Disinformation claims and public opinion: evidence from a survey experiment in Georgia
Notice bibliographique
Résumé
The spread of foreign disinformation is widely believed to constitute a threat to democracy. Yet when the notion of disinformation is salient, partisan actors may strategically invoke disinformation to raise doubts about politically damaging information. This analysis investigates disinformation claims as a political tactic – as a means of deflecting responsibility. We conducted a survey experiment (n = 1200) on a nationally representative sample in Georgia, which has been targeted by Russian disinformation. Respondents are shown a vignette accusing a presidential candidate of corruption and are randomly assigned one of four denials relating to disinformation. We find that disinformation defenses, even ones implicating Russia, do not reduce perceptions of culpability. Respondents spurn the fictitious candidate regardless of his deflections and party affiliation. We conclude that domestic disaffection with politics rendered the candidate's political excuses ineffective. These results contribute to the literature on mis/disinformation, political scandals, and blame avoidance. They suggest that disinformation salience is not sufficient to make disinformation defenses compelling. Furthermore, externalizing blame can backfire if a scandal appears plausible. Ironically, societal resistance to political excuses may hinder politicians’ efforts to deceive the public, but it also makes it easier for Russia (or others) to successfully execute actual disinformation campaigns.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,003 |
| 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 ».