Fugu-MT 論文翻訳(概要): An Exploratory Analysis of COVID Bot vs Human Disinformation Dissemination stemming from the Disinformation Dozen on Telegram

論文の概要: An Exploratory Analysis of COVID Bot vs Human Disinformation Dissemination stemming from the Disinformation Dozen on Telegram

arxiv url: http://arxiv.org/abs/2402.14203v1
Date: Thu, 22 Feb 2024 01:10:11 GMT
ステータス: 処理完了
システム内更新日: 2024-02-23 16:54:45.565470
Title: An Exploratory Analysis of COVID Bot vs Human Disinformation Dissemination stemming from the Disinformation Dozen on Telegram
Title（参考訳）: テレグラム上の消毒線から発生するウイルスボットとヒトの消毒情報拡散の探索的研究
Authors: Lynnette Hui Xian Ng, Ian Kloo, Kathleen M. Carley
Abstract要約: 2021年の新型コロナウイルス(COVID-19)パンデミックは、世界的な健康危機を引き起こし、インフォデミックを引き起こした。新型コロナウイルス(COVID-19)や治療、ワクチンなどの偽情報を広める鍵として、12人のソーシャルメディアパーソナリティが特定された。本研究は、モバイルメッセージングおよびソーシャルメディアプラットフォームであるTelegram上で、このグループによって広められた偽情報の拡散に焦点を当てた。
参考スコア（独自算出の注目度）: 5.494111035517598
License: http://creativecommons.org/licenses/by-nc-nd/4.0/
Abstract: The COVID-19 pandemic of 2021 led to a worldwide health crisis that was accompanied by an infodemic. A group of 12 social media personalities, dubbed the ``Disinformation Dozen", were identified as key in spreading disinformation regarding the COVID-19 virus, treatments, and vaccines. This study focuses on the spread of disinformation propagated by this group on Telegram, a mobile messaging and social media platform. After segregating users into three groups -- the Disinformation Dozen, bots, and humans --, we perform an investigation with a dataset of Telegram messages from January to June 2023, comparatively analyzing temporal, topical, and network features. We observe that the Disinformation Dozen are highly involved in the initial dissemination of disinformation but are not the main drivers of the propagation of disinformation. Bot users are extremely active in conversation threads, while human users are active propagators of information, disseminating posts between Telegram channels through the forwarding mechanism.
Abstract（参考訳）: 2021年の新型コロナウイルスのパンデミックは、世界的な健康危機を引き起こし、インフォデミックを引き起こした。新型コロナウイルス(COVID-19)や治療薬、ワクチンなどの偽情報を広める鍵は、「偽情報ドリーン」と呼ばれる12人のソーシャルメディアパーソナリティが特定された。本研究は,モバイルメッセージングおよびソーシャルメディアプラットフォームであるtelegram上で,このグループによって広められた偽情報の拡散に焦点を当てている。ユーザを3つのグループ – Disinformation Dozen,ボット,人間 – に分離した後,2023年1月から6月にかけてのTelegramメッセージのデータセットを使用して,時間的,トピック的,ネットワーク的な特徴を比較分析した。我々は,偽情報の拡散は偽情報の拡散に深く関わっているが,偽情報の伝播の原動力ではないことを観察する。ボットユーザーは会話スレッドで非常に活発であり、人間ユーザーは情報伝達者であり、フォワーディングメカニズムを介してテレグラムチャネル間で投稿を広める。

関連論文リスト

InfoPattern: Unveiling Information Propagation Patterns in Social Media [59.67008841974645]
InfoPatternは、言語と人間のイデオロギーの相互作用に焦点を当てている。 1) 反対のイデオロギーコミュニティからの反対反応をシミュレートするレッドチーム,(2) メッセージ中の政治的感情を識別するスタンス検出,(3) 情報伝播グラフの発見により,様々なコミュニティにおけるクレームの進化が時間とともに明らかにされる。
論文参考訳（メタデータ） (2023-11-27T09:12:35Z)
ManiTweet: A New Benchmark for Identifying Manipulation of News on Social Media [74.93847489218008]
ソーシャルメディア上でのニュースの操作を識別し,ソーシャルメディア投稿の操作を検出し,操作された情報や挿入された情報を特定することを目的とした,新しいタスクを提案する。この課題を研究するために,データ収集スキーマを提案し,3.6K対のツイートとそれに対応する記事からなるManiTweetと呼ばれるデータセットをキュレートした。我々の分析では、このタスクは非常に難しいことを示し、大きな言語モデル(LLM)は不満足なパフォーマンスをもたらす。
論文参考訳（メタデータ） (2023-05-23T16:40:07Z)
TGDataset: a Collection of Over One Hundred Thousand Telegram Channels [69.22187804798162]
本稿では,120,979のTelegramチャネルと4億以上のメッセージを含む新しいデータセットであるTGDatasetを提案する。我々は、データセット内で話される言語と、英語チャンネルでカバーされるトピックを分析した。生のデータセットに加えて、データセットの分析に使用したスクリプトと、Sabmykと呼ばれる新しい陰謀論のネットワークに属するチャネルのリストもリリースしました。
論文参考訳（メタデータ） (2023-03-09T15:42:38Z)
Adherence to Misinformation on Social Media Through Socio-Cognitive and Group-Based Processes [79.79659145328856]
誤報が広まると、これはソーシャルメディア環境が誤報の付着を可能にするためである、と我々は主張する。偏光と誤情報付着が密接な関係にあると仮定する。
論文参考訳（メタデータ） (2022-06-30T12:34:24Z)
"COVID-19 was a FIFA conspiracy #curropt": An Investigation into the Viral Spread of COVID-19 Misinformation [60.268682953952506]
我々は、自然言語処理モデルを用いて、誤報がCOVID-19パンデミックの進行にどのような影響を及ぼしたかを推定する。我々は、広範囲に害をもたらす可能性のあるソーシャルメディアポストと戦うための戦略を提供する。
論文参考訳（メタデータ） (2022-06-12T19:41:01Z)
Cross-lingual COVID-19 Fake News Detection [54.125563009333995]
低リソース言語(中国語)における新型コロナウイルスの誤報を検出するための最初の試みは、高リソース言語(英語)における事実チェックされたニュースのみを用いて行われる。そこで我々は、クロスランガルなニュースボディテキストを共同でエンコードし、ニュースコンテンツをキャプチャするCrossFakeというディープラーニングフレームワークを提案する。実験結果から,クロスランガル環境下でのCrossFakeの有効性が示された。
論文参考訳（メタデータ） (2021-10-13T04:44:02Z)
The State of Infodemic on Twitter [0.0]
ソーシャルメディアの投稿やプラットフォームは、ウイルス自体を取り巻く深刻な不確実性に直面して、噂や誤報のリスクにさらされている。我々は,誤情報の拡散に関与しているツイートとユーザの探索的分析を行った。次に、機械学習モデルと自然言語処理技術を掘り下げて、ツイートに誤情報が含まれているかどうかを特定しました。
論文参考訳（メタデータ） (2021-05-17T10:58:35Z)
Social Media COVID-19 Misinformation Interventions Viewed Positively, But Have Limited Impact [16.484676698355884]
FacebookやTwitterといったソーシャルメディアプラットフォームは、権威のあるリソースにリンクするバナーや、より具体的な「偽情報」ラベルなど、デザインの介入をロールアウトした。その結果,ほとんどの参加者は介入に対する肯定的な態度を示し,特に偽情報のポスト特異的なラベルが認められた。しかし、ほとんどの参加者は、他の手段、最も一般的なウェブ検索を通じて誤情報を発見または修正し、プラットフォームが新型コロナウイルス(COVID-19)の偽情報の拡散を抑える余地を示唆している。
論文参考訳（メタデータ） (2020-12-21T00:02:04Z)
"Thought I'd Share First" and Other Conspiracy Theory Tweets from the COVID-19 Infodemic: Exploratory Study [0.0]
健康関連の誤報は公衆衛生のメッセージングを脅かす。ソーシャルメディア上での誤情報の監視は、公衆の健康に悪影響を及ぼす可能性のあるアイデアの進化を理解する上で重要である。
論文参考訳（メタデータ） (2020-12-14T17:24:59Z)
Characterizing the roles of bots during the COVID-19 infodemic on Twitter [1.776746672434207]
インフォデミック(インフォデミック、インフォデミック)とは、オンライン上の情報過多によって引き起こされる現象である。 COVID-19インフォデミックにおけるボットの役割と非クレジブル情報の拡散について検討した。
論文参考訳（メタデータ） (2020-11-12T08:04:32Z)
COVID-19 on Social Media: Analyzing Misinformation in Twitter Conversations [22.43295864610142]
私たちは、2020年3月1日からTwitter APIを使用して、COVID-19に関連するストリーミングデータを収集しました。事実確認情報をもとに、信頼できない内容と誤解を招く内容を特定した。偽情報ツイートで宣伝された物語と、これらのツイートとのエンゲージメントの分配について検討した。
論文参考訳（メタデータ） (2020-03-26T09:48:24Z)

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。