Key points are not available for this paper at this time.
Significância Muitas pessoas consomem notícias por meio das redes sociais. Portanto, é desejável reduzir a exposição dos usuários a conteúdos jornalísticos de baixa qualidade. Uma possível intervenção é que os algoritmos de classificação das redes sociais exibam relativamente menos conteúdo de fontes que os usuários consideram não confiáveis. Mas os julgamentos do público em geral são indicadores confiáveis da qualidade, ou são corrompidos por viés partidário ou falta de informação? Talvez surpreendentemente, descobrimos que o público em geral — em média — é bastante capaz de distinguir entre fontes de qualidade inferior e superior. Esses resultados indicam que incorporar as avaliações de confiança do público em geral nos algoritmos de classificação das redes sociais pode ser uma intervenção eficaz contra desinformação, notícias falsas e conteúdo jornalístico com forte viés político.
Building similarity graph...
Analyzing shared references across papers
Loading...
Gordon Pennycook
David G. Rand
Proceedings of the National Academy of Sciences
Massachusetts Institute of Technology
University of Regina
Building similarity graph...
Analyzing shared references across papers
Loading...
Pennycook et al. (Mon,) estudaram esta questão.
www.synapsesocial.com/papers/695d593413292fa9df0b4f7a — DOI: https://doi.org/10.1073/pnas.1806781116
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: