计算机科学 > 信息论
[提交于 2021年10月1日
]
标题: 用户识别虚假信息的能力:一种信息质量评估方法
标题: Users' ability to perceive misinformation: An information quality assessment approach
摘要: 数字信息交换使信息的快速创建和共享成为可能,从而改变了现有的习惯。 社交媒体正成为终端用户获取新闻的主要来源,取代了传统媒体。 这也导致了虚假新闻的传播,这些新闻误导读者,并被用来服务于创作者的利益。 因此,自动虚假新闻检测系统正在引起关注。 然而,自动虚假新闻检测面临重大挑战;内容评估越来越多地成为终端用户的责任。 因此,在本研究中,我们使用信息质量(IQ)作为工具来研究用户如何检测虚假新闻。 具体来说,我们检查了用户如何在单独的IQ维度上感知以较短段落形式呈现的虚假新闻。 我们还研究了哪些用户特征可能会影响虚假新闻的检测。 我们进行了一项涉及1123名用户的实证研究,这些用户通过单独的IQ维度对随机生成的故事进行了评价,这些故事包含不同正确程度的陈述。 结果表明,IQ可以作为虚假新闻检测的工具。 我们的研究结果表明,(1) 领域知识对虚假新闻检测有积极影响;(2) 教育与领域知识相结合可提高虚假新闻检测;(3) 人格特质中的尽责性在所有维度上都对虚假新闻检测有显著贡献。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.