The global spread of (mis)information on spiders
Notice bibliographique
Résumé
Abstract In the Internet era, the digital architecture that keeps us connected and informed may collaterally amplify the spread of misinformation and falsehood1,2. The magnitude of this problem is gaining global relevance3, as evidence accumulates that misinformation interferes with democratic processes and undermines collective responses to environmental and health crises4,5. Therefore, understanding how misinformation generates and spreads is becoming a pressing scientific, societal, and political challenge3. Advances in this area are delayed because high-resolution data on coherent information systems are difficult and time-consuming to acquire at global scales. We collated a high-resolution database of online newspaper articles on spider-human interactions. Spiders are widely feared animals6 that frequently appear in the spotlight of the global press7,8. Our database is unique in that it covers a global scale (5,348 news articles from 81 countries and 40 languages) while providing an expert-based assessment of the content and quality of each news article9. Here, we first show that the quality of news on spiders is exceedingly poor—47% of articles contained different types of error and 43% were sensationalistic—and we consolidate a quantitative understanding of the relationship between article quality and different news-level features. Among other factors, the consultancy of spider experts, but not doctors and other professionals, decrease sensationalism. Next, we show that the flow of spider-related information occurs within a highly interconnected global network and provide evidence that sensationalism, along with other predictors including numbers of spider species and internet users in a country, are key factors underlying the spread of information. Our results improve understanding of the drivers of (mis)information across broad-scale networks. They also represent a starting point to formulate recommendations for improving journalism quality. In the specific case of spiders, a more accurate media framing would translate into measurable benefits, limiting resource waste and mitigating human-wildlife conflicts and the prevalence of widespread arachnophobic sentiments.
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 | 0,003 | 0,025 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,014 | 0,013 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,000 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».