MétaCan
Menu
Retour à la cohorte
Enregistrement W4380550677 · doi:10.1093/ijpor/edad016

Could Fact-checks Intervene Directionally Motivated Reasoning and Mitigate Social Divisions? A Case Study in Hong Kong

2023· article· en· W4380550677 sur OpenAlexaff
Stella C. Chia, Fangcao Lu, Albert C. L. G. Günther

Notice bibliographique

RevueInternational Journal of Public Opinion Research · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMisinformation and Its Impacts
Établissements canadiensConcordia University
Organismes subventionnairesPolicy Innovation and Co-ordination OfficeCity University of Hong Kong
Mots-clésMisinformationPoliticsRhetoricSocial psychologySocial mediaPsychologyPolitical scienceSubject (documents)AdvertisingLawComputer scienceBusinessLinguistics

Résumé

récupéré en direct d'OpenAlex

Abstract This study examined the effectiveness of fact-checking in reducing misperceptions held by people of two opposing camps in the Anti-Extradition Bill Movement in Hong Kong. The experimental design mirrored the political rhetoric in the city’s media and exposed participants to erroneous information in news reports that cast protesters in a negative light or accused the police unfoundedly. We found that directional motivation persistently exerted a profound influence on people’s acceptance of misinformation. Exposure to fact-checks was found to have limited effects in combating the influence of misinformation and mitigating social division. The effects were contingent on the audiences’ attitude strength and fact-checkers. The findings suggest that the effectiveness of fact-checking is subject to the political and media contexts in which misinformation and fact-checks are circulated as well as the implications of those contexts on people’s trust in fact-checks.

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)0,012
score de la tête « metaresearch » (Gemma)0,006
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,161
Score d'incertitude au seuil0,794

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0120,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
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 Opus0,345
Tête enseignante GPT0,551
Écart entre enseignants0,206 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Public Opinion ResearchMême sujetMisinformation and Its ImpactsTravaux en français237 207