Trompeur · L’article de Wikipédia présente les définitions, l’histoire, la propagation et les effets des infox, ainsi que différentes façons de les co…
Tu peux faire la même vérification sur un autre lien.
Article, vidéo ou post : Factare en vérifie les affirmations et cite ses sources.
Détail de la vérification
Limites de cette analyse
- L’article est très long et composite; seuls six énoncés représentatifs ont été examinés.
- Les conclusions concernant l’élection de 2016 sont historiques et dépendent des méthodes d’études publiées autour de cette période; elles ne doivent pas être présentées comme une mesure certaine de l’effet sur le résultat.
- Le chiffre du rapport sur les douze diffuseurs décrit un échantillon particulier et sa méthode a été contestée.
- Les affirmations actuelles ou récentes de la page qui ne font pas partie des six énoncés examinés restent à vérifier séparément.
Le verdict global tient compte de ces limites : utilise-les pour calibrer ta lecture.
Voir le détail du calculmode standard
| Claim | Verdict | Confiance | Calcul | Pts |
|---|---|---|---|---|
| C1 | Faux | Haute | 10 × 1 | 10 |
| C2 | Trompeur | Haute | 7 × 1 | 7 |
| C3 | Plutôt vrai | Haute | 1 × 1 | 1 |
| C4 | Trompeur | Haute | 7 × 1 | 7 |
| C5 | Trompeur | Moyenne | 7 × 0.7 | 4.9 |
| C6 | Plutôt vrai | Haute | 1 × 1 | 1 |
| Σ / (6 × 10) × 100 = | 30.9 / 60 | 52 | ||
| Code | Famille | Sévérité | Calcul | Pts |
|---|---|---|---|---|
| B2 | Problèmes de sources | Moderate | 4 × 1 | 4 |
| D2 | Manipulation contextuelle | Moderate | 4 × 1 | 4 |
| Σ / (6 × 8) × 100 = | 8 / 48 | 17 | ||
| Claim | Sources citées | Meilleur tier | Pénalité |
|---|---|---|---|
| C1 | aucune | — | 10 |
| C2 | 1 source | T4 | 1 |
| C3 | aucune | — | 10 |
| C4 | 1 source | T4 | 1 |
| C5 | 1 source | T3 | 1 |
| C6 | 1 source | T3 | 1 |
| Σ / (6 × 10) × 100 = | 24 / 60 | 40 | |
Plancher claim central : l'affirmation porteuse du contenu (C1) est jugée FALSE avec une confiance Haute. Le verdict global ne peut pas être plus clément que « Très trompeur », quelle que soit la proportion de claims périphériques exacts.
Le score brut 39 aurait classé le contenu dans une bucket plus douce que ce que les claims FAUX justifient. Le score affiché est ramené au bas du bucket cohérent avec le verdict.
L’article de Wikipédia présente les définitions, l’histoire, la propagation et les effets des infox, ainsi que différentes façons de les combattre. Il rassemble des exemples historiques et des travaux de périodes variées; cette analyse vérifie six affirmations représentatives, et non l’ensemble de l’article.
Wikipédia, article « Infox ». La copie fournie indique une dernière modification le 24 octobre 2026. L’article couvre des sujets historiques, des études datées et des éléments présentés comme plus récents; les sources ont donc été alignées sur la période de chaque affirmation.
- •Plusieurs affirmations historiques et chiffrées disposent de sources de recherche ou de documents officiels directement pertinents.
- •Les résultats de l’étude sur les repartages et la date d’adoption parlementaire ont été confrontés à leurs sources d’origine.
- •L’article est très vaste; cette analyse vérifie six affirmations représentatives et ne valide pas l’ensemble de ses nombreux exemples.
- •Certaines affirmations généralisent des résultats limités à un échantillon, une plateforme ou une période.
- •Le rapport sur les douze diffuseurs est contesté sur la portée et la représentativité de sa méthode.
- •La page mêle des sources de périodes différentes; les affirmations récentes non sélectionnées n’ont pas été vérifiées ici.
"Affirmation selon laquelle une fausse nouvelle a 70 % de chances supplémentaires d’être repartagée, suivie de la mention « référence nécessaire »."
Le chiffre est traçable à une étude, mais la phrase fournie ne donne pas de référence vérifiable et omet les limites du corpus et de la plateforme étudiés.
"Passage affirmant que les fausses nouvelles n’ont pas modifié le résultat de l’élection américaine de 2016."
La page transforme une question empirique incertaine en conclusion catégorique et ne rend pas compte des limites des études ni des résultats divergents.
Langue d'origine : Français pour la page fournie. L’article signale qu’il reprend en partie l’article anglophone correspondant.
Mutations : La copie indique une modification de la page le 24 octobre 2026. Les modifications antérieures et l’évolution précise de chacune des affirmations n’ont pas été retracées dans cette analyse.
Ici : Un chiffre frappant est donné sans référence exploitable à l’endroit où il apparaît.
Reconnaître : Repérez les mentions comme « une étude montre » ou « référence nécessaire », puis cherchez l’étude originale et vérifiez son échantillon.
Pourquoi ça marche : Un nombre précis paraît facilement objectif, même si ses limites ne sont pas indiquées.
Défense : Remontez à la publication originale et reformulez le résultat avec sa période, sa population et sa plateforme.
Ici : Des résultats limités ou incertains sont présentés comme une conclusion générale sur une élection.
Reconnaître : Vérifiez si les chercheurs mesurent une association, une exposition ou un effet causal, et si leurs conclusions sont catégoriques ou prudentes.
Pourquoi ça marche : Une conclusion simple est plus facile à retenir qu’une incertitude méthodologique.
Défense : Comparez plusieurs études de la période concernée et distinguez les observations de la preuve d’un effet sur le résultat.
Pour contrôler le chiffre de 70 %, ne vous arrêtez pas à la page encyclopédique : retrouvez l’étude de Vosoughi, Roy et Aral, vérifiez son résumé bibliographique, puis comparez l’énoncé avec la méthode et la plateforme effectivement étudiées.
Avant de partager un chiffre spectaculaire, demandez-vous ce qui a été compté, sur quelle période, sur quelle plateforme et dans quel échantillon. Un résultat de recherche peut être réel tout en étant exagéré lorsqu’on l’applique à une population beaucoup plus large.
Les affirmations sur les effets électoraux et la circulation des contenus nécessitent de distinguer corrélation, exposition et causalité.
Cette page de Wikipédia rassemble des informations utiles sur les infox, mais certaines formulations méritent des réserves. Le chiffre de 70 % provient d’une étude limitée à Twitter, l’affirmation sur l’élection américaine de 2016 est plus catégorique que les données ne le permettent, et le chiffre de 73 % sur les antivaccins concerne un échantillon précis de publications sur Facebook.
Analyses récentes
D'autres contenus vérifiés par Factare ces derniers jours.
L’article du Monde rapporte une interdiction d’entrée en Israël visant Jean-Luc Mélenchon, justifiée par des déclarations attribuées au min…
Article du Monde, signé « Le Monde avec AFP », publié et mi…
12 nov. 2026
L’article d’Ouest-France rapporte le passage de la dépression Charles dans le sud-est de la France le 12 novembre 2026, avec des pluies imp…
Article d’Ouest-France, signé C. Benoist, publié le 12 nove…
12 nov. 2026
Cet article de CNEWS, publié le 12 novembre 2026, affirme que Jensen Huang a quitté la direction de NVIDIA après des révélations sur des re…
Article de presse en ligne de CNEWS, signé CNEWS, publié le…
12 nov. 2026
Cet article provient de Le Gorafi (legorafi.fr), un site de **satire** identifié comme tel. Le contenu est intentionnellement fabriqué pour…
Le Gorafi : média satirique en français
12 nov. 2026
La page Dailymotion présente une vidéo de BuzzVid intitulée « Une incroyable démonstration d'électricité statique » et indique qu'elle a ét…
Dailymotion, compte BuzzVid. La page indique « il y a cinq…
12 nov. 2026
L’article de l’Associated Press, publié le 14 octobre 2026, présente l’arrivée aux États-Unis de crèmes solaires contenant du bemotrizinol,…
Article de Matthew Perrone pour l’Associated Press. La copi…
12 nov. 2026
Vérifie tes propres contenus avec Factare
4 modes d'analyse, méthodologie ouverte (SIFT, CRAAP, lateral reading, prebunking), sources tierées T1 → T8 et score MFS quantifié.