This article interrogates platform-specific bias in the contemporary algorithmic media landscape through a comparative study of the representation of pregnancy on the Web and social media. Online visual materials such as social media content related to pregnancy are not void of bias, nor are they very diverse. The case study is a cross-platform analysis of social media imagery for the topic of pregnancy, through which distinct visual platform vernaculars emerge. The authors describe two visualization methods that can support comparative analysis of such visual vernaculars: the image grid and the composite image. While platform-specific perspectives range from lists of pregnancy tips on Pinterest to pregnancy information and social support systems on Twitter, and pregnancy humour on Reddit, each of the platforms presents a predominantly White, able-bodied and heteronormative perspective on pregnancy.
Este proyecto ilustra de qué manera los catálogos de video con proceso curatorial basado en datos pueden ofrecer un enfoque para analizar secuencias de video. Teniendo ricas y diversas colecciones de video como input, los catálogos basados en datos buscan identificar objetos comunes y reorganizarlos en clústeres temáticos que se muestran en formato de video. La técnica se inspira en dos prácticas científicas (el muestreo de núcleos y la difracción de la luz) y en dos formatos de publicación (los supercuts y los catálogos visuales). Los catálogos de video con proceso curatorial basado en datos se utilizan para republicar una colección de imágenes de la marea alta de Venecia de 2019, la que devastó la ciudad en forma inédita. A partir de una selección editorial de imágenes extraídas de YouTube, se utilizan varios procesos algorítmicos para demarcar y reorganizar el material en series temáticas de videos (personas, barcos y pájaros). Los catálogos de video resultantes permiten un tipo de análisis visual que va más allá de las formas tradicionales de medición, al tiempo que presentan un poder expresivo.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.