論文の概要: From Birdwatch to Community Notes, from Twitter to X: four years of community-based content moderation

• arxiv url: http://arxiv.org/abs/2510.09585v1
• Date: Fri, 10 Oct 2025 17:42:54 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-10-14 00:38:49.50455
• Title: From Birdwatch to Community Notes, from Twitter to X: four years of community-based content moderation
• Title（参考訳）: BirdwatchからCommunity Notes、TwitterからXまで:4年間のコミュニティベースのコンテンツモデレーション
• Authors: Saeedeh Mohammadi, Narges Chinichian, Hannah Doyal, Kristina Skutilova, Hao Cui, Michele d'Errico, Siobhan Grayson, Taha Yasseri,
• Abstract要約: Community Notes(以前はBirdwatchと呼ばれていた)は、2021年1月にXによって開始された最初の大規模クラウドソースコンテンツモデレーションイニシアチブである。 本稿では、コミュニティノートに関する文献の体系的なレビューと、コミュニティノートに関する今後の研究を支援するために、主要なキュレートされたデータセットと付随するソースコードを提供する。
• 参考スコア（独自算出の注目度）: 0.5462518463063916
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Community Notes (formerly known as Birdwatch) is the first large-scale crowdsourced content moderation initiative that was launched by X (formerly known as Twitter) in January 2021. As the Community Notes model gains momentum across other social media platforms, there is a growing need to assess its underlying dynamics and effectiveness. This Resource paper provides (a) a systematic review of the literature on Community Notes, and (b) a major curated dataset and accompanying source code to support future research on Community Notes. We parsed Notes and Ratings data from the first four years of the program and conducted language detection across all Notes. Focusing on English-language Notes, we extracted embedded URLs and identified discussion topics in each Note. Additionally, we constructed monthly interaction networks among the Contributors. Together with the literature review, these resources offer a robust foundation for advancing research on the Community Notes system.
• Abstract（参考訳）: Community Notes(元Birdwatch)は、2021年1月にX(元Twitter)が立ち上げた最初の大規模クラウドソースコンテンツモデレーションイニシアチブである。 Community Notesモデルが他のソーシャルメディアプラットフォームで勢いを増すにつれ、その基盤となるダイナミクスと有効性を評価する必要性が高まっている。 この資源紙は (a)コミュニティノートに関する文献の体系的レビュー及び (b)コミュニティノートの今後の研究を支援するため、主要なキュレートされたデータセットと付随するソースコード。 プログラムの最初の4年間からNotes and Ratingsデータを解析し、すべてのNotesで言語検出を行った。 英語のノートに着目して、埋め込みURLを抽出し、各ノート内の議論トピックを特定した。 さらに,コントリビュータ間の月次交流ネットワークを構築した。 文献レビューとともに、これらの資源はコミュニティノートシステムの研究を進めるための堅牢な基盤を提供する。

関連論文リスト

• Can Community Notes Replace Professional Fact-Checkers? [49.5332225129956]
  Twitter/XとMetaによるポリシーの変更は、ファクトチェック組織とのパートナーシップから移行したことを示している。 分析の結果,コミュニティノートでは,過去の報告の最大5倍のファクトチェックソースを引用していることがわかった。 その結果,コミュニティのモデレーションの成功は,プロのファクトチェックに依存し,市民とプロのファクトチェックがいかに深く絡み合っているかを強調した。
  論文  参考訳（メタデータ） (2025-02-19T22:26:39Z)
• Cold-Start Recommendation towards the Era of Large Language Models (LLMs): A Comprehensive Survey and Roadmap [78.26201062505814]
  コールドスタート問題は、リコメンデータシステムにおける長年の課題のひとつだ。 インターネットプラットフォームの普及とユーザやアイテムの指数的な成長により、コールドスタートレコメンデーション(CSR)の重要性が増している。 本稿では、CSRのロードマップ、関連文献、今後の方向性について、包括的なレビューと議論を行う。
  論文  参考訳（メタデータ） (2025-01-03T18:51:18Z)
• Who Checks the Checkers? Exploring Source Credibility in Twitter's Community Notes [0.03511246202322249]
  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。
  論文  参考訳（メタデータ） (2024-06-18T09:47:58Z)
• Community Needs and Assets: A Computational Analysis of Community Conversations [11.456416081243654]
  Redditから3,511の会話からなるコミュニティのニーズと資産に関する最初のデータセットを紹介します。 このデータセットを用いて、感情分類と一般的な大言語モデルと比較して、発話レベルの分類モデルを評価する。 ニーズに関する会話には否定的な感情と感情があり、資産に関する会話は場所と実体に焦点を当てている。
  論文  参考訳（メタデータ） (2024-03-20T03:14:54Z)
• The Impact of Social Media in Learning and Teaching: A Bibliometric-based Citation Analysis [0.4297070083645049]
  この研究は、学習と学習に関わるソーシャルメディア研究の全体的な理論的基盤を探求した。 International Journal of Management Education(英語: International Journal of Management Education)は、ソーシャルメディアの学習と教育における主要な学術雑誌である。
  論文  参考訳（メタデータ） (2022-09-22T19:32:31Z)
• O-Dang! The Ontology of Dangerous Speech Messages [53.15616413153125]
  O-Dang!:The Ontology of Dangerous Speech Messages, a systematic and interoperable Knowledge Graph (KG) O-Dang!は、Lingguistic Linked Open Dataコミュニティで共有されている原則に従って、イタリアのデータセットを構造化されたKGにまとめ、整理するように設計されている。 ゴールド・スタンダードとシングル・アノテータのラベルをKGにエンコードするモデルを提供する。
  論文  参考訳（メタデータ） (2022-07-13T11:50:05Z)
• Assessing the quality of sources in Wikidata across languages: a hybrid approach [64.05097584373979]
  いくつかの言語でラベルを持つWikidataのトリプルからサンプルした参照コーパスの大規模なコーパスを評価するために,一連のマイクロタスク実験を実施している。 クラウドソースアセスメントの統合されたバージョンを使用して、いくつかの機械学習モデルをトレーニングして、Wikidata全体の分析をスケールアップしています。 この結果はWikidataにおける参照の質の確認に役立ち、ユーザ生成多言語構造化データの品質をWeb上で定義し、取得する際の共通の課題を特定するのに役立ちます。
  論文  参考訳（メタデータ） (2021-09-20T10:06:46Z)

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。