突发公共卫生事件中数据新闻报道框架分析——以新冠肺炎疫情相关报道为例

来源 :成都大学 | 被引量 : 0次 | 上传用户:ivwsige
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
当今世界处于百年未有之大变局,蕴藏着重要机遇,也伴随着重大风险挑战。其中,突发公共卫生事件的爆发危及人民生命安全,影响全球经济社会发展,这一事件往往成为媒体和民众关注的重点。新型冠状病毒肺炎疫情是时下最为重要的突发公共卫生事件。这不仅是对公共卫生和社会治理的巨大考验,更是对健康信息传播和科学知识普及的一次挑战。国内外媒体针对新冠肺炎疫情发表了大量的可视化报道,为疫情信息传播与阐释发挥了重要作用。本文选取新华网“数据新闻”,财新网“数字说”,澎湃新闻“美数课”为研究对象,使用内容分析法、比较研究法,对三家媒体在2020年-2021年6月30日期间关于新冠肺炎疫情数据新闻报道进行框架分析。具体包括:框架建构的策略、框架建构的结果、框架建构的异同、框架建构的不足与改进策略。本研究探讨不同性质媒体关于突发公共卫生事件的框架策略,希望为健康信息有效传播提供参考。研究发现,不同性质媒体的数据新闻栏目采用不同的框架报道新冠肺炎疫情,新华网主要采用“资料描摹”框架,财新网主要采用“问题深究”框架,澎湃新闻主要采用“解析阐释”框架。三家媒体的框架策略具有共性和差异,共性的地方在于,三家媒体均聚焦主要事件,基调保持中立;标题修辞单一,多以反问为主;数据来源倾向政府资料;视觉形式交叉,呈现简洁明了;交互水平较低,读者能动有限。不同点在于,三家媒体报道数量悬殊、类型存在差异;报道角度互质,主题存在分歧;推理逻辑分化,报道深度不一;视觉修辞有轻重。通过分析,研究者发现目前对于突发公共卫生事件,数据新闻报道框架存在报道涉入滞后、报道选题窄化、报道结构固化的问题。基于上述问题,研究者提出及时预警、人文主义、交互叙事这三大优化策略。
其他文献
随着电动汽车充电需求的快速增长,传统的中心化充电交易管理系统因存在建设成本高、利用率低、维护困难等缺点,已成为了目前电动汽车产业发展的主要瓶颈。因此,构建利用私有充电站进行商业化运营的新型充电交易管理系统,成为了突破这一瓶颈的有力途径,目前已受到学术界和工业界的广泛关注。在这类开放式、分布式的网络中,如何在缺乏中心节点的情况下,管理和约束交易双方的行为,是确保充电交易管理系统正常运营的关键。围绕此
学位
电力业务意图文本分类旨在通过一定的分类体系或标准对用户意图文本进行自动分类标记,是搭建电力业务智能对话系统和推进国家电网信息化的重要组成部分。随着大数据和深度学习在电力行业的广泛应用,电网运行效率和服务质量得到极大提升,然而,现有电力业务意图文本分类模型仍存在准确率不佳和缺乏领域针对性等问题。本文针对电力业务对话意图文本分类数据集,重点研究了多种神经网络在意图文本分类中的应用,分析了卷积神经网络、
学位
随着全球环境的问题愈发严峻,可以有效利用分布式新能源发电的微电网系统受到了各个国家的广泛关注。微电网的数据安全与系统的稳定运行息息相关,微电网系统的电力交易、发电预测、经济调度等功能都取决于其所用数据的可靠性。然而,微电网系统通常使用集中式的存储机制。集中式的存储机制容易发生单点故障,不法分子对数据中心的攻击可能会导致大量数据的泄露或篡改。这严重威胁了微电网系统的数据安全。因此,寻找新兴技术来保护
学位
随着智慧城市建设的逐步深入,各类基于物联网的信息化基础设施正在被快速部署并应用到日常生活中,其中智慧水务的建设是非常关键的一环。但是,国内水务公司在抄表时多数采用的仍是传统人工抄表方式,耗费了大量的人力及时间成本,而且这种周期性的抄表方式更无法实时监测用水信息,其智能化水平亟需进一步提升。因此,本文设计了一种用水事件驱动的水表智能采集装置,通过在旧式机械水表上安装该装置,不仅能够实时记录用户各阶段
学位
中长期电力负荷预测为大地理区域的电力系统规划提供了数据支撑,对促进经济社会高质量发展具有重要意义。电力负荷的预测主要有两个关键部分,一个是模型的建立,另一个是数据的选取和处理。而后者又是实现精准建模的重要一环。尤其是在对中长期电力负荷预测时,良好的数据对建立精准预测模型和获得精确的预测结果都将产生积极的影响。但由于时间跨度大,相关历史数据的规模会成倍增长,这给数据的处理和应用带来极大困难。因此,本
学位
随着信息化技术在电机行业中的应用,互联网中积累了大量电机领域工业技术文档和科研文献,如何从这些海量的非结构化文本数据中自动获取所蕴含的电机专业知识,成为电机领域文本挖掘重要的研究方向,对促进电机领域信息化发展具有重要的研究意义和理论价值。命名实体识别是解决此类问题的关键技术,其目的是识别非结构化文本数据中的专有名词并对其进行分类。目前,电机领域命名实体识别研究还处于起步阶段,相关工作较少,存在着标
学位
由于影响用电负荷行为的不确定性和不可控因素,很难准确预测用电负荷。不准确的负荷预测会导致不安全的规划和糟糕的电力系统管理,从而导致重大的财务损失。已经提出了许多增强电力负荷预测(ELF)的努力,但尚未达到预期的结果。为了提高预测精度,最近开发了机器学习模型。各种单一模型技术被首次使用,但基于其性能准确性的有效性并不好。此外,即使单个模型实际上被认为是某些预测领域的现代技术,任何单个模型也永远无法有
学位
随着智能电网建设的越来越完善,智能电表在小区的每家每户中都随处可见。在智能电网的数据采集时,智能电表起着十分重要的作用,它需要采集电能的原始数据,然后进行计量,最后将数据向上级传输。智能电表可先将数据传输给数据聚合点(DAP)再由DAP将接收到的数据传输给控制中心。此时DAP的位置选派就会影响DAP间的负载平衡从而影响整个小区电表网络的生命周期。因此研究DAP的选派对于整个智能电表网络都有着重要意
学位
燃料汽车的尾气污染在大气污染中占比大,导致生态环境破坏严重。随着我国绿色经济政策稳步实施,污染较少的电动汽车正逐步取代燃料汽车。所以电动汽车的动力核心电池管理系统技术的创新与发展成为当今社会研究的热门课题之一。而电动汽车的电池荷电状态(State of charge,SOC)和剩余续航是动力核心电池管理系统技术中的重要参数。因此本文选择电动汽车电池SOC和续航预测为课题,针对现有研究中所存在的问题
学位
加拿大学者麦克卢汉曾言:“任何技术都倾向于创造一个新的人类环境。”20世纪90年代以来,以互联网为代表的数字技术给人类社会带来了翻天覆地的变化,生成了一个新的生存环境,人类传播实践进入一个全新的时代——数字时代。依托各类数字技术诞生的数字媒介逐渐成为全面参与人类日常生活实践的基础设施,有了分散权力和赋予权力的特征,社会呈现出不同于传统媒体时代的传播景观,处于社会底层的边缘群体也由此获得了可见性。本
学位