論文の概要: Analyzing Who and What Appears in a Decade of US Cable TV News
- arxiv url: http://arxiv.org/abs/2008.06007v4
- Date: Mon, 24 Jan 2022 21:17:37 GMT
- ステータス: 処理完了
- システム内更新日: 2023-05-06 09:16:51.873477
- Title: Analyzing Who and What Appears in a Decade of US Cable TV News
- Title（参考訳）: 米国のケーブルテレビのニュース10年で誰が何が現れているかを分析する
- Authors: James Hong, Will Crichton, Haotian Zhang, Daniel Y. Fu, Jacob Ritchie,
Jeremy Barenholtz, Ben Hannel, Xinwei Yao, Michaela Murray, Geraldine Moriba,
Maneesh Agrawala, Kayvon Fatahalian
- Abstract要約: 我々は、アメリカの3つのケーブルテレビネットワークから、約24/7のビデオ、オーディオ、テキストキャプションのデータセットを分析する。
我々は244,038時間のビデオで顔を検出し、各顔の提示された性別をラベル付けし、著名人を特定し、テキストキャプションをオーディオに合わせる。
本稿では, 一般市民がテレビ放送のニュースデータセット全体に対して, 独自の分析を行うことのできる, インタラクティブなWebベースツールを提案する。
- 参考スコア（独自算出の注目度）: 34.85314265601969
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Cable TV news reaches millions of U.S. households each day, meaning that
decisions about who appears on the news and what stories get covered can
profoundly influence public opinion and discourse. We analyze a data set of
nearly 24/7 video, audio, and text captions from three U.S. cable TV networks
(CNN, FOX, and MSNBC) from January 2010 to July 2019. Using machine learning
tools, we detect faces in 244,038 hours of video, label each face's presented
gender, identify prominent public figures, and align text captions to audio. We
use these labels to perform screen time and word frequency analyses. For
example, we find that overall, much more screen time is given to
male-presenting individuals than to female-presenting individuals (2.4x in 2010
and 1.9x in 2019). We present an interactive web-based tool, accessible at
https://tvnews.stanford.edu, that allows the general public to perform their
own analyses on the full cable TV news data set.
- Abstract（参考訳）: ケーブルテレビのニュースは毎日何百万ものアメリカの家庭に届き、誰がニュースに現われるのか、何が報道されるのかという決定は世論や談話に大きな影響を与える。
2010年1月から2019年7月までの3つのケーブルテレビネットワーク(CNN、FOX、MSNBC)の24/7ビデオ、オーディオ、テキストキャプションのデータセットを分析した。
機械学習ツールを使用して、24,038時間のビデオで顔を検出し、各顔の性別をラベル付けし、著名人を特定し、テキストキャプションをオーディオにアライメントします。
これらのラベルを用いて、画面時間と単語頻度の分析を行う。
例えば、全体のスクリーンタイムは女性よりも男性の方がずっと多い(2010年には2.4倍、2019年には1.9倍)。
我々は,ケーブルテレビのニュースデータセット全体について,一般市民が独自の分析を行うことのできるインタラクティブなwebベースのツールを提案する。
関連論文リスト
- Automatic Classification of News Subjects in Broadcast News: Application to a Gender Bias Representation Analysis [1.4100823284870105]
本稿では,フランステレビやラジオニュースで取り上げられる話題におけるジェンダー分布の偏りを列挙する計算フレームワークを提案する。
我々は、2023年に21のフランス語チャンネルで放送された11.7k時間のデータセットを転写した。
スポーツ,政治,紛争などの主題において,女性が顕著に表現されていないことを示す。
論文 参考訳（メタデータ） (2024-07-19T10:15:45Z) - Gender Representation in TV and Radio: Automatic Information Extraction methods versus Manual Analyses [1.1708479580628022]
本研究は,テレビやラジオにおけるジェンダー表現の相違を記述するために,自動情報抽出記述子と手動分析の関係について検討する。
発見は、すべてのディスクリプタで男性に比べて女性が少なすぎるという、全身的な性別の不均衡を浮き彫りにする。
論文 参考訳（メタデータ） (2024-06-14T16:05:43Z) - Tracking the Newsworthiness of Public Documents [107.12303391111014]
この研究は、サンフランシスコ・クロニクル(San Francisco Chronicle)によるサンフランシスコ・ベイエリアにおける地方公共政策のニュース報道に焦点を当てている。
まず、新聞記事、公共政策文書、会議記録を収集し、確率的関係モデルを用いてそれらをリンクする。
第二に、ポリシー項目がカバーされるかどうかを予測するために、ニューズサステイネス予測という新しいタスクを定義します。
論文 参考訳（メタデータ） (2023-11-16T10:05:26Z) - Same Words, Different Meanings: Interpretable Predictions of
Polarization Trends in Broadcast Media Language and Granger Causal Effects on
Public Discourse [7.0525662747824365]
本稿では,放送メディア言語とソーシャルメディアの談話の関係について検討する。
CNNとFox Newsの10年分のクローズドキャプションとTwitterの話題を分析して、これらのアウトレット間のセマンティックポラリゼーションがどのように進化したかを示します。
以上の結果から,2つのチャネル間において,特に2016年以降において重要なキーワードが議論され,2020年にピークが全盛期を迎えたことが示唆された。
論文 参考訳（メタデータ） (2023-01-20T23:59:26Z) - Computational Assessment of Hyperpartisanship in News Titles [55.92100606666497]
われわれはまず、超党派ニュースタイトル検出のための新しいデータセットを開発するために、人間の誘導する機械学習フレームワークを採用する。
全体的に右派メディアは比例的に超党派的なタイトルを使う傾向にある。
我々は、外国問題、政治システム、ニュースタイトルにおける過党主義を示唆する社会問題を含む3つの主要なトピックを識別する。
論文 参考訳（メタデータ） (2023-01-16T05:56:58Z) - Unveiling the Hidden Agenda: Biases in News Reporting and Consumption [59.55900146668931]
イタリアのワクチン論争に関する6年間のデータセットを構築し、物語と選択バイアスを特定するためにベイジアン潜在空間モデルを採用する。
バイアスとエンゲージメントの間に非線形な関係が見られ、極端な位置へのエンゲージメントが高くなった。
Twitter上でのニュース消費の分析は、同様のイデオロギー的な立場のニュースメディアの間で、一般的なオーディエンスを明らかにしている。
論文 参考訳（メタデータ） (2023-01-14T18:58:42Z) - 2020 U.S. Presidential Election: Analysis of Female and Male Users on
Twitter [8.651122862855495]
現在の文献は、主にユーザーの性別を考慮せずにツイートの内容を分析することに焦点を当てている。
この調査は、2020年の米大統領選挙中に投稿された大量のツイートを収集、分析する。
今回の発見は、税、気候変動、新型コロナウイルスのパンデミックなど、幅広いトピックに基づいています。
論文 参考訳（メタデータ） (2021-08-21T01:31:03Z) - Fringe News Networks: Dynamics of US News Viewership following the 2020
Presidential Election [22.116891169190886]
2020年11月3日の米大統領選挙以前のデータを用いて、最近の研究は、YouTubeのソーシャルメディアエコシステムを使って、米国の政治的分極の程度に関する洞察を得ることの可能性を実証している。
本稿は,1月6日に米国議会議事堂で起きた,米国大統領選挙と暴力の間の64日間における,ニュース消費者とこれまでの「侵害」報道チャネルとの関係の急激な変容を考察する。
論文 参考訳（メタデータ） (2021-01-22T03:42:36Z) - Gender bias in magazines oriented to men and women: a computational
approach [58.720142291102135]
女性指向の雑誌の内容と男性指向の雑誌の内容を比較する。
トピック・モデリングの手法により、雑誌で議論されている主要なテーマを特定し、これらのトピックの存在が時間とともに雑誌間でどの程度異なるかを定量化する。
以上の結果から,セクシュアオブジェクトとしての家族,ビジネス,女性の出現頻度は,時間とともに消失する傾向にあることが示唆された。
論文 参考訳（メタデータ） (2020-11-24T14:02:49Z) - 365 Dots in 2019: Quantifying Attention of News Sources [69.50862982117125]
様々な情報源から,オンラインニュース記事の話題の重複を計測する。
ほぼリアルタイムで注目度に応じてニュースストーリーを採点する。
これにより、最も注目を集めているトピックを識別するなど、複数の研究が可能になる。
論文 参考訳（メタデータ） (2020-03-22T20:32:47Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。