論文の概要: Negative news posts are less prevalent and generate lower user engagement than non-negative news posts across six countries
- arxiv url: http://arxiv.org/abs/2507.19300v1
- Date: Fri, 25 Jul 2025 14:14:19 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-07-28 16:16:48.989976
- Title: Negative news posts are less prevalent and generate lower user engagement than non-negative news posts across six countries
- Title（参考訳）: 否定的なニュース投稿は、6か国で非否定的なニュース投稿よりも普及し、ユーザーエンゲージメントが低下する
- Authors: Szymon Talaga, Dominik Batorski, Magdalena Wojcieszak,
- Abstract要約: 2020年1月1日から2024年4月1日までの6,081,134件のFacebook投稿を、6カ国97のメディア組織が使用している。
政治ニュース記事は、政治的でないニュース記事ほど否定的でもない。
負のニュース投稿は、非負のニュース投稿よりも15%、コメントが13%少ない。
- 参考スコア（独自算出の注目度）: 0.6554326244334868
- License: http://creativecommons.org/licenses/by-sa/4.0/
- Abstract: Although news negativity is often studied, missing is comparative evidence on the prevalence of and engagement with negative political and non-political news posts on social media. We use 6,081,134 Facebook posts published between January 1, 2020, and April 1, 2024, by 97 media organizations in six countries (U.S., UK, Ireland, Poland, France, Spain) and develop two multilingual classifiers for labeling posts as (non-)political and (non-)negative. We show that: (1) negative news posts constitute a relatively small fraction (12.6%); (2) political news posts are neither more nor less negative than non-political news posts; (3) U.S. political news posts are less negative relative to the other countries on average (40% lower odds); (4) Negative news posts get 15% fewer likes and 13% fewer comments than non-negative news posts. Lastly, (5) we provide estimates of the proportion of the total volume of user engagement with negative news posts and show that only between 10.2% to 13.1% of engagement is linked to negative posts by the analyzed news organizations.
- Abstract（参考訳）: ニュース否定はよく研究されるが、ソーシャルメディア上の否定的な政治的・非政治的ニュース投稿の頻度と関与に関する比較証拠は見当たらない。
私たちは、2020年1月1日から2024年4月1日までに6,081,134件のFacebook投稿を、6カ国(米国、英国、アイルランド、ポーランド、フランス、スペイン)の97のメディア組織によって公開し、ポストを(非)政治的かつ(非)否定的なラベル付けするための2つの多言語分類器を開発しました。
1)否定的なニュース投稿は比較的少数(12.6%)であり、(2)政治的ニュース投稿は非政治的ニュース投稿よりも否定的でも、(3)アメリカの政治ニュース投稿は他国と比べて否定的でもない(40%低い確率)、(4)否定的なニュース投稿は非ネガティブなニュース投稿よりも15%少ない、コメントは13%少ない。
最後に,(5) ユーザエンゲージメントの総数と否定的なニュース投稿の比率を推定し,分析されたニュース組織による否定的な投稿と関係があるのは10.2%から13.1%程度であることを示す。
関連論文リスト
- Fake News Detection via Wisdom of Synthetic & Representative Crowds [0.0]
ソーシャルメディア企業は「フェイクニュース」の民主的合法的な定義を提供するのに苦労してきた
本稿では,X 上での「合成・代表的群集の知恵」を介して偽ニュースを検出する,新しいエンドツーエンド手法を提案する。
論文 参考訳（メタデータ） (2024-08-06T12:54:41Z) - Bias or Diversity? Unraveling Fine-Grained Thematic Discrepancy in U.S.
News Headlines [63.52264764099532]
われわれは、2014年から2022年までの米国の主要メディアから、180万件のニュース記事の大規模なデータセットを使用している。
我々は、国内政治、経済問題、社会問題、外交の4つの主要なトピックに関連する、きめ細かいテーマの相違を定量化する。
以上の結果から,国内政治や社会問題においては,一定のメディア偏見が原因であることが示唆された。
論文 参考訳（メタデータ） (2023-03-28T03:31:37Z) - 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) - Nothing Stands Alone: Relational Fake News Detection with Hypergraph
Neural Networks [49.29141811578359]
本稿では,ニュース間のグループ間相互作用を表現するためにハイパーグラフを活用することを提案する。
提案手法は,ラベル付きニュースデータの小さなサブセットであっても,優れた性能を示し,高い性能を維持する。
論文 参考訳（メタデータ） (2022-12-24T00:19:32Z) - 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) - User Preference-aware Fake News Detection [61.86175081368782]
既存の偽ニュース検出アルゴリズムは、詐欺信号のニュースコンテンツをマイニングすることに焦点を当てている。
本稿では,共同コンテンツとグラフモデリングにより,ユーザの好みから様々な信号を同時にキャプチャする新しいフレームワークUPFDを提案する。
論文 参考訳（メタデータ） (2021-04-25T21:19:24Z) - A Multi-Platform Analysis of Political News Discussion and Sharing on
Web Communities [13.364612995946876]
1,073のニュースサイトのリストを作成し、これらのソースからURLを含む4つのWebコミュニティから投稿を抽出する。
これにより、約3年にわたる1500万のニュースURLを含む3800万の投稿のデータセットが得られる。
いくつかの軸に沿ったデータを調査し、共有ニュースの信頼性を評価し、ニュース記事をストーリーにまとめる手法を設計し、これらのストーリーを分析し、様々なWebコミュニティが持つ影響を評価した。
論文 参考訳（メタデータ） (2021-03-05T12:27:28Z) - Political Bias and Factualness in News Sharing across more than 100,000
Online Communities [7.892285386961407]
われわれは4年間で5億5000万件以上のリンクを分析し、これまでで最大のニュース共有調査を行っている。
左派コミュニティと比較して、右派コミュニティは、彼らのニュースソースの政治的偏見に105%のばらつきがあることがわかりました。
非常に偏りがあり、事実の少ないコンテンツは集中しており、99%のコンテンツはわずか0.5%のコミュニティで共有されている。
論文 参考訳（メタデータ） (2021-02-17T02:35:13Z) - Clickbait in Hindi News Media : A Preliminary Study [0.0]
ヒンディー語ニュースの見出しをtwitterで共有するコーパスは、ヒンディー語ニュースソースの5つのツイートを4ヶ月にわたって収集することで作成された。
7人の独立系アノテーターが採用され、クリックベイトに関する5つのニュースソースのそれぞれから最もリツイートされた20のニュース投稿をマークしました。
ヒンディー語ニュースメディアにおけるクリックベイトの普及は、英語ニュースメディアにおけるクリックベイトの普及に類似していることが判明した。
論文 参考訳（メタデータ） (2020-12-14T14:59:08Z) - Measuring and Characterizing Hate Speech on News Websites [13.289076063197466]
われわれは19ヶ月の間に412万件のニュース記事に投稿された1億125万件のコメントを分析した。
シャーロッツビルでの「統一右派」集会のような現実世界の分裂イベントに関するヘイトフルなコメント活動の統計学的に顕著な増加が見られる。
ヘイトフルコメントを惹きつける記事は、ヘイトフルコメントを惹きつけない記事に比べ、言語的特徴が異なることがわかった。
論文 参考訳（メタデータ） (2020-05-16T09:59:01Z) - 365 Dots in 2019: Quantifying Attention of News Sources [69.50862982117125]
様々な情報源から,オンラインニュース記事の話題の重複を計測する。
ほぼリアルタイムで注目度に応じてニュースストーリーを採点する。
これにより、最も注目を集めているトピックを識別するなど、複数の研究が可能になる。
論文 参考訳（メタデータ） (2020-03-22T20:32:47Z) - HoaxItaly: a collection of Italian disinformation and fact-checking
stories shared on Twitter in 2019 [72.96986027203377]
データセットには約37Kのニュース記事のタイトルとボディも含まれている。
https://doi.org/10.79DVN/PGVDHXで公開されている。
論文 参考訳（メタデータ） (2020-01-29T16:14:47Z)
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。