論文の概要: Public versus Less-Public News Engagement on Facebook: Patterns Across Bias and Reliability

• arxiv url: http://arxiv.org/abs/2305.11943v3
• Date: Mon, 02 Jun 2025 14:31:35 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-06-05 04:22:50.295043
• Title: Public versus Less-Public News Engagement on Facebook: Patterns Across Bias and Reliability
• Title（参考訳）: Facebook上の公開対小ニュースエンゲージメント: バイアスと信頼性のパターン
• Authors: Alireza Mohammadinodooshan, Niklas Carlsson,
• Abstract要約: 本稿では、Facebookのよりパブリックな領域と、よりパブリックでない領域とのインタラクションパターンを包括的に比較した最初の例を示す。 分析の結果、ニュースの相互作用の31%が公共の場で発生し、ニュースクラス間で大きな違いがあることがわかった。 これらの調査結果は、Facebook上のニュース拡散を完全に理解するために、公開と非公開の両方のエンゲージメントを調べる必要性を強調している。
• 参考スコア（独自算出の注目度）: 2.0564549686015585
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The rapid growth of social media as a news platform has raised significant concerns about the influence and societal impact of biased and unreliable news on these platforms. While much research has explored user engagement with news on platforms like Facebook, most studies have focused on publicly shared posts. This focus leaves an important question unanswered: how representative is the public sphere of Facebook's entire ecosystem? Specifically, how much of the interactions occur in less-public spaces, and do public engagement patterns for different news classes (e.g., reliable vs. unreliable) generalize to the broader Facebook ecosystem? This paper presents the first comprehensive comparison of interaction patterns between Facebook's more public sphere (referred to as public in paper) and the less public sphere (referred to as private). For the analysis, we first collect two complementary datasets: (1) aggregated interaction data for all Facebook posts (public + private) for 19,050 manually labeled news articles (225.3M user interactions), and (2) a subset containing only interactions with public posts (70.4M interactions). Then, through discussions and iterative feedback from the CrowdTangle team, we develop a robust method for fair comparison between these datasets. Our analysis reveals that only 31% of news interactions occur in the public sphere, with significant variations across news classes. Engagement patterns in less-public spaces often differ, with users, for example, engaging more deeply in private contexts. These findings highlight the need to examine both public and less-public engagement to fully understand news dissemination on Facebook. The observed differences hold important implications on content moderation, platform governance, and policymaking, contributing to healthier online discourse.
• Abstract（参考訳）: ニュースプラットフォームとしてのソーシャルメディアの急速な成長は、これらのプラットフォームに対する偏見と信頼できないニュースの影響と社会的影響に関する大きな懸念を引き起こしている。 多くの研究がFacebookのようなプラットフォーム上でのニュースに対するユーザーエンゲージメントを調査してきたが、ほとんどの研究は公開投稿に焦点を当ててきた。 この焦点は、Facebookのエコシステム全体の公共の領域をどのように代表しているかという、重要な疑問を残している。 具体的には、公開されていないスペースでどの程度のインタラクションが発生し、異なるニュースクラス(例えば、信頼できない対信頼できない対)の公開エンゲージメントパターンが、より広範なFacebookエコシステムに一般化されているか? 本稿では、Facebookのよりパブリックな分野(論文では「パブリック」)と、よりパブリックでない分野(「プライベート」)のインタラクションパターンを包括的に比較した最初の例を示す。 分析のためにまず,(1)Facebookの全投稿(パブリックとプライベート)の集計されたインタラクションデータ19,050件のニュース記事(225.3Mユーザインタラクション)と(2)公開投稿とのインタラクションのみを含むサブセット(7.4Mインタラクション)の2つの補完的データセットを収集した。 そして、CrowdTangleチームの議論と反復的なフィードバックを通じて、これらのデータセットを公平に比較するための堅牢な方法を開発した。 分析の結果、ニュースの相互作用の31%が公共の場で発生し、ニュースクラス間で大きな違いがあることがわかった。 公開されていないスペースにおけるエンゲージメントパターンはしばしば異なり、例えば、ユーザーはプライベートなコンテキストに深く関与する。 これらの調査結果は、Facebook上のニュース拡散を完全に理解するために、公開と非公開の両方のエンゲージメントを調べる必要性を強調している。 観察された違いは、コンテンツモデレーション、プラットフォームガバナンス、ポリシー作成に重要な意味を持ち、より健全なオンライン談話に寄与する。

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。