MétaCan
Menu
Retour à la cohorte
Enregistrement W4404825353 · doi:10.1002/poi3.429

Alert, but not alarmed: Electoral disinformation and trust during the 2023 Australian voice to parliament referendum

2024· article· en· W4404825353 sur OpenAlexaff
Andrea Carson, Max Grömping, Timothy B. Gravelle, Simon Jackman, Justin Bonest Phillips

Notice bibliographique

RevuePolicy & Internet · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMisinformation and Its Impacts
Établissements canadiensWilfrid Laurier University
Organismes subventionnairesLa Trobe University
Mots-clésDisinformationReferendumParliamentPolitical scienceInternet privacyLawComputer scienceSocial mediaPolitics

Résumé

récupéré en direct d'OpenAlex

Abstract In 2024 experts highlight misinformation and disinformation “amid elections” as the top short‐term global risk. In addressing this pressing concern, electoral authorities are devising strategies to counter electoral disinformation while governments consider changes to public policy and legislation. Drawing on motivated reasoning theory, this study assesses the impact of disinformation and mitigation measures in Australia during the 2023 referendum campaign – to establish a constitutionally enshrined Indigenous Voice to Parliament – and its subsequent impacts on trust in the Australian Electoral Commission (AEC). Through a nationally representative survey experiment (N = 3825) we find overall high public trust in the AEC with disinformation having a small, but detectable effect. This study finds a level of “moral panic” regarding disinformation's threat to electoral integrity, at least in the Australian setting. However, concerningly, we also find existing AEC communication and refutation strategies have limited impact on countering distrust arising after a disinformation attack, suggesting a need for other strategies. Nonetheless, the study underscores the resilience of Australian electoral processes against disinformation threats serving as a caution against excessive legislative reaction to this global problem. Our study contributes to understanding the complex interplay between information, trust, and public policy responses to disinformation challenges.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,008
score de la tête « metaresearch » (Gemma)0,049
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,040
Score d'incertitude au seuil0,080

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,049
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0030,002
Communication savante0,0030,002
Science ouverte0,0000,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,043
Tête enseignante GPT0,351
Écart entre enseignants0,308 · 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 source (Gemma direct ou Codex distillé), 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

Citations8
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePolicy & InternetMême sujetMisinformation and Its ImpactsTravaux en français237 207