Nicolas Pröllochs

论文总数

HCI 排名

#2666

研究领域

活跃年数

近期发表

Nicolas Pröllochs 最新论文

Maarouf 等人分析2.5万条推文级联发现，验证用户发布的仇恨内容病毒式传播概率更高，级联规模达3.5倍，结构病毒性增1.2倍。

Lutz等人通过神经生理实验发现，用户对长篇假新闻投入更多认知处理，而使用分析性词汇的假新闻引发更强情感反应，为假新闻应对提供依据。

Chuai 等人研究发现 X/Twitter 社区笔记未能有效减少误导性内容传播，因其在信息病毒式传播早期响应速度不足。

Drolsbach 等人分析Twitter"Birdwatch"社区事实核查数据，发现误导性帖子比非误导性帖子转发量减少36.62%，揭示社区事实核查的有效性及样本选择偏差问题。

Pröllochs 等人基于126,301个Twitter级联分析，发现生命周期影响谣言传播速度，虚假谣言因群体行为在更大传播深度时扩散，揭示真实与虚假谣言的不同扩散机制。

ios_share

https://hci.top/zh/authors/22366?source=all