論文の概要: Analyzing News Engagement on Facebook: Tracking Ideological Segregation and News Quality in the Facebook URL Dataset
- arxiv url: http://arxiv.org/abs/2409.13461v2
- Date: Tue, 18 Feb 2025 16:21:50 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-02-19 14:03:42.863389
- Title: Analyzing News Engagement on Facebook: Tracking Ideological Segregation and News Quality in the Facebook URL Dataset
- Title（参考訳）: Facebook上のニュースエンゲージメントの分析: Facebook URLデータセットにおけるイデオロジ的セグメンテーションとニュース品質の追跡
- Authors: Emma Fraxanet, Andreas Kaltenbrunner, Fabrizio Germano, Vicenç Gómez,
- Abstract要約: このデータセットは、ソーシャルメディアのエンゲージメントと、誤情報、偏光、消費されるニュースの品質といった社会的問題との関係を分析するために、いくつかの研究で使用されている。
我々は、2017年1月から2020年12月までの4年間をカバーし、米国のニュースURLに関連するユーザーエンゲージメント指標に焦点を当て、人気のあるニュースドメインとのエンゲージメントの包括的分析を行う。
本研究は,データセットが対象とする期間におけるユーザの行動,分極,誤報をよりよく理解するための実証的証拠を提供する。
- 参考スコア（独自算出の注目度）: 3.443622476405787
- License:
- Abstract: The Facebook Privacy-Protected Full URLs Dataset was released to enable independent, academic research on the impact of Facebook's platform on society while ensuring user privacy. The dataset has been used in several studies to analyze the relationship between social media engagement and societal issues such as misinformation, polarization, and the quality of consumed news. In this paper, we conduct a comprehensive analysis of the engagement with popular news domains, covering four years from January 2017 to December 2020, with a focus on user engagement metrics related to news URLs in the U.S. By incorporating the ideological alignment and quality of news sources, along with users' political preferences, we construct weighted averages of ideology and quality of news consumption for liberal, conservative, and moderate audiences. This allows us to track the evolution of (i) the ideological gap in news consumption between liberals and conservatives and (ii) the average quality of each group's news consumption. We identify two major shifts in trends, each tied to engagement changes. In both, the ideological gap widens and news quality declines. However, engagement rises in the first shift but falls in the second. Finally, we contextualize these trends by linking them to two major Facebook News Feed updates. Our findings provide empirical evidence to better understand user behavior, polarization, and misinformation during the period covered by the dataset.
- Abstract（参考訳）: Facebook Privacy-Protected Full URLs Datasetは、Facebookのプラットフォームが社会に与える影響に関する独立した学術研究を可能にすると同時に、ユーザのプライバシーを確保するためにリリースされた。
このデータセットは、ソーシャルメディアのエンゲージメントと、誤情報、偏光、消費されるニュースの品質といった社会問題との関係を分析するために、いくつかの研究で使用されている。
本稿では、2017年1月から2020年12月までの4年間、米国のニュースURLに関するユーザーエンゲージメント指標に着目し、ニュースソースのイデオロギー的アライメントと品質と、ユーザの政治的嗜好を取り入れて、リベラル、保守的、中道的なオーディエンスに対するニュース消費のイデオロギーと品質の重み付け平均を構築し、人気ニュースドメインとのエンゲージメントを包括的に分析する。
これにより、進化の追跡が可能になります。
一 リベラル派と保守派のニュース消費のイデオロギー的ギャップ
(ii)各グループのニュース消費の平均品質。
トレンドには2つの大きな変化があり、それぞれがエンゲージメントの変化に結びついている。
どちらもイデオロギー的なギャップが広がり、ニュースの品質が低下する。
しかし、第1シフトではエンゲージメントが上昇するが、第2シフトでは低下する。
最後に、これらのトレンドを2つの主要なFacebookニュースフィードのアップデートにリンクすることで、コンテキスト化します。
本研究は,データセットが対象とする期間におけるユーザの行動,分極,誤報をよりよく理解するための実証的証拠を提供する。
関連論文リスト
- Incentivizing News Consumption on Social Media Platforms Using Large Language Models and Realistic Bot Accounts [4.06613683722116]
本研究は,Twitter上での検証およびイデオロギー的にバランスの取れたニュースに対するユーザの露出とエンゲージメントを高める方法について検討する。
われわれは、スポーツ、エンターテイメント、ライフスタイルについてツイートするユーザーに対して、文脈対応で返信する28のボットを作った。
ロボットの性別による差分効果をテストするために、治療対象のユーザはランダムに、女性または男性として提示されたボットの応答を受信するように割り当てられた。
治療を受けたユーザーは、より多くのニュースアカウントをフォローし、女性のボット治療を受けたユーザーは、コントロールよりもニュースコンテンツを好む傾向にあった。
論文 参考訳（メタデータ） (2024-03-20T07:44:06Z) - News and Misinformation Consumption in Europe: A Longitudinal
Cross-Country Perspective [49.1574468325115]
本研究では,欧州4カ国における情報消費について検討した。
フランス、ドイツ、イタリア、イギリスのニュースメディアアカウントから3年間のTwitter活動を分析した。
信頼性のある情報源が情報ランドスケープを支配していることを示しているが、信頼性の低いコンテンツは依然としてすべての国に存在している。
論文 参考訳（メタデータ） (2023-11-09T16:22:10Z) - Understanding Differences in News Article Interaction Patterns on
Facebook: Public vs. Private Sharing with Varying Bias and Reliability [2.4294291235324863]
本稿では、Facebook上の公開投稿とプライベート投稿のインタラクションパターンとエンゲージメントの深さを総合的に比較する。
本研究は,様々なニュースクラスと球面における相互作用パターンの相違について明らかにした。
この研究の結果は、Facebookのコンテンツモデレーター、規制当局、政策立案者に恩恵を与え、より健康的なオンライン談話に寄与する可能性がある。
論文 参考訳（メタデータ） (2023-05-19T18:01:36Z) - 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) - Reaching the bubble may not be enough: news media role in online
political polarization [58.720142291102135]
分極を減らす方法は、異なる政治的指向を持つ個人に党間のニュースを分配することである。
本研究は、ブラジルとカナダにおける全国選挙の文脈において、これが成立するかどうかを考察する。
論文 参考訳（メタデータ） (2021-09-18T11:34:04Z) - 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) - Fringe News Networks: Dynamics of US News Viewership following the 2020
Presidential Election [22.116891169190886]
2020年11月3日の米大統領選挙以前のデータを用いて、最近の研究は、YouTubeのソーシャルメディアエコシステムを使って、米国の政治的分極の程度に関する洞察を得ることの可能性を実証している。
本稿は,1月6日に米国議会議事堂で起きた,米国大統領選挙と暴力の間の64日間における,ニュース消費者とこれまでの「侵害」報道チャネルとの関係の急激な変容を考察する。
論文 参考訳（メタデータ） (2021-01-22T03:42:36Z) - 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。