MétaCan
Menu
Retour à la cohorte
Enregistrement W4366279913 · doi:10.51685/jqd.2023.007

What Makes News Sharable on Social Media?

2023· article· en· W4366279913 sur OpenAlexafffund
Xi Chen, Gordon Pennycook, D.A.J. Rand

Notice bibliographique

RevueJournal of Quantitative Description Digital Media · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMisinformation and Its Impacts
Établissements canadiensUniversity of Regina
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaJohn Templeton Foundation
Mots-clésHeadlineMisinformationSocial mediaPsychologySocial psychologyAdvertisingInternet privacyComputer scienceWorld Wide WebBusinessComputer security

Résumé

récupéré en direct d'OpenAlex

With the rise of social media, everyone has the potential to be both a consumer and producer of online content. Although one might assume that people share news because they believe it to be true, worldwide concerns about the spread of misinformation suggest that truthfulness may not be a dominant driver of sharing online. Across three studies (total N=4,786), we investigate what content dimensions are associated with social media sharing intentions for a wide range of news headlines. When we examine the relationships between content dimensions using factor analysis, we consistently find separate factors capturing perceived accuracy and evocativeness. The perceived accuracy factor was positively correlated with both sharing intentions and the headline’s objective veracity. However, while the evocativeness factor was also positively correlated with sharing intentions, it was consistently negatively correlated with the headline’s objective veracity.

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)0,007
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCommunication savante, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,308
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,008
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,001

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.

Tête enseignante Opus0,228
Tête enseignante GPT0,387
Écart entre enseignants0,159 · 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'étudeQualitatif
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

Citations24
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Quantitative Description Digital MediaMême sujetMisinformation and Its ImpactsTravaux en français237 207