論文の概要: Who Checks the Checkers? Exploring Source Credibility in Twitter's Community Notes
- arxiv url: http://arxiv.org/abs/2406.12444v1
- Date: Tue, 18 Jun 2024 09:47:58 GMT
- ステータス: 処理完了
- システム内更新日: 2024-06-19 19:37:07.967782
- Title: Who Checks the Checkers? Exploring Source Credibility in Twitter's Community Notes
- Title（参考訳）: 誰がチェッカーをチェックするのか? Twitterのコミュニティノートで情報源の信頼性を探る
- Authors: Uku Kangur, Roshni Chakraborty, Rajesh Sharma,
- Abstract要約: ソーシャルメディアプラットフォーム上での誤情報拡散は重大な懸念となっている。
この研究は、クラウドソースのファクトチェックにおける潜在的な役割にもかかわらず、Twitter Community Notesの特定の機能に焦点を当てている。
引用された情報源の大部分は、左派であり、高い事実性を持つニュースメディアであり、プラットフォームの事実チェックにおける潜在的なバイアスを示唆している。
- 参考スコア（独自算出の注目度）: 0.03511246202322249
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: In recent years, the proliferation of misinformation on social media platforms has become a significant concern. Initially designed for sharing information and fostering social connections, platforms like Twitter (now rebranded as X) have also unfortunately become conduits for spreading misinformation. To mitigate this, these platforms have implemented various mechanisms, including the recent suggestion to use crowd-sourced non-expert fact-checkers to enhance the scalability and efficiency of content vetting. An example of this is the introduction of Community Notes on Twitter. While previous research has extensively explored various aspects of Twitter tweets, such as information diffusion, sentiment analytics and opinion summarization, there has been a limited focus on the specific feature of Twitter Community Notes, despite its potential role in crowd-sourced fact-checking. Prior research on Twitter Community Notes has involved empirical analysis of the feature's dataset and comparative studies that also include other methods like expert fact-checking. Distinguishing itself from prior works, our study covers a multi-faceted analysis of sources and audience perception within Community Notes. We find that the majority of cited sources are news outlets that are left-leaning and are of high factuality, pointing to a potential bias in the platform's community fact-checking. Left biased and low factuality sources validate tweets more, while Center sources are used more often to refute tweet content. Additionally, source factuality significantly influences public agreement and helpfulness of the notes, highlighting the effectiveness of the Community Notes Ranking algorithm. These findings showcase the impact and biases inherent in community-based fact-checking initiatives.
- Abstract（参考訳）: 近年,ソーシャルメディアプラットフォーム上での誤情報拡散が懸念されている。
最初は情報を共有し、ソーシャルなつながりを育むために設計されたが、Twitter(現在はXに改名されている)のようなプラットフォームも、残念ながら偽情報を広めるためのコンディットになっている。
これを軽減するため、これらのプラットフォームは、クラウドソースの非専門家ファクトチェッカーを使用してコンテンツ検証のスケーラビリティと効率を高めるという提案など、さまざまなメカニズムを実装している。
この例は、TwitterでCommunity Notesを導入したことである。
これまでの研究では、情報拡散、感情分析、意見要約など、Twitterのツイートのさまざまな側面を幅広く調査してきたが、クラウドソースの事実チェックにおける潜在的な役割にもかかわらず、Twitter Community Notesの特定の機能に限定的な焦点が当てられている。
Twitter Community Notesに関する以前の調査では、この機能のデータセットと、専門家のファクトチェックのような他の方法を含む比較研究を経験的に分析していた。
本研究は,先行研究から脱却し,コミュニティノート内のソースとオーディエンス知覚を多面的に分析する。
引用された情報源の大部分は、左派であり、高い事実性を持つニュースメディアであり、プラットフォームの事実チェックにおける潜在的なバイアスを示唆している。
左の偏見や事実性の低いソースはツイートをより検証し、センターのソースはツイートの内容に反論するために頻繁に使用される。
さらに、情報源の事実性は、コミュニティノートランキングアルゴリズムの有効性を強調しながら、ノートの公開合意と有用性に大きな影響を及ぼす。
これらの結果は、コミュニティベースのファクトチェックイニシアチブに固有の影響とバイアスを示している。
関連論文リスト
- Susceptibility to Unreliable Information Sources: Swift Adoption with
Minimal Exposure [10.288282142373976]
ユーザは、高クレーディビリティソースよりも露出が少ない低クレーディビリティソースを採用する傾向があります。
情報ソースの採用は、しばしば、同等の信頼性レベルを持つソースへのユーザーの事前の露出を反映している。
論文 参考訳（メタデータ） (2023-11-09T20:16:06Z) - 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) - Trust and Believe -- Should We? Evaluating the Trustworthiness of
Twitter Users [5.695742189917657]
ソーシャルメディア上のフェイクニュースは、個人と社会の両方に悪影響を及ぼす大きな問題である。
この作業において、私たちは、ソーシャルネットワークコミュニティに信頼を喚起するソリューションを提供したいと考えている。
本モデルでは,Twitter上で5万人の政治家の行動を分析し,評価されたユーザ毎に影響スコアを割り当てる。
論文 参考訳（メタデータ） (2022-10-27T06:57:19Z) - Rumor Detection with Self-supervised Learning on Texts and Social Graph [101.94546286960642]
異種情報ソース上での自己教師型学習を対照的に提案し,それらの関係を明らかにするとともに,噂をよりよく特徴付ける。
我々はこの枠組みをSRD(Self-supervised Rumor Detection)と呼ぶ。
3つの実世界のデータセットに対する大規模な実験により、ソーシャルメディア上での噂の自動検出におけるSRDの有効性が検証された。
論文 参考訳（メタデータ） (2022-04-19T12:10:03Z) - Who Shares Fake News? Uncovering Insights from Social Media Users' Post Histories [0.0]
本稿では,ソーシャルメディア利用者の投稿履歴が,偽ニュース共有の研究にあまり使われていないことを提案する。
偽ニュースの共有者を識別し、最も偽ニュースを共有する可能性が最も高いものを予測し、介入を構築するための有望な構成物を特定する。
論文 参考訳（メタデータ） (2022-03-20T14:26:20Z) - Dynamics of Cross-Platform Attention to Retracted Papers [25.179837269945015]
削除された論文は、公式の撤回前にソーシャルメディア、デジタルニュース、その他のウェブサイトで広く流通している。
我々は、異なるオンラインプラットフォームにおいて、時間とともに受け取った3,851件の論文の量と種類を定量化する。
論文 参考訳（メタデータ） (2021-10-15T01:40:20Z) - 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) - 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) - Information Consumption and Social Response in a Segregated Environment:
the Case of Gab [74.5095691235917]
この研究は、COVID-19トピックに関するGab内のインタラクションパターンの特徴を提供する。
疑わしい、信頼できるコンテンツに対する社会的反応には、統計的に強い違いはない。
本研究は,協調した不正確な行動の理解と情報操作の早期警戒に関する知見を提供する。
論文 参考訳（メタデータ） (2020-06-03T11:34:25Z) - 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。