割を担っている。
学術的な影響以外にも、この研究の結果はFacebookのコンテンツモデレーター、規制当局、政策立案者に恩恵を与え、より健康的なオンライン談話に寄与する可能性がある。
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。