論文の概要: Instagrammable Data: Using Visuals to Showcase More Than Numbers on AJ
Labs Instagram Page
- arxiv url: http://arxiv.org/abs/2107.00938v2
- Date: Thu, 13 Oct 2022 09:14:46 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-23 18:44:09.217939
- Title: Instagrammable Data: Using Visuals to Showcase More Than Numbers on AJ
Labs Instagram Page
- Title（参考訳）: Instagrammableデータ:ビジュアルを使ってAJ LabsのInstagramページの数字以上を表示する
- Authors: Mathias-Felipe de-Lima-Santos and Arwa Kooli
- Abstract要約: 本稿では,Al Jazeera ニュースネットワーク用の AJ Labs の Instagram コンテンツ上でのデータジャーナリズムを識別し,分析する。
結果は、政治や暴力などの話題をカバーした視覚コンテンツの作成に頼っていることを示唆している。
結論として、本論文は、データストーリーを伝えるInstagramの使用を改善する潜在的な方法を提案する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: News outlets are developing formats dedicated to social platforms that
capture audience attention, such as Instagram stories, Facebook Instant
articles, and YouTube videos. In some cases, these formats are created in
collaboration with the tech companies themselves. At the same time, the use of
data-driven storytelling is becoming increasingly integrated into the
ever-complex business models of news outlets, generating more impact and
visibility. Previous studies have focused on studying these two effects
separately. To address this gap in the literature, this paper identifies and
analyzes the use of data journalism on the Instagram content of AJ Labs, the
team dedicated to producing data-driven and interactive stories for the Al
Jazeera news network. Drawing upon a mixed-method approach, this study examines
the use and characteristics of data stories on social media platforms. Results
suggest that there is reliance on producing visual content that covers topics
such as politics and violence. In general, AJ Labs relies on the use of
infographics and produces its own unique data. To conclude, this paper suggests
potential ways to improve the use of Instagram to tell data stories.
- Abstract（参考訳）: ニュースメディアは、instagram stories、facebook instant articles、youtube videoなどの視聴者の注意を引くソーシャルプラットフォーム専用のフォーマットを開発している。
場合によっては、これらのフォーマットはit企業自身と共同で作成される。
同時に、データ駆動のストーリーテリングの利用は、ニュースメディアの複雑なビジネスモデルにますます統合され、より多くのインパクトと可視性を生み出している。
これまでの研究では、これらの2つの効果を別々に研究している。
本稿は、AJ LabsのInstagramコンテンツにおけるデータジャーナリズムの利用について、Al Jazeeraのニュースネットワークのために、データ駆動でインタラクティブなストーリーを作成することを専門とする研究チームを特定し、分析する。
本研究では,ソーシャルメディアプラットフォームにおけるデータストーリーの利用と特徴について考察した。
結果は、政治や暴力などの話題をカバーした視覚コンテンツの作成に頼っていることを示唆している。
一般に、AJ Labsはインフォグラフィックの使用に依存し、独自のデータを生成する。
結論として、本論文は、データストーリーを伝えるInstagramの使用を改善する潜在的な方法を提案する。
関連論文リスト
- An Interactive Framework for Profiling News Media Sources [26.386860411085053]
本稿では,ニュースメディアのプロファイリングのためのインタラクティブなフレームワークを提案する。
グラフベースのニュースメディアプロファイリングモデル、事前訓練された大規模言語モデル、人間の洞察の強みを組み合わせる。
人間のインタラクションが5つにも満たないので、我々のフレームワークはフェイクや偏見のあるニュースメディアを素早く検出できる。
論文 参考訳（メタデータ） (2023-09-14T02:03:45Z) - Identifying Informational Sources in News Articles [109.70475599552523]
我々は、ニュース執筆に使用される情報ソースの、最大かつ最も広範囲にアノテートされたデータセットを構築した。
本稿では,ニュース記事中のソースの構成性を研究するための新しいタスクであるソース予測を導入する。
論文 参考訳（メタデータ） (2023-05-24T08:56:35Z) - Harnessing the Power of Text-image Contrastive Models for Automatic
Detection of Online Misinformation [50.46219766161111]
誤情報識別の領域における構成的学習を探求する自己学習モデルを構築した。
本モデルでは、トレーニングデータが不十分な場合、非マッチング画像-テキストペア検出の優れた性能を示す。
論文 参考訳（メタデータ） (2023-04-19T02:53:59Z) - GREENER: Graph Neural Networks for News Media Profiling [24.675574340841163]
本稿では,ウェブ上でのニュースメディアのプロファイリングの問題について,その実態と偏見について考察する。
私たちの主な焦点は、オーディエンスの重複に基づいて、メディア間の類似性をモデル化することにあります。
予測精度は2つのタスクに対して2.5-27マクロF1ポイント向上した。
論文 参考訳（メタデータ） (2022-11-10T12:46:29Z) - Content-based Analysis of the Cultural Differences between TikTok and
Douyin [95.32409577885645]
ショートフォームのソーシャルメディアは、聴衆にダイナミックなストーリーを伝え、彼らの注意を引き付けることによって、伝統的なメディアパラダイムから遠ざかる。
特に、興味深く、理解しやすいユニークなシーンを表現するために、日常的なオブジェクトの異なる組み合わせを用いることができる。
同じ会社によって提供されたTikTokとDouyinは、近年人気になった新しいメディアの好例だ。
メディアファッションや社会的慣用性とともに文化的な違いを表現しているという仮説が,本研究の主目的である。
論文 参考訳（メタデータ） (2020-11-03T01:47:49Z) - What is More Likely to Happen Next? Video-and-Language Future Event
Prediction [111.93601253692165]
対話が整ったビデオの場合、人々は次に何が起こるかを見極めることができる。
本研究では,AIモデルがこのようなマルチモーダル・コモンセンスの次世代予測を学べるかどうかを考察する。
新しいデータセットであるVideo-and-Language Event Prediction(ビデオ・アンド・ランゲージ・イベント予測)を収集します。
論文 参考訳（メタデータ） (2020-10-15T19:56:47Z) - How-to Present News on Social Media: A Causal Analysis of Editing News
Headlines for Boosting User Engagement [14.829079057399838]
我々は,メディアの現在の実践をデータ駆動アプローチを用いて分析する。
8つのメディアが共有するオリジナルニュース記事とそれに対応するつぶやきの並列コーパスを構築します。
そして、これらのメディアがオリジナルの見出しに対してツイートを編集し、そうした変化の影響について検討する。
論文 参考訳（メタデータ） (2020-09-17T06:39:49Z) - CompRes: A Dataset for Narrative Structure in News [2.4578723416255754]
ニュースメディアにおける物語構造のための最初のデータセットであるCompResを紹介する。
アノテーション付きデータセットを使用して、複数の教師付きモデルをトレーニングし、異なる物語要素を識別します。
論文 参考訳（メタデータ） (2020-07-09T15:21:59Z) - Sentiment Analysis on Social Media Content [0.0]
本研究の目的は,Twitterから収集した実データの感情分析を行うモデルを提案することである。
Twitterのデータは非常に非構造化されており、分析が困難である。
提案手法は,教師付き機械学習アルゴリズムと教師なし機械学習アルゴリズムの併用により,この分野の先行研究とは異なる。
論文 参考訳（メタデータ） (2020-07-04T17:03:30Z) - Comprehensive Information Integration Modeling Framework for Video
Titling [124.11296128308396]
エンド・ツー・エンド・エンド・モデリング・フレームワークにおいて、消費者生成ビデオの内容、消費者から提供される物語コメント文、製品属性などの包括的情報ソースを統合する。
この問題に対処するため,提案手法は,粒度レベルの相互作用モデリングと抽象レベルのストーリーライン要約という2つのプロセスから構成される。
グローバルなeコマースプラットフォームであるTaobaoの実際のデータから、大規模なデータセットを収集します。
論文 参考訳（メタデータ） (2020-06-24T10:38:15Z) - I Know Where You Are Coming From: On the Impact of Social Media Sources
on AI Model Performance [79.05613148641018]
我々は、異なるソーシャルネットワークのマルチモーダルデータから学習する際、異なる機械学習モデルの性能について検討する。
最初の実験結果から,ソーシャルネットワークの選択がパフォーマンスに影響を及ぼすことが明らかとなった。
論文 参考訳（メタデータ） (2020-02-05T11:10:44Z)
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。