2020年美国大选期间以及2021年1月6日叛乱企图之前的选举欺诈言论,使人们更加关注更好地理解人们如何解释和采取虚假信息行动的紧迫需求。在这项工作中,我们提出了三个主要贡献:(1)理解参与式虚假信息与非正式和战术动员之间相互作用的框架;(2)使用详细的时间、内容和主题分析对2020年美国大选的三个案例研究;(3)理解数字虚假信息如何动员在线受众的定性编码方案。我们将资源动员理论与先前研究参与式虚假信息活动和「深度故事」的工作相结合,展示虚假或误导性信息如何在选举日前、选举日和选举后动员在线受众。我们的分析突显了Twitter用户如何协作构建和放大所谓的欺诈证据,用于促进线上和线下的行动。我们发现,动员取决于有影响力的用户对虚假或误导性推文的选择性放大,围绕这些声明的框架,以及他们来源的可信度感知。这些过程是一个自我强化循环,受众协作构建误导性现实版本,这反过来导致线下行动,进一步强化制造的现实。通过这项工作,我们希望更好地为未来干预措施提供信息。

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/papers/cscw/124419/2023

广告推荐

学习 AI 编程到 CodeNow

一眼看懂

论文快照

fact_check
dataset
来源
CSCW
calendar_month
年份
2023
emoji_events
奖项
未标记奖项
group
作者
8 位作者
sell
研究子方向
—
work
职业/产业
—
article
内容状态
仅摘要
hub
相关论文
0 篇相关论文