Dec, 2023
基于推特的偏见医疗声称级联检测
Towards Detecting Cascades of Biased Medical Claims on Twitter
Libby Tiderman, Juan Sanchez Mercedes, Fiona Romanoschi, Fabricio Murai
TL;DR社交媒体上可能会传播强调社会识别因素与疾病之间误导性相关性的医疗声明,而不考虑健康的结构性决定因素。我们的研究旨在识别 Twitter 上的偏见医疗声明并测量它们的传播程度。我们提出了一个机器学习框架,使用 RoBERTa 模型检测医疗声明,使用 DistilBERT 模型分类偏见。在识别出原始的有偏见医疗声明后,我们进行了转推级联分析,计算它们的个体传播范围和传播速率。我们发现,包含偏见声明的推文传播得比无偏见声明的更快、更远。