Nachrichten- und Desinformationskonsum in Europa: Ergänzende Informationen

von NewsByte.Tech2m2024/06/07
Read on Terminal Reader
tldt arrow
en-flagENru-flagRUtr-flagTRko-flagKOde-flagDEbn-flagBNes-flagEShi-flagHIzh-flagZHvi-flagVIfr-flagFRpt-flagPTja-flagJA
DE

Zu lang; Lesen

In diesem Artikel analysieren Forscher europäische Nachrichtenkonsummuster, Quellen von Fehlinformationen und das Verhalten des Publikums auf Twitter.
featured image - Nachrichten- und Desinformationskonsum in Europa: Ergänzende Informationen
NewsByte.Tech HackerNoon profile picture
0-item

Autoren:

(1) Anees Baqir, Ca' Foscari Universität Venedig, Italien;

(2) Alessandro Galeazzi, Ca' Foscari Universität Venedig, Italien;

(3) Fabiana Zollo, Ca' Foscari Universität Venedig, Italien und The New Institute Centre for Environmental Humanities, Italien.

Linktabelle

Ergänzende Angaben

Abbildung 1: Ähnlichkeitsnetzwerk zwischen Nachrichtenagenturen, wobei jede Nachrichtenquelle als Knoten dargestellt wird und die Kanten die Ähnlichkeit der Zielgruppen zwischen den Nachrichtenagenturen darstellen. Farbe und Form der Knoten zeigen die Klassifizierung der Nachrichtenquelle an und die Dicke der Kanten stellt den Ähnlichkeitsgrad der Retweeter zwischen zwei Nachrichtenquellen dar. Jedes Netzwerk stellt die Ähnlichkeit der Nachrichtenagenturen zu einem Thema für ein Land dar.


Tabelle 1: Die Tabelle zeigt angepasste Assortativitätskoeffizienten (Karimi und Oliveira, 2022) für Schlüsselthemen in Frankreich, Deutschland, Italien und Großbritannien. Diese Koeffizienten messen die Tendenz von Knoten, mit Knoten mit ähnlichem Grad innerhalb des themenbasierten Netzwerks jedes Landes verbunden zu sein. Insbesondere Unterschiede zwischen den Ländern heben unterschiedliche Muster der netzwerkinternen Konnektivität für jedes Thema hervor.


Abbildung 2: Community-Erkennungsanalyse der Ähnlichkeitsnetzwerke von Nachrichtenagenturen mit allen Kanten. Cluster wurden mithilfe des Louvain-Clusteralgorithmus gefunden und nach dem Prozentsatz fragwürdiger Nachrichtenagenturen sortiert. Der Prozentsatz fragwürdiger Quellen in jedem Cluster ist farbcodiert.


Abbildung 3: Verteilung der News-Outlets-Typen in Bezug auf den PageRank-Score


Tabelle 2: Edge Density nach Thema und Land


Tabelle 3: Verbindungen zwischen zuverlässigen und fragwürdigen Nachrichtenquellen


Tabelle 4: Leserzahlen für zuverlässige und fragwürdige Nachrichtenquellen


Dieses Dokument ist auf Arxiv unter der CC 4.0-Lizenz verfügbar .


Notion
L O A D I N G
. . . comments & more!

About Author

NewsByte.Tech HackerNoon profile picture
NewsByte.Tech@newsbyte
Byte off more tech news than you can chew, or die coding your own dreams.
Read my stories

Hängeetiketten

purcat-imgscience#news-and-misinformation#news-consumption#misinformation-detection#internet-impact#social-media-influence#twitter-analysis#cross-country-comparisons#information-comsumption

DIESER ARTIKEL WURDE VORGESTELLT IN...

Read on Terminal Reader Terminal
Read this story w/o Javascript Lite

ÄHNLICHE BEITRÄGE

Article Thumbnail
HackerNoon Decoded 2024: Wir feiern die Community unserer Technologieunternehmen!
by decoded
Jan 01, 1970
#tech-companies
Article Thumbnail
HackerNoon Decoded 2024: Celebrating Our Management Community!
by decoded
Jan 01, 1970
#management
Article Thumbnail
HackerNoon Decoded 2024: Celebrating Our Tech Stories Community!
by decoded
Jan 01, 1970
#tech-stories
Join HackerNoonloading
Latest technology trends. Customized Experience. Curated Stories. Publish Your Ideas

Categories

Trending Topics

blockchaincryptocurrencyhackernoon-top-storyprogrammingsoftware-developmenttechnologystartuphackernoon-booksBitcoinbooks