MétaCan
Menu
Retour à la cohorte
Enregistrement W3167033375 · doi:10.2196/26481

YouTube Videos Related to the Fukushima Nuclear Disaster: Content Analysis

2021· article· en· W3167033375 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

venuePublié dans une revue dont le pays d'attache est le Canada.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueJMIR Public Health and Surveillance · 2021
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueMedia Influence and Health
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPopularityUploadNuclear disasterRelevance (law)Social mediaFukushima Nuclear AccidentContent analysisComputer scienceInternet privacyPsychologyWorld Wide WebNuclear power plantPolitical science

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: YouTube (Alphabet Incorporated) has become the most popular video-sharing platform in the world. The Fukushima Daiichi Nuclear Power Plant (FDNPP) disaster resulted in public anxiety toward nuclear power and radiation worldwide. YouTube is an important source of information about the FDNPP disaster for the world. OBJECTIVE: This study's objectives were to examine the characteristics of YouTube videos related to the FDNPP disaster, analyze the content and comments of videos with a quantitative method, and determine which features contribute to making a video popular with audiences. This study is the first to examine FDNPP disaster-related videos on YouTube. METHODS: We searched for the term "Fukushima nuclear disaster" on YouTube on November 2, 2019. The first 60 eligible videos in the relevance, upload date, view count, and rating categories were recorded. Videos that were irrelevant, were non-English, had inappropriate words, were machine synthesized, and were <3 minutes long were excluded. In total, 111 videos met the inclusion criteria. Parameters of the videos, including the number of subscribers, length, the number of days since the video was uploaded, region, video popularity (views, views/day, likes, likes/day, dislikes, dislikes/day, comments, comments/day), the tone of the videos, the top ten comments, affiliation, whether Japanese people participated in the video, whether the video recorder visited Fukushima, whether the video contained theoretical knowledge, and whether the video contained information about the recent situation in Fukushima, were recorded. By using criteria for content and technical design, two evaluators scored videos and grouped them into the useful (score: 11-14), slightly useful (score: 6-10), and useless (score: 0-5) video categories. RESULTS: Of the 111 videos, 43 (38.7%) videos were useful, 43 (38.7%) were slightly useful, and 25 (22.5%) were useless. Useful videos had good visual and aural effects, provided vivid information on the Fukushima disaster, and had a mean score of 12 (SD 0.9). Useful videos had more views per day (P<.001), likes per day (P<.001), and comments per day (P=.02) than useless and slightly useful videos. The popularity of videos had a significant correlation with clear sounds (likes/day: P=.001; comments/day: P=.02), vivid information (likes/day: P<.001; comments/day: P=.007), understanding content (likes/day: P=.001; comments/day: P=.04). There was no significant difference in likes per day (P=.72) and comments per day (P=.11) between negative and neutral- and mixed-tone videos. Videos about the recent situation in Fukushima had more likes and comments per day. Video recorders who personally visited Fukushima Prefecture had more subscribers and received more views and likes. CONCLUSIONS: The possible features that made videos popular to the public included video quality, videos made in Fukushima, and information on the recent situation in Fukushima. During risk communication on new forms of media, health institutes should increase publicity and be more approachable to resonate with international audiences.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,854
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,093
Tête enseignante GPT0,303
Écart entre enseignants0,210 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle