點擊👉

娛樂城

這5個K百家樂在線娛樂城ey錯誤破壞了Twitter上共享的COVID-19數據

今年在社交媒體上發生的與冠狀病毒相關的信息共享的瘋狂漩渦是由IUPUI信息與計算學院的研究人員領導的一項新分析的主題。

發表在開放獲取期刊上 信息學,這項研究著重於衛生專家和普通市民在Twitter上共享可視化數據的可視化,在最初的鬥爭中,他們掌握了COVID-19大流行的範圍及其對社會的影響。許多社交媒體用戶每天都繼續遇到類似的圖表,特別是隨著全球範圍內新一輪冠狀病毒病例開始激增。

工作發現,超過一半的百家樂線上娛樂城來自普通用戶的分析可視化包含五個常見錯誤之一,這些錯誤降低了其清晰度,準確性或可信度。

主持該研究的信息與計算學院助理教授弗朗切斯科·卡法羅說:“專家們尚未開始在Twitter上探索休閒可視化的世界。” “研究人們在線共享信息以了解大流行及其對生活的影響的新方式,是在這些未知領域中邁出的重要一步。”

在Twitter上分析的與冠狀病毒相關的數據可視化中,超過25%未能明確引用其信息來源,從而降低了可信賴度。圖片來源:印第安納大學Francesco Cafaro

休閒數據可視化是指依靠普通用戶可用的工具來以個人有意義的方式直觀地描繪信息的圖表。這些可視化與傳統的數據可視化不同,因為它們不是由傳統的健康信息“看門人”(例如疾病控制與預防中心或世界衛生組織)或媒體來生成或分發的。

卡法羅說:“現實是人們依靠這些可視化來做出關於他們生活的重大決定:將孩子送回學校是否安全,休假是否安全以及去哪裡。” “鑑於他們的影響,我們認為重要的是要了解更多有關它們的信息,並找出可能導致人們創建或查看它們而誤解數據,萬來博娛樂城十個無意中。”

在這項研究中,IU研究人員搜尋了Twitter,以識別2020年4月14日至5月9日在社交網絡上共享的5409個數據可視化。其中,隨機選擇了540個娛樂城推薦專為分析而設計-根據其他條件為435個可視化保留了完整的統計分析。其中112人是普通公民。

卡法羅說,從廣義上講,該研究確定了所分析的數據可視化的五個常見陷阱。除了確定這些問題之外,研究的作者還提出了克服或減少其負面影響的步驟:

  • 不信任:超過25%的被分析帖子未能清楚地識別其數據來源,從而對準確性造成了不信任。這些信息通常是由於不良的設計(例如錯誤的顏色選擇,繁忙的佈局或錯別字)而被掩蓋的,而不是有意的混淆。為了克服這些問題,該研究的作者建議清楚地標記數據源,並將此信息放置在圖形本身而不是隨附的文本上,因為在社交共享過程中圖像通常與原始帖子不成對。

  • 比例推理:11%的帖子顯示與比例推理有關的問題,這是指用戶根據比率或分數比較變量的能力。例如,了解不同地理位置的感染率是比例推理的一個挑戰,因為相似數量的感染可能表明低人口和高人口環境下的嚴重程度有所不同。為了克服這一挑戰,該研究的作者建議使用諸如每千人感染數之類的標籤來比較人口不同的地區,因為該指標比絕對數量或百分比更容易理解。

  • 時間推理:研究人員發現,有7%的帖子中存在與時間推理有關的問題,這是指用戶了解隨著時間的變化的能力。這些可視化包括將一整年的流感死亡人數與幾個月內COVID-19的死亡人數進行比較的可視化效果,或者是無法說明感染日期和死亡之間的延遲的可視化效果。解決這些問題的建議包括打破度量標準,該度量標準取決於單獨圖表中不同的時間範圍,而不是在單個圖表中傳遞數據。

  • 認知偏見:一小部分帖子(佔0.5%)包含的文字似乎鼓勵用戶根據創建者的“與種族,國家和移民有關的偏見”來誤解數據。研究人員指出,應該以清晰,客觀的描述仔細呈現信息贏家娛樂城與任何附帶的政治評論分開。

  • 對病毒的誤解:2%的可視化是基於對新型冠狀病毒的誤解,例如對SARS或流感相關數據的使用。

研究還發現,某些類型的數據可視化可以娛樂城體驗金500在社交媒體上最老套。通常會共享顯示隨時間變化的數據可視化,例如折線圖或條形圖。他們還發現,用戶更頻繁地使用圖表來傳達死亡人數,而不是感染數量或對經濟的影響,這表明人們對病毒的致死性比對它的其他負面健康或社會影響更感興趣。

參考: 

Trajkova M,Alhakamy A,Cafaro F,Vedak S,Mallappa R,Kankara SR。在Twitter上探索休閒的COVID-19數據可視化:主題和挑戰。 信息學2020; 7(3):35。 doi:10.3390 / informatics7030035

本文已從以下材料重新發布。注意:材料的長度和內容可能已被編輯。有關更多信息,請聯繫引用的來源。