論文の概要: A Study of Partisan News Sharing in the Russian invasion of Ukraine

• arxiv url: http://arxiv.org/abs/2311.15294v1
• Date: Sun, 26 Nov 2023 13:25:11 GMT
• ステータス: 処理完了
• システム内更新日: 2023-11-28 18:18:09.758961
• Title: A Study of Partisan News Sharing in the Russian invasion of Ukraine
• Title（参考訳）: ロシアによるウクライナ侵攻におけるパルチザンニュース共有に関する研究
• Authors: Yiming Zhu, Ehsan-Ul Haq, Gareth Tyson, Lik-Hang Lee, Yuyang Wang, Pan Hui
• Abstract要約: 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。
• 参考スコア（独自算出の注目度）: 31.211851388657152
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Since the Russian invasion of Ukraine, a large volume of biased and partisan news has been spread via social media platforms. As this may lead to wider societal issues, we argue that understanding how partisan news sharing impacts users' communication is crucial for better governance of online communities. In this paper, we perform a measurement study of partisan news sharing. We aim to characterize the role of such sharing in influencing users' communications. Our analysis covers an eight-month dataset across six Reddit communities related to the Russian invasion. We first perform an analysis of the temporal evolution of partisan news sharing. We confirm that the invasion stimulates discussion in the observed communities, accompanied by an increased volume of partisan news sharing. Next, we characterize users' response to such sharing. We observe that partisan bias plays a role in narrowing its propagation. More biased media is less likely to be spread across multiple subreddits. However, we find that partisan news sharing attracts more users to engage in the discussion, by generating more comments. We then built a predictive model to identify users likely to spread partisan news. The prediction is challenging though, with 61.57% accuracy on average. Our centrality analysis on the commenting network further indicates that the users who disseminate partisan news possess lower network influence in comparison to those who propagate neutral news.
• Abstract（参考訳）: 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。 これはより広範な社会的問題につながる可能性があるため、オンラインコミュニティのより良いガバナンスには、パルチザン的なニュース共有がユーザのコミュニケーションにどのように影響するかを理解することが重要であると論じる。 本稿では,パルチザンニュース共有の計測研究を行う。 我々は,このような共有がユーザのコミュニケーションに与える影響を特徴付けることを目的とする。 われわれの分析では、ロシアの侵略に関連するRedditの6つのコミュニティにわたる8ヶ月のデータセットをカバーしている。 まず,パルチザンニュース共有の時間変化の分析を行った。 我々は,この侵略が,パルチザンのニュース共有量の増加とともに,観察されたコミュニティの議論を刺激することを確認する。 次に,このような共有に対するユーザの反応を特徴付ける。 我々は、パルチザンバイアスがその伝播を狭める役割を担っていることを観察する。 バイアスのあるメディアは、複数のサブレディットにまたがる可能性が低い。 しかし、パルチザン的なニュース共有は、より多くのコメントを生成して、議論に参加するユーザーを惹きつけている。 その後、パルチザンニュースを広める可能性のあるユーザーを特定するための予測モデルを構築しました。 しかし、予測は平均で61.57%の精度で難しい。 コメントネットワークの中央集権性分析により,パルチザンニュースを広める利用者は,中立ニュースを広める利用者に比べてネットワークの影響が小さいことが示唆された。

関連論文リスト

• The Shapes of the Fourth Estate During the Pandemic: Profiling COVID-19 News Consumption in Eight Countries [11.9136268069059]
  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。
  論文  参考訳（メタデータ） (2023-08-02T22:00:37Z)
• 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)
• 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 Bias and Factualness in News Sharing across more than 100,000 Online Communities [7.892285386961407]
  われわれは4年間で5億5000万件以上のリンクを分析し、これまでで最大のニュース共有調査を行っている。 左派コミュニティと比較して、右派コミュニティは、彼らのニュースソースの政治的偏見に105%のばらつきがあることがわかりました。 非常に偏りがあり、事実の少ないコンテンツは集中しており、99%のコンテンツはわずか0.5%のコミュニティで共有されている。
  論文  参考訳（メタデータ） (2021-02-17T02:35:13Z)
• Right and left, partisanship predicts (asymmetric) vulnerability to misinformation [71.46564239895892]
  我々は、Twitter上でのニュース共有行動を研究することにより、パルチザン、エコーチャンバー、およびオンライン誤情報に対する脆弱性の関係を分析する。 誤情報に対する脆弱性は、左派と右派の両方のユーザーの党派の影響を強く受けている。
  論文  参考訳（メタデータ） (2020-10-04T01:36:14Z)
• 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)
• 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。