Systematic Review of Misinformation in Social and Online Media for the Development of an Analytical Framework for Agri-Food Sector
Notice bibliographique
Résumé
The ubiquity of social and online media networks, the credulousness of online communities, coupled with limited accountability pose a risk of mis-, dis-, mal-, information (mis-dis-mal-information)—the intentional or unintentional spread of false, misleading and right information related to agri-food topics. However, agri-food mis-dis-malinformation in social media and online digital agricultural communities of practice (CoPs) remains underexplored. There is also a limited theoretical and conceptual foundation for understanding mis-dis-malinformation topics in the agri-food sectors. The study aims to review mis-dis-malinformation literature and offer a framework to help understand agri-food mis-dis-malinformation in social media and online CoPs. This paper performs a systematic review following Preferred Reporting Items for Systematic Reviews and Meta-Analyses (PRISMA). The review shows that many disciplines, particularly communication, social media studies, computer science, health studies, political science and journalism, are increasingly engaging with mis-dis-malinformation research. This systematic research generates a framework based on six thematic categories for holistically understanding and assessing agri-food mis-dis-malinformation in social and online media communities. The framework includes mis-dis-malinformation characterization, source identification, diffusion mechanisms, stakeholder impacts, detection tactics, and mis-dis-malinformation curtailment and countermeasures. The paper contributes to advancing the emerging literature on ‘controversial topics’, ‘misinformation’, and ‘information integrity’ of the virtual agri-food advisory services. This is the first attempt to systematically analyze and incorporate experience from diverse fields of mis-dis-malinformation research that will inform future scholarly works in facilitating conversations and advisory efforts in the agri-food sector.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,022 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».