Авторы: (1) Анес Бакир, Венецианский университет Ка Фоскари, Италия; (2) Алессандро Галеацци, Венецианский университет Ка Фоскари, Италия; (3) Фабиана Золло, Университет Ка Фоскари, Венеция, Италия и Новый институт, Центр экологических гуманитарных наук, Италия. Таблица ссылок Аннотация и введение Материалы и методы Результаты и обсуждение Выводы и ссылки Дополнительная информация 4. Выводы В этом исследовании мы углубились в развивающуюся динамику производства и потребления новостей в европейском контексте. Мы изучили потребление контента Twitter, созданного новостными агентствами во Франции, Германии, Италии и Великобритании, предоставив межстрановое и межтематическое сравнение. публичного онлайн-дискурса. Мы определили темы, обсуждаемые во всех четырех странах, и подчеркнули различия и сходства в моделях потребления. Кроме того, мы построили сети, основанные на сходстве аудиторий новостных агентств, выявив наличие групп пользователей, взаимодействующих с источниками разной надежности. Наши результаты показали, что в информационном пространстве доминируют надежные источники, но часто присутствуют пользователи, потребляющие контент в основном или исключительно из сомнительных новостных агентств. Однако размер и важность таких групп различаются в зависимости от темы и рассматриваемой страны. Более того, наше сравнение между странами выявило различия в структуре сетей сходства источников новостей. В то время как в некоторых странах наблюдалось более четкое разделение между кластерами сомнительных и надежных источников, в других наблюдалась более неоднородная ситуация с менее заметными различиями в составе кластеров. Однако связанность сетей и анализ поведения пользователей показали наличие небольшой доли пользователей со смешанной новостной диетой во всех странах. Наши результаты подчеркнули различия и сходства в моделях потребления новостей в разных странах по отношению к глобально значимым темам. Понимание динамики потребления новостей и ее зависимости от таких факторов, как тема или страна, может дать ценную информацию о разработке эффективных контрмер для смягчения распространения дезинформации и дезинформации. Мониторинг информационного ландшафта как на национальном, так и на европейском уровне действительно имеет решающее значение для понимания состояния общественного дискурса по спорным темам и разработки индивидуальных согласованных стратегий по улучшению здоровья информационных экосистем. Рекомендации Европейская комиссия, пакет законов о цифровых услугах. доступ осуществлен 23 октября 2023 г. Бакши Э., Хофман Дж. М., Мейсон В.А. и Уоттс DJ (2011). Выявление влиятельных лиц в Твиттере. На Четвертой международной конференции ACM по веб-поиску и интеллектуальному анализу данных (WSDM), том 2. Бакши Э., Мессинг С. и Адамик Л.А. (2015). Доступ к идеологически разнообразным новостям и мнениям на Facebook. Science, 348(6239):1130–1132. Бесси А. и Феррара Э. (2016). Социальные боты искажают онлайн-дискуссию президентских выборов в США в 2016 году. Первый понедельник, 21 (11-7). Блондель В.Д., Гийом Ж.-Л., Ламбьотт Р. и Лефевр Э. (2008). Быстрое развертывание сообществ в крупные сети. Журнал статистической механики: теория и эксперимент, 2008(10):P10008. Бовет А. и Максе ХА (2019). Влияние фейковых новостей в Твиттере на президентские выборы в США в 2016 году. Природные коммуникации, 10(1):7. Бронятовский, Д.А., Саймонс, младший, Гу, Дж., Джеймисон, А.М. и Абромс, Л.К. (2023). Эффективность политики и архитектуры Facebook по дезинформации о вакцинах во время пандемии Covid-19. Достижения науки, 9(37):eadh2132. Синелли М., Де Франсиски Моралес Г., Галеацци А., Кваттрочокки В. и Старнини М. (2021). Эффект эхо-камеры в социальных сетях. Труды Национальной академии наук, 118(9):e2023301118. Чинелли М., Кваттрочокки В., Галеацци А., Валенсисе К.М., Бругноли Э., Шмидт А.Л., Зола П., Золло Ф. и Скала А. (2020). Инфодемия социальных сетей из-за Covid-19. Научные отчеты, 10(1):1–10. Кота В., Феррейра С.К., Пастор-Саторрас Р. и Старнини М. (2019). Количественная оценка эффектов эхо-камеры при распространении информации по сетям политических коммуникаций. EPJ Data Science, 8(1):35. Дель Викарио М., Бесси А., Золло Ф., Петрони Ф., Скала А., Калдарелли Г., Стэнли Х.Э. и Кваттрочокки В. (2016). Распространение дезинформации в сети. Труды Национальной академии наук, 113 (3): 554–559. Дель Викарио М., Золло Ф., Кальдарелли Г., Скала А. и Кваттрочокки В. (2017). Картирование социальной динамики на Facebook: дебаты о Брексите. Социальные сети, 50:6–16. Фалькенберг М., Галеацци А., Торричелли М., Ди Марко Н., Лароза Ф., Сас М., Мекачер А., Пирс В., Золло Ф., Кваттрочокки В. , и другие. (2022). Растущая поляризация вокруг изменения климата в социальных сетях. Природа Изменение климата, страницы 1–8. Феррара, Э. (2017). Дезинформация и операции социальных ботов в преддверии президентских выборов во Франции 2017 года. Препринт arXiv arXiv:1707.00086. Феррара Э., Креши С. и Луцери Л. (2020). Дезинформация, манипуляции и злоупотребления в социальных сетях в эпоху Covid-19. Журнал вычислительной социальной науки, 3:271–277. Фламино Дж., Галеацци А., Фельдман С., Мэйси М.В., Кросс Б., Чжоу З., Серафино М., Бове А., Максе Х.А. и Шимански Б.К. (2023) . Политическая поляризация средств массовой информации и влиятельных лиц в Твиттере на президентских выборах в США в 2016 и 2020 годах. Природа человеческого поведения, страницы 1–13. Флаксман С., Гоэл С. и Рао Дж. М. (2013). Идеологическая сегрегация и влияние социальных сетей на потребление новостей. Доступно в SSRN, 2363701. Гаримелла К., Смит Т., Вайс Р. и Уэст Р. (2021). Политическая поляризация в потреблении новостей в Интернете. В материалах Международной конференции AAAI по Интернету и социальным сетям, том 15, страницы 152–162. Гонсалес-Бейлон С., Лазер Д., Барбера П., Чжан М., Олкотт Х., Браун Т., Креспо-Тенорио А., Фрилон Д., Генцков М., Гесс А.М. и др. (2023). Асимметричная идеологическая сегрегация при освещении политических новостей в Facebook. Наука, 381(6656):392–398. Гринберг Н., Джозеф К., Фридланд Л., Свайр-Томпсон Б. и Лазер Д. (2019). Фейковые новости в Твиттере во время президентских выборов в США в 2016 году. Наука, 363(6425):374–378. Гроотендорст, М. (2022). Bertopic: моделирование нейронных тем с помощью процедуры tf-idf на основе классов. Препринт arXiv arXiv:2203.05794. Карими Ф. и Оливейра М. (2022 г.). О недостаточности номинальной ассортативности для оценки гомофилии в сетях. Препринт arXiv arXiv:2211.10245. Лазер Д.М., Баум М.А., Бенклер Ю., Беринский А.Дж., Гринхилл К.М., Менцер Ф., Мецгер М.Дж., Найхан Б., Пенникук Г., Ротшильд Д. и др. (2018). Наука о фейковых новостях. Наука, 359(6380):1094–1096. Макиннес Л., Хили Дж. и Астелс С. (2017). hdbscan: Иерархическая кластеризация на основе плотности. J. Программное обеспечение с открытым исходным кодом, 2(11):205. Макиннес Л., Хили Дж. и Мелвилл Дж. (2018). Umap: аппроксимация и проекция равномерного многообразия для уменьшения размерности. Препринт arXiv arXiv:1802.03426. Найхан Б., Сеттл Дж., Торсон Э., Войчешак М., Барбера П., Чен А.Ю., Олкотт Х., Браун Т., Креспо-Тенорио А., Диммери, Д. и др. (2023). Источники-единомышленники на Facebook преобладают, но не вызывают поляризации. Природа, 620 (7972): 137–144. Рутс, Д. (2019). Машина дезинформации. Наука, 363(6425):348–348. Саммут К. и Уэбб Г.И. (2011). Энциклопедия машинного обучения. Springer Science & Business Media. Санторо А., Галеацци А., Скантамбурло Т., Барончелли А., Кваттрочокки В. и Золло Ф. (2023). Анализ меняющегося ландшафта дебатов о вакцине против Covid-19 в Твиттере. Анализ социальных сетей и майнинг, 13(1):115. Шмидт А.Л., Золло Ф., Скала А., Бетч К. и Кваттрочокки В. (2018). Поляризация дебатов о вакцинации на Facebook. Вакцина, 36(25):3606–3612. Стелла М., Феррара Э. и Де Доменико М. (2018). Боты увеличивают доступ к негативному и подстрекательскому контенту в социальных онлайн-системах. Труды Национальной академии наук, 115 (49): 12435–12440. Занетту С., Брэдлин Б., Де Кристофаро Э., Квак Х., Сиривианос М., Стрингини Г. и Блэкберн Дж. (2018). Что такое болтливость: бастион свободы слова или эхо-камера альтернативных правых. В сопутствующих материалах веб-конференции 2018, страницы 1007–1014. Занетту С., Колфилд Т., Де Кристофаро Э., Сиривианос М., Стрингини Г. и Блэкберн Дж. (2019). Дезинформационная война: понимание спонсируемых государством троллей в Твиттере и их влияние в сети. В сопутствующих материалах Всемирной веб-конференции 2019 года, страницы 218–226. Этот документ под лицензией CC 4.0. доступен на arxiv
