MétaCan
Menu
Retour à la cohorte
Enregistrement W6958478380 · doi:10.6084/m9.figshare.19292098.v1

Does Third-Party Fact-Checking Increase Trust in News Stories? An Australian Case Study Using the “Sports Rorts” Affair

2022· article· en· W6958478380 sur OpenAlexaff

Notice bibliographique

RevueFigshare · 2022
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueAeolian processes and effects
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésNews mediaGovernment (linguistics)Sample (material)PoliticsConstruct (python library)CentralityTest (biology)Media coverage

Résumé

récupéré en direct d'OpenAlex

Given the centrality of news media to democracy, it is concerning that public trust in media has declined in many countries. A potential mechanism that may reverse this trend is independent fact-checking to adjudicate competing claims in news stories. We undertake a survey experiment on a sample of 1608 Australians to test the effects of fact-checking on media trust using a real-life case study known as the “sports rorts” affair. We construct duplicate news articles from two national media outlets (i.e. ABC.net.au, news.com.au) containing a senior government minister’s real-life false claim that public funds were not used for political advantage immediately before an election. Half of the participants are exposed to a third-party fact check, which confirms the Minister’s claim is verifiably false, the other half are not. All respondents are asked to evaluate the story’s and news outlets’ trustworthiness. Contrary to our expectations we find a backfire effect whereby independent fact-checking <i>decreases</i> readers’ trust in the original news story and outlet. This negative relationship is not conditional on partisanship or the media source. Our study provides a cautionary tale for those expecting third-party fact-checks to increase media trust and we outline several avenues by which fact-checkers might overcome this.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,379
Score d'incertitude au seuil0,985

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,1390,000

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 Opus0,052
Tête enseignante GPT0,282
Écart entre enseignants0,230 · 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'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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFigshareMême sujetAeolian processes and effectsTravaux en français237 207