Untersuchung von Nachrichtenrahmen in der Berichterstattung über Waffengewalt
Eine Studie über die Auswirkungen von Bildern und Texten in der Berichterstattung über Waffengewalt.
― 7 min Lesedauer
Inhaltsverzeichnis
Die Nachrichtenmedien berichten über Ereignisse wie Waffengewalt aus verschiedenen Perspektiven. Einige Reporter betrachten vielleicht psychische Gesundheitsprobleme oder Waffengesetze, während andere die Diskussionen über Waffenrechte hervorheben. Diese verschiedenen Arten, Informationen zu präsentieren, nennt man "Frames", und sie helfen dabei, wie Leser über eine Geschichte denken.
In dieser Studie betrachten wir, wie die Kombination von Nachrichtenüberschriften mit Hauptbildern helfen kann, diese Frames zu identifizieren. Wir haben festgestellt, dass die Verwendung von Text und Bildern zusammen ein klareres Bild des Nachrichtenframes vermittelt als die Verwendung nur einer dieser Quellen. Wenn die Bilder zum Frame der Überschrift passen, verbessern sich unsere Vorhersagen über den Nachrichtenframe erheblich. Wir nennen diese Verbindung zwischen Bildern und Frames "Frame-Relevanz".
Wir stellen ausserdem einen neuen Datensatz vor, der sich auf Waffengewalt in den USA konzentriert. Dieser Datensatz kombiniert Nachrichtenüberschriften mit von Experten annotierten Frames und den Bildern, die diese Artikel begleiten. Diese Ressource wird anderen Forschern helfen, wie verschiedene Informationsarten genutzt werden können, um die Medienrahmen zu untersuchen.
Medienframing ist der Akt, spezifische Aspekte einer Situation in der Berichterstattung hervorzuheben. Dadurch können Journalisten subtil die öffentliche Meinung beeinflussen. Wenn ein Nachrichtenartikel zum Beispiel Waffenkontrolle betont, könnte dies die Leser dazu bringen, strengere Waffengesetze zu unterstützen. Im Gegensatz dazu könnte der Fokus auf Waffenrechten zu einer anderen Perspektive auf dasselbe Thema führen.
Fotos in Nachrichtenartikeln können Bedeutungen vermitteln, die Worte allein vielleicht nicht vollständig erfassen können. Während Text Meinungen ändern kann, ziehen visuelle Elemente oft mehr Aufmerksamkeit auf sich und wecken emotionale Reaktionen. Ein Bild von einer Schule kann darauf hindeuten, dass es in der Diskussion um Schulsicherheit im Zusammenhang mit Waffengewalt geht.
Angesichts der wachsenden Besorgnis über Waffengewalt in den USA haben wir das Gun Violence Frame Corpus (GVFC) erweitert, das bereits Nachrichtenüberschriften und Expertenannotationen enthielt. Wir haben Hauptbilder zu diesem Datensatz hinzugefügt und Experten bewertet, wie relevant jedes Bild für die Überschrift-Frames war. Überraschenderweise fanden wir heraus, dass etwa die Hälfte der Zeit die Bilder nicht mit den in den Überschriften genannten Frames übereinstimmten. Diese Diskrepanz kann auftreten, weil Reporter und Fotografen oft unabhängig voneinander arbeiten, was zu Bildern führt, die nicht immer den Hauptfokus des Artikels widerspiegeln.
Unsere Arbeit zielt darauf ab, wertvolle Werkzeuge sowohl für Forscher als auch für Redakteure in Nachrichtenredaktionen bereitzustellen. Die Werkzeuge, die wir entwickeln, könnten dabei helfen, Bilder zu identifizieren, die die zentralen Themen von Nachrichtenartikeln genau darstellen. Momentan existieren solche Werkzeuge nicht, daher schliesst unsere Studie diese Lücke.
Wir haben sorgfältig die Verwendung sowohl des Textes des Artikels als auch seiner Hauptbilder untersucht, um Nachrichtenframes vorherzusagen. Unsere Ergebnisse zeigen, dass bei Artikeln mit relevanten Bildern die ausschliessliche Verwendung von entweder dem Text oder den Bildern zu weniger genauen Vorhersagen führte als die Verwendung beider zusammen. In Fällen, in denen Bilder nicht mit dem Text in Verbindung standen, war die Leistung der Kombination von Text und Bildern ähnlich wie die Verwendung nur des Textes allein.
Als wir mehr Kontext aus den Bildern einbezogen, wie zum Beispiel spezielle Werkzeuge zur Analyse des Inhalts oder indem wir Experten die Hauptsubjekte in den Bildern etikettieren liessen, verbesserten wir unsere Fähigkeit, die relevanten Frames vorherzusagen. Diese zusätzlichen Merkmale helfen, umgebende Informationen im Zusammenhang mit Bildern bereitzustellen, wie das Identifizieren bekannter Figuren oder Orte, die in Diskussionen über Waffengewalt relevant sind.
Datensatz-Erstellung
Der neue multimodale Framing-Datensatz kombiniert Überschriften und Hauptbilder mit von Experten annotierten Frames. Er enthält URLs für Artikel, Webentity-Tags aus Bildern, mit fortschrittlichen Beschriftungssystemen erstellte Bildunterschriften und Zusammenfassungen, die aus den Artikeln extrahiert wurden.
Um dies zu erreichen, haben wir Überschriften gesammelt, die Schlüsselwörter im Zusammenhang mit Waffengewalt enthalten, wie "Waffe", "Feuerwaffe", "NRA" und "Massenerschiessung". Unser Ziel war es, einen ausgewogenen Datensatz zu erstellen, der ein breites Spektrum von Medienquellen über das politische Spektrum hinweg abdeckt.
In diesem Datensatz haben wir gemessen, wie oft spezifische ethnische Gruppen in Überschriften auftauchen und wie sie in Bildern dargestellt werden. Wir fanden heraus, dass, während ethnische Erwähnungen selten waren, sie oft Bezug auf Gewaltopfer nahmen, wenn sie vorkamen. Bilder zeigten hauptsächlich weisse Personen, und Darstellungen von Opfern und Tätern waren seltener.
Dieser Datensatz bietet nicht nur Einblicke in das Framing im Journalismus über Waffengewalt, sondern eröffnet auch Möglichkeiten zu verstehen, wie verschiedene Gruppen in der Medienberichterstattung dargestellt werden.
Analyse von Frames und Bildern
In unserer Analyse von Artikeln über Waffengewalt haben wir untersucht, wie verschiedene Frames in den Überschriften zusammen mit den entsprechenden Hauptbildern auftauchten. Wir haben diese Bilder basierend auf dem zentralen Thema kategorisiert, zum Beispiel ob sie einen Verdächtigen, einen Politiker oder ein Opfer zeigten.
Unsere Ergebnisse zeigten, dass Bilder erheblich beeinflussen, wie Menschen Nachrichten Geschichten wahrnehmen. Zum Beispiel können Bilder von Politikern die Leser in politische Diskussionen über Waffenkontrolle lenken, während Bilder von Tatorten Diskussionen über öffentliche Sicherheit anstossen können.
Um unser Verständnis von Framing und seiner Beziehung zu Bildern zu verbessern, haben wir verschiedene Methoden getestet, um Text- und Bildinformationen zur Vorhersage von Frames zu kombinieren. Wir fanden heraus, dass die Einbeziehung visueller Elemente und textualen Kontexts die Genauigkeit unserer Vorhersagen erheblich erhöht. Das zeigt die Bedeutung, eine Vielzahl von Informationsquellen zu verwenden, um die Nuancen des Nachrichtenframings zu erfassen.
Bedeutung des visuellen Kontexts
Bilder können einen wesentlichen Kontext liefern, der das Verständnis von Nachrichtenartikeln verbessert. Durch die Analyse der visuellen Komponenten von Hauptbildern können wir tiefere Bedeutungen aufdecken, die aus dem Text allein möglicherweise nicht sofort ersichtlich sind.
Wenn Bilder identifizierbare Entitäten oder Umgebungen enthalten, können sie spezifische Frames signalisieren - zum Beispiel könnte das Zeigen einer Schule auf einen Fokus auf öffentliche Sicherheit und Waffengewalt hindeuten. Wir haben Werkzeuge genutzt, um Hintergrundinformationen aus dem Web im Zusammenhang mit Bildern abzurufen, was uns half, deren Relevanz besser zu verstehen.
Darüber hinaus haben wir untersucht, wie die Klarheit und Konkretheit der Worte in den Überschriften mit der Effektivität der Bilder zur Übermittlung dieser Frames korrelieren. Klarere, greifbarere Sprache in Überschriften führt tendenziell zu höheren Raten der Verwendung relevanter Bilder, was zeigt, dass die Art und Weise, wie wir Überschriften formulieren, die Auswahl begleitender visueller Elemente erheblich beeinflussen kann.
Ergebnisse und Implikationen
Unsere Bewertung ergab, dass wir durch die Verwendung kombinierter textueller und visueller Merkmale eine hohe Vorhersagegenauigkeit bei der Identifizierung von Frames im Zusammenhang mit der Berichterstattung über Waffengewalt erzielt haben. Die am besten abschneidenden Modelle nutzten sowohl die Überschriften des Artikels als auch die relevanten bildlichen Kontextinformationen, um genauere Schlussfolgerungen über die Nachrichtenframes zu ziehen.
Bei der Untersuchung spezifischer Frames stellten wir fest, dass einige, wie Politik, einen höheren Prozentsatz relevanter Bilder hatten, während andere, wie Gesellschaft/Kultur, eine geringere Relevanz aufwiesen. Das deutet darauf hin, dass bestimmte Themen in Diskussionen über Waffengewalt leichter durch visuelle Mittel vermittelt werden können als andere.
Die Ergebnisse unserer Studie unterstreichen, wie komplex und miteinander verknüpft Medienframing ist. Die bedeutende Rolle, die visuelle Elemente beim Formen der Frame-Wahrnehmung spielen, erfordert integrierte Ansätze im Journalismus, die sowohl Text als auch Bild berücksichtigen.
Fazit
Zusammenfassend hebt diese Studie die Bedeutung hervor, Text und Bilder bei der Analyse von Nachrichtenframing über Waffengewalt in den USA zu kombinieren. Wir bieten einen neuen Datensatz und Methoden an, um zu verstehen, wie Frames in den Medien aufgebaut werden, und zeigen, dass Bilder zusätzliche Bedeutung und Kontext tragen, die die öffentliche Wahrnehmung beeinflussen.
Diese Forschung eröffnet neue Wege zur Untersuchung von Medienframing und seinen Auswirkungen auf die Gesellschaft. Indem wir Werkzeuge zur Analyse von Text und Visuellem bereitstellen, hoffen wir, ein besseres Verständnis darüber zu fördern, wie Nachrichten-Narrative geformt und präsentiert werden, was letztlich die öffentliche Meinung und die Diskussion rund um Waffengewalt beeinflusst.
Titel: Detecting Frames in News Headlines and Lead Images in U.S. Gun Violence Coverage
Zusammenfassung: News media structure their reporting of events or issues using certain perspectives. When describing an incident involving gun violence, for example, some journalists may focus on mental health or gun regulation, while others may emphasize the discussion of gun rights. Such perspectives are called \say{frames} in communication research. We study, for the first time, the value of combining lead images and their contextual information with text to identify the frame of a given news article. We observe that using multiple modes of information(article- and image-derived features) improves prediction of news frames over any single mode of information when the images are relevant to the frames of the headlines. We also observe that frame image relevance is related to the ease of conveying frames via images, which we call frame concreteness. Additionally, we release the first multimodal news framing dataset related to gun violence in the U.S., curated and annotated by communication researchers. The dataset will allow researchers to further examine the use of multiple information modalities for studying media framing.
Autoren: Isidora Chara Tourni, Lei Guo, Hengchang Hu, Edward Halim, Prakash Ishwar, Taufiq Daryanto, Mona Jalal, Boqi Chen, Margrit Betke, Fabian Zhafransyah, Sha Lai, Derry Tanti Wijaya
Letzte Aktualisierung: 2024-06-24 00:00:00
Sprache: English
Quell-URL: https://arxiv.org/abs/2406.17213
Quell-PDF: https://arxiv.org/pdf/2406.17213
Lizenz: https://creativecommons.org/licenses/by/4.0/
Änderungen: Diese Zusammenfassung wurde mit Unterstützung von AI erstellt und kann Ungenauigkeiten enthalten. Genaue Informationen entnehmen Sie bitte den hier verlinkten Originaldokumenten.
Vielen Dank an arxiv für die Nutzung seiner Open-Access-Interoperabilität.