論文の概要: Source Attribution and Audience Uptake in Digital Witnessing: Evidence from a Chinese Diaspora Account on X

• arxiv url: http://arxiv.org/abs/2610.24269v1
• Date: Fri, 16 Oct 2026 21:55:28 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-26 02:42:18.689935
• Title: Source Attribution and Audience Uptake in Digital Witnessing: Evidence from a Chinese Diaspora Account on X
• Title（参考訳）: デジタル・ウィットネスにおける情報源の属性とオーディエンス獲得--X上の中国のディアスポラアカウントから
• Abstract要約: この研究は、全国の聴衆のために中国国内からの報告や証言をキュレートし、公開する、ディアスポラベースのアカウントであるTeacher Li Is Not Your Teacherからの投稿を分析します。 25,093件の証人関連投稿のうち3,601件は、その資料を通常の提出者に帰属している。 これらの投稿は、調整された分析によって他の目撃者関連投稿よりも多くの返信を受け取り、より返信指向のプロフィールを表示する。 このパターンは、通常の人物の出典属性と一致しており、証言は位置し、公開応答に開放されている。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Digital-witnessing research explains how citizen testimony becomes publicly visible. Less is known about audience uptake after publication and whether the attributed source corresponds to the form of response. This study analyzes 47,635 posts (April 2022 to May 2026) from Teacher Li Is Not Your Teacher, a diaspora-based account that curates and publishes reports and testimony from inside China for transnational audiences. Among 25,093 witness-relevant posts, 3,601 explicitly attribute their material to ordinary submitters. These posts receive more replies than other witness-relevant posts across adjusted analyses and show a more reply-oriented profile. The primary doubly robust retweet estimate is near zero. Among audited replies to November 2022 user-submitted posts, 91.4% substantively engage the focal material. The pattern is consistent with ordinary-person source attribution presenting testimony as situated and open to public response. The study extends digital witnessing beyond visibility by separating redistribution from the public response that gathers around testimony.
• Abstract（参考訳）: デジタル・ウィットネス(Digital-witnessing)研究は、市民の証言が公開される方法を説明する。 出版後のオーディエンス獲得や、属性ソースが応答の形式に対応するかどうかについては、あまり分かっていない。 本研究は、全国の聴衆を対象に、中国国内からの報告や証言をキュレートし、公開する「教師Li Is Not Your Teacher」の47,635件(2022年4月から2026年5月)を分析した。 25,093件の証人関連投稿のうち3,601件は、その資料を通常の提出者に帰属している。 これらの投稿は、調整された分析によって他の目撃者関連投稿よりも多くの返信を受け取り、より返信指向のプロフィールを表示する。 2倍に頑健なリツイート推定はゼロに近い。 2022年11月の利用者投稿に対する監査された回答のうち、91.4%が焦点物質を実質的に利用している。 このパターンは、通常の人物の出典属性と一致し、証拠が位置し、公開応答に開放されていることを示す。 この研究は、証言を取り巻く大衆の反応から再配布を分離することで、可視性を超えたデジタル目撃を拡大する。

関連論文リスト

• ReGround: Grounding Reviewer Comments in Multimodal Evidence [65.14860452709777]
  レビューアのコメントは、レビューされた論文の特定の部分に自然に関連付けるが、長いマルチモーダル文書のために、これらのコメントを根底にある証拠に根拠付けることは困難である。 このデータセットは、レビュアーのコメントを10,267件と16,274件の証拠を3,656件の匿名の論文に関連付けている。 その結果,論文内容全体の検索は不十分であり,エビデンス型推論は大きなボトルネックであり,マルチモーダルなエビデンスによってテキストのみが見逃す補完的な信号が得られていることがわかった。
  論文  参考訳（メタデータ） (2026-09-10T12:32:58Z)
• Claim2Source at CheckThat! 2026: Improving Multilingual Scientific Claim-Source Retrieval with Verification-based Re-Ranking [17.04255262988263]
  本稿では,多言語科学的クレームソース検索のための多段階検索フレームワークを提案する。 このフレームワークは、バイリンガルクレーム表現、メタデータ強化されたソース表現、および高密度検索モデルの言語固有の適応を用いている。 われわれのアプローチでは、英語、ドイツ語、フランス語のクレームの平均MRR@5スコアが0.7628に達し、2026年のCheckThat!
  論文  参考訳（メタデータ） (2026-07-04T22:07:23Z)
• From Articles to Premises: Building PrimeFacts, an Extraction Methodology and Resource for Fact-Checking Evidence [27.242475349674155]
  PrimeFactsは、完全な事実チェック記事からきめ細かい証拠を抽出する方法論である。 我々は13,106のPoitiFact記事にクレーム、評決、およびすべての参照ソースをまとめる。 私たちのフレームワークは、アンカー文をスタンドアローンでコンテキストに依存しない前提に書き直します。
  論文  参考訳（メタデータ） (2026-05-07T10:58:29Z)
• Peerispect: Claim Verification in Scientific Peer Reviews [12.340116689292726]
  Peerispectは、ピアレビューでクレームレベルの検証を運用するインタラクティブシステムである。 結果は、論文のエビデンスを直接ハイライトするビジュアルインターフェースを通じて提示される。
  論文  参考訳（メタデータ） (2026-04-19T23:40:26Z)
• FactReview: Evidence-Grounded Reviews with Literature Positioning and Execution-Based Claim Verification [57.196748998757954]
  本稿では,クレーム抽出,文献位置決定,実行に基づくクレーム検証を組み合わせたエビデンスベースレビューシステムであるFactReviewを紹介する。 FactReviewは論文を提出すると、主要なクレームを特定し、その結果を報告し、論文の技術的な位置を明らかにするために近くの作業を取り出し、コードが利用可能であれば、リリースされたリポジトリを実行する。 その後、簡潔なレビューと、主要な請求を5つのラベルのうち1つに割り当てるエビデンスレポートを生成する。
  論文  参考訳（メタデータ） (2026-04-05T11:45:22Z)
• Disparities in Peer Review Tone and the Role of Reviewer Anonymity [0.0]
  本研究は2つの主要な雑誌において8万件以上のレビューを調査する。 レビューのトーン、感情、支持的な言語が、著者の人口層によってどのように異なるかを明らかにする。
  論文  参考訳（メタデータ） (2025-07-19T20:19:21Z)
• 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)
• Give Me More Details: Improving Fact-Checking with Latent Retrieval [58.706972228039604]
  証拠は、自動化された事実チェックにおいて重要な役割を果たす。 既存のファクトチェックシステムは、エビデンス文が与えられたと仮定するか、検索エンジンが返した検索スニペットを使用する。 資料から得られた全文を証拠として組み込んで,2つの豊富なデータセットを導入することを提案する。
  論文  参考訳（メタデータ） (2023-05-25T15:01:19Z)
• 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)

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。