Autoren: (1) Anees Baqir, Ca' Foscari Universität Venedig, Italien; (2) Alessandro Galeazzi, Ca' Foscari Universität Venedig, Italien; (3) Fabiana Zollo, Ca' Foscari Universität Venedig, Italien und The New Institute Centre for Environmental Humanities, Italien. Linktabelle Zusammenfassung und Einleitung Materialen und Methoden Resultate und Diskussion Schlussfolgerungen und Referenzen Ergänzende Angaben 4. Schlussfolgerung In dieser Studie haben wir uns mit der sich entwickelnden Dynamik der Nachrichtenproduktion und -nutzung im europäischen Kontext befasst. Wir haben den Konsum von Twitter-Inhalten untersucht, die von Nachrichtenagenturen in Frankreich, Deutschland, Italien und dem Vereinigten Königreich produziert wurden, und einen länder- und themenübergreifenden Vergleich durchgeführt. des öffentlichen Online-Diskurses. Wir identifizierten Themen, die in allen vier Ländern diskutiert wurden, und hoben Unterschiede und Ähnlichkeiten in den Konsummustern hervor. Darüber hinaus bauten wir Netzwerke auf der Grundlage der Ähnlichkeiten zwischen den Leserschaften der Nachrichtenagenturen auf und enthüllten die Existenz von Benutzergruppen, die sich mit Quellen unterschiedlicher Zuverlässigkeit beschäftigen. Unsere Ergebnisse zeigten, dass zuverlässige Quellen die Informationslandschaft dominieren, es aber häufig auch Nutzer gibt, die hauptsächlich oder ausschließlich Inhalte von fragwürdigen Nachrichtenquellen konsumieren. Größe und Bedeutung solcher Gruppen variieren jedoch je nach Thema und Land. Darüber hinaus hat unser Ländervergleich Unterschiede in der Struktur der Ähnlichkeitsnetzwerke von Nachrichtenquellen aufgezeigt. Während einige Länder eine klarere Trennung zwischen Clustern fragwürdiger und zuverlässiger Quellen aufwiesen, war die Situation in anderen Ländern heterogener und die Unterschiede in der Clusterzusammensetzung weniger erkennbar. Die Vernetzung der Netzwerke und die Analyse des Nutzerverhaltens deuteten jedoch darauf hin, dass es in allen Ländern einen kleinen Anteil von Nutzern mit gemischter Nachrichtennutzung gibt. Unsere Ergebnisse unterstrichen die Unterschiede und Ähnlichkeiten in den Nachrichtenkonsummustern verschiedener Länder in Bezug auf global bedeutsame Themen. Das Verständnis der Dynamik des Nachrichtenkonsums und seiner Abhängigkeit von Faktoren wie dem Thema oder dem Land kann wertvolle Erkenntnisse für die Entwicklung wirksamer Gegenmaßnahmen zur Eindämmung der Verbreitung von Fehlinformationen und Desinformationen liefern. Die Überwachung der Informationslandschaft auf nationaler und europäischer Ebene ist in der Tat von entscheidender Bedeutung, um den Stand des öffentlichen Diskurses zu umstrittenen Themen zu verstehen und maßgeschneiderte, zusammenhängende Strategien zur Verbesserung der Gesundheit von Informationsökosystemen zu entwickeln. Verweise Europäische Kommission, das Digital Services Act Package. Abgerufen am 23.10.2023. Bakshy, E., Hofman, JM, Mason, WA, und Watts, DJ (2011). Influencer auf Twitter identifizieren. In der vierten internationalen ACM-Konferenz zu Websuche und Data Mining (WSDM), Band 2. Bakshy, E., Messing, S. und Adamic, LA (2015). Exposition gegenüber ideologisch vielfältigen Nachrichten und Meinungen auf Facebook. Science, 348(6239):1130–1132. Bessi, A. und Ferrara, E. (2016). Social Bots verzerren die Online-Diskussion zur US-Präsidentschaftswahl 2016. Erster Montag, 21 (11-7). Blondel, VD, Guillaume, J.-L., Lambiotte, R. und Lefebvre, E. (2008). Schnelle Entfaltung von Communities in großen Netzwerken. Journal of statistical mechanics: theory and experiment, 2008(10):P10008. Bovet, A. und Makse, HA (2019). Einfluss von Fake News auf Twitter während der US-Präsidentschaftswahl 2016. Nature Communications, 10(1):7. Broniatowski, DA, Simons, JR, Gu, J., Jamison, AM, und Abroms, LC (2023). Die Wirksamkeit der Richtlinien und Architektur von Facebook zur Desinformation über Impfstoffe während der Covid-19-Pandemie. Science Advances, 9(37):eadh2132. Cinelli, M., De Francisci Morales, G., Galeazzi, A., Quattrociocchi, W. und Starnini, M. (2021). Der Echokammer-Effekt in sozialen Medien. Proceedings of the National Academy of Sciences, 118(9):e2023301118. Cinelli, M., Quattrociocchi, W., Galeazzi, A., Valensise, CM, Brugnoli, E., Schmidt, AL, Zola, P., Zollo, F. und Scala, A. (2020). Die Covid-19-Infodemie in sozialen Medien. Scientific reports, 10(1):1–10. Cota, W., Ferreira, SC, Pastor-Satorras, R. und Starnini, M. (2019). Quantifizierung von Echokammer-Effekten bei der Informationsverbreitung über politische Kommunikationsnetzwerke. EPJ Data Science, 8(1):35. Del Vicario, M., Bessi, A., Zollo, F., Petroni, F., Scala, A., Caldarelli, G., Stanley, HE, und Quattrociocchi, W. (2016). Die Verbreitung von Fehlinformationen im Internet. Proceedings of the national academy of Sciences, 113(3):554–559. Del Vicario, M., Zollo, F., Caldarelli, G., Scala, A. und Quattrociocchi, W. (2017). Kartierung sozialer Dynamiken auf Facebook: Die Brexit-Debatte. Soziale Netzwerke, 50:6–16. Falkenberg, M., Galeazzi, A., Torricelli, M., Di Marco, N., Larosa, F., Sas, M., Mekacher, A., Pearce, W., Zollo, F., Quattrociocchi, W., et al. (2022). Wachsende Polarisierung rund um den Klimawandel in den sozialen Medien. Nature Climate Change, Seiten 1–8. Ferrara, E. (2017). Desinformation und Social-Bot-Operationen im Vorfeld der französischen Präsidentschaftswahlen 2017. arXiv-Preprint arXiv:1707.00086. Ferrara, E., Cresci, S. und Luceri, L. (2020). Falschinformationen, Manipulation und Missbrauch in sozialen Medien im Zeitalter von Covid-19. Journal of Computational Social Science, 3:271–277. Flamino, J., Galeazzi, A., Feldman, S., Macy, MW, Cross, B., Zhou, Z., Serafino, M., Bovet, A., Makse, HA, und Szymanski, BK (2023). Politische Polarisierung von Nachrichtenmedien und Influencern auf Twitter bei den US-Präsidentschaftswahlen 2016 und 2020. Nature Human Behaviour, Seiten 1–13. Flaxman, S., Goel, S. und Rao, JM (2013). Ideologische Segregation und die Auswirkungen sozialer Medien auf den Nachrichtenkonsum. Verfügbar bei SSRN, 2363701. Garimella, K., Smith, T., Weiss, R. und West, R. (2021). Politische Polarisierung beim Online-Nachrichtenkonsum. In Proceedings of the International AAAI Conference on Web and Social Media, Band 15, Seiten 152–162. Gonz´alez-Bail´on, S., Lazer, D., Barber´a, P., Zhang, M., Allcott, H., Brown, T., Crespo-Tenorio, A., Freelon, D., Gentzkow, M., Guess, AM, et al. (2023). Asymmetrische ideologische Segregation bei der Exposition gegenüber politischen Nachrichten auf Facebook. Science, 381(6656):392–398. Grinberg, N., Joseph, K., Friedland, L., Swire-Thompson, B. und Lazer, D. (2019). Fake News auf Twitter während der US-Präsidentschaftswahl 2016. Science, 363(6425):374–378. Grootendorst, M. (2022). Bertopic: Neuronale Themenmodellierung mit einem klassenbasierten tf-idf-Verfahren. arXiv-Preprint arXiv:2203.05794. Karimi, F. und Oliveira, M. (2022). Über die Unzulänglichkeit der nominalen Assortativität zur Beurteilung von Homophilie in Netzwerken. arXiv-Preprint arXiv:2211.10245. Lazer, DM, Baum, MA, Benkler, Y., Berinsky, AJ, Greenhill, KM, Menczer, F., Metzger, MJ, Nyhan, B., Pennycook, G., Rothschild, D., et al. (2018). Die Wissenschaft der Fake News. Science, 359(6380):1094–1096. McInnes, L., Healy, J. und Astels, S. (2017). hdbscan: Hierarchisches dichtebasiertes Clustering. J. Open Source Softw., 2(11):205. McInnes, L., Healy, J. und Melville, J. (2018). Umap: Gleichförmige Mannigfaltigkeitsnäherung und -projektion zur Dimensionsreduzierung. arXiv-Vorabdruck arXiv:1802.03426. Nyhan, B., Settle, J., Thorson, E., Wojcieszak, M., Barber´a, P., Chen, AY, Allcott, H., Brown, T., Crespo-Tenorio, A., Dimmery, D., et al. (2023). Gleichgesinnte Quellen auf Facebook sind weit verbreitet, aber nicht polarisierend. Nature, 620(7972):137–144. Ruths, D. (2019). Die Desinformationsmaschine. Science, 363(6425):348–348. Sammut, C. und Webb, GI (2011). Enzyklopädie des maschinellen Lernens. Springer Science & Business Media. Santoro, A., Galeazzi, A., Scantamburlo, T., Baronchelli, A., Quattrociocchi, W. und Zollo, F. (2023). Analyse der sich verändernden Landschaft der Covid-19-Impfstoffdebatte auf Twitter. Social Network Analysis and Mining, 13(1):115. Schmidt, AL, Zollo, F., Scala, A., Betsch, C., und Quattrociocchi, W. (2018). Polarisierung der Impfdebatte auf Facebook. Vaccine, 36(25):3606–3612. Stella, M., Ferrara, E. und De Domenico, M. (2018). Bots erhöhen die Exposition gegenüber negativen und aufrührerischen Inhalten in sozialen Online-Systemen. Proceedings of the National Academy of Sciences, 115(49):12435–12440. Zannettou, S., Bradlyn, B., De Cristofaro, E., Kwak, H., Sirivianos, M., Stringini, G. und Blackburn, J. (2018). Was ist Gab: Eine Bastion der freien Meinungsäußerung oder eine Echokammer der Alt-Right. In Companion Proceedings der The Web Conference 2018, Seiten 1007–1014. Zannettou, S., Caulfield, T., De Cristofaro, E., Sirivianos, M., Stringhini, G. und Blackburn, J. (2019). Desinformationskrieg: Staatlich geförderte Trolle auf Twitter und ihren Einfluss auf das Internet verstehen. In Companion Proceedings der World Wide Web Conference 2019, Seiten 218–226. Dieses Dokument ist . auf Arxiv unter der CC 4.0-Lizenz verfügbar
