paint-brush
ইউরোপে সংবাদ এবং ভুল তথ্যের ব্যবহার: ফলাফল এবং আলোচনাদ্বারা@newsbyte
150 পড়া

ইউরোপে সংবাদ এবং ভুল তথ্যের ব্যবহার: ফলাফল এবং আলোচনা

দ্বারা NewsByte.Tech9m2024/06/07
Read on Terminal Reader

অতিদীর্ঘ; পড়তে

এই কাগজে, গবেষকরা ইউরোপীয় সংবাদ খরচের ধরণ, ভুল তথ্যের উত্স এবং টুইটারে দর্শকদের আচরণ বিশ্লেষণ করেছেন।
featured image - ইউরোপে সংবাদ এবং ভুল তথ্যের ব্যবহার: ফলাফল এবং আলোচনা
NewsByte.Tech HackerNoon profile picture
0-item

লেখক:

(1) আনিস বাকির, Ca' Foscari University of Venice, Italy;

(2) আলেসান্দ্রো গ্যালেজি, Ca' Foscari University of Venice, Italy;

(3) ফ্যাবিয়ানা জোলো, Ca' Foscari University of Venice, Italy এবং The New Institute Center for Environmental Humanities, Italy।

লিঙ্কের টেবিল

3। ফলাফল এবং আলোচনা

এই বিভাগে, আমরা আমাদের বিশ্লেষণের ফলাফল উপস্থাপন করি, নিম্নরূপ সংগঠিত। প্রথমত, আমরা তিন বছরে নির্বাচিত ইউরোপীয় দেশগুলিতে তথ্যের ল্যান্ডস্কেপের একটি ওভারভিউ প্রদান করি। এই পদক্ষেপটি গুরুত্বপূর্ণ বিষয়গুলি চিহ্নিত করার জন্য গুরুত্বপূর্ণ যা দেশগুলির মধ্যে ব্যাপকভাবে ভাগ করা হয় এবং সন্দেহজনক এবং নির্ভরযোগ্য উত্সগুলির মধ্যে পার্থক্য করার জন্য, একটি সুসংগত তুলনা সক্ষম করে৷ এর পরে, আমরা ব্যবহারকারীর ব্যস্ততা এবং খরচের ধরণগুলিতে ফোকাস করে এই বিষয়গুলির অনলাইন আলোচনায় দেশগুলির মধ্যে সাধারণতা এবং পার্থক্য উভয়ই পরীক্ষা করি।

3.1 দেশ জুড়ে পাবলিক ডিসকোর্সের বিবর্তন

নির্বাচিত দেশগুলিতে পাবলিক ডিসকোর্সের ল্যান্ডস্কেপগুলির তুলনা করার জন্য, আমাদের প্রাথমিক ধাপে চারটি দেশে ব্যাপকভাবে আলোচিত সাধারণ বিষয়গুলি চিহ্নিত করা এবং সন্দেহজনক এবং নির্ভরযোগ্য উত্স উভয়ের দ্বারা জড়িত। এই লক্ষ্যে, আমরা BERTopic(Grootendorst, 2022) নিযুক্ত করি তিন বছরের মেয়াদে নিউজ আউটলেটের অ্যাকাউন্টগুলির দ্বারা উত্পাদিত বিষয়বস্তুর উপর টপিক মডেলিং করতে (আরও বিশদ বিবরণের জন্য বিভাগ 2 দেখুন)। আমাদের বিশ্লেষণের জন্য উপযুক্ত বিষয়গুলি সনাক্ত করতে, আমরা ডেটাসেটকে বছর এবং দেশ অনুসারে ভাগ করি এবং প্রতিটি উপসেটে BERTopic অ্যালগরিদম চালাই। চিত্র 1-এ রিপোর্ট করা ফলাফলগুলি দেশ এবং উত্স বিভাগ অনুসারে প্রতি বছরের জন্য সর্বাধিক বিতর্কিত বিষয়গুলি দেখায়৷ প্রতিটি বিষয়ের আকার এটিতে অবদানকারী সংবাদ উত্সের সংখ্যাকে প্রতিনিধিত্ব করে, যখন এটির অবস্থান ব্যাপক বিষয়গুলির সাথে এর প্রাসঙ্গিকতা প্রতিফলিত করে। ফ্লো ডায়াগ্রামগুলি সময়ের সাথে সাথে সংবাদ আউটলেটগুলিতে বিষয়টির ব্যাপকতা দেখায়।


চিত্র 1 হাইলাইট করে যে কীভাবে বিভিন্ন বিষয়ের প্রতি নিউজ আউটলেটের মনোযোগ বিভিন্ন দেশ এবং সংবাদ উত্সের প্রকারভেদে ভিন্ন হয়৷ উল্লেখযোগ্যভাবে, সাধারণ আগ্রহের কিছু বিষয় ছাড়াও, সংবাদ আউটলেটগুলি জাতীয় প্রাসঙ্গিক বিষয়গুলিকে অগ্রাধিকার দেয়, যেমন প্রতিবাদ, বিদেশী দেশের প্রভাব, ধর্ম, বৈদ্যুতিক গাড়ি এবং মাদকের বৈধকরণ। আমরা একই দেশের মধ্যে সন্দেহজনক এবং নির্ভরযোগ্য সূত্র দ্বারা আচ্ছাদিত বিষয়গুলিতে বৈষম্য লক্ষ্য করি। উদাহরণস্বরূপ, ইতালিতে করোনভাইরাস ভ্যাকসিনের বিষয়ে প্রতিবেদন করা সংবাদ আউটলেটগুলির ভগ্নাংশ সন্দেহজনকগুলির চেয়ে নির্ভরযোগ্য উত্সের জন্য বেশি ছিল। তদুপরি, নির্দিষ্ট বিষয়গুলি এক ধরণের উত্সের জন্য একচেটিয়া ছিল, যেমন "ফ্লাইটস" (ইতালি, নির্ভরযোগ্য), "জল ব্যবস্থাপনা" (ফ্রান্স, নির্ভরযোগ্য), বা "ফিলিস্তিনি সংগ্রাম" (ইউকে, সন্দেহজনক)। এই ফলাফলগুলি ইঙ্গিত করে যে আগ্রহের স্তরটি দেশ এবং বিবেচিত উত্সের ধরন দ্বারা প্রভাবিত হয়েছিল, সন্দেহজনক উত্সগুলি আগ্রহের বিস্তৃত পরিসর প্রদর্শন করে এবং সমস্ত দেশের সাধারণ বিষয়গুলির উপর নির্ভরযোগ্য উত্সগুলিকে আরও বেশি ফোকাস করে৷


গুরুত্বপূর্ণভাবে, আমাদের বিশ্লেষণ সমস্ত দেশের প্রশ্নবিদ্ধ এবং নির্ভরযোগ্য বিতর্ক উভয়ের মধ্যে সাধারণ বিষয়গুলির উপস্থিতি তুলে ধরে। বিশেষত, তিনটি বিষয় ধারাবাহিকভাবে সমস্ত দেশে বিতর্কে উপস্থিত হয়েছে: "ব্রেক্সিট" (2019), "করোনাভাইরাস" (2020), এবং "কোভিড ভ্যাকসিন" (2021)। অতএব, পরবর্তী বিশ্লেষণে, আমরা একচেটিয়াভাবে আলোচনার ক্রস-কান্ট্রি পরীক্ষার জন্য এই বিষয়গুলিতে ফোকাস করি। এই পছন্দের পিছনে যুক্তি হল বিভিন্ন দেশের সংবাদ আউটলেট এবং ব্যবহারকারীদের দ্বারা এই বিষয়গুলি কীভাবে রিপোর্ট করা এবং ব্যবহার করা হয়েছে তার পার্থক্য এবং মিলগুলিকে স্পটলাইট করা, যার ফলে আমাদের বিশ্লেষণে বিষয়-নির্দিষ্ট বৈচিত্রের প্রভাবকে হ্রাস করা। উপরন্তু, এই বিষয়গুলি ইউরোপীয় স্তরে ব্যাপকভাবে আলোচনা করা হয়েছে, বিভিন্ন দেশে ইউরোপীয় গুরুত্বের বিষয়গুলি কীভাবে উপলব্ধি করা হয় তা বোঝার জন্য আমাদের বিশ্লেষণকে মূল্যবান করে তুলেছে।


অনলাইন পাবলিক বিতর্কে তিনটি নির্বাচিত বিষয়ের প্রাসঙ্গিকতা আন্ডারস্কোর করতে এবং প্রতিটি বিষয়ের জন্য নির্ধারিত সময়সীমার যথার্থতা যাচাই করতে, আমরা অনুসন্ধানের একটি Google Trends বিশ্লেষণ পরিচালনা করি


চিত্র 1: দেশ জুড়ে সন্দেহজনক এবং নির্ভরযোগ্য সংবাদ উত্সের বিষয়বস্তুর উপর বিষয় মডেলিং ফলাফল। প্রতিটি বিষয়ের আকার অনন্য সংবাদ উত্সের অনুপাত দ্বারা দেওয়া হয় এতে অবদান রাখে। প্রবাহ সময়ের সাথে বিভিন্ন বিষয়ে সংবাদ আউটলেটের আগ্রহের পরিবর্তনের প্রতিনিধিত্ব করে।


2019 থেকে 2021 পর্যন্ত ফ্রান্স, জার্মানি, ইতালি এবং যুক্তরাজ্যে ব্রেক্সিট, করোনাভাইরাস এবং কোভিড ভ্যাকসিনের প্রতি আগ্রহ, যেমন চিত্র 2-এ দেখানো হয়েছে।


Google Trends-এর বিশ্লেষণ নিশ্চিত করে যে নির্বাচিত বিষয়গুলি বৃহত্তর অনলাইন প্রেক্ষাপটে নির্দিষ্ট সময়সীমার মধ্যে সর্বোচ্চ মনোযোগ আকর্ষণ করেছে৷ এইভাবে, এগিয়ে গিয়ে, আমাদের বিশ্লেষণ এই তিনটি বিষয়ের উপর দৃষ্টি নিবদ্ধ করে (ব্রেক্সিট, করোনাভাইরাস এবং কোভিড ভ্যাকসিন) ইউরোপীয় ল্যান্ডস্কেপের মধ্যে সংবাদ উত্পাদন এবং খরচের পার্থক্য এবং মিলগুলি পরীক্ষা করার জন্য। এই বিষয়গুলির উপর একচেটিয়াভাবে আমাদের বিশ্লেষণ পরিচালনা করার জন্য, আমরা সংশ্লিষ্ট সময়সীমার মধ্যে শুধুমাত্র নির্বাচিত বিষয়ের সাথে প্রাসঙ্গিক টুইটগুলি নির্বাচন করতে নিউজ আউটলেটগুলির সময়রেখা ফিল্টার করি (বিশদ বিবরণের জন্য বিভাগ 2 দেখুন)।

3.2 ব্যবহারকারীর ব্যস্ততা এবং সম্প্রদায় কাঠামো

আমরা সোশ্যাল মিডিয়া প্ল্যাটফর্মগুলিতে চিহ্নিত বিষয়গুলির সাথে সম্পর্কিত বিষয়বস্তুর সাথে ব্যস্ততার তুলনা করে আমাদের অধ্যয়ন চালিয়ে যাচ্ছি। ছবি 3 দেশ অনুসারে টুইট ইন্টারঅ্যাকশনের বন্টন দেখায়, লাইক, রিটুইট, উদ্ধৃতি এবং উত্তরের যোগফল হিসাবে গণনা করা হয়, নির্ভরযোগ্য সংবাদ উত্স (নীল) এবং সন্দেহজনক সংবাদ উত্স (কমলা), যেমন নিউজগার্ড দ্বারা শ্রেণীবদ্ধ করা হয়েছে (বিভাগ 2 দেখুন), তিনটি বিষয়ের প্রতিটির জন্য। ছোটখাটো ভৌগলিক বৈচিত্র থাকা সত্ত্বেও, ব্যবহারকারীর মিথস্ক্রিয়াগুলির বিতরণ তিনটি বিষয়ের জন্য একই রকম দীর্ঘ-টেইল্ড ডিস্ট্রিবিউশন প্রদর্শন করে, যেখানে অল্প সংখ্যক টুইটগুলি প্রচুর সংখ্যক মিথস্ক্রিয়া গ্রহণ করে যখন সংখ্যাগরিষ্ঠরা খুব কম গ্রহণ করে। নির্ভরযোগ্য সংবাদ উত্স সাধারণত সন্দেহজনক চেয়ে বেশি মিথস্ক্রিয়া প্রাপ্ত হয়


চিত্র 2: 2019 থেকে 2021 সাল পর্যন্ত ফ্রান্স, জার্মানি, ইতালি এবং যুক্তরাজ্যে ব্রেক্সিট, করোনাভাইরাস এবং কোভিড ভ্যাকসিনে অনুসন্ধানের আগ্রহের Google Trends বিশ্লেষণ। প্লটগুলি দেখায় যে কীভাবে প্রতিটি বিষয়ের জন্য অনুসন্ধানের আগ্রহ সময়ের সাথে সাথে বিকশিত হয়েছে, প্রতিটি সারি একটি বিষয় উপস্থাপন করে . আগ্রহের প্রবণতাগুলি প্রকাশ করে যে ব্রেক্সিট 2019 সালে সবচেয়ে জনপ্রিয় ছিল, তারপরে 2020 এবং 2021 সালে 2020 এবং 2021-এ তীব্র পতন ঘটেছিল এবং 2020-এর শেষের দিকে কিছু ব্যতিক্রম ছিল। করোনাভাইরাস 2020 সালের প্রথম দিকে শীর্ষে উঠেছিল এবং তারপরে হ্রাস পেয়েছিল, যখন কোভিড ভ্যাকসিন সর্বোচ্চ 2021-এর প্রথম দিকে গতি অর্জন করেছিল 2021-এর মাঝামাঝি সময়ে, এবং 2021-এর শেষের দিকে আরও একটি ঊর্ধ্বগতি দেখা গেছে। বন্ধনীগুলি প্রতিটি বিষয়ের বিশ্লেষণে বিবেচনায় নেওয়া সময়কালের প্রতিনিধিত্ব করে।


উত্স, যেমন x-অক্ষ বরাবর তাদের বিস্তৃত বিতরণ দ্বারা দেখানো হয়েছে। যাইহোক, কিছু ব্যতিক্রম পরিলক্ষিত হয়, যেমন COVID-19 ভ্যাকসিন আলোচনায় যুক্তরাজ্যের ক্ষেত্রে এবং করোনাভাইরাস বিতর্কে ফ্রান্সের ক্ষেত্রে। তদুপরি, ব্রেক্সিট আলোচনায়, জার্মানি এবং ইতালিতে বিতরণের লেজে সন্দেহজনক উত্সগুলির একটি উল্লেখযোগ্য উপস্থিতি রয়েছে, যদিও তারা অন্যান্য আলোচনায় কম বিশিষ্ট। সামগ্রিকভাবে, সন্দেহজনক উত্সের উপস্থিতি এবং তারা যে ব্যস্ততা তৈরি করেছে তা ভিন্ন হতে পারে, দেশ এবং বিবেচনাধীন নির্দিষ্ট বিষয় উভয়ের উপর নির্ভর করে।


আমরা তারপর নিউজ আউটলেটের শ্রোতাদের মধ্যে পার্থক্য এবং মিলগুলিকে হাইলাইট করার জন্য সংবাদ খরচের ধরণগুলিতে আমাদের মনোযোগ দিই৷ ব্রেক্সিট, করোনাভাইরাস এবং কোভিড ভ্যাকসিন সম্পর্কিত টুইটার ডেটা বিশ্লেষণ করে, আমরা অনুসন্ধান করি যে একই ধরণের সংবাদ আউটলেটগুলি একই ধরণের দর্শকদের দ্বারা খাওয়া হয় কিনা। শ্রোতাদের পরিপ্রেক্ষিতে নিউজ আউটলেটগুলির মধ্যে সাদৃশ্য পরিমাপ করতে আমরা রিটুইটকারীদের উপর কোসাইন সাদৃশ্যের উপর ভিত্তি করে একটি মেট্রিক সংজ্ঞায়িত করি (বিভাগ 2 দেখুন)৷ রিটুইটকারীদের একটি উচ্চ শতাংশ ভাগ করে নেওয়া নিউজ আউটলেটগুলির মিল মেট্রিকের উচ্চ মান রয়েছে (1 এর কাছাকাছি), যেখানে শুধুমাত্র কয়েকটি শেয়ার করা রিটুইটকারীর আউটলেটগুলি কম মিল পায় (০ এর কাছাকাছি)।


তারপরে আমরা একটি অনির্দেশিত নেটওয়ার্ক তৈরি করি যেখানে নিউজ আউটলেটগুলিকে নোড হিসাবে উপস্থাপন করা হয় এবং ওজনযুক্ত প্রান্তগুলি তাদের মধ্যে মিলের স্তর নির্দেশ করে। আমরা প্রতিটি দেশের জন্য একটি নেটওয়ার্ক তৈরি করি এবং একটি ন্যায্য তুলনা সক্ষম করার জন্য বিবেচিত বিষয়। ফলস্বরূপ নেটওয়ার্কগুলি চিত্র 4-এ কল্পনা করা হয়েছে৷ শুধুমাত্র শক্তিশালী সংযোগগুলিকে হাইলাইট করার জন্য, আমরা প্রতিটি নেটওয়ার্কের প্রান্তগুলির সামগ্রিক মধ্যকের চেয়ে কম ওজন সহ প্রান্তগুলি বাতিল করি (সম্পূর্ণ নেটওয়ার্কগুলির সাথে ফলাফলের জন্য SI এর চিত্র 1 এবং 2 দেখুন)৷


আমরা বিবেচনাধীন দেশ এবং বিষয়ের উপর নির্ভর করে নেটওয়ার্ক কাঠামোর বৈচিত্র লক্ষ্য করতে পারি। প্রকৃতপক্ষে, ফ্রান্স, জার্মানি এবং ইতালি সন্দেহজনক উত্সগুলির (কমলা ত্রিভুজ) একটি স্পষ্টভাবে শনাক্তযোগ্য ক্লাস্টার প্রদর্শন করে, যা প্রাথমিকভাবে সন্দেহজনক বিষয়বস্তু গ্রাসকারী সম্প্রদায়ের উপস্থিতি নির্দেশ করে। যুক্তরাজ্যে, এই পার্থক্য কম উচ্চারিত হয়. বিষয়-নির্দিষ্ট পার্থক্যের দিকে তাকালে, আমরা দেখতে পাই যে UK ব্যতীত সমস্ত দেশের জন্য, ব্রেক্সিটের ক্ষেত্রে নেটওয়ার্কগুলি কম ঘনত্বের সাথে স্পার্সার হতে থাকে। করোনাভাইরাস এবং কোভিড ভ্যাকসিন আলোচনার জন্য, নেটওয়ার্কগুলি আরও বেশি সংযুক্ত এবং উচ্চতর প্রান্তের ঘনত্ব প্রদর্শন করে (SI এর সারণী 2 দেখুন)। এটি সন্দেহজনক এবং নির্ভরযোগ্য সংবাদ উত্সগুলির মধ্যে বিচ্ছেদের মধ্যে প্রতিফলিত হয়: ব্রেক্সিট বিতর্কে, দুটি ধরণের সংবাদের মধ্যে বিচ্ছেদ স্পষ্ট দেখায়, যখন অন্যান্য বিতর্কগুলিতে, তারা উচ্চ সংখ্যক সংযোগ ভাগ করে, যেমনটি SI এর সারণী 3 এ দেখানো হয়েছে . এই আচরণকে আরও পরিমাপ করার জন্য, আমরা আমাদের নেটওয়ার্কগুলিতে (কারিমি এবং অলিভেইরা, 2022) সামঞ্জস্যপূর্ণ নামমাত্র সংমিশ্রণ প্রয়োগ করি, যা দেখায় যে ব্রেক্সিট বিতর্কের প্রেক্ষাপটে উচ্চ স্তরের সংমিশ্রণ অর্জিত হয়েছে। যাইহোক, যুক্তরাজ্য ভিন্ন আচরণ প্রদর্শন করে, সম্ভবত বিতর্কে সরাসরি জড়িত থাকার কারণে।


চিত্র 3: ব্রেক্সিট (শীর্ষ সারি), করোনাভাইরাস (মাঝের সারি), এবং কোভিড ভ্যাকসিন (নীচের সারি) এর আশেপাশে নির্ভরযোগ্য (নীল) এবং সন্দেহজনক (কমলা) সংবাদ উত্সগুলির জন্য দেশ অনুসারে টুইট ইন্টারঅ্যাকশনের বিতরণ। প্রতিটি টুইট দ্বারা প্রাপ্ত লাইক, রিটুইট, উদ্ধৃতি এবং মন্তব্যের সমষ্টি হিসাবে টুইট মিথস্ক্রিয়া গণনা করা হয়।


আমাদের বিশ্লেষণ এও প্রকাশ করে যে প্রশ্নবিদ্ধ এবং নির্ভরযোগ্য সংবাদ আউটলেটগুলির মধ্যে কোন সম্পূর্ণ বিভাজন নেই। এটি পরামর্শ দেয় যে কিছু ব্যবহারকারী প্রাথমিকভাবে বা একচেটিয়াভাবে নির্ভরযোগ্য বা সন্দেহজনক বিষয়বস্তু গ্রহণ করেন, যখন অন্যদের একটি মিশ্র সংবাদ খাদ্য থাকে, উভয় প্রকারের বিভিন্ন অনুপাতে সেবন করে। এই প্রশ্নের আরও গভীরে যাওয়ার জন্য, আমরা প্রতিটি ব্যবহারকারীর দ্বারা গ্রহণ করা সন্দেহজনক সংবাদের ভগ্নাংশ বিশ্লেষণ করি এবং চিত্র 5-এ বিতরণ উপস্থাপন করি। ফলাফলগুলি নির্দেশ করে যে প্রতিটি বিতর্কে বেশিরভাগ ব্যবহারকারী প্রাথমিকভাবে নির্ভরযোগ্য সংবাদ উত্সের উপর নির্ভর করে (এসআই-এর সারণী 4ও দেখুন ) যাইহোক, প্রতিটি বিতর্কে, ব্যবহারকারীদের একটি ছোট কিন্তু লক্ষণীয় ভগ্নাংশ রয়েছে যারা একচেটিয়াভাবে প্রশ্নবিদ্ধ খবরকে সমর্থন করে, যদিও বিভিন্ন মাত্রার বিশিষ্টতার সাথে। উল্লেখযোগ্যভাবে, চিত্রটি একটি স্বতন্ত্র বিমোডাল বন্টন চিত্রিত করে, খুব কম ব্যবহারকারীই বর্ণালীর চরম প্রান্তের বাইরে পড়ে। এই ব্যবহারকারীরা সাদৃশ্য নেটওয়ার্কের মধ্যে সন্দেহজনক এবং নির্ভরযোগ্য খবরের মধ্যে ব্যবধান পূরণে একটি গুরুত্বপূর্ণ ভূমিকা পালন করে। অধিকন্তু, নির্ভরযোগ্য সংবাদ উত্সগুলি নেটওয়ার্কের মূল স্থান দখল করে থাকে, যখন সন্দেহজনক উত্সগুলি সাধারণত আরও পেরিফেরাল অবস্থানে থাকে। প্রকৃতপক্ষে, প্রতিটি নেটওয়ার্কে পেজর্যাঙ্ক অ্যালগরিদম দ্বারা চিহ্নিত শীর্ষ 25টি উত্সের মধ্যে (বাকশি এট আল।, 2011), একটি উল্লেখযোগ্য সংখ্যাগরিষ্ঠ (অন্তত 95.3%) নির্ভরযোগ্য সংবাদ উত্স হিসাবে পাওয়া যায় (আরো বিশদ বিবরণের জন্য SI দেখুন)। আমরা সাদৃশ্য নেটওয়ার্কের সম্প্রদায় কাঠামো পরীক্ষা করে আমাদের বিশ্লেষণ শেষ করি। আমরা Louvain ক্লাস্টারিং ব্যবহার করে সম্প্রদায় সনাক্তকরণ সঞ্চালন


চিত্র 4: সংবাদ আউটলেটগুলির মধ্যে সাদৃশ্য নেটওয়ার্ক, যেখানে প্রতিটি সংবাদ উত্স একটি নোড হিসাবে প্রতিনিধিত্ব করা হয় এবং প্রান্তগুলি সংবাদ আউটলেটগুলির মধ্যে দর্শকদের মিলের প্রতিনিধিত্ব করে৷ নোডগুলির রঙ এবং আকৃতি সংবাদ উত্সের শ্রেণীবিভাগ নির্দেশ করে এবং প্রান্তগুলির পুরুত্ব দুটি সংবাদ উত্সের মধ্যে রিটুইটারের মিলের স্তরকে প্রতিনিধিত্ব করে৷ আমরা প্রান্তগুলির সামগ্রিক মাঝারি থেকে কম ওজন সহ প্রান্তগুলি বাতিল করেছি৷ প্রতিটি নেটওয়ার্ক একটি দেশের জন্য একটি বিষয়ে সংবাদ আউটলেটের মিলের প্রতিনিধিত্ব করে।


অ্যালগরিদম (ব্লন্ডেল এট আল।, 2008) এবং চিত্র 6-এ ফলাফলগুলি রিপোর্ট করুন। ক্লাস্টারগুলি সন্দেহজনক সংবাদ আউটলেটগুলির অনুপাতের উপর ভিত্তি করে রঙ-কোডেড, গাঢ় শেডগুলি সন্দেহজনক উত্সগুলির উচ্চ শতাংশ নির্দেশ করে।


সমস্ত দেশ এবং বিষয় জুড়ে, বেশিরভাগ ক্লাস্টারে প্রধানত নির্ভরযোগ্য নিউজ আউটলেট থাকে এবং এই ক্লাস্টারগুলির মধ্যে, আমরা পেজর্যাঙ্ক শ্রেণীবিভাগ অনুসারে সবচেয়ে উল্লেখযোগ্য নোডগুলিও খুঁজে পাই। যাইহোক, আমাদের বিশ্লেষণ প্রশ্নবিদ্ধ সংবাদ আউটলেটের উচ্চ অনুপাত সহ ছোট ক্লাস্টারের উপস্থিতিও প্রকাশ করে। এই ক্লাস্টারগুলির সংখ্যা এবং আকার দেশ এবং বিষয়ের উপর নির্ভর করে পরিবর্তিত হয়। উদাহরণস্বরূপ, জার্মানি এবং ইতালিতে, প্রতিটি বিষয়ের জন্য এই ধরনের একটি ক্লাস্টার রয়েছে, যখন ফ্রান্সে ব্রেক্সিট বিতর্কে দুটি ক্লাস্টার রয়েছে। যুক্তরাজ্যে, বিচ্ছিন্নতা কম স্পষ্ট, কোনো ক্লাস্টারে সন্দেহজনক সংবাদ আউটলেটের উচ্চ শতাংশ দেখানো হয়নি। আমরা আরও লক্ষ্য করি যে নির্ভরযোগ্য ক্লাস্টারগুলি আকারে ছোট কিন্তু অনেক বেশি, যখন সন্দেহজনক ক্লাস্টারগুলি প্রতিটি নেটওয়ার্কে বড় এবং প্রায়শই অনন্য হতে থাকে। এটি পরামর্শ দিয়েছে যে ব্যবহারকারীরা যারা সন্দেহজনক বিষয়বস্তু ব্যবহার করেন তারা নেটওয়ার্কের বেশিরভাগ প্রশ্নবিদ্ধ উত্সকে সমর্থন করে, যখন নির্ভরযোগ্য সংবাদ গ্রাহকরা কম সংবাদ আউটলেটগুলিতে ফোকাস করেন।


সামগ্রিকভাবে, আমাদের বিশ্লেষণটি নির্বাচিত দেশগুলিতে অনলাইন সংবাদ খরচের ল্যান্ডস্কেপের একটি অনুদৈর্ঘ্য দৃষ্টিভঙ্গি প্রদান করে, নির্ভরযোগ্য সংবাদ উত্সগুলির প্রাধান্যকে হাইলাইট করে এবং অনেক দেশে এবং বিষয়গুলিতে সন্দেহজনক সংবাদ উত্সগুলির উচ্চ অনুপাতের সাথে ক্লাস্টারগুলির উপস্থিতিও প্রকাশ করে৷ এই ধরনের ক্লাস্টারগুলির অস্তিত্ব নির্ভরযোগ্য বিষয়গুলি এড়িয়ে গিয়ে বিভিন্ন সন্দেহজনক উত্স থেকে সামগ্রী গ্রহণকারী ব্যবহারকারীদের একটি গোষ্ঠীর উপস্থিতি নির্দেশ করে৷ এই আচরণটি ইকো চেম্বারের সম্ভাব্য উপস্থিতির সাথে সামঞ্জস্যপূর্ণ, একটি ঘটনা যা অনলাইন বিতর্কে ব্যাপকভাবে পরিলক্ষিত হয় (সিনেলি এট আল।, 2021; ফালকেনবার্গ এট আল।, 2022; কোটা এট আল।, 2019)।


এই কাগজটি CC 4.0 লাইসেন্সের অধীনে arxiv-এ উপলব্ধ