Competitive vs. Complementary Effects in Online Social Networks and News Consumption: A Natural Experiment
Notice bibliographique
Résumé
Using hourly traffic and readership data from a major news website, and taking advantage of a global Facebook outage, we study the relationship between social networks and online news consumption. More specifically, we test if online social networks compete with content providers or instead play a complementary role by promoting and attracting traffic to external websites. During the outage, consistent with a promotional effect, we observe a significant decrease in traffic and unique visitors to the news website lasting beyond the outage hours. We further find that direct referrals from Facebook links grossly underestimated the actual impact of Facebook in generating traffic. Instead, during the outage, we observe a more significant reduction in visitors arriving at the news website from search engines or directly typing the website URL or using bookmarks. Additionally, readership of articles and types of pages viewed also changed during the outage. Although we observe a drop in news consumption during the outage hours for all news categories, the subsequent news consumption differs across categories. Time sensitive categories like sports and local news see an increase in consumption, whereas news on women issues or health topics see a decrease. Analysis of individual-level visit and readership behavior during the outage also reveals that Facebook not only introduces selectivity bias by attracting shallower readers but also changes readership patterns (in the absence of Facebook, visitors engage in more in-depth reading). To test the generalizability of our results, we study the impact of the outage on referrals from other social media outlets, on other news sites, and on other content and e-commerce sites. We find similar effects on other news providers, whereas data from nonnews sites, including e-commerce, show no major outage effects. Overall, our results have important managerial implications. We highlight how our results unearth the importance of search engine optimization and of strong branding for news websites, if providers want to harness fully the power of their social media presence. This paper was accepted by Chris Forman, information systems.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».