Connecting Theory and Practice: Implications of Coherence Theory in the Fight Against Fake News
Notice bibliographique
Résumé
Fake news and virally-spread misinformation online have been identified as an increasingly pressing concern, one which LIS professionals may have a role in combatting. The insidious nature of this phenomenon is such, however, that correcting wrong information after the fact is insufficient to alter previously held incorrect beliefs. This work uses the Coherence Theory of truth to frame a conceptualization of how fake news creates “truth” for people on the basis of “influential people”. Accepting this theory requires that for LIS professionals to combat this phenomenon, the myth of neutrality must be abandoned and the LIS-approved “truth” amplified. Les fausses nouvelles et la désinformation diffusée de façon virale en ligne ont été identifiées comme une préoccupation de plus en plus pressante où les professionnels de l'information peuvent avoir un rôle à jouer. Cependant, la nature insidieuse de ce phénomène est telle que la correction des informations erronées après coup ne suffit pas à modifier les croyances incorrectes précédemment transmisses. Ce travail utilise la théorie de la cohérence de la vérité pour encadrer une conceptualisation de la façon dont les fausses nouvelles créent la «vérité» pour les gens sur la base d'«influenceurs». Accepter cette théorie du rôle des professionnels de l'information dans la lutte exige l'abandon du mythe de la neutralité ainsi qu'une mise en valuer de la validation professionnelle de la «vérité».
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 | 0,059 | 0,109 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,006 | 0,005 |
| Études des sciences et des technologies | 0,010 | 0,073 |
| Communication savante | 0,016 | 0,031 |
| Science ouverte | 0,003 | 0,012 |
| Intégrité de la recherche | 0,008 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 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 ».