論文の概要: Media Bias Matters: Understanding the Impact of Politically Biased News on Vaccine Attitudes in Social Media

• arxiv url: http://arxiv.org/abs/2403.04009v1
• Date: Wed, 6 Mar 2024 19:41:02 GMT
• ステータス: 処理完了
• システム内更新日: 2024-03-08 16:04:20.093209
• Title: Media Bias Matters: Understanding the Impact of Politically Biased News on Vaccine Attitudes in Social Media
• Title（参考訳）: メディアバイアス : ソーシャルメディアのワクチンに対する政治的バイアスのあるニュースの影響を理解する
• Authors: Bohan Jiang, Lu Cheng, Zhen Tan, Ruocheng Guo, Huan Liu
• Abstract要約: 我々は,天然ワクチンのスタンスが個人によるニュースソースの選択やソーシャルメディアの議論への参加にどのように影響するかを分析する。 我々は、中程度のスタンス、特にワクチンヘシタント多数を有する個人は、極端な視点を持つ個人に比べて、PBNの影響に弱いことを観察した。
• 参考スコア（独自算出の注目度）: 28.79984927305606
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: News media has been utilized as a political tool to stray from facts, presenting biased claims without evidence. Amid the COVID-19 pandemic, politically biased news (PBN) has significantly undermined public trust in vaccines, despite strong medical evidence supporting their efficacy. In this paper, we analyze: (i) how inherent vaccine stances subtly influence individuals' selection of news sources and participation in social media discussions; and (ii) the impact of exposure to PBN on users' attitudes toward vaccines. In doing so, we first curate a comprehensive dataset that connects PBN with related social media discourse. Utilizing advanced deep learning and causal inference techniques, we reveal distinct user behaviors between social media groups with various vaccine stances. Moreover, we observe that individuals with moderate stances, particularly the vaccine-hesitant majority, are more vulnerable to the influence of PBN compared to those with extreme views. Our findings provide critical insights to foster this line of research.
• Abstract（参考訳）: ニュースメディアは事実から遠ざかる政治的手段として利用され、証拠のない偏見のある主張を提示している。 新型コロナウイルス(covid-19)のパンデミックの中で、政治的に偏ったニュース(pbn)はワクチンに対する公衆の信頼を著しく損なっている。 本稿では,その分析を行う。 一 固有のワクチンの姿勢が個人によるニュースソースの選択及びソーシャルメディアの議論への参加にどのように影響するか (II) PBNへの曝露がワクチンに対する利用者の態度に及ぼす影響。 そこで我々はまず,PBNと関連するソーシャルメディアの会話を結びつける包括的データセットをキュレートする。 高度な深層学習と因果推論技術を用いて,様々なワクチンスタンスを持つソーシャルメディアグループ間で異なるユーザ行動を示す。 さらに, 適度なスタンス, 特にワクチンを投与した多数派は, 極端な視点に比べて, PBNの影響に弱いことが観察された。 私たちの発見は、この研究を育む上で重要な洞察を与えます。

関連論文リスト

• Public Discourse about COVID-19 Vaccinations: A Computational Analysis of the Relationship between Public Concerns and Policies [3.203095675418499]
  予防接種キャンペーンの展開に伴い、ドイツ語を話す地域は他のヨーロッパ地域よりもはるかに低い予防接種率を示した。 Twitter上では、新型コロナウイルスの重症度やワクチンの有効性、安全性に対する懐疑論が話題となっている。 パンデミックの後期段階では、政策が実施され、無ワクチンの市民の自由が制限されたとき、ワクチン接種の増加が観察された。
  論文  参考訳（メタデータ） (2024-05-07T15:31:13Z)
• 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)
• Suffering from Vaccines or from Government? : Partisan Bias in COVID-19 Vaccine Adverse Events Coverage [0.0]
  保守的なメディアは、リベラルなメディアよりも有害事象を頻繁に報告する傾向にある。 保守派の反対派を支持するユーザーは、人気のあるコメントを書く傾向が強かった。
  論文  参考訳（メタデータ） (2022-11-19T14:17:07Z)
• Doctors vs. Nurses: Understanding the Great Divide in Vaccine Hesitancy among Healthcare Workers [64.1526243118151]
  医者は新型コロナウイルスワクチンに対して全体的に陽性であることがわかりました。 医師は新型ワクチンよりもワクチンの有効性を懸念している。 看護婦は子供に対する潜在的な副作用にもっと注意を払う。
  論文  参考訳（メタデータ） (2022-09-11T14:22:16Z)
• Dynamics and triggers of misinformation on vaccines [0.552480439325792]
  われわれは、さまざまなソーシャルメディアプラットフォーム(Facebook、Instagram、Twitter、YouTube)におけるイタリアのワクチンに関する6年間の議論を分析している。 われわれはまず、ニュース制作時系列の象徴的転送エントロピー分析を用いて、ワクチンに関する議題を慎重に推進する、疑わしい、あるいは信頼できるソースのカテゴリを決定する。 次に、伝達されたスタンスに基づいてワクチン関連コンテンツを正確に分類し、話題を議論する深層学習モデルを活用する。
  論文  参考訳（メタデータ） (2022-07-25T15:35:48Z)
• A Multilingual Dataset of COVID-19 Vaccination Attitudes on Twitter [4.696697601424039]
  新型コロナウイルスワクチンに関連するツイートのデータセットの収集と公開について述べる。 このデータセットは、西ヨーロッパから収集された2,198,090のツイートのIDで構成され、そのうち17,934件は原住民の予防接種姿勢に注釈付けされている。
  論文  参考訳（メタデータ） (2022-06-27T13:44:48Z)
• "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)
• Insight from NLP Analysis: COVID-19 Vaccines Sentiments on Social Media [6.965634726663563]
  パンデミックの最中、英国と米国住民のツイートをTwitter APIから収集しました。 VADERによる感情分析を行い、個人の影響をカウントできる新しい方法を提案した。 その結果、予防接種が進むにつれて、有名人がソーシャルメディアに意見転換を導く可能性が示唆された。
  論文  参考訳（メタデータ） (2021-06-08T03:37:22Z)
• 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)
• Falling into the Echo Chamber: the Italian Vaccination Debate on Twitter [65.7192861893042]
  われわれは、Twitter上での予防接種に関する議論が、予防接種ヘシタントに対する潜在的な不安にどのように影響するかを調査する。 予防接種懐疑派や擁護派が独自の「エチョ室」に居住していることが判明した。 これらのエコーチャンバーの中心には熱心な支持者がいて、高い精度のネットワークとコンテンツベースの分類器を構築しています。
  論文  参考訳（メタデータ） (2020-03-26T13:55:50Z)

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。