【第802回】 今日もいろいろ（2021年7月19日）

• 7:20起床。81.55 kg，97％，36.3℃。
• 今日は9:30から歯科受診して10:00からオンライン会議なので，そこは在宅で参加し，午後の講義（というか質問に答える時間）は名谷キャンパスからする予定。
• Twitterでjamoviの2.0がリリースされた（2021年7月12日，変数テーブルが新たに追加されたとのこと）と知ったので，後でチェックせねば。
• 12:00に会議が終わったので（とはいえ，班会議としては残された議論ポイントがあるので，この後メールが回るそうだが），昼食をとってから名谷キャンパスに向かう。
• 環境・食品・産業衛生学の質問に答える時間としてZoomミーティングを開いているのだが，1時間近く経つが誰も来ないなあ。まあ完全に理解できたのなら喜ばしいことだが。
• 結局質問をしにZoomに入る学生は皆無だった。これから後の時間はまず査読かな。
• メールへの応答に時間を取られ，査読に一区切り付いたところで19:30なので帰途に就く。期末試験問題を作っておかなくてはならないのだが。
• フェイクニュースについての研究をいくつか拾っておく。日経の記事で最近取り上げられた筑波大学佐野幸恵助教の研究の元となった研究は，おそらくZhao Z et al. "Fake news propagates differently from real news even at early stages of spreading"（EPJ Data Science，2020年4月3日）だろう。中国のWeibo（2011年から2016年）と日本のTwitter（2011年3月11日から17日）のデータを，信頼できる証拠に基づいてファクトチェックして真のニュースとフェイクニュースに分け，それぞれが伝播する経路についてネットワーク解析したもの。ネットワークトポロジーの違いを視覚的に示した図が印象強い。今年になってから佐野助教が筆頭著者でSano Y et al. "Simulation of Information Spreading on Twitter Concerning Radiation After the Fukushima Nuclear Power Plant Accident"（Frontiers in Physics，2021年6月23日）という論文も出ているが，これも東日本大震災後の福島原発事故後の放射線についてのtweetsにおける情報拡散のシミュレーションということで，Pythonでコードを書いて解析しているもの。Covid-19について目に付いたのは，Apuke OD, Omar B "Fake news and COVID-19: modelling the predictors of fake news sharing among social media users"（Telematics and Informatics，2020年7月30日）は，2020年2月から5月に掛けて，Google Formを使って385人のナイジェリア人をchain referralと呼ばれる方法でサンプリングし，利他性，面白さなど，それぞれ3-8問からなるいくつかの軸で，COVID-19に関する情報をSNSで共有するときの理由についての同意の程度を5件法で答えて貰い，同時にフェイクニュースを共有した経験についての5問（1. COVID-19のウイルスについ関連した情報を共有して後で嘘だとわかったことがある，2. その時は正しいと思ったCOVID-19に関連したソーシャルメディアの内容を共有して，後で作り物だとわかったことがある，3. 誇張されているCOVID-19に関連したソーシャルメディアの内容を共有したけれども，そのときは誇張されていることに気づかなかったことがある，4. 信頼している情報源を通したファクトチェックをせずにCOVID-19に関連したソーシャルメディアの内容を共有している，5. 全文を読まずにCOVID-19に関連したソーシャルメディアの内容を共有した）についても5件法で尋ね，それぞれクロンバックのα係数が0.7より高いことを示した上で，SEMを使って，利他性や情報共有を理由としていることに高得点を示すことがフェイクニュースの共有経験と比較的強く関連していることを示している。面白いから情報共有するという軸はフェイクニュースの共有経験とほとんど関係がなかったという結果が興味深い。Khan T et al. "Fake news outbreak 2021: Can we stop the viral spread?"（Journal of Network and Computer Applications，2021年6月4日）はフェイクニュースの早期検出を論じた先行研究，機械学習ツール，オンラインのフェイクニュース検出競争，フェイクニュース検出あるいは軽減機能をもったオンラインのウェブブラウジングツールを比較した大変長大なレビュー論文で，ツールの情報源として役立ちそう。Cheng M et al. "Deciphering the laws of social network-transcendent COVID-19 misinformation dynamics and implications for combating misinformation phenomena"（Scientific Reports，2021年5月17日）は，2020年3月1日から2020年5月3日に収集されたtweetsからなるCOVID-19の誤情報のネットワークデータ（Coronavirus on Social Media: Misinformation Analysisから得られる）を分析して，誤情報の中心にあるノードを正しく抑えられれば，誤情報の拡散をかなり抑えられると提案している。Murayama T et al. "Modeling the spread of fake news on Twitter"（PLOS ONE，2021年4月22日）は，Twitterにおけるフェイクニュースの拡散について2段階モデルを提案している。第1段階は普通のニュースと同様に拡散し，第2段階は多くのユーザがそのニュースの虚偽性を認識してから，そのこと自体が別のニュースストーリーとして拡散するというモデルで，2種類のtweetsデータセット（2019年3月から5月の，ファクトチェックサイトから得た10のフェイクニュースについてTwitterのAPIを使って収集したものと，2011年の東日本大震災と津波に関するフェイクニュースについて2011年3月12日から24日のTwitter APIのサンプルストリーム）を使って検証したとのこと。
• 3年前に危惧したのと形は違うが，このままいくと武藤先輩はやはり晩節を汚すことになってしまいそうだ。事務総長の権限で中止にもっていってくれたら，波及効果も含めて大勢の死者が出るのを未然に防げることになるので尊敬するのだが，そんな権限はないのだろうなあ。

Tweet(list)

▼前【801】（今日も晴れて暑い日（2021年7月18日） ）　▲次【803】（久々に六甲（2021年7月20日） ）　●Top

Notice to cite or link here | [TOP PAGE]