MétaCan
Menu
Retour à la cohorte
Enregistrement W3093334607 · doi:10.28998/rpss.v5i2.11048

Fake News: Combata esse vírus! Projeto Fake Não!

2020· article· pt· W3093334607 sur OpenAlexaff
Carlos Dornels Freire de Souza, Miyuki Yamashita, Amanda Júlia de Arruda Magalhães, Amanda Karine Barros Ferreira, Bruna Karolayne Oliveira Sampaio, Celso Marcos da Silva, Erielly Maria Bezerra Araújo Feitoza, Érika de Fátima Machado Soares, Flavia Ferreira do Nascimento Silva Lima, Laurisson Albuquerque da Costa, Louryanne de Castro Silva, Lucas Santos, Michael Ferreira Machado, Samilla Cristinny Santos, Thiago Cavalcanti Leal, Valdilene Canazart dos Santos, Wilmo Ernesto Francisco, Yasmin Vitória Silva Nobre, Nobre e Iara Terra de Oliveira

Notice bibliographique

RevueRevista Portal Saúde e Sociedade · 2020
Typearticle
Languept
DomaineSocial Sciences
ThématiqueEducation and Digital Technologies
Établissements canadiensAdidas (Canada)
Organismes subventionnairesnon disponible
Mots-clésFake newsArtPhilosophyComputer scienceInternet privacy

Résumé

récupéré en direct d'OpenAlex

A COVID-19, doença causada pelo vírus SARS-CoV-2, tem como característica a rápida transmissão. Desde seu relato no final de dezembro de 2019, em Wuhan, na China, a doença se alastrou pelos 5 continentes. Em 20 março de 2020, o governador de Alagoas decretou estado de calamidade pública no Estado de Alagoas atribuído à pandemia do COVID-19, suspendendo o funcionamento de vários estabelecimentos. Face ao exposto, a quantidade de conteúdos veiculados nas redes sociais acerca da pandemia contribui com a disseminação de notícias falsas. Essas notícias, uma vez espalhadas, dificultam a adesão às medidas de contenção do vírus orientadas pelas agências oficiais de saúde. Uma das consequências é o aumento do número de pessoas infectadas, levando à sobrecarga do sistema de saúde. Dessa maneira, o presente projeto busca minimizar os impactos da propagação de informações falsas a partir de debates das Fake News relacionadas à COVID-19. Neste boletim, vamos apresentar sete notícias falsas relacionadas com a COVID-19.

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)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Communication savante, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,703
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0020,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,002

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 Opus0,097
Tête enseignante GPT0,354
Écart entre enseignants0,257 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
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

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRevista Portal Saúde e SociedadeMême sujetEducation and Digital TechnologiesTravaux en français237 207