MétaCan
Menu
Retour à la cohorte
Enregistrement W4308976050 · doi:10.1177/01634437221136009

Crowdfunding (as) disinformation: ‘Pitching’ 5G and election fraud campaigns on GoFundMe

2022· article· en· W4308976050 sur OpenAlexaff
Greg Elmer, Sabrina Ward-Kimola

Notice bibliographique

RevueMedia Culture & Society · 2022
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueFinTech, Crowdfunding, Digital Finance
Établissements canadiensConcordia UniversityToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésDisinformationInternet privacySocial mediaPolitical scienceBusinessAdvertisingPublic relationsComputer securityComputer scienceLaw

Résumé

récupéré en direct d'OpenAlex

This paper argues that the current disinformation studies literature lacks any sustained analysis of a crucial element in any communication campaign – its sources of funding. The paper argues that crowdfunding platforms are arguably better networked and ‘cross platform enabled’ than most social media sites to spread disinformation. And that disinformation actors have weaponized crowdfunding to amplify and sustain the spread of their grievances and forms of disinformation. The paper offers a rich qualitative study of a set of election fraud and 5G themed campaigns on the GoFundMe crowdfunding platform. The study questions how networked content and financial appeals in the crowdfunding pitch can contribute to the disinformation literature and potential solutions.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,186
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,010
Tête enseignante GPT0,208
Écart entre enseignants0,198 · 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'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

Citations9
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMedia Culture & SocietyMême sujetFinTech, Crowdfunding, Digital FinanceTravaux en français237 207