Voir la source de Assessing YouTube science news’ credibility: The impact of web-search on the role of video, source, and user attributes

Michalovich, A., & Hershkovitz, A. (2020). Assessing YouTube science news’ credibility: The impact of web-search on the role of video, source, and user attributes. Public Understanding of Science, 29(4), 376–391. https://doi.org/10.1177/0963662520905466 
{{Incomplet}}
= Introduction = 
Cet article vis à appliquer les théories autour de la crédibilité ([[Psychological Approaches to Credibility Assessment Online |Metzger et al., 2015]]) à l'évaluation de vidéos scientifiques sur YouTube. 

L'article s'appuie aussi sur l'Elaboration Likelihood Model (ELM) de Petty et Cacioppo (1986). Par exemple, des études précédentes montrent que les personnes ont tendance à s'appuyer sur des éléments périphériques (e.g. institutionnalité ou popularité) pour évaluer la crédibilité d'une source. 

Les auteur·trice·s pensent que pour évaluer la crédibilité d'une source en ligne, les personnes s'appuient sur : 
* la popularité de la source  
* la crédibilité de la source 
* les caractéristiques de l'utilisateur (âge, habitudes d'utilisation d'internet, expérience passée, etc.) 
* la qualité (technique) de la vidéo 

Par ailleurs, ils supposent que la volonté "d'aller chercher plus loin" (qu'ils vont mesurer avec le need for cognition (NFC)) peut aussi avoir un impact sur l'évaluation de la crédibilité d'une source 

= Questions de recherche = 

*'''QDR1:''' Quel est le rôle de la '''qualité''' perçue de la vidéo, de la '''popularité''' de la vidéo, de la '''source perçue''' et de '''l'expérience de l'utilisateur''' dans '''l'évaluation de la crédibilité''' d'une vidéo d'actualité scientifique ?
*'''QDR2:''' Quel est l'impact de la recherche d'informations complémentaires au cours de la tâche ?

= Variables = 

*'''VI1:''' Source (institution (Université de...) / scientifique (Dr. Michael Fisher) / sans information (Michael Fisher))
*'''VI2:''' Qualité (haute / basse) 
*'''VI3:''' Popularité (basse (56 vues) / haute (136'000 vues)) 
*'''Variable invoquée 1:''' le fait d'être allé chercher des informations supplémentaires ou non 
*'''Variable invoquée 2:''' niveau d'expérience sur YouTube
*'''Variable invoquée 3:''' connaissances des allergie au lait (étant donné que la vidéo portait là dessus) 
*'''Variable invoquée 4:''' connaissances de la méthode scientifique
*'''VD:''' Crédibilité perçue 

= Résultats = 

Un modèle linéaire (mené sur les personnes n'ayant pas fait de recherches pendant la tâche) montre que : 
* l''''âge''' a un léger effet négatif (β =−.08, p < .01)
* la '''qualité perçue''' de la vidéo a un effet positif (β = .48, p < .001)
* l''''intégrité perçue''' de la source a un effet positif (β = .17, p < .05)
* la '''popularité''' a un léger effet négatif (β =−.07, p < .01)
* l''''usage de YouTube''' a un effet positif (β = .15, p < .001)

Un autre modèle linéaire (mené sur les personnes ayant fait des recherches pendant la tâche) montre que : 
* la '''qualité perçue''' de la vidéo a un effet positif (β = .38, p < .001)
* l'intégrité perçue de la source a un effet positif (β = .17, p < .05)
* la popularité a un léger effet négatif (β =−.07, p < .01)
* l''''usage de YouTube''' a un effet positif (β = .32, p < .001)


[[Fichier:Résultats ML Michalovich Hershkovitz 2020.png|centré|framed|les coefficients du modèle liniaire]]




[[Catégorie:Résumés d'articles]]
[[Catégorie:Modèles linéaires]]