論文の概要: The Shapes of the Fourth Estate During the Pandemic: Profiling COVID-19 News Consumption in Eight Countries

• arxiv url: http://arxiv.org/abs/2308.01453v1
• Date: Wed, 2 Aug 2023 22:00:37 GMT
• ステータス: 処理完了
• システム内更新日: 2023-08-04 15:49:32.664710
• Title: The Shapes of the Fourth Estate During the Pandemic: Profiling COVID-19 News Consumption in Eight Countries
• Title（参考訳）: パンデミック時の第4国家の形状:8か国における新型コロナウイルスのニュース消費の実態調査
• Authors: Cai Yang, Lexing Xie, Siqi Wu
• Abstract要約: 各国の異なるメディアに対する聴衆の政治的傾きの分布も測定する。 対象は,8カ国の地理的なユーザ,各国のプロファイル型ユーザの分布,および複数の国間のインタラクションを持つブリッジ型ユーザの分析である。 本研究は,メディアドメインからURLを共有するユーザの傾きスコアを平均化することにより,メディアバイアスの新たなセットに寄与する。
• 参考スコア（独自算出の注目度）: 11.9136268069059
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: News media is often referred to as the Fourth Estate, a recognition of its political power. New understandings of how media shape political beliefs and influence collective behaviors are urgently needed in an era when public opinion polls do not necessarily reflect election results and users influence each other in real-time under algorithm-mediated content personalization. In this work, we measure not only the average but also the distribution of audience political leanings for different media across different countries. The methodological components of these new measures include a high-fidelity COVID-19 tweet dataset; high-precision user geolocation extraction; and user political leaning estimated from the within-country retweet networks involving local politicians. We focus on geolocated users from eight countries, profile user leaning distribution for each country, and analyze bridging users who have interactions across multiple countries. Except for France and Turkey, we observe consistent bi-modal user leaning distributions in the other six countries, and find that cross-country retweeting behaviors do not oscillate across the partisan divide. More importantly, this study contributes a new set of media bias estimates by averaging the leaning scores of users who share the URLs from media domains. Through two validations, we find that the new average audience leaning scores strongly correlate with existing media bias scores. Lastly, we profile the COVID-19 news consumption by examining the audience leaning distribution for top media in each country, and for selected media across all countries. Those analyses help answer questions such as: Does center media Reuters have a more balanced audience base than partisan media CNN in the US? Does far-right media Breitbart attract any left-leaning readers in any countries? Does CNN reach a more balanced audience base in the US than in the UK?
• Abstract（参考訳）: ニュースメディアはしばしば第4国家と呼ばれ、その政治的権力を認知している。 世論調査が必ずしも選挙結果を反映せず、ユーザーがアルゴリズムによるコンテンツパーソナライゼーションの下でリアルタイムで影響を及ぼす時代において、メディアが政治的信念をどう形成し、集団行動に影響を与えるかという新たな理解が緊急に必要である。 本研究は,各国の異なるメディアを対象とした,平均だけでなく,聴衆の政治的傾きの分布も測定する。 これらの新措置の方法論的な構成要素には、高忠実度covid-19ツイートデータセット、高精度なユーザの位置情報抽出、地元の政治家を含む国内リツイートネットワークから推定されるユーザーの政治的傾倒が含まれる。 我々は,8カ国の地理的ユーザに注目し,各国のユーザ傾斜分布をプロファイルし,複数の国にまたがる橋渡しユーザを分析した。 フランスとトルコを除いて、他の6カ国で一貫したバイモーダルユーザーの傾き分布を観察し、クロスカントリーリツイートの行動がパルチザンの分断を越えて振動しないことを発見した。 さらに重要なことは、メディアドメインからURLを共有するユーザの傾きスコアを平均化することで、メディアバイアスの新たなセットに寄与する。 2つの検証を通じて,新しい平均的オーディエンス傾きスコアは,既存のメディアバイアススコアと強く相関することがわかった。 最後に、各国のトップメディア、および各国の選ばれたメディアを対象に、読者の傾向を調査し、新型コロナウイルスのニュース消費を概説する。 センタメディア ロイターは、米国のパルチザンメディアCNNよりも、よりバランスのとれたオーディエンスベースを持っていますか? 極右メディアのBreitbartは、どの国でも左派読者を惹きつけるだろうか? CNNは、英国よりも米国において、よりバランスのとれたオーディエンスベースに達していますか?

関連論文リスト

• A Study of Partisan News Sharing in the Russian invasion of Ukraine [31.211851388657152]
  ロシアによるウクライナ侵攻以来、大量の偏見や党派的なニュースがソーシャルメディアを通じて拡散してきた。 ユーザのコミュニケーションに影響を与える上で,このような共有の役割を特徴付けることを目的としている。 われわれは、パルチザンニュースを拡散する可能性のあるユーザーを特定する予測モデルを構築している。
  論文  参考訳（メタデータ） (2023-11-26T13:25:11Z)
• Bias or Diversity? Unraveling Fine-Grained Thematic Discrepancy in U.S. News Headlines [63.52264764099532]
  われわれは、2014年から2022年までの米国の主要メディアから、180万件のニュース記事の大規模なデータセットを使用している。 我々は、国内政治、経済問題、社会問題、外交の4つの主要なトピックに関連する、きめ細かいテーマの相違を定量化する。 以上の結果から,国内政治や社会問題においては,一定のメディア偏見が原因であることが示唆された。
  論文  参考訳（メタデータ） (2023-03-28T03:31:37Z)
• Computational Assessment of Hyperpartisanship in News Titles [55.92100606666497]
  われわれはまず、超党派ニュースタイトル検出のための新しいデータセットを開発するために、人間の誘導する機械学習フレームワークを採用する。 全体的に右派メディアは比例的に超党派的なタイトルを使う傾向にある。 我々は、外国問題、政治システム、ニュースタイトルにおける過党主義を示唆する社会問題を含む3つの主要なトピックを識別する。
  論文  参考訳（メタデータ） (2023-01-16T05:56:58Z)
• 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)
• GREENER: Graph Neural Networks for News Media Profiling [24.675574340841163]
  本稿では,ウェブ上でのニュースメディアのプロファイリングの問題について,その実態と偏見について考察する。 私たちの主な焦点は、オーディエンスの重複に基づいて、メディア間の類似性をモデル化することにあります。 予測精度は2つのタスクに対して2.5-27マクロF1ポイント向上した。
  論文  参考訳（メタデータ） (2022-11-10T12:46:29Z)
• Reaching the bubble may not be enough: news media role in online political polarization [58.720142291102135]
  分極を減らす方法は、異なる政治的指向を持つ個人に党間のニュースを分配することである。 本研究は、ブラジルとカナダにおける全国選挙の文脈において、これが成立するかどうかを考察する。
  論文  参考訳（メタデータ） (2021-09-18T11:34:04Z)
• Uncovering the structure of the French media ecosystem [0.0]
  1年間にわたって、フランスにおけるオンラインニュースの制作と流通に関するデータを集めている。 構造体のブロックモデルは、別クラスタにおける反情報プレスの系統的拒絶を示す。 結論として、フランスのメディアエコシステムは、米国のメディアエコシステムと同等の偏極に苦しめられていない。
  論文  参考訳（メタデータ） (2021-07-26T09:51:54Z)
• 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)
• Political audience diversity and news reliability in algorithmic ranking [54.23273310155137]
  本稿では,ウェブサイトのオーディエンスの政治的多様性を質の指標として活用することを提案する。 ドメインの専門家によるニュースソースの信頼性評価と6,890人の米国市民の多様なサンプルによるWebブラウジングデータを用いて、より極端な、政治的に多様性の低いWebサイトが、ジャーナリストの基準を低くしていることを示す。
  論文  参考訳（メタデータ） (2020-07-16T02:13:55Z)

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。