著者:  （１）アネス・バキル、ヴェネツィア・カフォスカリ大学、イタリア （２）アレッサンドロ・ガレアッツィ、イタリア、ヴェネツィア・カ・フォスカリ大学 （３）ファビアナ・ゾッロ、ヴェネツィア・カフォスカリ大学（イタリア）、新環境人文学センター（イタリア）。 リンク一覧 概要と序文 材料と方法 結果と考察 結論と参考文献 補足情報 4. 結論 この研究では、ヨーロッパの文脈におけるニュースの制作と消費の進化のダイナミクスを詳しく調べました。フランス、ドイツ、イタリア、イギリスのニュースメディアが制作したTwitterコンテンツの消費を調査し、国別およびトピック別の比較を行いました。  オンラインの公共の言説の分析。4か国すべてで議論されているトピックを特定し、消費パターンの相違点と類似点を浮き彫りにしました。さらに、ニュースメディアの視聴者間の類似点に基づいてネットワークを構築し、信頼性の異なる情報源と関わっているユーザーグループの存在を明らかにしました。 調査結果によると、信頼できる情報源が情報環境を支配しているものの、疑わしいニュース メディアのコンテンツを主に、または排他的に消費しているユーザーも頻繁に存在していました。ただし、このようなグループの規模と重要性は、トピックと対象国によって異なります。さらに、国をまたいだ比較により、ニュース ソースの類似性ネットワークの構造にばらつきがあることが明らかになりました。疑わしい情報源と信頼できる情報源のクラスターが明確に分かれている国もあれば、クラスターの構成に検出可能な違いが少なく、より不均一な状況を示している国もありました。ただし、ネットワークのつながりとユーザーの行動分析から、すべての国でニュースを混合して摂取している少数のユーザーが存在することがわかりました。 私たちの調査結果は、世界的に重要なテーマに関して、国ごとのニュース消費パターンの相違と類似性を強調しました。ニュース消費のダイナミクスと、それがトピックや国などの要因に依存することを理解することで、誤報や偽情報の拡散を緩和するための効果的な対策の開発に貴重な洞察が得られます。国レベルと欧州レベルの両方で情報状況を監視することは、論争の的となっているトピックに関する公共の議論の状態を理解し、情報エコシステムの健全性を向上させるためのカスタマイズされた統合戦略を開発するために非常に重要です。 参考文献 欧州委員会、デジタルサービス法パッケージ。2023 年 10 月 23 日にアクセス。  Bakshy, E.、Hofman, JM、Mason, WA、Watts, DJ (2011)。Twitter でのインフルエンサーの特定。第 4 回 ACM 国際 Web 検索およびデータ マイニング カンファレンス (WSDM)、第 2 巻。   Bakshy, E., Messing, S., Adamic, LA (2015). Facebook上でのイデオロギー的に多様なニュースと意見への露出。Science, 348(6239):1130–1132。  Bessi, A. および Ferrara, E. (2016)。ソーシャルボットが 2016 年米国大統領選挙のオンライン討論を歪める。First Monday、21(11-7)。  Blondel, VD, Guillaume, J.-L., Lambiotte, R., Lefebvre, E. (2008). 大規模ネットワークにおけるコミュニティの高速展開。統計力学の理論と実験ジャーナル、2008(10):P10008。  Bovet, A. および Makse, HA (2019)。2016年米国大統領選挙におけるTwitterのフェイクニュースの影響。Nature Communications、10(1):7。  Broniatowski, DA, Simons, JR, Gu, J., Jamison, AM, and Abroms, LC (2023). COVID-19パンデミック中のFacebookのワクチン誤情報ポリシーとアーキテクチャの有効性。Science Advances、9(37):eadh2132。  Cinelli, M., De Francisci Morales, G., Galeazzi, A., Quattrociocchi, W., and Starnini, M. (2021). ソーシャルメディアにおけるエコーチェンバー効果。米国科学アカデミー紀要、118(9):e2023301118。  Cinelli, M., Quattrociocchi, W., Galeazzi, A., Valensise, CM, Brugnoli, E., Schmidt, AL, Zola, P., Zollo, F., Scala, A. (2020). COVID-19ソーシャルメディアインフォデミック。Scientific reports, 10(1):1–10。  Cota, W., Ferreira, SC, Pastor-Satorras, R., and Starnini, M. (2019). 政治コミュニケーションネットワーク上での情報拡散におけるエコーチェンバー効果の定量化。EPJ Data Science、8(1):35。  Del Vicario, M., Bessi, A., Zollo, F., Petroni, F., Scala, A., Caldarelli, G., Stanley, HE, Quattrociocchi, W. (2016)。オンラインでの誤情報の拡散。米国科学アカデミー紀要、113(3):554–559。  Del Vicario, M., Zollo, F., Caldarelli, G., Scala, A., Quattrociocchi, W. (2017)。Facebook 上のソーシャルダイナミクスのマッピング: Brexit 論争。ソーシャルネットワーク、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)。ソーシャルメディア上で高まる気候変動をめぐる二極化。Nature Climate Change、1～8ページ。  Ferrara, E. (2017)。2017年フランス大統領選挙に向けた偽情報とソーシャルボットの活動。arXiv プレプリント arXiv:1707.00086。  Ferrara, E., Cresci, S., Luceri, L. (2020). COVID-19時代のソーシャルメディアにおける誤報、操作、乱用。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, and Szymanski, BK (2023)。2016年と2020年の米国大統領選挙におけるニュースメディアとTwitter上のインフルエンサーの政治的二極化。Nature Human Behaviour、1～13ページ。  Flaxman, S., Goel, S., Rao, JM (2013) イデオロギー的分離とソーシャルメディアのニュース消費への影響。SSRN、2363701 で入手可能。  Garimella, K., Smith, T., Weiss, R., West, R. (2021)。オンラインニュース消費における政治的二極化。国際AAAIウェブおよびソーシャルメディア会議議事録、第15巻、152〜162ページ。  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). Facebookでの政治ニュースへの露出における非対称なイデオロギー的分離。Science, 381(6656):392–398。  Grinberg, N., Joseph, K., Friedland, L., Swire-Thompson, B., Lazer, D. (2019)。2016年米国大統領選挙中のTwitter上のフェイクニュース。Science、363(6425):374–378。  Grootendorst, M. (2022). Bertopic: クラスベースの tf-idf 手順によるニューラルトピックモデリング。arXiv プレプリント arXiv:2203.05794。  Karimi, F. および Oliveira, M. (2022)。ネットワークにおける同質性を評価するための名目上の同類性の不十分さについて。arXiv プレプリント 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). フェイクニュースの科学。サイエンス、359(6380):1094–1096。  McInnes, L., Healy, J., および Astels, S. (2017). hdbscan: 階層密度ベースのクラスタリング。J. Open Source Softwarew., 2(11):205.  McInnes, L., Healy, J., Melville, J. (2018). Umap: 次元削減のための均一多様体近似と投影。arXiv プレプリント 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). Facebook上では同じような考えを持つ情報源が普及しているが、二極化は起こっていない。Nature, 620(7972):137–144. ルース、D.（2019）。誤情報マシン。サイエンス、363（6425）：348–348。  Sammut, C. および Webb, GI (2011)。機械学習百科事典。Springer Science & Business Media。  Santoro, A., Galeazzi, A., Scantamburlo, T., Baronchelli, A., Quattrociocchi, W., Zollo, F. (2023). TwitterにおけるCOVID-19ワクチン論争の変化する状況を分析する。ソーシャルネットワーク分析とマイニング、13(1):115。  Schmidt, AL, Zollo, F., Scala, A., Betsch, C., Quattrociocchi, W. (2018)。Facebookにおけるワクチン接種論争の二極化。ワクチン、36(25):3606–3612。  Stella, M., Ferrara, E., De Domenico, M. (2018). ボットはオンラインソーシャルシステムにおける否定的かつ扇動的なコンテンツへの露出を増加させる。米国科学アカデミー紀要、115(49):12435–12440。  Zannettou, S., Bradlyn, B., De Cristofaro, E., Kwak, H., Sirivianos, M., Stringini, G., Blackburn, J. (2018)。「gab とは何か: 言論の自由の砦か、それともオルタナ右翼の反響室か」。The Web Conference 2018 のコンパニオン プロシーディングス、1007～1014 ページ。  Zannettou, S., Caulfield, T., De Cristofaro, E., Sirivianos, M., Stringhini, G., Blackburn, J. (2019)。偽情報戦争：Twitter 上の国家支援による荒らしと Web 上でのその影響を理解する。2019 年ワールド ワイド ウェブ カンファレンスのコンパニオン プロシーディングス、218 ～ 226 ページ。 この論文はCC 4.0ライセンスの下で 。 arxivで公開されています

Part of HackerNoon's growing list of open-source research papers, promoting free access to academic material.

Tech NewsByte

NewsByte

このオーディオは、ストーリーの元の言語で制作されています。

ヨーロッパにおけるニュースと誤情報の消費：結論と参考文献

About Author

コメント

ラベル

この記事は

Related Stories

目に見えない層: ユーザーインタビューがかけがえのない資産である理由

タップして稼ぐ：テレグラムはソラナより先に次の100億人の暗号通貨ユーザーを獲得する可能性がある

海を航海する: データレイクを使用した本番環境レベルの RAG アプリケーションの開発

クラウド移行を成功させるための完全ガイド: 戦略とベストプラクティス

目に見えない層: ユーザーインタビューがかけがえのない資産である理由

タップして稼ぐ：テレグラムはソラナより先に次の100億人の暗号通貨ユーザーを獲得する可能性がある

海を航海する: データレイクを使用した本番環境レベルの RAG アプリケーションの開発

クラウド移行を成功させるための完全ガイド: 戦略とベストプラクティス

Light-Mode

Classic

Newspaper

Minty

Dark-Mode

Neon Noir

Minty

HN StartUps