科学新闻学领域中计算新闻发现工具的实践研究
科技记者如今因工作量增加、资源减少和科学出版生态系统扩展而面临寻找新闻线索的挑战。在此背景下,我们探索计算方法以帮助这些记者发现新闻,重点关注时间效率和主动性。我们特别将三种计算信息补贴集成到交互工具中,用作探针以更好地理解此类工具如何提供效用或更广泛地影响专业科学记者的实践。我们的发现突出了关于科学记者主动性、背景和责任的核心考量因素,这类工具可以影响这些因素并应在设计中予以考虑。基于此,我们提出了提升用户长期主动性的设计机会;纳入情境化、个人化和协作性的新闻价值观念;以及利用灵活界面和生成式模型。总体而言,我们的发现为计算新闻发现工具的 sociotechnical 系统提供了更丰富的视角,并提出了改进此类工具以更好地支持科学记者实践的方法。
研究问题 / 现实痛点
这篇论文在当前问题库中对应的问题线索。
当前问题库还没有收录这篇论文的问题与痛点。
暂无符合条件(≥60% 相似度)的相关论文
基于研究子主题与职业分类的 Jaccard 相似度(≥60%)
快捷操作
广告推荐
学习 AI 编程到 CodeNow
open_in_new打开DOI链接
DOI: https://dl.acm.org/doi/10.1145/3637419
一眼看懂
fact_check论文快照
dataset
来源
CSCW
calendar_month
年份
2024
emoji_events
奖项
未标记奖项
group
作者
3 位作者
sell
研究子方向
—
work
职业/产业
—
article
内容状态
仅摘要
hub
相关论文
0 篇相关论文