深度叙事：美国选举中集体意义建构与多层含义

选举相关的虚假信息仍然是研究人员、政策制定者和公众面临的紧迫问题。然而，批评者认为对这些问题的担忧被夸大，因为缺乏影响证据。这一争论突显了评估虚假信息影响的挑战，因为虚假和误导性内容的驱动因素往往存在于特定claim的语境中。为解决这一问题，我们研究了2020年和2022年美国全国大选相关的虚假和误导性信息，重点关注推动各种谣言的在线会话语境特征。我们开发了两个定性编码手册，在意识到第一个只标注个别推文、无法捕捉更广泛的谣言动态后，创建了第二个。通过整合多层定性编码与主题分析和定量可视化，我们展示了影响者、政治精英和受众如何在2020年至2022年间共同讲述深度故事。随着这些故事的讲述，受众在影响者的引导下，通过2020年故事的视角解读2022年的事件，导致两个选举周期之间叙事风格的演变。这一持续性表演是为与社交媒体的激励结构、可供性和注意力经济相匹配而量身定制的。我们将深度故事与集体意义建构和谣言理论相结合，创建了一个更好地评估虚假和误导性信息语境特征的框架。