論文の概要: Augmented CARDS: A machine learning approach to identifying triggers of climate change misinformation on Twitter

• arxiv url: http://arxiv.org/abs/2404.15673v1
• Date: Wed, 24 Apr 2024 06:03:07 GMT
• ステータス: 処理完了
• システム内更新日: 2024-04-26 19:59:40.962787
• Title: Augmented CARDS: A machine learning approach to identifying triggers of climate change misinformation on Twitter
• Title（参考訳）: Augmented CARDS: Twitter上の気候変動の誤報のトリガーを特定する機械学習アプローチ
• Authors: Cristian Rojas, Frank Algra-Maschio, Mark Andrejevic, Travis Coan, John Cook, Yuan-Fang Li,
• Abstract要約: 気候変動に関する誤報は、社会的な幸福に重大な脅威をもたらす。 オンライン誤報の急増は、ファクトチェッカーが虚偽の主張を軽視する能力を大きく上回っている。 2段階の階層モデルであるAugmented CARDSモデルを開発した。
• 参考スコア（独自算出の注目度）: 14.111559061588983
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Misinformation about climate change poses a significant threat to societal well-being, prompting the urgent need for effective mitigation strategies. However, the rapid proliferation of online misinformation on social media platforms outpaces the ability of fact-checkers to debunk false claims. Automated detection of climate change misinformation offers a promising solution. In this study, we address this gap by developing a two-step hierarchical model, the Augmented CARDS model, specifically designed for detecting contrarian climate claims on Twitter. Furthermore, we apply the Augmented CARDS model to five million climate-themed tweets over a six-month period in 2022. We find that over half of contrarian climate claims on Twitter involve attacks on climate actors or conspiracy theories. Spikes in climate contrarianism coincide with one of four stimuli: political events, natural events, contrarian influencers, or convinced influencers. Implications for automated responses to climate misinformation are discussed.
• Abstract（参考訳）: 気候変動に関する誤報は、社会的幸福への重大な脅威となり、効果的な緩和戦略が緊急に必要となる。 しかし、ソーシャルメディアプラットフォーム上でのオンライン誤報の急増は、ファクトチェッカーが虚偽の主張を軽視する能力を上回っている。 気候変動の誤報の自動検出は、有望な解決策を提供する。 本研究では,2段階の階層モデルであるAugmented CARDSモデルを開発することにより,このギャップに対処する。 さらに、2022年の6ヶ月間に500万件の気候をテーマとしたツイートに対して、Augmented CARDSモデルを適用した。 Twitter上での温暖化に関する主張の半分以上は、気候のアクターや陰謀説に対する攻撃が関与していることがわかりました。 気候コントラリアニズムのスパイクは、政治イベント、自然イベント、コントラリアンインフルエンサー、あるいは説得力のあるインフルエンサーの4つの刺激の1つと一致する。 気候の誤報に対する自動応答の意義について論じる。

関連論文リスト

• Understanding Opinions Towards Climate Change on Social Media [2.31449645503075]
  我々は,実世界の出来事がソーシャルメディア上での気候変動関連トピックに対する個人の意見にどのように影響するかを理解することを目的としている。 我々は2006年から2019年にかけて360万人のユーザーが送った1360万ツイートのデータセットを抽出し分析した。 我々の研究は、COPイベントを取り巻く温暖化対策コミュニティの進化を理解するための第一歩として機能する。
  論文  参考訳（メタデータ） (2023-12-02T20:02:34Z)
• ClimateNLP: Analyzing Public Sentiment Towards Climate Change Using Natural Language Processing [0.0]
  本稿では、自然言語処理(NLP)技術を用いて、気候変動に関する話題を分析し、気候変動に関連するツイートの感情を定量化する。 目的は、個人が表現する感情を識別し、気候変動に関する世論のパターンを明らかにすることである。
  論文  参考訳（メタデータ） (2023-10-12T07:48:50Z)
• Multi-scale Digital Twin: Developing a fast and physics-informed surrogate model for groundwater contamination with uncertain climate models [53.44486283038738]
  気候変動は地下水汚染の長期的な土壌管理問題を悪化させる。 U-Net強化フーリエニューラル汚染(PDENO)を用いた物理インフォームド機械学習サロゲートモデルを開発した。 並行して、気候データと組み合わされた畳み込みオートエンコーダを開発し、アメリカ合衆国全体の気候領域の類似性の次元を減少させる。
  論文  参考訳（メタデータ） (2022-11-20T06:46:35Z)
• A Multi-task Model for Sentiment Aided Stance Detection of Climate Change Tweets [2.111703012534138]
  そこで本稿では,Twitter上でのデニエステートメントの識別を支援するフレームワークを提案し,ツイートのスタンスを,気候変動に対する2つの態度(デニエ/信頼性)の1つに分類する。 姿勢検出(主課題)と感情分析(副課題)を同時に行うマルチタスクフレームワークを提案する。
  論文  参考訳（メタデータ） (2022-11-07T13:19:44Z)
• Fact-Saboteurs: A Taxonomy of Evidence Manipulation Attacks against Fact-Verification Systems [80.3811072650087]
  証拠のクレームサレントスニペットを微調整し,多様かつクレームアラインな証拠を生成することが可能であることを示す。 この攻撃は、主張のポストホックな修正に対しても堅牢である。 これらの攻撃は、インスペクタブルとヒューマン・イン・ザ・ループの使用シナリオに有害な影響を及ぼす可能性がある。
  論文  参考訳（メタデータ） (2022-09-07T13:39:24Z)
• Climate Change & Computer Audition: A Call to Action and Overview on Audio Intelligence to Help Save the Planet [98.97255654573662]
  この研究は、オーディオインテリジェンスが気候に関わる課題を克服するために貢献できる領域の概要を提供する。 我々は、地球、水、空気、火、エーテルの5つの要素に従って、潜在的なコンピュータオーディションの応用を分類する。
  論文  参考訳（メタデータ） (2022-03-10T13:32:31Z)
• Trend and Thoughts: Understanding Climate Change Concern using Machine Learning and Social Media Data [3.7384509727711923]
  われわれは大規模な気候変動のTwitterデータセットを構築し、機械学習を用いて包括的な分析を行った。 トピックモデリングと自然言語処理を行うことで、気候変動に関するツイート数と主要な気候イベントの関係を示す。 我々のデータセットはKaggleで公開されており、さらなる研究に利用できる。
  論文  参考訳（メタデータ） (2021-11-06T19:59:03Z)
• ClimateGAN: Raising Climate Change Awareness by Generating Images of Floods [89.61670857155173]
  実画像上でのリアルな洪水をシミュレートする手法を提案する。 本研究では、教師なし領域適応と条件付き画像生成のためのシミュレーションデータと実データの両方を活用するモデルであるClimateGANを提案する。
  論文  参考訳（メタデータ） (2021-10-06T15:54:57Z)
• Machine learning reveals how personalized climate communication can both succeed and backfire [55.41644538483948]
  オンライン広告は、気候変動に対する人々の信念を増大させる一方で、他人に対する信念を低下させることを示す。 特に,年齢や民族によって広告の効果が変化する可能性が示唆された。
  論文  参考訳（メタデータ） (2021-09-10T20:47:34Z)
• You are right. I am ALARMED -- But by Climate Change Counter Movement [40.66864319982138]
  我々は、社会科学における気候誤報に関する文献を再考し、NLPのコミュニティに導入するために再パッケージする。 我々は、このギャップを、既知の気候変動の誤報のある記事を取り除き、リリースすることで埋めようとしている。
  論文  参考訳（メタデータ） (2020-04-30T16:06:02Z)

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。