MétaCan
Menu
Retour à la cohorte
Enregistrement W2965285822 · doi:10.1177/2056305119865473

Networked Influence: An Introduction

2019· article· en· W2965285822 sur OpenAlexaff
Jenna Jacobson, Anatoliy Gruzd, Priya Kumar

Notice bibliographique

RevueSocial Media + Society · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMisinformation and Its Impacts
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésInfluencer marketingSocial mediaDisseminationPublic relationsPublic opinionInternet privacyThematic analysisFocus (optics)Key (lock)Political scienceSociologyComputer scienceWorld Wide WebQualitative researchSocial scienceBusiness

Résumé

récupéré en direct d'OpenAlex

We are witnessing a changing social media environment with new actors, new influencers, and new challenges. Considering the changes on social media platforms, the rise of bots, and the increased participation of state actors, this thematic collection addresses the methodological, topical, and ethical issues of networked influence. The Facebook-Cambridge Analytica scandal opened a new chapter to analyze what “influence” means in our current, complicated social media age. As discussed in the five papers stemming from the 2018 International Conference on Social Media & Society, this special issue introduces a wide array of interdisciplinary topics and approaches that highlight the rapid changes in social media environments, use, and users—with a focus on networked influence ; by doing so, we attempt to answer some of the key research questions in this area, such as (1) how to identify and measure influence (broadly defined), (2) how to track propaganda campaigns, (3) how to effectively disseminate information and measure the public’s response to these information campaigns, (4) how do bots influence opinion trends on social media, and, finally, (5) how does the public frame privacy in a social media age?

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,389
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,018
Tête enseignante GPT0,304
Écart entre enseignants0,286 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations11
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSocial Media + SocietyMême sujetMisinformation and Its ImpactsTravaux en français237 207