经常被引用的关于假新闻传播的报纸原来是假新闻

*请参阅文章末尾的更新

一篇关于假新闻在社交媒体上传播的2017年大张旗鼓的论文的作者在发现他们的分析有误后撤回了他们的文章。

这篇论文,“个人注意力有限和低质量信息的网络传播,”提出了一个论点,解释为什么虚假事实似乎在Facebook等网站上获得如此大的吸引力。据上海理工大学的研究人员称,印第安纳大学和雅虎-关键是大量的坏信息,这使得大脑无法分辨真实与看似真实甚至完全荒谬的事物,与有限的注意力跨度和时间竞争。

当他们报道:

我们的主要发现是,就信息而言,适者生存远非定论。

换句话说:

信息的质量和普及程度是弱相关的…

毫不奇怪,文章,它出现在自然的人类行为,受到了媒体的广泛关注,包括覆盖率史密森式的,热门科技博客网站还有许多其他的出口。它仍然是有关谎言在网络空间的传播

但随着亚博vip计算撤销通知,1月7日,2019年,表明,这项研究有重大缺陷。事实证明,假新闻并不像真正的麦考伊那样肆无忌惮地传播:

作者希望收回这封信,因为后续工作强调了用于生成图4d和图5的分析中存在两个错误。

在Fig.4D,软件错误导致蓝色条表示的识别能力值不正确。正确的值是=0.17,而不是价值=信中报告的0.15。

在Fig.5,模型图是用错误的数据绘制的。用正确的数据生成,作者的模型并不能解释在经验Facebook数据(inset)中观察到的高质量和低质量信息的致命性。在下图所示的修订图中(图5),模型预测的高质量模因流行度分布明显大于低质量模因的分布,不会流行的。因此,最初的结论,这个模型预测低质量的信息和高质量的信息一样有可能像病毒一样传播,不支持。信中的所有其他结果仍然有效。

这似乎是亚博vip计算第一次收回轴颈,yabo体育app两年前的这个月上映。

戈登Pennycook,萨斯喀彻温省雷吉娜大学的行为研究员,加拿大谁研究过假新闻现象,告诉收缩表:亚博中心钱包亚博vip计算

如果有一个教训,那就是我们应该注意检查我们的分析的双倍(和三倍……和四倍)。出版的压力很大,但是没有科学家愿意发现自己处于这种境地。这么说之后,我认为撤回论文的作者应该受到表扬。

所以,虽然它可能确实是“真实的”谎言在真理穿裤子之前已经绕了半个地球,我们仍然不知道为什么。

更新,1715 UTC,19年10月1日:我们已经替换了这篇文章中的图片。最初,与我们自2010年发布以来使用的图像一致,这张图片是目前发行的自然-人类行为。然而,A的作者研究那个问题反对并要求我们替换图像,一位作者说他们“宁愿不与假新闻联系在一起”。虽然我们不认为原始图像的使用做到了这一点,出于礼貌,我们更换了图片。

帽子尖:Rolf Degen

像收放表?亚博中心钱包亚博vip计算你可以做一个支持我们增长的免税贡献,跟着我们在推特上,像我们一样论脸谱网,把我们添加到你的RSS阅读器,注册每次有新的帖子时都会收到一封电子邮件按钮在您的屏幕右下角),或订阅我们的每日摘要。如果你发现一个收缩,那就是亚博vip计算不在我们的数据库中,你可以让我们知道。对于意见或反馈,给我们发电子邮件team@亚博vip计算www.pascalus.com

对“经常被引用的关于虚假新闻传播的报纸原来是……虚假新闻”的思考

  1. 当然,这篇论文不会因为把0.15变成0.17的错误而被收回。通过将其作为回卷中唯一可引用的数字,亚博vip计算作者似乎认为这是论文的主要问题。坦率地说,看起来像是旋转。
    给出似乎是主要问题的数字会更诚实。

  2. 你好,我只是想让您知道,您在本文中使用的是一个不相关的映像。这是我一篇关于人类学习中探索和泛化的论文的封面插图(https://www.nature.com/articles/s41562-018-0467-4)我们宁愿不与假新闻联系在一起。

    您认为我们的合理要求是用更合适的图像替换它吗?我们觉得用你在网上找到的第一张随机图片作为一篇关于假新闻的文章是相当不负责任的。尤其是因为我们已经尽了最大努力遵循开放的科学实践,公开发布了数据和代码。

    - Charley Wu
    马克斯普朗克人类发展研究所

    1. 感谢您的反馈。请参阅我们在文章结尾处的更新:

      更新,1715 UTC,19年10月1日:我们已经替换了这篇文章中的图片。最初,与我们自2010年发布以来使用的图像一致,这幅图像是当前自然-人类行为问题的封面。然而,该问题的一项研究的作者反对并要求我们替换图像,一位作者说他们“宁愿不与假新闻联系在一起”。虽然我们不认为原始图像的使用做到了这一点,出于礼貌,我们更换了图片。

  3. 作为该研究的作者之一,我想指出,这篇文章的以下说法是不准确的或误导性的:

    “事实证明,假新闻不像真正的麦考伊那样肆无忌惮地传播。”

    这表明本文提出的经验数据存在问题,事实并非如此。事实上,关于虚假新闻文章在Facebook上受欢迎程度分布的实证研究结果站得住脚。

    导致回缩的错误是在我们的模型分析中,亚博vip计算不是经验数据。我们的模型没有重现那些经验曲线,尽管该模型确实预测了受欢迎程度和质量之间的低相关性。因此,有限的关注和信息过载可能在低质量信息的致命性中起到作用,根据我们的修改结果,仅凭它们还不足以解释经验数据中观察到的病毒传播模式。从那时起,文献就指出了其他因素,如新颖性和社交机器人,它们也扮演着重要的角色。

留下一个回复

您的电子邮件地址将不会公布。必填字段被标记*

此网站使用Akismet来减少垃圾邮件。了解如何处理注释数据