疫苗错误信息的动态特征与触发因素
物理与社会
2024-06-07 v3 计算机与社会
机器学习
社会与信息网络
摘要
新冠疫情重新引发了人们对网络上错误信息的关注(无论是否有意),突显了与健康相关主题上错误观念和持久迷思的传播给个人生活质量带来的潜在风险。在本研究中,我们分析了 2016-2021 年六年期间意大利疫苗辩论在多种社交媒体平台(Facebook、Instagram、Twitter、YouTube)上的数据,涵盖了所有主要新闻来源——包括可疑来源和可靠来源。我们首先使用新闻生产时间序列的符号传递熵分析,动态确定哪类来源(可疑或可靠)在因果上驱动了疫苗议程。然后,利用能够分别基于所传达立场和讨论话题准确分类疫苗相关内容的深度学习模型,我们评估了持对立观点的新闻来源对各种话题的关注度,并比较了由此产生的用户参与度。除了为疫苗相关错误信息的进一步研究提供宝贵资源(尤其是在意大利语这种相较于英语等语言在科学研究中受关注较少的语言上),我们的研究揭示错误信息并非仅仅是反对主流媒体观点的新闻生态系统的寄生物,而是一种自主力量,甚至能够压倒后者疫苗相关内容的产出。尽管可疑来源相比可靠来源在参与度上显著更高,错误信息的普遍性显而易见,但我们的发现强调了持续且全面的亲疫苗报道的重要性。这在处理最敏感的话题时尤为关键,因为在这些话题上错误信息传播并可能加剧相关用户负面疫苗态度的风险更高。
引用
@article{arxiv.2207.12264,
title = {Dynamics and triggers of misinformation on vaccines},
author = {Emanuele Brugnoli and Marco Delmastro},
journal= {arXiv preprint arXiv:2207.12264},
year = {2024}
}