論文の概要: Making Sense of the Weather, Together: Collaborative Sensemaking in Severe Weather Livestreams

• arxiv url: http://arxiv.org/abs/2605.16285v1
• Date: Sun, 12 Apr 2026 17:22:36 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-01 03:02:52.408401
• Title: Making Sense of the Weather, Together: Collaborative Sensemaking in Severe Weather Livestreams
• Title（参考訳）: 天気の感覚を一緒に作る: 激しい天気のライブストリームにおける協調的なセンス作り
• Authors: Julie A. Vera, Mark Zachry, David W. McDonald,
• Abstract要約: 本稿では,「ウェザーフルエンサー」の出現現象を通した重症気象イベントにおける協調的センスメイキングについて検討する。 我々は、これらのクリエイターが、分散オーディエンスとリアルタイムに厳しい天気を解釈する社会技術的ダイナミクスをどのようにナビゲートするかを分析する。
• 参考スコア（独自算出の注目度）: 3.902251643617888
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: This paper examines collaborative sensemaking during severe weather events through the emerging phenomenon of "weatherfluencers" or content creators who livestream meteorological interpretation on platforms like YouTube. Drawing from sensemaking theory, crisis informatics, and platform studies, we analyze how these creators navigate the sociotechnical dynamics of interpreting severe weather in real time with distributed audiences. Through critical incident analysis of 13 Particularly Dangerous Situation (PDS) storm warnings across three prominent weatherfluencers, we identify three key practices: multi-source information triangulation, temporal bridging techniques, and platform-specific adaptations that transform entertainment interfaces into safety-critical communication channels. Our analysis shows how these practices challenge existing models of crisis communication by integrating distributed expertise, collapsing temporal frames, and reconfiguring platform affordances. This research contributes to understanding how informal emergency communicators mediate between institutional alerting systems and public needs, and how visual, multimodal crisis communication differs from text-centered approaches.
• Abstract（参考訳）: 本稿では,YouTubeのようなプラットフォーム上での気象解釈を生かした「ウェザーフルエンサー」やコンテンツクリエーターの出現する現象を通じて,厳しい気象イベントにおける協調的な感覚形成について検討する。 我々は、センスメイキング理論、危機情報学、プラットフォーム研究などから、これらのクリエーターが、分散オーディエンスとリアルタイムに厳しい天気を解釈する社会技術的ダイナミクスをどのようにナビゲートするかを分析した。 気象情報三角測量, 時間的ブリッジ技術, エンタテインメントインターフェースを安全クリティカルな通信チャネルに変換するプラットフォーム固有の適応の3つの主要なプラクティスを, とくに危険状況(PDS)の3つにまたがって, 重要なインシデント分析を通じて確認した。 我々の分析は、これらのプラクティスが、分散専門知識の統合、時間枠の崩壊、プラットフォーム余裕の再設定によって、既存の危機コミュニケーションモデルにどのように挑戦しているかを示している。 本研究は, 機関警報システムと公共ニーズ間の非公式な緊急通信がいかに仲介するか, 視覚的, マルチモーダルな危機コミュニケーションがテキスト中心のアプローチとどのように異なるかを理解するのに寄与する。

関連論文リスト

• ChangeQuery: Advancing Remote Sensing Change Analysis for Natural and Human-Induced Disasters from Visual Detection to Semantic Understanding [26.48338017389645]
  ChangeQueryは、総合的で全天候の災害状況認識のために設計された統合されたマルチモーダルフレームワークである。 正確な損傷定量化、地域固有の記述、総合的な災害後の要約を提供するために、構造化されたデータに基づいて訓練されている。 実験では、ChangeQueryが新しい最先端のソリューションを確立し、複雑な災害監視のための堅牢で解釈可能なソリューションを提供することを示した。
  論文  参考訳（メタデータ） (2026-04-24T08:05:39Z)
• Temporal Narrative Monitoring in Dynamic Information Environments [2.648998485166934]
  本研究は,新たな物語を時間的に進化する意味構造としてモデル化するシステム指向フレームワークを提案する。 本手法を現実世界の危機イベントに適用し,階層化されたクラスタ検証と時間的ライフサイクル分析を通じてシステム行動を評価する。
  論文  参考訳（メタデータ） (2026-03-18T11:30:17Z)
• CrisisSense-LLM: Instruction Fine-Tuned Large Language Model for Multi-label Social Media Text Classification in Disaster Informatics [50.122541222825156]
  本研究では,事前学習型大規模言語モデル(LLM)の強化による災害テキスト分類への新たなアプローチを提案する。 本手法では,災害関連ツイートから包括的インストラクションデータセットを作成し,それをオープンソース LLM の微調整に用いる。 この微調整モデルでは,災害関連情報の種類,情報化,人的援助の関与など,複数の側面を同時に分類することができる。
  論文  参考訳（メタデータ） (2024-06-16T23:01:10Z)
• Reap the Wild Wind: Detecting Media Storms in Large-Scale News Corpora [2.249916681499244]
  本稿では,大規模ニュース記事のコーパスにおいて,メディア・ストームを識別する反復的ヒューマン・イン・ザ・ループ手法を提案する。 本手法の適用性は,まず,特定の時間枠内にメディアストームの最初のリストを補足すること,および新しい時間帯におけるメディアストームを検出することの2つのシナリオで実証する。
  論文  参考訳（メタデータ） (2024-04-14T16:47:38Z)
• Federated Prompt Learning for Weather Foundation Models on Devices [37.88417074427373]
  天気予報のためのデバイス上のインテリジェンスでは、ローカルなディープラーニングモデルを使用して、集中型クラウドコンピューティングなしで気象パターンを分析する。 本稿では,FedPoD(Federated Prompt Learning for Weather Foundation Models on Devices)を提案する。 FedPoDは、通信効率を維持しながら、高度にカスタマイズされたモデルを得ることができる。
  論文  参考訳（メタデータ） (2023-05-23T16:59:20Z)
• Generic Temporal Reasoning with Differential Analysis and Explanation [61.96034987217583]
  時間差分解析でギャップを埋めるTODAYという新しいタスクを導入する。 TODAYは、システムがインクリメンタルな変化の効果を正しく理解できるかどうかを評価する。 共同学習においてTODAYの指導スタイルと説明アノテーションが有効であることを示す。
  論文  参考訳（メタデータ） (2022-12-20T17:40:03Z)
• Extracting Large Scale Spatio-Temporal Descriptions from Social Media [1.14219428942199]
  大規模イベントの追跡能力は、それらを理解し、適切なタイムリーな方法で反応を調整するために不可欠である。 我々は、ソーシャルメディアのような半構造化データソースを取り込み、このようなデータを拡張できるという仮説を模索している。 ソーシャルメディアは、直接の目撃者や専門家の意見などの貴重な知識を拡散しうるが、その騒々しい性質は、それらを管理しやすくするものではない。
  論文  参考訳（メタデータ） (2022-06-27T13:16:43Z)
• Multimodal Categorization of Crisis Events in Social Media [81.07061295887172]
  本稿では,画像とテキストの両方を入力として利用するマルチモーダル融合法を提案する。 特に、弱モダリティから非形式的および誤解を招くコンポーネントをフィルタリングできるクロスアテンションモジュールを導入する。 本手法は,3つの危機関連タスクにおいて,一様アプローチと強いマルチモーダルベースラインを大きなマージンで上回ることを示す。
  論文  参考訳（メタデータ） (2020-04-10T06:31:30Z)

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。