論文の概要: Mundus vult decipi, ergo decipiatur: Visual Communication of Uncertainty
in Election Polls
- arxiv url: http://arxiv.org/abs/2105.07811v1
- Date: Wed, 28 Apr 2021 07:02:24 GMT
- ステータス: 処理完了
- システム内更新日: 2023-04-02 04:11:33.270850
- Title: Mundus vult decipi, ergo decipiatur: Visual Communication of Uncertainty
in Election Polls
- Title（参考訳）: 選挙人投票における不確実性の視覚的コミュニケーション : mundus vult decipi, ergo decipiatur
- Authors: Alexander Bauer, Andr\'e Klima, Jana Gau{\ss}, Hannah K\"umpel,
Andreas Bender, Helmut K\"uchenhoff
- Abstract要約: 我々は、今放送と予測におけるバイアスの潜在的な源について論じる。
概念は、誤認識された正確性の問題を軽減するために提示される。
主要なアイデアの1つは、パーティーシェアではなくイベントの確率を使うことである。
- 参考スコア（独自算出の注目度）: 56.8172499765118
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Election poll reporting often focuses on mean values and only subordinately
discusses the underlying uncertainty. Subsequent interpretations are too often
phrased as certain. Moreover, media coverage rarely adequately takes into
account the differences between now- and forecasts. These challenges were
ubiquitous in the context of the 2016 and 2020 U.S. presidential elections, but
are also present in multi-party systems like Germany. We discuss potential
sources of bias in nowcasting and forecasting and review the current standards
in the visual presentation of survey-based nowcasts. Concepts are presented to
attenuate the issue of falsely perceived accuracy. We discuss multiple visual
presentation techniques for central aspects in poll reporting. One key idea is
the use of Probabilities of Events instead of party shares. The presented ideas
offer modern and improved ways to communicate (changes in) the electoral mood
for the general media.
- Abstract（参考訳）: 選挙調査報告は平均値に焦点を合わせ、基礎となる不確実性についてのみ下位で論じる。
その後の解釈は、しばしば確実に言い表される。
さらに、メディアの報道が現在と予測の違いを十分に考慮することはほとんどない。
これらの課題は2016年と2020年のアメリカ合衆国大統領選挙の文脈で広く見られたが、ドイツのような複数政党のシステムにも存在している。
我々は,nowcasts のビジュアルプレゼンテーションにおいて,nowcast と forecasting における潜在的なバイアス源について検討し,現在の標準をレビューする。
誤った認識の正確さの問題を弱めるために概念が提示される。
調査報告における中心的な側面に対する複数の視覚的提示手法について論じる。
主要なアイデアのひとつは、パーティの共有ではなくイベントの確率を使うことだ。
提示されたアイデアは、一般メディアの選挙の雰囲気を伝える(変更する)ためのモダンで改良された方法を提供する。
関連論文リスト
- Mapping the Media Landscape: Predicting Factual Reporting and Political Bias Through Web Interactions [0.7249731529275342]
本稿では,最近発表されたニュースメディアの信頼性評価手法の拡張を提案する。
大規模ニュースメディアハイパーリンクグラフ上での4つの強化学習戦略の分類性能を評価する。
本実験は,2つの難解なバイアス記述子,事実報告と政治的偏見を対象とし,情報源メディアレベルでの大幅な性能向上を示した。
論文 参考訳（メタデータ） (2024-10-23T08:18:26Z) - Understanding Divergent Framing of the Supreme Court Controversies:
Social Media vs. News Outlets [56.67097829383139]
我々は、米国最高裁判所の一連の判決に関して、ソーシャルメディアや伝統的なメディアのフレーミングにおける微妙な区別に焦点を当てている。
メディアが肯定的な行動や中絶の権利を扱い、学生ローンの話題はより深いコンセンサスを示す傾向にある。
論文 参考訳（メタデータ） (2023-09-18T06:40:21Z) - 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) - NeuS: Neutral Multi-News Summarization for Mitigating Framing Bias [54.89737992911079]
様々な政治スペクトルの複数のニュース見出しから中立的な要約を生成する新しい課題を提案する。
最も興味深い観察の1つは、生成モデルは、事実的に不正確なコンテンツや検証不可能なコンテンツだけでなく、政治的に偏ったコンテンツにも幻覚を与えることができることである。
論文 参考訳（メタデータ） (2022-04-11T07:06:01Z) - Correcting public opinion trends through Bayesian data assimilation [8.406968279478347]
世論を測ることが民主選挙における重要な焦点である。
従来のサーベイポーリングは依然として最も一般的な推定手法である。
Twitterの意見マイニングはこれらの問題に対処しようとしている。
論文 参考訳（メタデータ） (2021-05-29T11:39:56Z) - Enabling News Consumers to View and Understand Biased News Coverage: A
Study on the Perception and Visualization of Media Bias [7.092487352312782]
手動で3つのアノテートデータセットを作成し、さまざまな視覚化戦略をテストする。
その結果, 対照群と比較して, 治療群の偏見に気付く効果は認められなかった。
多段階モデルを用いて、ジャーナリストの偏見は、記事の政治的極性や公平性に大きく関係していることがわかった。
論文 参考訳（メタデータ） (2021-05-20T10:16:54Z) - M2P2: Multimodal Persuasion Prediction using Adaptive Fusion [65.04045695380333]
本稿では,ディベートアウトカム予測 (DOP) 問題において,誰が討論に勝つかを予測し,IPP (Intensity of Persuasion Prediction) 問題では,講演者の発言前後の投票数の変化を予測する。
我々のM2P2フレームワークはIPP問題を解決するためにマルチモーダル(音響、視覚、言語)データを使用した最初のフレームワークです。
論文 参考訳（メタデータ） (2020-06-03T18:47:24Z) - Electoral Forecasting Using a Novel Temporal Attenuation Model:
Predicting the US Presidential Elections [91.3755431537592]
予備選別世論調査データを用いて予測精度を向上させる新しいマクロスケール時間減衰(TA)モデルを開発した。
我々の仮説は、世論調査を公表するタイミングは、特に選挙直前の世論の変動に重要な役割を果たす、というものである。
我々は,48年間の平均予測誤差2.8-3.28点を蓄積するTAモデルの2つの異なる実装を提案する。
論文 参考訳（メタデータ） (2020-04-30T09:21:52Z)
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。