アカウント名:
パスワード:
> いずれにしても、2つの仮説は無理があるような。
元論文ちゃんと読みましょう
あくまでもこの論文の主張は,1) そもそも偽のニュースを共有することは非常にまれ2) 保守派の方が嘘ニュースの拡散が多かった3) 高齢者の方が嘘ニュースの拡散が多かったという事実をデータから読み取った点です
1は,タイトルにも書いてあるように,この研究の目玉です2は,論文中にも当然書いてありますが,トランプの大統領選の時期だったからそれが大いに影響しているはずです.
で,論文の後半には,なぜこういうデータになったのかという点が考察で書かれていて上記の2つの仮説は
つまり統計的に有意な差があることを示しただけの論文を書く研究者は全てアホであるということですか
アホというか、時間の無駄だと思わない?適当な卒業論文書いてるんじゃないんだしさ
こういった問題提起をもとに、視点を変えた追加調査や新たな仮説の提出が行われて議論が深まっていくのに、それを全否定ですか・・・・すべての研究が完成されていて革新的でないとならないって思っているタイプ?種は芽が出ないものが圧倒的なんだから、多くないと先がない。
追記:もちろん、多くの芽が出て実りを得るには、たくさん種をまく他に種から芽が出て実がなる割合を高めるという方向もあるので、あなたの言うことが完全に間違っているわけではないですが。
今回の話題でいうと、統計もなしに、高齢であることとフェイクニュースを拡散させることの因果関係(あるいは擬似相関)を調べて論文にしろということですか?
この場合、「正しい」仮説を思いついて検証するまで「仮説⇒検証」の作業を永遠に繰り返すことになりますが、その作業の間「そもそも2つの性質に関係が無かった」可能性(というかデフォルトのオプション)が残るので、全く実にならないことに研究の時間・予算を使う可能性が高くなりますが、本当に時間の無駄でしょうか?
また、仮に仮説が正しかったとして、そのインパクトを測るのに統計以外で何が使えますか?
より多くのコメントがこの議論にあるかもしれませんが、JavaScriptが有効ではない環境を使用している場合、クラシックなコメントシステム(D1)に設定を変更する必要があります。
Stay hungry, Stay foolish. -- Steven Paul Jobs
仮説は無理がある (スコア:3, すばらしい洞察)
それとも知らないで拡散したのか、その点が不明ですね。
前者だとすれば、
共和党支持者が民主党支持者より拡散率が高いという事も含めて
フェイクニュースかどうかという事に関係なく、選挙の関心度
が大きな要因だったとも言えます。
若者がフェイクニュースを拡散しないのは
単に政治に関心がなかったという事になるのでは。
後者だとすれば、真実のニュースの拡散度合も調べないと、
単に、知ったことを拡散したがるだけなのかどうかという事が
分からないと思います。
いずれにしても、2つの仮説は無理があるような。
Re: (スコア:4, 参考になる)
> いずれにしても、2つの仮説は無理があるような。
元論文ちゃんと読みましょう
あくまでもこの論文の主張は,
1) そもそも偽のニュースを共有することは非常にまれ
2) 保守派の方が嘘ニュースの拡散が多かった
3) 高齢者の方が嘘ニュースの拡散が多かった
という事実をデータから読み取った点です
1は,タイトルにも書いてあるように,この研究の目玉です
2は,論文中にも当然書いてありますが,トランプの大統領選の時期だったからそれが大いに影響しているはずです.
で,論文の後半には,なぜこういうデータになったのかという点が考察で書かれていて
上記の2つの仮説は
Re: (スコア:-1)
正しさで勝負できない仮説を提示したすれば
アホな研究者としか言いようがないですね。
Re: (スコア:0)
つまり統計的に有意な差があることを示しただけの論文を書く研究者は全てアホであるということですか
Re:仮説は無理がある (スコア:0)
アホというか、時間の無駄だと思わない?
適当な卒業論文書いてるんじゃないんだしさ
Re: (スコア:0)
こういった問題提起をもとに、視点を変えた追加調査や新たな仮説の提出が行われて
議論が深まっていくのに、それを全否定ですか・・・・
すべての研究が完成されていて革新的でないとならないって思っているタイプ?
種は芽が出ないものが圧倒的なんだから、多くないと先がない。
Re: (スコア:0)
追記:もちろん、多くの芽が出て実りを得るには、たくさん種をまく他に
種から芽が出て実がなる割合を高めるという方向もあるので、
あなたの言うことが完全に間違っているわけではないですが。
Re: (スコア:0)
今回の話題でいうと、統計もなしに、高齢であることとフェイクニュースを拡散させることの因果関係(あるいは擬似相関)を調べて論文にしろということですか?
この場合、「正しい」仮説を思いついて検証するまで「仮説⇒検証」の作業を永遠に繰り返すことになりますが、その作業の間「そもそも2つの性質に関係が無かった」可能性(というかデフォルトのオプション)が残るので、全く実にならないことに研究の時間・予算を使う可能性が高くなりますが、本当に時間の無駄でしょうか?
また、仮に仮説が正しかったとして、そのインパクトを測るのに統計以外で何が使えますか?