转移对准确性的关注可以减少在线错误信息

Warning: Can only detect less than 5000 characters

Warning: Can only detect less than 5000 characters

我们的下一个调查实验（第5页，N = 1,268）测试了先前的结果是否通过招募来自Lucid 22的参与者来推广到更具代表性的样本，这些样品是与美国居民的分布在年龄，性别，种族和地理区域的分配相匹配美国居民的分布。研究还包括一个积极的控制条件，其中要求参与者在研究开始时对单一非Pasterisan新闻标题的幽默（而不是准确性）和重视治疗条件进行评估，以及测试另一种方法突出的方法通过使参与者通过表示他们仅在共享准确内容（而不是评估中性标题的准确性）来开始研究。结果（图2C）成功复制了研究3和4.如预期的那样，对照和主动控制条件之间的共享意图没有显着差异（真实性和条件之间的相互作用，B = 0.015,95％置信区间[ - 0.043,0.059]，F（1,6,772）= 0.04，p = 0.84）;而且两种治疗显着增加了相对于对照的共享识别（准确性和条件之间的相互作用：治疗，B = 0.054,95％置信区间[0.023,0.085]，F = 11.98，P = 0.0005;重要性处理，B = 0.038,95 ％置信区间[0.014,0.061]，f = 9.76，p = 0.0018）。请参阅完整回归表的补充信息部分2。

接下来，我们提供了对准确性的提示来改变重视的证据是通过表明治疗条件导致参与者可能认为最不准确的头条新闻的分享的最大减少（反之亦然明显准确的头条新闻）。标题级别分析在分享的效果和标题的感知精度下发现了正相关性（如在预测试中测量，请参见补充信息第1节）（研究3，R（22）= 0.71，P = 0.0001 ;研究4，R（22）= 0.67，P = 0.0003;研究5，R（18）= 0.61，p = 0.005）（图3A-C）。也就是说，最明显不准确的头条新闻是最精确的肺化处理，最有效地阻止人们分享。

A-C，在感知的准确性（基于预测试的基础上）和治疗在研究中的共享的效果之间存在显着的正相关性（A，R（22）= 0.71，p = 0.0001），研究4（b，r（22）= 0.67，p = 0.0003），研究5（c，r（18）= 0.61，p = 0.005）。准确性提醒导致分享意图的更大减少，这些物品被认为更不可能。该观察支持我们的论点，即通过重点关注准确性，通过重点关注的治疗干预，许多人不想分享他们认为不准确的内容。如扩展数据所示，如图4所示，在研究5中，发现了类似的模式为“重要处理”，并且“主动控制”没有存在这种效果。 D，在研究6中，参与者在作出判断之前评估每个标题（全部注意处理）的准确性。这使我们能够区分：（i）参与者仍然相信不准确（即基于偏好的真理的拒绝）; （ii）参与者分享并认为是准确的（即乱七八糟的）; （iii）一旦考虑到准确性，参与者将不再共享（即，基于束缚）。结果表明，在对照组共享的假标题中，大多数是由于疏忽（51.2％）共享（51.2％），由于混淆（33.1％）共享，并且由于偏好分享而分享少数群体虚假内容（15.8％）。引导模拟（10,000次重复）表明，疏忽声明的共享明显多于有目的的共享（B = 0.354 [0.178,0.502]，P = 0.0004）;这种混乱显着解释了比有目的的共享更大的共享（B = 0.173 [0.098,0.256]，P <0.0001）;并且虽然分离注意到比混乱的定向更具错误的形式，但这种差异在统计学上没有统计学意义（B = 0.181 [-0.036,0.365]，P = 0.098）。

此外，将我们的正式有限关注实用模型拟合到实验数据，为基于偏好的账户（参与者价值准确性而不是派对）提供定量证据，并且对于基于委托的账户（参与者通常不考虑准确性） （扩展数据表1，软件

......