Ютуб новости науки: Страница не найдена — МЕЖДУНАРОДНАЯ ПОЛИЦЕЙСКАЯ АКАДЕМИЯ ВПА |

Содержание

Наука и рациональность на YouTube (авторские плейлисты) / Хабр

Пользуясь каждой найденной истиной для нахождения новых.
— Рене Декарт, «Рассуждение о методе».

Быть всегда готовыми к путешествиям и открытиям.

Что это и зачем?

Последние 1,5 года регулярно смотрю видео по темам: научпоп, научный метод, рациональность. В какой-то момент я начал складировать наиболее удачные видео по различным плейлистам.

Делюсь тем, что из этого вышло.

Законы Науки

Про то, как работает наука, и чем научное мышление отличается от бытового, в плейлисте Научный метод
Наука говорит на языке цифр. А здесь не обойтись без главной служанки и главной царицы наук: Математики
Чему мы обязаны науке смотрите в плейлисте Изобретения и технологии

Законы Природы

Изучением законов природы занимается Физика.

Про объекты, размером примерно с Вас, лучше всего расскажет Классическая физика
Про очень большие и очень быстрые объекты расскажет Теория относительности
Про очень-очень маленькие объекты, из которых состоит вообще всё, расскажет Квантовая механика
Про объекты размером с наблюдаемую вселенную, расскажут Астрофизика и Астрономия

Законы Жизни

Вопрос происхождения жизни, называется Абиогенез
Но жизни мало появиться. Она должна развиваться. Тут не обойтись без Теории Эволюции
Тем, как это всё работает сейчас, занимается Химия жизни (Молекулярная биология, Биоинформатика, Биология клетки)

Законы Мышления

Вопросом работы человеческого мозга Но заниматься и иметь измеримый результат — разные вещи.»>занимаются Нейрофизиология и Когнитивная психология
Наш мозг устроен не идеально, он систематически плодит ошибки. То, с помощью чего он их плодит, называется Когнитивные искажения
Какие ошибки, заблуждения и мифы бывают у нас в голове можно посмотреть здесь: Ошибки мышления
А к чему ошибки в мышлении приводят, можно посмотреть в плейлисте История
Конечно, с ошибками можно и нужно бороться. Есть даже форум такой — Учёные против мифов
Вопросом работы нечеловеческого мозга, можно поинтересоваться здесь: Искусственный интеллект
Про то, как должен работать мозг сломанного человека, чтобы чинить себя эффективно, расскажет Доказательная медицина

Лекторы и спикеры

Чуть позже я занялся вопросом оптимизации подбора видео.

Конечно первым делом я пытался отсортировать каналы. Но быстро обнаружил, что даже самые лучшие каналы-агрегаторы куда меньше фильтруют контент, чем спикеры следят за своими словами. В итоге я регулярно обновляю список наиболее интересных спикеров с их предметными областями.

Александр Панчин (Химия жизни, Когнитивная психология, Научный метод)
Станислав Дробышевский (Антропогенез)
Алексей Водовозов (Доказательная медицина)
Владимир Сурдин (Астрофизика)
Александр Сергеев (Научный метод)
Михаил Гельфанд (Химия Жизни)
Вячеслав Дубынин (Нейрофизиология)
Майкл Стивенс – Vsauce (Когнитивная психология, Научный метод, Физика)
Дерек Мюллер – Veritasium (Когнитивная психология, Научный метод, Физика)
Сергей Попов (Физика, Астрофизика)
Ярослав Ашихмин (Доказательная медицина)
Андрей Кузнецов – Космос просто (Астрофизика)
Артём Оганов (Химия, Геофизика)
Евгений Попадинец – Utopia Show (Когнитивная психология, Ошибки мышления)
Константин Северинов (Химия Жизни)
Клим Жуков (История)
Егор Зырянов – RedRoom (История)

Где посмотреть научные новости?

Да много где, сейчас это достаточно популярный формат. Но лично я смотрю в качестве именно новостей вот эти три канала:

QWERTY – Новости науки (широкий профиль) – еженедельно ~15 мин.
Alpha Centauri – Новости Космоса – еженедельно ~15 мин.
Постнаука – недавно запустили новости нейронауки с Вячеславом Дубыниным (~120 мин.), и озвучили планы масштабировать данный проект и на другие направления. Однако их «рубка постнауки» и так позволяет быть в теме основных событий.

Запрос

Есть ли у Вас подобные плейлисты? Совпадает ли что то в наших плейлистах или списках спикеров? Буду рад рекомендациям, особенно конкретных видео.

P.S.

Есть планы убрать видео, которые уже не соответствуют текущему пониманию этих тем. Так же есть план расставить видео в порядке возрастающего когнитивного сопротивления. Руки дошли пока только до того, чтобы поднять самые важные видео в верхние части плейлистов. Всё остальное пока – это планы, буду держать в курсе.

Псс. А ещё у меня есть канал в телеграмме.

И конечно же, рекомендую ознакомиться с циклом статей «Краткое введение в рациональность» прямо здесь на Хабре.

10 YouTube-каналов, которые рассказывают о науке простым языком

Во время праздников трудно придумать себе осмысленное занятие, поэтому очень просто попасть в ловушку и надолго залипнуть на бесполезных мемах или видео. Вместо этого «Хайтек» рекомендует вам посмотреть 10 YouTube-каналов, которые объясняют различные научные концепции, разные стороны устройства жизни и сложные идеи простым языком.

Читайте «Хайтек» в

CGP Grey

Канал ведет анонимный автор, о котором известно лишь то, что он работал учителем физики в английской школе, а затем (как сказали бы в России) решил стать самозанятым и сделал свой YouTube-канал. Он посвящен не только науке, Grey делает видео о том, что такое Брекзит и почему его обсуждают до сих пор, хотя референдум прошел два года назад, как улучшить посадку пассажиров на самолет, чтобы не стоять в очередях, и почему аэропорты никогда не будут использовать его метод. Или что такое Reddit — видео, в котором Grey объясняет, как устроен этот сайт, после чего создатель Reddit сказал, что он вряд ли сам смог рассказать об этом лучше.

Видео выходят крайне редко, но если вы никогда не заходили на этот канал, то материалов вам хватит до конца выходных. У автора есть и второй канал, где он рассказывает, почему перестал пользоваться интернетом, когда заметил, что не может больше сосредоточиться, и придумал себе улучшенную версию новогодних обещаний — тему на год.

Kurzgesagt — In a Nutshell

Проект немецких дизайнеров и популяризаторов науки, название которого переводится как «Короче говоря». Сначала был любительским каналом, где они в свободное время рассуждали на разные темы. Одними из первых начали использовать красивый дизайн и цифровую анимацию, чтобы исследовать такие темы, как функционирование иммунной системы человека, перенаселение Земли и нейтронные звезды. Позже этот дизайн скопировали себе еще десятки каналов, но ни один из них не стал таким известным.

Теперь канал настолько популярный, что у него есть штат сотрудников и даже свое дизайн-бюро. Если вам сложно смотреть видео на английском языке, то часть роликов переводят на русский.

OverSimplified

Название канала отвечает на главную претензию к научно-популярным каналам. OverSimplified — это пересказ исторических событий в максимально упрощенном и понятном формате. Причем это касается как самой информации, так и способа ее подачи (пусть анимация и некоторые шутки автора вас не отпугивают).

Periodic Videos

Друг уже упомянутого CGP Grey Брэйди Хэран вместе с профессором Мартином Поляковым создали сайт Periodic Videos — проект, где в коротких образовательных видео они рассказывают о каждом элементе периодической таблицы Менделеева.

Если кликнуть на любой элемент, можно увидеть забавный видеоролик о нем — без всякого официоза и занудства, с опытами и комментариями. Например, в ролике про менделевий, полученный в 1955 году группой американских ученых, рассказывают, что это за элемент, и объясняют, как Менделеев связан с водкой.

Second Thought

Название канала — отсылка к главной идее книги «Думай медленно, решай быстро!», где систему мышления человека разбили на две составляющие. Одно мышление может отвечать на большинство вопросов, упрощая и не тратя на это энергию. Второе мышление — это более прокачанный ум, который сложно активировать, но он может ответить на самые сложные вопросы. На канале как раз отвечают на них — можно ли перемещаться по времени, что будет, если увеличить бюджет НАСА и почему мы не нашли инопланетян.

Wendover Production

Wendover Productions — это объяснение того, как устроен мир, от экономики до инженерных сложностей. Здесь очень много видео, которые посвящены любимой теме автора — самолетам!

Wisecrack

Wisecrack — это коллектив комедиантов, академиков, кинематографистов и художников, которым очень любопытен окружающий мир. Они исследуют сложные идеи и пытаются объяснить их простыми способами с элементами развлечения. Обратите внимание на раздел Thug Notes, где литературные произведения разбирают в достаточно нестандартном формате.

Asap Science

YouTube-канал канадских видеоблогеров Митчелла Моффита и Грегори Брауна, в котором еженедельно выходят анимированные видеоролики о науке и образовании. Можно ли стереть собственные воспоминания? Как смартфоны влияют на человека? Что на самом деле происходит в мозге, когда он под кайфом от алкоголя или марихуаны? Эти и многие другие вопросы находят ответы в видеороликах, выполненных в увлекательном ключе.

Vsauce

Видеоблогер Майкл Стивенс создал Vsauce 10 лет назад. В своем проекте он намеренно задается странными или абстрактными вопросами и пытается на них ответить максимально конкретно. Что будет, если в мире случится атомная война? Можем ли мы случайно убить микроскопическую жизнь на Марсе или, может, она убьет нас? Как будет выглядеть вымирание людей?

MinuteEarth

Авторы рисованного комикса объясняют разные нюансы функционирования нашего мира. Здесь можно узнать, почему змеи так жутко выглядят, для чего тираннозавру рексу нужны такие маленькие передние лапки и как грибы могут призывать дождь.

15 интересных YouTube-каналов о технологиях

Что посмотреть на YouTube об инновациях в области робототехники, устройстве привычных гаджетов и космических разработках — в подборке РБК Трендов

Маркес Браунли

Видео Маркеса Браунли — must watch для каждого технологического энтузиаста. В 2009 году, еще будучи подростком, Браунли выложил на YouTube свой первый ролик — обзор на ноутбук HP. Теперь Маркес — пожалуй, самый влиятельный техноблогер с 14,6 млн подписчиков и собственным подкастом. На канале Маркеса, кроме обзоров новинок, есть сериал Retrotech о старых гаджетах: первом фотоаппарате Polaroid, оригинальном компьютере Macintosh и плеере Walkman. Вишенка на торте — короткие интервью с людьми, чьи имена известны каждому — Марком Цукербергом, Бараком Обамой, Илоном Маском и Биллом Гейтсом.

The Verge

Канал одного из самых известных сайтов о технологиях, гаджетах и стиле жизни. Контент The Verge обновляется регулярно, и найти здесь можно все, что угодно: обзоры смартфонов, дронов и электромобилей, видео-эксплейнеры о том, как работает 5G, интервью с основателем Uber и даже с Charli XCX. Интересный контент сопровождается понятной инфографикой и стильным оформлением — как минимум 3 млн подписчиков это уже оценили.

Popular Mechanics

«Популярная механика» — старейший журнал о науке и технике. Его первый номер вышел в 1902 году, а YouTube-канал у издания появился спустя 104 года. У PopMech несправедливо мало подписчиков — всего около 62 тыс. Здесь вы не найдете обзор нового iPhone, зато точно наткнетесь на видео по неожиданной теме. Например, о том, как производят мебель из переработанного пластика, почему музыка в рекламе гаджетов всегда одна и та же, и как алюминиевые пивные банки превращаются в контроллер для видеоигр. Видео делятся по подборкам: как устроены повседневные вещи, оружие, автомобили и авиация, интервью с создателями технологий и многое другое.

EVFUTURE: Технологии будущего

На EVFUTURE чаще всего выходят ролики, посвященные электротранспорту: обзоры новинок с выставок и презентаций электрокаров, автомобилей на солнечных батареях и самых быстрых поездов. Авторы канала рассматривают технологии электротранспорта с точки зрения его экологичности и безвредности для окружающей среды. Иногда здесь можно встретить и видео, посвященные другим экологическим инновациям: например, искусственному мясу или альтернативной энергетике.

Марк Робер

Марк Робер проработал в NASA девять лет, семь из которых посвятил разработке марсохода Curiosity, а затем перешел в Apple, где провел еще пять лет на посту инженера-механика в отделе специальных проектов. Теперь основное занятие Марка — его видеоблог, в котором изобретатель пускается во все тяжкие. Например, последние 12 месяцев Робер провел за построением вулкана, который извергает слайм на 76 м в высоту. Кроме того, Марк часто делится инсайтами о работе в NASA и рассказывает о «внутренней кухне» крупнейших технологических компаний.

Rozetked

Rozetked — один из самых крупных русскоязычных YouTube-каналов о технике и технологиях. Свою работу он начал в 2011 году с обзора на один из первых Windows Phone. Теперь команда проекта делает репортажи с популярных технологических выставок, выпускает обзоры на роботов и делится эксклюзивной информацией. На канале есть серия роликов об истории главных ИТ-гигантов России и мира: ASUS, Dyson, «Сбера» и даже неизвестные факты о Google.

РБК Тренды

YouTube-канал РБК Трендов — это экскурс в мир будущего, где роботы стали неотъемлемой частью быта, нейросети могут обучиться чему угодно, а человек и технологии существуют в симбиозе. Раз в неделю на канале выходит выпуск технологических новостей, а в рубриках «Разбор» и «Толк» принимают участие эксперты в разных областях науки и технологий: Дмитрий Побединский, Wylsacom, Александр Каплан. Технологии проникают во все сферы жизни, и канал РБК Трендов старается захватить их по максимуму.

CNET

Этот YouTube-канал почти ежедневно публикует свежие новости о технологиях и электронике, а еще здесь есть классические непредвзятые обзоры смартфонов, умных часов и ноутбуков. Для тех, кто любит заглядывать в будущее, у CNET есть несколько интересных серий видео. Например, What The Future (WTF), которая подробно рассказывает о роботах и искусственном интеллекте, космических миссиях и микрочипах, вживленных в мозг. Еще одна серия посвящена тому, как мир готовится побеждать апокалипсис: мы можем заглянуть в бункер для самых богатых людей планеты, в криокамеру или на ферму, где работают только роботы.

ColdFusion

Этот канал называется в честь языка программирования, а ведет его Дагого Альтрейд, технологический энтузиаст, который начал свою YouTube-карьеру еще в колледже в 2007 году. Альтрейд выпускает видеоэссе от 10 до 30 минут, в которых расслабляющим тоном рассказывает истории из мира технологий. Откуда появился биткоин и NFT, как Adobe превратился в software-империю и куда исчезла Blackberry — все это можно узнать на ColdFusion. Приятный бонус от автора — его собственные микстейпы для работы и отдыха.

Device Orchestra

Если нет сил вникать в устройство сложных технологий, а хочется просто расслабиться и послушать музыку, — добро пожаловать на канал Device Orchestra. Его создатель записывает каверы на популярные песни с помощью бытовых электронных приборов и гаджетов: электробритв, платежных терминалов, пишущих машинок. Например, песню Never Gonna Give You Up Рика Эстли здесь можно послушать в исполнении электрических зубных щеток. Приятный бонус — ко всем девайсам приклеены игрушечные глаза.

Droider.ru

Большая часть контента этого русскоязычного канала посвящена смартфонам и ноутбукам, но разборы, которые делают Борис Веденский и Валерий Истишев, очень детальные. Ведущие буквально разбирают устройства на составляющие и объясняют, как устроены процессоры, чипы, камеры и дисплеи. Борис и Валерий не ограничивают себя распаковками и обзорами новых устройств — на их канале можно посмотреть репортажи с технологических выставок, узнать, как работает стриминг и почему в смартфонах на самом деле меньше памяти, чем заявлено.

TechCrunch

На TechCrunch публикуются новости из мира стартапов и новых интернет-продуктов. Здесь можно посмотреть записи питчей с конкурсов стартапов, лекции и публичные обсуждения будущего технологий. Канал предлагает целый курс по тому, как построить крипто-компанию, объясняет, почему происходят те или иные события в мире инноваций и рассказывает истории людей, которые стоят за технологическими разработками.

PRO роботов

Еще один русскоязычный YouTube-канал в подборке. Он полностью посвящен новостям из мира робототехники, дронов и искусственного интеллекта. Здесь можно узнать, что уже умеют роботы и чему их научат в ближайшее время, будем ли мы жить в виртуальной реальности и как получить профессию в этой области. Робот-хирург, робот-баскетболист, робот-официант, робот-спасатель — со всеми ними нас знакомит команда канала PRO роботов.

АйТиБорода

Блог Алексея Картынника, программиста из Белоруссии, который показывает «жизнь айтишников изнутри». Алексей снимает двух- или даже трехчасовые интервью с представителями индустрии, в которых тема раскрывается максимально подробно. Например, не так давно на канале вышло интервью с инженером Intel о том, как устроены процессоры. Каждое такое видео — исчерпывающий экскурс в конкретную профессию, от архитектора ПО до разработчика нейросетей.

Hacksmith Industries

Создатель канала Hacksmith Industries Джеймс Хобсон раньше трудился инженером и разработчиком, но оставил эту работу, чтобы развивать видеоблог. И не зря — на канале Hacksmith Industries сейчас 12 млн подписчиков, которые наблюдают за тем, как Хобсон воссоздает в реальности устройства из sci-fi фильмов. Джеймс создал первый настоящий световой меч, который работает на газовом топливе и может разрезать металл, за что попал в книгу рекордов Гиннеса. В своих видео Хобсон рассказывает и показывает, можно ли воссоздать щит Капитана Америки, как работает в реальной жизни оружие из игры Overwatch или летающий скейтборд из фильма «Назад в будущее».

«Услышьте честных врачей!» В Москве прошли две встречи по теме борьбы с ковидом

Более 300 представителей медицинского сообщества собрала первая Московская международная научно-практическая конференция «Врачи за правду!» по теме «Клинические и организационные аспекты диагностики, лечения и профилактики covid-19».

Мария Дубинская

Форум «Врачи за правду!» объединил как практикующих докторов, так и представителей медицинской науки. В числе отечественных и зарубежных специалистов присутствовали такие уважаемые деятели как академик РАН и РАМН Виталий Зверев и доктор медицинских наук Владислав Шафалинов.

Между тем в Госдуме фракция КПРФ провела круглый стол на тему «Законодательное обеспечение противодействия распространению новой коронавирусной инфекции в Российской Федерации» с участием Марии Шукшиной, Игоря Гундарова, Екатерины Енгалычёвой и других ярких представителей той части общества, которая выступает против принудительной вакцинации.

Участники обеих этих встреч отмечали: прозвучавшая информация относится к тем медицинским знаниям, которые по каким-то причинам упорно игнорируются в высоких чиновничьих кабинетах, где принимаются все самые важные решения, влияющие на нашу жизнь.

«В ходе мероприятия в докладах была подведена научно-доказательная база под историю, которая давно понятна находящимся в теме: «борьба» властей с ковидом путем ограничений прав и свобод граждан и принудительных уколов – совсем не про заботу о нашем здоровье. Клеймение всех товарной маркировкой в виде QR-кода – абсолютно не про гарантию защиты от ковида. Попытка шельмовать и очернять ключевых спикеров конференции в федеральных СМИ и соцсетях – вовсе не ради «битвы за добро» и «спасения людей», передумавших прививаться. Многое из сказанного еще не раз прозвучит эхом в головах растерявшейся обслуги «партии ковида»», — написал о конференции «Врачи за правду!» портал katysuha.org.

Мария Шукшина

Фото:youtube.com

Мария Шукшина, ютуб-канал которой недавно был заблокирован, а Инстаграм попал в «теневой бан», сказала в Госдуме следующее:

«Я бы хотела ещё раз дословно привести слова президента, сказанные 24 ноября на совещании членов правительства. Цитата, это очень важно: «Повторяю ещё раз – вообще, в целом, я считаю, что прививки должны быть добровольными, тем более для детей. Во всяком случае, они просто должны у нас быть в наличии». На мой взгляд, это абсолютно чёткая позиция. Во-первых, вакцинация исключительно добровольная, а во-вторых, со стороны государства необходимы действия не по принуждению к вакцинации граждан, а исключительно действия, направленные на предоставление возможностей вакцинации для всех желающих. Это очень важно.

На мой взгляд, правительство Российской Федерации должно не вносить законопроекты о введении QR-кодов в нашу жизнь, а признать низкую результативность Минздрава России и пересмотреть механизмы борьбы с коронавирусом. Также я бы предложила провести парламентские слушания по данному вопросу и инициировать парламентское расследование на предмет установления причин высокой смертности населения в ходе лечения от коронавируса. От себя также могу добавить, что я ежедневно публикую на своих ресурсах обращения наших граждан против сегрегации, против QR-кодов, против принудительной вакцинации. И таких граждан, в соответствии с опросом РИА-Новости, 80 %».

Виталий Зверев

Фото:youtube.com

По словам академика Виталия Зверева, посетившего оба мероприятия, многие взрослые переносят коронавирус в лёгкой форме, а дети им практически не заражаются.

«На самом деле дети не болеют по одной простой причине – у них нет рецепторов для этого вируса. У них очень мало их в клетках. Поэтому они не болеют или болеют легко. Да, есть дети, которые болеют тяжело и даже которые умирают, но это дети с онкологией, с диабетом и ожирением. Прежде, чем начинать вакцинацию детей, нужно убедиться, что это безопасно и полезно. А все аргументы о том, что дети основные переносчики вируса – как это при гриппе, при гриппе это правда – здесь это не доказано, раз, а во-вторых мы знаем, что все привитые точно так же могут переносить коронавирус», — отметил Виталий Зверев.

«Я считаю, что детей ни в коем случае нельзя сейчас начинать вакцинировать. У них свой календарь… А сейчас уже проект – от 6 до 11 лет. Но ведь не надо забывать: корь никуда не исчезла. Все эти инфекции остались. И то, что касается осложнений, нам тоже нужно иметь полноценную картину», — сказал Зверев.

Академик сообщил о том, что ВОЗ совсем недавно опубликовал данные по тяжёлым и смертельным осложнениям: «За 50 лет прививок против паротита в мире было зарегистрировано всего 700 осложнений после прививки. После кори – 2100. Больше всего было зарегистрировано от гриппа – 248 000 случаев за 50 лет прививок. И только за год прививок от коронавируса мы имеем 2 млн 248 тысяч (случаев осложнений). Это данные, которые собирает ВОЗ по всем вакцинам, кроме российских».

По его данным, реально в мире от covid-19 умерло лишь 2% от заболевших, а в России 2,9%. Вирус активно мутирует. Поэтому крайне важно знать всю правду о том, что сейчас происходит.

«Мало того, когда мне говорят, что переболевших нужно вакцинировать, у меня нет ничего, кроме возмущения. Пусть мне назовут, а здесь врачи сидят, хоть одну инфекцию, при которой иммунитет от вакцины был бы сильнее, чем от перенесенного заболевания. К сожалению, это не доходит до Минздрава или Оперштаба по коронавирусу», — заявил академик Виталий Зверев.

«Всё то, вредное, что к нам попадает, организм запоминает, и образует клетки, которые среагируют, когда попадёт что-то второй раз. Если бы мы сохраняли антитела от всего, чем мы болели, у нас кровь была бы как кирпич, потому что она бы была вся забита антителами.

Антитела истощаются со временем. Это обязательно. И после заболевания, и после вакцинации. Живые вакцины и те, которые мы используем в обычной жизни, они стимулируют и тот иммунитет, и другой.

И надо оставить переболевших в покое! Те, кто переболел – не нуждаются в вакцинации. У них сформирован вот этот самый иммунитет, у них есть клетки памяти, это показано, они сработают.

Эти вакцины, конечно, сыграли свою роль, и играют. Я не говорю, что не надо прививаться. Но мы должны понимать… Вот сейчас Pfizer уже говорит, что надо прививать не через полгода, а через четыре месяца.

Почему? Потому что когда прививали молодых здоровых людей, этих антител хватало на полгода. А сейчас, когда пошли люди с разными хроническими заболеваниями, люди в возрасте, то естественно, этот иммунитет уже стал «короче» у многих, а у многих вообще его нет. Поэтому нужно понимать, кого, как и чем нужно прививать.

И вносить, например, в календарь прививок прививку от ковида… Ну, как мы её будем вносить, если мы каждые полгода должны делать вакцинацию?», — сказал Виталий Зверев.

Кроме того, Виталий Зверев коснулся введения QR-кодов.

«Меня спрашивают, как QR-коды помогают в борьбе с пандемией? А я спрашиваю, а какое они вообще имеют отношение к борьбе с коронавирусом? Да никакого! Вы знаете. Даже наоборот: люди, которые вакцинировались и получили QR-код, они, наоборот, становятся более опасными, потому что они забывают, что могут быть переносчиками. Они ведут себя более раскованно, чем те, кто не привит, более спокойно, и при этом заражают других.

Поэтому это ничего не даёт. И самое главное, самое страшное, какая «мотивация» у этого кода? Это не сохранить своё здоровье, а пойти вечером в ресторан или ещё куда-то! Вот как ценности поменялись… Поэтому, на мой взгляд, эти коды никакой рои не играют в борьбе с ковидом. Если они нужны для чего-то другого… Ну, в принципе, все наши данные есть в базе, мы все где-то зарегистрированы, и для чего этот QR-код… Это не нага придумка. Это придумка “оттуда”», — отметил академик Зверев.

Фото:rossaprimavera.ru

О влиянии ковида на репродуктивную систему ребенка и возможных последствиях вакцинации рассказал на конференции «Врачи за правду!» к.м.н., эконом Печерского монастыря о. Олег Осипов.

«Мой доклад построен на полных цитатах статей российских и зарубежных авторов – тут нет ни одного моего тезиса, кроме финального вывода. Московские пульмонологи отмечают, что в 94% всех заболеваний детей в Китае на пике распространения там ковида имели асимптоматическое, легкое или среднетяжелое течение. Умер всего один ребенок. В целом же в мире описано около 600 пациентов-детей, летальность среди которых составила 1-3%.

За прошедшие недели в стационары Москвы и других регионов поступило около 25 несовершеннолетних, большинство из которых были выписаны домой через две недели. По данным американских ученых, смертность детей от ковида составляет 0,02% от общего числа заболевших. В стационарах Омска, например, тяжелых случаев среди госпитализированных детей было 0. Итальянцы пишут, что у них за год было зафиксировано 44 инфицированных новорожденных, все дети выписаны домой после пребывания в стационаре в среднем через 10 дней.Исследования в Китае и Италии показали, что мужчины более подвержены влиянию нового коронавируса на репродуктивные органы мужчин. Яичко – орган высокого риска, его может атаковать коронавирус.

Состоятельность репродуктивного потенциала у пациентов мужского пола, переболевших ковидом, надо изучать в динамике. Пока сведений на эту тему очень мало. Можно предположить, что количество вырабатываемого фермента, к которому прикрепляется ковид, у маленьких мальчиков минимально, следовательно, меньше и риски поражения репродуктивной системы. Что касается вероятных ПВО – у белковых вакцин одним из последствий является антителозависимое усиление инфекции, которое обычно вызывается вакциноассоциируемыми антителами.

Другим нежелательным эффектом является усиление аутоиммунных заболеваний в легочной ткани. Также опасность представляет потенциальная интеграция ДНК из вакцин в геном хозяина с неизвестными последствиями. У векторных вакцин геном вируса может интегрироваться в геном человека, подобный эффект наблюдался у векторных вакцин, несущих вирус кори. РНК-вакцины также имеют недостатки – действие выделяемого при реакции на компоненты интерферона может спровоцировать аутоиммунные реакции.Взаимодействие S-белка с рядом антител может отрицательно влиять на некоторые показатели здоровья, может вызвать симптомы заражения, подобного инфекции COVID-19.

Иммунитет человека после вакцинации в течение месяца находится в уязвимом, практически нерабочем состоянии (подавляется выработка интерферона). Одним из выводов работы является необходимость рассмотрения длительного влияния вакцинации от ковида на организм человека в целом.

Если сопоставить озвученные мной риски от последствий вакцинации с вероятными негативными последствиями ковида для детей, вывод напрашивается сам собой. Вакцинация детей от этого вируса является необдуманной, превышающей все степени допустимого риска, значительно превосходящей потенциальный защитный эффект процедурой. Необходимо длительно изучать влияние вакцин на организм ребенка перед одобрением данной процедуры», — отметил Олег Осипов.

Владислав Шафалинов

Фото:youtube.com

Почему же справедливые замечания и обоснованные рекомендации медиков не слышны в министерских кабинетах?

Доктор медицинских наук Владислав Шафалинов уверен в том, что это связано с самой системой, которая изолировала чиновников от учёных и научной информации. В министерстве строго следуют программам, утверждённым в ВОЗ, а не основанным на собственных научных изысканиях.

По мнению академика Зверева, ВОЗ превратили в коммерческую организацию, которая продвигает совершенно конкретные коммерческие интересы мировой фарминдустрии.

На конференции также выступила клинический психолог Ирина Медведева, которая рассказала об эмоциональном состоянии врачей, которых власть упорно не желает слышать. По мнению профессора Дениса Иванова, медицинскому сообществу необходим диалог. «Политики пусть занимаются политикой и не лезут в медицину, а мы, врачи, разберёмся и найдем оптимальные и правильные решения, подытожил учёный».

Услышать выступления участников конференции «Врачи за правду!» целиком можно здесь, а выступления на круглом столе в Госдуме — здесь.

Украина – Шотландия: где смотреть матч Лиги наций

27 сентября, 2022 вторник

08:20

Об этом сообщает Еспресо. TV.

Матч Украина – Шотландия состоится в Кракове и начнется в 21:45. В прямом эфире его покажут телеканал ICTV и YouTube-канал Украинской ассоциации футбола.

В случае победы команда Александра Петракова, которая сейчас имеет 10 очков и идет в группе 1 дивизиона B второй, выйдет в дивизион A. При любом другом результате там окажутся шотландцы, лидирующие с 12 пунктами.

Лига наций

Дивизион B. Группа 1

6-й тур

27 сентября

Украина – Шотландия

Краков, Польша, стадион «Краковия»

Начало – 21:45

Прямая трансляция на телеканале ICTV и YouTube-канале УАФ

21 сентября Украина уступила Шотландии со счетом 0:3.
24 сентября в Ереване сборная Украины победила Армению в 5 туре Лиги наций.
26 сентября Александр Петраков заявил, что не ведет переговоры с Украинской ассоциацией футбола о продлении контракта.

Следите за событиями в Украине и мире вместе с Еспресо! Подписывайтесь на Telegram-канал: https://t.me/espresotb

Сборная Украины

Тайга.инфо — Главные новости Сибири

Новости

Родители держали 13-летнюю дочь на цепи в Красноярском крае

29 Сен, 08:09

Алтайский военком обвинил самих россиян в том, что их могут ошибочно мобилизовать

29 Сен, 07:01

Новосибирского экс-сенатора Лаптева отправили в СИЗО

29 Сен, 06:53

Военком Новосибирской области публично заявил, что женщин нет среди мобилизованных. Это не так

29 Сен, 06:06

Новосибирский военкомат забросали коктейлями Молотова

29 Сен, 05:26

Состояние, похожее на пандемический шок: как частичная мобилизация отразится на рынке труда

28 Сен, 10:50

Арестован обвиняемый в стрельбе по иркутскому военкому

28 Сен, 10:09

Новосибирский горсовет одобрил обращение в Госдуму о лишении мандатов тех, кто год не находится в РФ

28 Сен, 09:51

Сбежавшему из части контрактнику назначили 6 месяцев ограничения по военной службе в Сибири

28 Сен, 09:36

Несколько техникумов и вуз эвакуированы в Забайкалье

28 Сен, 07:07

Тело мужчины нашли в воинской части в Забайкалье

28 Сен, 06:27

Новосибирский военком объявил о возможности мобилизовать ограниченно годных и неслуживших

27 Сен, 15:16

Друг расстрелявшего иркутского военкома мужчины погиб в «спецоперации»

27 Сен, 14:35

Забайкалец убил, расчленил и сжег в котельной Ангарска сослуживца

27 Сен, 12:55

Томский майор отделался штрафом за избиение солдат

27 Сен, 12:24

Новосибирский депутат Яковенко отправится добровольцем на фронт

27 Сен, 12:05

Помощь только одному району ЛНР обойдется красноярцам в 1 млрд

27 Сен, 11:48

Бывший заместитель министра пойдет под суд за откаты в Новосибирской области

27 Сен, 09:51

Новосибирец забил приятеля до смерти гитарой

27 Сен, 08:33

Сотрудников НГУ начали мобилизовать

27 Сен, 07:37

Число погибших после стрельбы в школе в Ижевске выросло до 15

26 Сен, 16:14

Расстрелявший иркутского военкома: «Щас все поедем домой»

26 Сен, 12:29

Учителей заставляют работать на мобилизации в Новосибирской области

26 Сен, 11:22

Роспотребнадзор предложил Травникову запретить массовые мероприятия под предлогом ковида

26 Сен, 06:46

Красноярский военком заявил об отсутствии ограничений для мобилизации

26 Сен, 06:11

«Интересно, когда можно обманывать госаппарат»: Борис Акопов о новом фильме и кризисе кино в России

25 Сен, 15:31

Новосибирский депутат Госдумы заявил о «системной» проблеме с «ошибками военкоматов» при мобилизации

25 Сен, 12:58

Мост рухнул под грузовиком в Красноярском крае

25 Сен, 10:23

Красноярского кавээнщика лишили работы из-за шутки про иноагентов

25 Сен, 09:23

Состояние воздуха в Новосибирске ухудшилось

25 Сен, 09:01

Как проходит «частичная мобилизация» в сибирских поселках

25 Сен, 07:12

Землетрясение интенсивностью 4,7 балла произошло в Междуреченске

25 Сен, 06:09

Более 70 человек задержали на акции протеста в Новосибирске

25 Сен, 05:41

Новости

Россиян просят «самообложиться». Как проходят референдумы, где жителям предлагают скидываться на воду и дороги

28 Сен, 12:30

Жители алтайского села сами обложили себя налогом на референдуме, но властям не хватило явки для законности, несмотря на то, что треть якобы голосовали досрочно (это может свидетельствовать об административном ресурсе). Таких референдумов всё больше, доля как бы добровольных взносов растет, но Тайга.инфо выяснила, что россияне далеко не всегда поддерживают это, а в регионе, считающимся одним из передовых в этом отношении, власти пойманы на масштабных фальсификациях. Теперь там освобождают от взносов часть людей под предлогом «спецоперации».

Нехватка кадров, новых технологий и финансов: развитие строительной отрасли обсудили в Новосибирске

28 Сен, 08:00

Как строился Новосибирск и что сейчас происходит в строительном секторе, обсудили на конференции, посвященной 100-летию со дня рождения первого начальника «Главновосибирскстроя» Павла Начарова. Какие задачи стоят перед властью, что не так с мерами поддержки, почему не хватает кадров и за какими идеями будущее – читайте в нашем материале.

Спикер горсовета Новосибирска счел «неактуальными» вопросы жителей о мобилизации

28 Сен, 07:09

Депутаты горсовета Новосибирска пытались вынести на сессию вопросы о «частичной» мобилизации, которые им задают избиратели. Людей волнует, почему повестки получают те, кто не должен, а на горячие линии невозможно дозвониться, сколько в регионе ошибочно призвано и что с ними, почему забирают тех, кто пишет заявления на альтернативную службу и так далее. Но спикер совета Дмитрий Асанцев счел часть из них неактуальным и переадресовал в интернет.

Мы в Telegram

Мы в YouTube

Мы в Twitter

Tweets by @taygainfo

YouTube ваша наука

Кредит: Адаптировано из Getty

Три года назад я понял, что никогда не объяснял маме, чем я занимаюсь как ученый-исследователь. Я знал, что мне нужно изменить это.

Я думал о том, как донести свою науку до людей, не являющихся учеными, и начал видеть свою мать как часть аудитории, до которой я еще не дошел. Она знала об общих чертах моей работы — что я изучаю поведение муравьев и опубликовала много рецензируемых статей об этом, — но она никогда не читала ни одного из этих исследований. И, учитывая, что я никогда не рассказывал ей об особенностях ни одного из них, ни один из них не был для нее по-настоящему доступен.

Я решил, что смогу решить эту проблему — для моей мамы и для многих других людей, которые не читают основную научную литературу, возможно, из-за платного доступа или из-за незнакомого технического формата и языка. Я хотел, чтобы она и другие могли узнать о моем исследовании.

Когда все это пришло мне в голову, это был ноябрь 2015 года, и я только что занял свою первую должность преподавателя в Музее естественных наук Северной Каролины (NCMNS) в Роли, где я возглавляю исследовательскую лабораторию. Моя мама Синди приезжала в гости на День Благодарения в США. Итак, на следующий день после праздника я попросил ее выйти со мной на работу. Я решил провести давно назревший эксперимент в научной коммуникации: пришло время сесть и поговорить с мамой о специфике моего исследования.

Мы пошли в мастерскую музея. Там я снимал нашу незаписанную беседу для видео, которое сопровождало пресс-релиз моего учреждения о готовящейся моей статье (A. A. Smith et al. J. Exp. Biol. 219 , 419–430; 2016). С помощью нескольких наглядных пособий, в том числе изображений муравьев, которых я изучаю, и схем химических веществ, которые они используют для общения друг с другом, и с помощью трех камер, направленных на нас, я начал объяснять свои результаты по плодовитости и половому диморфизму в кутикулярных профилях углеводородов. трех видов муравьев-ловушек ( Одонтомах ). Или, говоря менее жаргонным языком, как муравьи используют уникальный химический язык для общения о сексе и плодовитости.

В течение 40 минут работали камеры, и я наткнулся на описания своих последних находок, пока моя мама давала мне живую обратную связь о том, что она сделала и чего не поняла. Я спросил, помнит ли она, какие химические вещества я изучал, и протянул ей схему. Она поморщилась. Она слышала, как я говорил о кутикулярных углеводородах, но чтобы она поняла их важность, мне нужно было показать ей, что это химические вещества, и объяснить, как муравьи используют их для общения друг с другом.

После нашего видеосеанса я провел неделю, редактируя то, что мы сняли, в четырехминутный видеообзор статьи. В пресс-релизе исследование описывается стандартно — от третьего лица, а я, как ведущий исследователь, цитируется посередине. Однако в документ встроено видео, которое перемежает наш диалог кадрами изображений муравьев и диаграммами, которые я использовал.

Я думаю, что этот клип отражает как мои исследования, так и часть моих отношений с мамой, что, в свою очередь, помогает сделать науку более увлекательной и понятной: даже когда я пытаюсь представить ей резюме своей работы, она нахально вставляя остроты о том, что рабочие муравьи и королевы похожи на сыновей и матерей. Чтобы понять «что» и «почему» моего исследования, можно прочитать пресс-релиз или просто посмотреть наше видео.

Видео заканчивается тем, что я спрашиваю свою мать, почему она считает мои исследования важными, после того, как услышал об исследовании. «Это часть нашего мира, — говорит она. «Нам нужно понять, что он делает. Как нам лучше с этим справиться». В тот момент я был уверен, что мы с мамой согласны с тем, почему я занимаюсь этой работой.

Сегодня, когда я спрашиваю свою маму, что она говорит, когда ее друзья спрашивают о том, чем я занимаюсь на работе, она дает краткий ответ. «Я говорю им, что вы исследуете муравьев», — говорит она. «Тогда я говорю, что мы сняли видео, в котором объясняются детали и почему вы делаете то, что делаете».

Прочь жаргон

Это было третье видео, которое я сделал, чтобы перевести первичные научные исследования для неученой аудитории. Годом ранее я понял, что большинство людей потеряются в техническом жаргоне и форматировании моих статей. Я также заметил, что, когда члены семьи и друзья присылали мне статьи о новом исследовании, они не давали ссылки на оглавление журнала или PDF-файлы рукописи — они присылали новости из популярных СМИ о работе.

Я понял, что если я хочу, чтобы моя наука нашла свой путь к тем же источникам, которыми пользовались моя семья и друзья, мне нужно переосмыслить процесс публикации. Как у ученого, интересующегося цифровыми медиа, у меня был прямой путь к тому, чтобы рассказать о своей работе от первого лица мировой аудитории СМИ.

Адриан Смит и его мать Синди готовятся к научному чату в прямом эфире. Фото: Адриан Смит

Сегодня большинство средств массовой информации получают свои научные новости из официальных пресс-релизов, объявляющих о новых открытиях. Эти рецензии часто появляются в агрегаторах новостей, таких как «EurekAlert!» Американской ассоциации содействия развитию науки. Репортеры освещают новости науки, включая в свои истории точки зрения и цитаты из своих собственных источников, помимо информации, представленной в официальном выпуске. Но некоторые сайты просто публикуют пресс-релизы вместе с фотографиями и видео. Это новое, более прямое пересечение между учеными, агрегаторами и потребителями научных новостей — вот где я нашел свой путь к публике.

За последние три года я подготовил и разместил десять видеороликов, связанных с институциональными пресс-релизами о научных исследованиях, созданных в моей лаборатории или в лабораториях моих коллег. Мы хотим использовать пресс-релизы как способ сделать наши исследовательские нарративы непосредственно доступными для аудитории новостей в СМИ — так же, как я сделал свою статью доступной для моей мамы.

Вот как это работает: мы включаем в пресс-релиз URL-адрес, который ведет репортеров к соответствующему видео на YouTube. Мы размещаем эти пресс-релизы на EurekAlert! с периодом эмбарго за два или три дня до публикации. Американские и международные новостные агентства, в том числе Wired , британское издание, The Washington Post и der Standard , ежедневная австрийская газета, взяли пять из десяти пресс-релизов в качестве основы для своих собственных материалов и добавили наши видеоролики к своим письменным материалам. покрытие. Совокупное количество просмотров видео на YouTube, собранных этими СМИ, колеблется от 5000 до примерно 62 000, в то время как просмотры видео, связанных с выпусками, не получившими широкого освещения в новостях, варьируются от 1000 до 3900.

Когда эти видео были выпущены, количество подписчиков на мою личную страницу на YouTube было ничтожным, около 200 или 300, по сравнению с количеством просмотров каждого из моих клипов. Очевидно, что гораздо большее количество зрителей по сравнению с подписчиками было прямым результатом интереса СМИ к пресс-релизам. И эти подсчеты просмотров являются консервативным показателем вовлеченности: они включают только просмотры на YouTube, а не просмотры, например, из случаев, когда новостные агентства, такие как Washington Post или National Geographic News , запросили оригинальное видео и разместили его прямо на своих сайтах.

Работа с сотрудниками по связям с общественностью по распространению пресс-релизов, насыщенных средствами массовой информации, дала мне и моим коллегам возможность представить ценность, которую мы видим в нашей работе, интересующейся наукой публике. Нам удалось охватить гораздо большую аудиторию, чем мы могли бы получить, просто публикуясь в журналах. Цифры вовлеченности убедительны, даже когда эти документы публикуются в открытом доступе. Одна из статей, которую мы продвигали, была опубликована в PLoS ONE , где количество просмотров страниц общедоступно (FJ Larabee and AV Suarez PLoS ONE 10 , e0124871; 2015). С момента выпуска газеты в мае 2015 года она набрала около 12 200 просмотров страниц, но видео о газете набрало более 62 300 просмотров.

Рассказы о науке от первого лица не были частью моей жизни, когда я был моложе. Я выпускник университета в первом поколении, у меня нет близких или дальних родственников, которые занимаются научной карьерой. В детстве я никогда не знал работающего ученого. Когда я снимал это видео с мамой, я понял, что представляю себя как профессионального ученого члену семьи, который также никогда не имел личного отношения к науке до меня. Создание видеороликов и использование пресс-релизов для их распространения помогли мне представить себя и моих коллег миру как ученых. Теперь я рассматриваю влияние своего исследования не только в отношении показателей моих журнальных статей, но и с точки зрения того, насколько хорошо я могу сделать свою работу доступной для тех, кто не занимается моей профессией.

Научные онлайн-видео и система распространения пресс-релизов обеспечивают прямой доступ и диалог между исследователями и потребителями научных новостей. Добавление повествований от первого лица и изменение формы научной информации не является невозможным для ученых, которые готовы активно сообщать о своих исследованиях. Делая этот контент о нашей науке легко доступным для любого зрителя, мы можем охватить людей, которые интересуются наукой, но по какой-либо причине не могут читать оригинальные рукописи в журнале.

Если не веришь мне, спроси у моей мамы.

Аудиовизуальная научная коммуникация на телевидении и YouTube. Как получатели понимают и оценивают научные видеоролики

Введение

Уже в 1985 году Королевское общество потребовало «больше науки в средствах массовой информации» в контексте программы «Общественное понимание науки» и рекомендовало продвигать научные вопросы с использованием всех доступных каналов средств массовой информации. таких как радиопередачи, газетные статьи, новостные программы по радио, драматические сериалы, детские программы или научно-популярные книги (The Royal Society, 1985, с. 21–23). Распространение информации о научных проблемах в онлайн-видео и особенно в видео на YouTube можно рассматривать как продолжение намерения этой программы способствовать «пониманию природы науки и, в частности, того, как наука и техника проникают в современную жизнь» (Королевское общество , 1985, стр. 5; см. также: Hallman, 2017) через СМИ. С тех пор во всех средствах массовой информации были разработаны различные новые форматы научной коммуникации, такие как телешоу, документальные фильмы, научные (фантастические) романы или даже научные комиксы (см. Bucher and Boy, 2018). Основное противоречие между соответствующей медиалогикой, с одной стороны, и намерениями и научными стандартами, с другой стороны (Schäfer, 2017; Bucher, 2020), которое характеризует все эти предприятия, также влияет на представление науки в различных форматах YouTube. Процессы, возникающие в результате этих противоречий между наукой, СМИ и общественностью, были подробно исследованы на абстрактном уровне и получили название медиатизации (Rödder and Schäfer, 2010; Weingart, 2012; Bucher, 2020). Соответственно, в случае с видео на YouTube возникает вопрос, как «культурная и коммерческая инфраструктура» YouTube как многоканальной платформы (Lobato, 2016) влияет на качество научной коммуникации. В соответствии с подходами к медиатизации следующее исследование посвящено влиянию типичных функций YouTube, таких как аудиовизуальные жанры и дискурсивные структуры, на передачу научных знаний. Несмотря на длительные дебаты о концепции «общественного понимания науки» (Bucchi, 2008; Schäfer et al., 2020), подход к исследованию научной коммуникации на YouTube с использованием исследования приема основан на основной идее, что понимание науки предшествует общественному пониманию науки. Применение концепции медийного присвоения (Bucher and Schumacher, 2006) к анализу или процессам восприятия обозначает переход от нисходящей модели общественного понимания науки к интерактивной и конструктивистской модели научной коммуникации и передачи знаний.

Растущая актуальность социальных сетей и видеоплатформ для научной коммуникации и ее культуры участия (Minol et al., 2007; Brossard, 2013; Neuberger and Jarren, 2017) оказывает значительное влияние на публикацию и распространение научного контента. Во-первых, передача научных знаний учеными, научно-исследовательскими институтами, исследовательскими организациями и университетами постепенно стала независимой от традиционных средств массовой информации. Помимо ученых, в онлайн-общении ненаучные субъекты также выступают в роли экспертов и активно участвуют в процессе коммуникации между наукой и общественностью (Nisbet, Scheufele, 2009).; Ло и др., 2010; Лобато, 2016 г.; Уэлбурн и Грант, 2016 г.). Ассортимент видео на YouTube на научную тематику, соответственно, разнообразен, включая каналы научных учреждений, университетов, исследовательских институтов или так называемых «ютуберов», а также классические программы научной журналистики, видеозаписи лекций и переговоров. Множество видео и актеров ставит перед реципиентами вопрос, какие источники информации заслуживают доверия, авторитетны и объективны. Особенно «страстные любители», как их называют Уэлбурн и Грант (2016), которые не работают ни журналистами, ни учеными, а как «ютуберы» являются актерами, приобретающими последователей (де Лара и др., 2017, стр. 14–16). ). Учитывая эти разграничения научной коммуникации через социальные сети, возникает фундаментальный вопрос: представляет ли это вновь созданное коммуникационное пространство демократическую трансформацию научной коммуникации от модели распространения к модели участия (см. Gibbons et al., 19).94), или же мы имеем дело с эрозией традиционного эпистемологического порядка (Schäfer et al., 2020). Несмотря на растущее число публикаций о научных онлайн-видео (см., в частности, Allgaier, 2016; Erviti and Stengler, 2016; Geipel, 2018; León and Bourk, 2020; Rosenthal, 2020), почти нет исследований процессов рецепции, запускаемых аудиовизуальная модальность этих видео.

Контакт адресатов со стимулом определяет успех, эффективность и устойчивость научной коммуникации. Таким образом, рецепция научной коммуникации является отправной точкой данного исследования. В нем исследуется, как получатели потребляют видео на научные темы, приобретают ли они знания и как они оценивают видео, используя различные методы. Проект состоит из трех основных этапов: во-первых, аудиовизуальные материалы, распространяемые на YouTube и в онлайн-медиацентрах телевидения, собираются и систематизируются для создания типологии видеоформатов на основе обоснованного теоретического подхода. Определенные типы видео являются отправной точкой для второго этапа исследования, включающего в себя несколько методов изучения восприятия, включая айтрекинг, опросы, интервью и тесты знаний. Такое сочетание анализа продукта и приема гарантирует, что результаты могут быть использованы в качестве основы для оптимизации производства аудиовизуальной научной коммуникации. На третьем этапе последовательные публикации видео на YouTube были проанализированы с использованием методов анализа разговоров, чтобы лучше понять присвоение аудиовизуального контента и рациональность или эмоциональность научных дискурсов, вызванных видео. Исследование взаимодействия в пространстве комментариев YouTube является необходимым условием для разработки стратегий по модерации этих дискурсов, обеспечиваемых потенциалом участия социальных сетей.

Обзор литературы

С момента появления визуальных медиа в первой половине девятнадцатого века научная коммуникация стала одной из первых областей публичного дискурса, извлекшей выгоду из того, что Джонатан Крэри назвал «массовой визуальной культурой девятнадцатого века» ( Крари, 1990, стр. 16). Принятие визуальных медиа, таких как Laterna Magica, резьба по дереву, фотография и кино, было мотивировано убеждением, что визуализация может улучшить общение между наукой и общественностью (подробнее: Bucher, 2020). Карьера YouTube и вообще онлайн-видео — это еще одна глава в этой истории.

Согласно национальному опросу в Германии (Koch and Beisch, 2020), онлайн-видео является одной из самых динамичных и быстрорастущих областей Интернета. Восемьдесят три процента населения Германии регулярно смотрят онлайн-видео, тогда как среди лиц моложе 30 лет онлайн-видео даже более популярно, чем телевидение (международные данные см. : Леон и Бурк, 2020, стр. 9–11). Наиболее известной платформой в Германии для просмотра онлайн-видео с наибольшим охватом по сравнению с потоковыми сервисами (47% населения Германии) и медиацентрами (57%) является YouTube (65%). В результате этого развития онлайн-видео в целом и YouTube в частности стали «мощным инструментом для доведения науки и технологий до широкой публики» (León and Bourk, 2020, p. 2; см. также: de Lara и др., 2017). Эта растущая актуальность онлайн-видео и особенно YouTube для научной коммуникации вызвала активизацию исследовательской деятельности, сосредоточенной на содержании, авторстве, эпистемологическом качестве и влиянии на научную коммуникацию. Наиболее распространенными подходами являются тематические исследования, в которых исследуются, например, аспекты участия YouTube (Erviti and León, 2016; Dubovi and Tabak, 2020), роль видео YouTube для внутренней научной коммуникации (Kousha et al., 2012), охват таких спорных вопросов, как изменение климата или вакцины (Shapiro and Park, 2015; Allgaier, 2016, 2019; Донцелли и др. , 2018 г.; Erviti et al., 2020), роль комментариев пользователей для научного дискурса обывателей (Heydari et al., 2019; Christ, 2020; Dubovi and Tabak, 2020), мотивы просмотра научных видео на YouTube (Rosenthal , 2018) или различия между контентом, созданным пользователями, и контентом, созданным профессионалами (de Lara et al., 2017). Помимо этих тематических исследований, уже есть несколько публикаций, в которых вкратце излагаются отдельные результаты, делая некоторые общие выводы, например, о преимуществах и недостатках этого нового медиаландшафта (Rosenthal, 2020), об опасности эрозии эпистемологического общественный порядок (Neuberger and Jarren, 2017) или обсуждают влияние онлайн-видео на трансформацию научной коммуникации и имиджа науки и ученых (Bourk and León, 2020, p. 117–123). В частности, публикация международного исследовательского проекта Videonline (Леон и Бурк, 2020 г.) обобщает результаты исследований из разных стран, давая обзор исследований по нескольким важным аспектам научных онлайн-видео, включая классификацию онлайн-научных видео (Дэвис и Леон, 2020; García-Avilés and de Lara, 2020) или обсуждение критериев эпистемологических качеств онлайн-видео (Francés and Peris, 2020). Несмотря на широкий спектр вопросов, эта всеобъемлющая публикация не содержит каких-либо эмпирических результатов по восприятию научного видео и передаче знаний.

На основе анализа англоязычных видеороликов на 39 каналах YouTube Welbourne and Grant (2016) исследуют, какие факторы способствуют распространению и репутации научных видеороликов и каналов. Проводя различие между профессиональным контентом коммерческих медиа-организаций и контентом, публикуемым любителями (контент, созданный пользователями), они, в соответствии с другими исследованиями (de Lara et al., 2017; Davis and León, 2020), приходят к выводу, что любительские каналы собирают больше просмотров. и подписываются чаще. Исследование объясняет этот успех тем, что любители часто сами выступают в роли коммуникаторов, представляя свой контент творчески и аутентично, в информативной и развлекательной форме (Welbourne and Grant, 2016, p. 707). Как Морсильо и др. (2016) отметили в своем исследовании 190 научно-популярных видео на YouTube уже произошла профессионализация пользовательского контента. Они проанализировали видео с точки зрения структуры повествования, редактирования видео, настроек, монтажа, звука, спецэффектов и т. д. и обнаружили большое разнообразие жанров и поджанров, высокую степень сложности монтажа и повествования, а также высокий уровень профессионализма. рассказывание историй (Morcillo et al., 2016, стр. 22).

Интересным объектом сравнения для нашего исследования является очень подробная классификация онлайн-видео, предложенная de Lara et al. (2017), который состоит из 18 видеоформатов, разделенных на группу телевизионных форматов и группу веб-форматов. Классификация основана на выборке из около 300 видеороликов, посвященных проблеме изменения климата, которые были обработаны поиском Google. Таким образом, данная классификация отличается от типологии, предложенной в данной статье, по ряду аспектов, что еще больше затрудняет их сравнение. Одна из причин различий связана с разнообразием образцов. Наша выборка из примерно 400 видеороликов в некотором роде многообразна, так как не является предметом специального научного исследования. С другой стороны, выборка более ограничена, поскольку содержит только видео на немецком языке, распространяемые на каналах YouTube. Вторая причина различий между двумя классификациями проистекает из теоретического фундамента нашей типологии, основанного на общей теории мультимодального дискурса и узаконенной ею. Следовательно, критерии классификации выводятся, с одной стороны, из теоретических концепций мультимодальности, а с другой стороны, из отличительных признаков видео, содержащихся в выборке (см. главу 3.1).

Систематический анализ немецких веб-видео о науке еще не завершен. Таким образом, классификация видео на YouTube является отправной точкой представленного проекта. Основываясь на систематической категоризации научных видео, проект намерен исследовать связи между типами видео и их типичными характеристиками, такими как модальная оркестровка, с одной стороны, и процесс приема и передачи знаний, с другой.

Систематический анализ научного контента, загружаемого на YouTube, оказывается затруднительным: точная количественная оценка существующих каналов по научным вопросам практически невозможна, поскольку платформа постоянно меняется (каналы удаляются, добавляются новые), а алгоритмы YouTube для категоризации и рекомендации адаптируются. Это было компенсировано сэмплированием видео на разных устройствах, в приватном режиме и с пустым кешем. Еще одна проблема платформы YouTube заключается в том, что это не «кураторский архив движущихся изображений» (Allgaier, 2016). Поэтому пользователи не могут быть уверены, что то, что они находят на YouTube, является научно подтвержденной информацией. Алгоритм YouTube предлагает пользователям смотреть совершенно разные видео в зависимости от их прошлого поведения. Это также зависит от того, сколько лайков получило видео. Видео с высоким рейтингом с большей вероятностью будет отображаться на главной странице пользователя, чем видео без лайков и с небольшим количеством просмотров. Систематизировав видеоролики о вакцинации, Allgaier (2016, стр. 21) обнаружил, что большая часть информации противоречит научному консенсусу и что те видеоролики, которые отклоняются от установленных медицинских знаний, также получают наибольшее количество лайков от пользователей.

В соответствии со сложным и многоуровневым дизайном исследование методологически относится к широкому спектру теорий и подходов: помимо методологии отслеживания взгляда (Holmqvist et al. , 2011), теории мультимодального дискурса лежат в основе классификации видео на YouTube (см. Bucher, 2017), теории внимания и передачи знаний используются для интерпретации данных отслеживания взгляда (Neumann, 1996; Bucher and Schumacher, 2006; Wolfe, 2015; Fairweather and Montemayor, 2017), а анализ разговоров применяется для анализа комментариев пользователей ( Hutchby and Wooffitt, 2008; Herring, 2010; Clayman and Gill, 2012). Для сравнения карт понятий с точки зрения их эпистемической ценности они определяются как когнитивные сети, состоящие из понятий как узлов и отношений как ребер (Schnotz and Rasch, 2005; Schnotz, 2014), и анализируются с помощью инструментов и методов сетевого анализа (Wasserman). и Фауст, 19 лет94; Скотт, 2000). Ключевым фактором передачи знаний является внимание получателя к стимулу — видео, тексту, графике (Fairweather, Montemayor, 2017, стр. 27 и далее). Помимо своей двойной функции по выбору соответствующих аспектов стимула и объединению выбранных элементов в процессе создания значения (Neumann, 1996; Wolfe, 2015), внимание в равной степени является преднамеренным и непреднамеренным: оно может управляться стимулом снизу вверх или управляемый получателем сверху вниз, когда он «оплачивается» за определенные сигналы стимула (Bucher and Schumacher, 2006). В соответствии с интерактивной парадигмой восприятия СМИ оправданы оба направления внимания (Духовски, 2003, с. 12–14), поэтому архитектура исследования включает в себя как систематический анализ стимулов — типологию видео на YouTube, так и отслеживание процесса приема с помощью айтрекинга и проверки знаний.

На пути к типологии научных видеороликов

Материалы и методы

Поскольку всесторонний анализ немецких научных видеороликов отсутствует, а также типология фильмов и провайдеров, было изучено несколько сотен видеороликов и собран корпус из 400 видеороликов. . В социальных науках типологии и классификации считаются фундаментальными инструментами эмпирического исследования и промежуточным звеном между качественными и количественными подходами (см. Lazarsfeld, 1937). Критерием отбора видео было то, что оно должно иметь отношение к информации, полученной в результате научных исследований, и/или фокусироваться на методологическом процессе исследования. Частью исследования являются видеоролики научных учреждений (университетов, научно-исследовательских институтов и т. д.) и лиц, не являющихся экспертами. Были исключены так называемые обучающие видеоролики или обучающие видеоролики, в которых представлены школьные и университетские учебные материалы, поскольку они направлены на передачу общих знаний, а не научной информации. Кроме того, не были включены записанные на видео лекции и выступления (например, TED Talks), так как эти форматы не были созданы специально для публикации на YouTube. Хотя четкого разграничения в любом случае нет, видео в корпусе должны демонстрировать некую новостную ценность и журналистские черты, тогда как обучающие видео, как правило, содержат уже известную информацию. В отличие от ad-hoc типологий, основанных на восходящем исследовании определенного количества видео (например: de Lara et al., 2017; García-Avilés and de Lara, 2020) или общих характеристик коммуникации (Rosenthal, 2020) Наш подход основан на теории мультимодального дискурса (Бейтман и Шмидт, 2012; Бейтман, 2014; Бухер, 2017). Научные видеоролики YouTube рассматриваются как хорошо организованные мультимодальные композиции, состоящие из различных визуальных и вербальных режимов, таких как неподвижные изображения, движущиеся изображения, текст, разговорный язык, звуки, анимация, графика и т. д., что представляет собой гораздо более сложную систему коммуникации, чем текст. только (основную информацию см.: Kress, 2012). Эта теоретическая основа гарантирует, что категории типологии хорошо обоснованы и систематически взаимосвязаны. Самые основные категории, такие как « основная функция » (Описание, Аргументация, Объяснение, Изображение и т.д.), « Функциональные элементы » (Аминирование, Оффкомментарий, Интервью, эксперимент и т.д.), « Форма представления » (Вступление, Окончание, Вставки , Быстрое движение, Медленное движение), « интермодальные отношения » (визуализация, иллюстрация, акцентирование, передний план и т. д.) и « модальная оркестровка » (отношение текст-изображение, звук-изображение-отношение, изображение-изображение- отношения и т. д.) уходят корнями в функциональную теорию коммуникации, которая рассматривает полимодальный дискурс как форму сложного коммуникативного действия и взаимной координации (Бейтман, 2014; Бухер, 2017). Эта многоуровневая система категорий позволяет проводить сложную классификацию научных онлайн-видео, в которых критерии иерархически организованы и взаимно различаются. Применение этого концептуального аппарата к систематически составленному корпусу приводит к типологии четырех основных жанров научного видео, каждый из которых, как предполагается, запускает особые модели восприятия и, в частности, модели передачи знаний. Основная идея архитектуры этого исследования заключается в том, чтобы обнаружить регулярные отношения между характеристиками научных видеороликов и процессом восприятия, отраженным в распределении взгляда, распределении внимания и передаче знаний. Жанры или форматы, считающиеся «краеугольными камнями логики медиа» (Гарсия-Авилес и де Лара, 2020, стр. 26), играют двоякую роль в медиакоммуникациях: они являются ориентиром в медиапроизводстве, если речь идет о реализации коммуникативных намерений и адаптивность к аудитории. И они также являются ориентирами для адресата, поскольку вызывают его ожидания и организуют процесс получения. Пока что классификация научного видео по четырем жанрам является предпосылкой для анализа процесса рецепции: уникальные особенности форматов и различия между ними могут служить базовыми факторами для объяснения различий в информационном отборе, распределении взгляда, распределении внимания. и передача знаний. Форматы или жанры научных видеороликов следует рассматривать как идеализированные прототипы, которые часто представляют собой гибриды или смеси аудиовизуальных элементов из разных форматов. Но опыт анализа около 400 научных видеороликов показывает, что можно отнести каждое видео к определенному жанру, классифицируя различные категории, из которых функциональные являются наиболее важными.

Для сбора видео использовалась выборка по методу снежного кома: кадры известного канала YouTube служили отправной точкой для поиска других каналов. Кроме того, в качестве условий поиска на платформе YouTube использовались ключевые слова на немецком языке, такие как «Wissenschaft» («наука»), «Forschung» («исследование») или «Sozialwissenschaft» («социальные науки»). Помимо поиска по ключевым словам, были собраны видеоролики, которые были рекомендованы на поддерживаемой редакцией платформе SciViews и на домашней странице конкурса Fast Forward Science Competition — конкурса научных видеороликов. Редакторы SciViews выбирают веб-видео, которые они считают «ценными с журналистской, содержательной или эстетической точки зрения [] заслуживающими просмотра или просто интересными», и просматривают их. Конкурс веб-видео Fast Forward Science приглашает студентов, исследователей, заинтересованных неспециалистов и научных коммуникаторов представить свои видеопродукции в рамках конкурса. Кроме того, видео от медиакомпаний (например, с канала Terra X Lesch & Co или контент funk), созданные специально для публикации на YouTube, также считались покрывающими область профессионально созданного контента. В корпус также включены видеоролики на основе системы партиципаторных рекомендаций YouTube (кросс-промоушен). Методологически исследование следует принципам теоретической выборки, разработанным в рамках обоснованной теории (Glaser and Strauss, 19).98). В процессе кодирования данные постоянно сравнивались («постоянный сравнительный метод»), чтобы определить различия и сходства между видео. Это постоянное сравнение приводит к возникновению теоретических свойств и категорий (Glaser and Strauss, 1998, стр. 112). Категории определяются на основе сравнительного анализа происходящих явлений, в данном случае видеороликов. Характеристики различных видеороликов были разработаны с использованием анализа мультимодального дискурса и классифицированы в соответствии с критериями мультимодальной оркестровки (Bucher, 2017): сколько режимов задействовано для создания аудиовизуального научного контента и какова основная функция мультимодальной оркестровки. На основе этого теоретического подхода было проведено детальное кодирование 400 научных видеороликов для улучшения критериев кодирования (см. Glaser and Strauss, 19).98):

• Общая информация: название, название канала, количество подписчиков, просмотров, количество комментариев, продолжительность видео

• Информация о коммуникаторе: эксперт, непрофессионал, учреждение

• Актеры, появляющиеся в видео: ученый, журналист, партнер по интервью

• Режимы, используемые в видео: движущееся изображение, разговорный язык, письменный текст, фотографии, диаграммы, музыка, анимация и т. д.

• Основная функция видео: информирование, объяснение, изображение , повествование, демонстрация, развлечение и т. д.

• Подфункции отдельных видеофрагментов: иллюстрирование, аргументация, визуализация, маркировка, утверждение и т. д.

• Дизайн фильма: интро, аутро, нарезки, монтажные элементы, эксперименты, лабораторные изображения

• Темы и научные дисциплины.

На основе категоризации 400 видеороликов в корпусе была разработана типология научных видеороликов в соответствии с категориями, связанными с данными (индуктивными) и основанными на теории (дедуктивными). Отбор проб продолжался до тех пор, пока не появлялось видео, которое нельзя было бы классифицировать. Таким образом, выборка завершена, а классификация насыщена в смысле обоснованной теории (Saunders et al., 2018). Типология видеожанров служит двум целям: во-первых, типология должна показать, как развивались аудиовизуальные форматы в условиях оцифровки. Во-вторых, опрос является основой, на которой отбираются научные видеоролики для изучения передачи знаний (см. главу 4).

Результаты: Типология научных видеороликов

Четыре основных типа научных видеороликов были определены на основе мультимодального анализа видеороликов. Два жанра, экспертный фильм и повествовательный пояснительный фильм , являются классическими телевизионными жанрами из научных программ; два других, презентационный фильм и анимационный фильм , являются типичными жанрами YouTube, которые также появляются на каналах с различной тематикой. Большинство видео во всем корпусе были созданы профессионалами. Многие применяют различные методы редактирования и имеют свои собственные вступительные и конечные последовательности и логотипы своих каналов. Это мультимодальные композиции, большинство из которых содержат разговорный язык, движущиеся изображения, визуализации и элементы цифрового редактирования и дизайна. Проанализированные видеоролики в среднем имеют продолжительность около 5 минут. Большинство видеороликов (214) не были созданы активно исследующими или обучающими учеными или научными учреждениями. Ниже приводится краткая характеристика четырех различных жанров научного видео.

Презентационный фильм

Классическая лекция и научная лекция являются форматами-предшественниками этого типа. Лектор/коммуникатор часто виден в среднем крупном плане (говорящая голова), говорящим прямо в камеру и обращающимся к аудитории. Презентация также может проходить в диалоге с двумя ведущими. Презентационный фильм посвящен несколько ограниченному кругу вопросов и призван ответить на ограниченное количество научных вопросов. Разговорный язык представляет собой ведущий режим, но другие режимы также могут быть интегрированы, обогащая визуальный канал одновременно или последовательно, например, текст над визуальными эффектами, фоновые изображения, анимация или демонстрации. Докладчики сообщают о темах, которые интересуют их лично или которые, по мнению докладчиков, интересны и актуальны для пользователей. Детальный анализ показывает, что видео этого типа содержат высокую долю бросающихся в глаза или значащих жестов и выражений лица, которые применяются для ссылки на визуальные особенности видео, таким образом управляя связностью между устной и отображаемой информацией. Наиболее часто встречающиеся субъекты — это пользователи YouTube, которые используют действия, зависящие от платформы, такие как просьба к зрителям подписаться на их канал или оставить комментарий.

Фильм «Эксперт»

Эта категория характеризуется тем, что в центре внимания находится человек, например, исследователь, который должен быть изображен в видео как эксперт, используя изображаемое лицо как своего рода крючок для знакомства актуальная область исследований. В зависимости от цели видео, фокус может быть больше или меньше на личности эксперта. Таким образом, видео может быть скорее портретом или исследовательским отчетом. Экспертные фильмы обычно имеют нарративную структуру: дается характеристика человека, сообщается о его развитии, рассказываются особенности биографии, поэтому экспертные фильмы очень персонализированы. Часто ролики такого типа являются пиар-роликами научных учреждений. Более подробный анализ мультимодальной оркестровки показал, что эти видеоролики содержат большую часть материала с движущимися изображениями и практически не содержат каких-либо специфичных для платформы режимов представления (анимации, вставки пользовательских комментариев, обращения к пользователям и т. д.). По сравнению с другими видами, в экспертных фильмах чаще всего представлены ученые и исследовательская деятельность.

Анимационные фильмы

Анимационные фильмы характеризуются тем фактом, что искусственные движущиеся изображения — обычно созданные компьютером — демонстрируются для визуальной иллюстрации процесса, проблемы, вопроса или научной теории. Разговорный язык обычно можно услышать за кадром, синхронизировав — во многих случаях — с динамической визуализацией. Если движущиеся изображения не компьютеризированы, они часто представляют собой живые рисунки и записи или видео на доске (иллюстрации на белом фоне), которые также можно понимать как анимационные фильмы. В анимационных фильмах используется больше среднего количества текстовых вставок. К пользователям также обращаются напрямую чаще, чем в среднем.

Нарративные пояснительные фильмы

Нарративные объяснительные фильмы основаны на общем вопросе, ответ на который содержится в видео. Они более сложны, чем три других типа, и часто содержат элементы, характерные для других типов: Таким образом, они состоят из функциональных блоков, таких как модерация, экспертные интервью, лабораторные изображения, компьютерная анимация и т. д. Повествовательно-пояснительные фильмы часто структурированы как логические рассуждения. : они приводят аргументы о том, почему что-то существует или должно существовать или возникает. Они также сочетают повествовательные и информативные элементы, рассказывая занимательную историю, и в то же время дают объяснение и передают знания. В повествовательных объяснительных фильмах также в основном используется материал с движущимися изображениями. У них наибольшее количество разрезов из четырех типов. Кодирование видеороликов показывает, что и здесь часто в качестве действующих лиц выступают ученые и эксперты. По содержанию повествовательно-пояснительные фильмы представляют собой наиболее разнородную группу. Как и экспертный фильм, повествовательно-объяснительный фильм изначально является форматом телевизионных научных программ, производство которых достаточно дорого и требует развитой технической инфраструктуры.

Среди 400 выбранных видеороликов наиболее распространенным является презентационный фильм (140 раз), за ним следуют повествовательно-пояснительный фильм (114 раз), анимационный фильм (92 раза) и экспертный фильм (54 раза). Судя по их происхождению, большинство операторов каналов или продюсеров анимационных или презентационных фильмов — неспециалисты, не являющиеся учеными, так называемые ютуберы. Научные учреждения несут ответственность за все экспертные фильмы и большинство пояснительных фильмов (около 75%). В целом, на ютуберов и научно-исследовательских институтов приходится около 30% всех записанных видео, за ними следуют медиакомпании (16%), ютуберы, активные в многоканальных сетях (10%), и университеты (9%).%). Видео от исследовательских фондов составляют 6%. В частности, видео от медиа-компаний — это профессионально созданный контент, созданный специально для публикации на соответствующих каналах YouTube: примерами этого являются видео, созданные сетью funk (ARD и ZDF) или каналом Terra X Lesch & Co (ZDF в сотрудничестве с objektiv media). ).

Количество просмотров видео является мерой его успеха. Поскольку некоторые из видео корпуса находятся в сети уже несколько лет, а другие публикуются вскоре после включения в корпус, в качестве сравнительного показателя было выбрано среднее количество просмотров в день. Большинство просмотров — от 3000 до около 6000 в день — приходится на презентационные фильмы, за которыми следуют анимационные фильмы. Экспертные фильмы просматривают в среднем всего 60 раз в день. Повествовательные пояснительные фильмы набирают в среднем более 1000 просмотров. Соответственно, наибольший охват на YouTube достигается за счет видеороликов, созданных непрофессионалами (см. рис. 1).

Рисунок 1 . Среднее количество просмотров в день по типам видео ( n = 400).

Однако количество просмотров отдельных видео может сильно различаться: на момент написания статьи число просмотров самых популярных видео в корпусе превысило 1 миллион. Менее популярные видео были просмотрены <50 раз, даже если они были загружены давно. Среди 50 самых популярных видео YouTube в корпусе (по количеству просмотров) нет продукции научных учреждений. Видеоролики таких каналов, как 100SekundenPhysik, MaiLab (ранее Schönschlau) или Terra X Lesch & Co., часто набирают более 500 000 просмотров через несколько недель после публикации.

Помимо предыстории операторов канала, также было исследовано, какие актеры появляются в видео. Операторы каналов и актеры, особенно в группе ютуберов, обычно идентичны. Они являются наиболее частыми актерами презентационных фильмов и анимационных фильмов (насколько в них фигурируют лица). В повествовательно-пояснительных фильмах и экспертных фильмах большинство фигурирующих людей являются учеными (см. рис. 2) и не несут ответственности за содержание канала.

Рисунок 2 . Главные действующие лица в различных типах видеороликов ( n = 400).

Таким образом, актеры без научного образования чаще всего встречаются в типах научных видео, которые собирают наибольшее количество просмотров. Эти результаты также показывают, что ютуберы, то есть те актеры, которые не принадлежат ни к одному научному учреждению, доминируют в научном общении на YouTube.

Одной из причин, по которой ненаучные пользователи YouTube являются одними из самых успешных производителей научных видео, может быть то, что они используют все ресурсы для продвижения, типичные для YouTube: они явно обращаются к своей аудитории, применяют типичные стили аудиовизуальных онлайн-материалов и взаимодействуют со своими зрителями парасоциально в своих видео и в разделе комментариев. Они связываются с сообществом, предлагают своим зрителям предлагать темы для будущих видеороликов, просят их подписаться на канал и реагировать на реакцию их адресатов. Часто они также реагируют на комментарии к своим видео и поэтому кажутся более доступными, чем, например, актеры, появляющиеся в видеороликах научных учреждений. Помимо презентационных фильмов, анимационные фильмы являются наиболее успешными с точки зрения генерации просмотров. Эти обычно более короткие форматы можно четко отличить от традиционных научных форматов на телевидении: они творчески представляют контент с помощью собственных иллюстраций и анимации. Они часто имеют дело с краткими вопросами или абстрактными явлениями (черные дыры, темная материя, переживания дежавю) и, кажется, передают их более ярко или привлекательно.

Прием научных видео

На основе типологии, полученной на первом этапе проекта, для исследования приема было отобрано 18 видеороликов YouTube. Девять видеороликов, которые изначально были созданы только для распространения на YouTube, и девять телевизионных сюжетов, изначально созданных для научных программ немецкого телевидения, а затем распространяемых в Интернете. В качестве объектов сравнения были выбраны телевизионные репортажи, отвечающие следующим критериям: они должны либо охватывать ту же тему, что и одно из видео на YouTube, и/или соответствовать по своей мультимодальной композиции (например, ведущий передает знания, используется анимационный фильм). , тема обсуждается с помощью эксперта) к одному из четырех выделенных типов онлайн-видео. Затем были сформированы видеопары таким образом, чтобы либо два разных типа видео касались одной и той же темы для сравнения типов, либо два видео одного типа касались разных вопросов для сравнения тем.

Смешанный подход

Когда дело доходит до передачи знаний, в исследованиях аудитории есть здравый смысл, что существует тесная взаимосвязь между концепциями внимания, отбора и приобретения знаний (Bucher and Schumacher, 2006). Для анализа этих взаимосвязей в исследовании применялся многоуровневый подход, состоящий из четырех различных методов:

• исследование слежения за глазами для изучения распределения внимания,

• управляемое интервью для оценки отношения и мнений к научным видеороликам

• тест на неподдерживаемые знания (картирование понятий) для изучения приобретения структурных знаний

• анкета с тестом с множественным выбором приобретение фактических знаний.

Каждый из 108 испытуемых просмотрел от трех до четырех видеороликов (в зависимости от их продолжительности), охватывающих различные типы видеороликов (в зависимости от типологии), в том числе как минимум один видеоролик на YouTube и один телевизионный репортаж. Видеоролики отбирались в зависимости от их продолжительности, чтобы испытуемым не пришлось участвовать в эксперименте по отслеживанию взгляда продолжительностью более 20 минут. Кроме того, выбор видео был основан на цели изучения передачи знаний, поэтому, чтобы избежать путаницы в отношении того, из какого видео были получены знания, участникам были показаны только видеоролики, посвященные разным темам. Видео были распределены среди участников таким образом, чтобы для каждого видео были собраны пригодные для использования данные о взглядах не менее 15 испытуемых. Перед показом видео некоторые из испытуемых (52 человека из 108) создали концептуальную карту по теме, чтобы подтвердить предыдущие структурные знания. После записи взгляда и просмотра видео испытуемые составили вторую концептуальную карту для записи эффектов обучения, управляемых стимулами (обзор всех методов и количества участников см. на Рисунке 1). Все участники должны были заполнить анкету с вопросами с несколькими вариантами ответов и вопросами, касающимися их использования средств массовой информации и социально-демографических данных. После просмотра видеороликов их опрашивали, чтобы оценить их отношение и мнение к стимулам. 108 участников лабораторного исследования были в среднем в возрасте около 36 лет и равномерно распределены по возрастным группам, при этом оба пола также были представлены примерно поровну. Измеряемый по высшему уровню общего образования, участники имеют уровень образования выше среднего. При наборе испытуемых были приняты меры к тому, чтобы были выбраны люди с разным социально-демографическим происхождением. Одной из целей было взять интервью не только у студентов или людей из университетской среды. Что касается вопроса о том, занимаются ли испытуемые научными темами в частном порядке и/или профессионально, 26 заявили, что они ни в частном, ни в профессиональном плане не занимаются научными темами. Шестьдесят восемь процентов участников использовали YouTube в качестве источника научной информации в прошлом. Они относятся к более молодым испытуемым (в среднем им 31 год). Тем, кто никогда не пользовался YouTube, в среднем 39 лет.лет.

ИЗОБРАЖЕНИЕ 1 . Структура исследования, цели этапов и количество участников в рамках частей исследования.

Поскольку исследования приема очень ресурсоемки и, следовательно, приводят к меньшему количеству случаев, лабораторное исследование сопровождалось онлайн-опросом, проведенным в сотрудничестве с издательством Spektrum der Wissenschaft. В онлайн-опросе приняли участие более 700 человек, из которых можно было оценить 501 заполненную анкету. Анкета была разработана для количественной поддержки лабораторного исследования, поэтому выборка из восьми из 18 видео, использованных в исследовании приема, была включена в онлайн-анкеты. Соответственно, оценки эпистемологического качества различных типов аудиовизуальных научных видео из исследования приема можно сравнить с оценками из онлайн-исследования. Поскольку онлайн-исследование также оценивало передачу знаний с помощью тестов с множественным выбором, этот аспект также можно было оценить сравнительно. В дополнение к вопросам о социально-демографических характеристиках, использовании средств массовой информации, отношении к науке и научной коммуникации, участников также просили оценить, насколько важны развлечения, симпатия к появляющимся людям, статус действующих лиц (ученых или непрофессионалов) и профессионализм (в с точки зрения стиля и актеров) относятся к ним. Что касается контрольного исследования, то результаты онлайн-опроса включаются в оценку исследования приема.

Отслеживание направления взгляда и распределение внимания

Применяя концепцию внимания к передаче знаний с помощью аудиовизуальных стимулов, возникает вопрос, удается ли и каким образом эти стимулы направлять внимание реципиентов на выбор и интеграцию соответствующих элементов надлежащим образом . На основе так называемой гипотезы «глаз-разум» — «глаз фиксирует референт оперируемого символа» (Джаст и Карпентер, 1976, с. 441) — отслеживание движений глаз открывает окно в процесс мысленного восприятия. Следовательно, данные взгляда являются индикаторами распределения внимания, оценка которых может соответственно предоставить информацию об этих процессах выбора и интеграции. Их анализ позволяет нам реконструировать, насколько эффективно «направление взгляда» (Hooge and Camps, 2013) аудиовизуального стимула и насколько точно реципиенты информируются о соответствующих визуальных аспектах (см. Gould, 19).73; Голдберг и Хельфман, 2013). Таким образом, сравнение данных слежения за взглядом разных реципиентов позволяет нам определить качество наведения взгляда на видео: «Путь сканирования через области интереса направлен или распределен случайным образом?» (Холмквист и др., 2011, стр. 341). Предпосылкой для систематической оценки данных взгляда является определение так называемых «зон интереса» (AOI), т. е. визуальных участков стимула, содержащих соответствующую информацию. С помощью этих AOI можно раскрыть пути сканирования, т. е. процессы распределения внимания.

Данные взгляда могут быть оценены двумя разными методами, использующими различные меры: оценка, связанная с фиксацией, в соответствии с такими критериями, как продолжительность, частота, локализация, последовательность или так называемые повторные посещения AOI, предоставляет информацию о том, какие элементы (AOI) были просматриваются как долго, как часто и когда. Связанная с процессом оценка, основанная на показателях путей сканирования, таких как их длина, сходство, предсказуемость и т. д., предоставляет информацию о последовательности рассматриваемых AOI, динамике и ходе приема. Чем более однородны паттерны взгляда реципиентов, тем сильнее направляющий взгляд видео и тем выше вероятность того, что реципиенты уловили соответствующую информацию (Hooge and Camps, 2013; Gwizdka, 2014). В нашем исследовании степень однородности паттернов взора рассчитывалась с использованием трех показателей: фиксационного критерия « время пребывания ” и связанные с процессом меры матричной плотности и матричной энтропии (Krejtz et al. , 2014). Продолжительность времени пребывания для AOI указывает на интенсивность приема, в то время как энтропия и плотность матрицы указывают на однородность путей сканирования (Holmqvist et al., 2011, главы 10.7; 11.4; Чен и Ши, 2019).

Движения глаз являются подробными данными для исследования приема, поскольку они служат непреднамеренными индикаторами когнитивных процессов и предоставляют данные, выходящие за рамки методов самоотчета, таких как интервью или письменные опросы. По сравнению с данными тестов на знание данные отслеживания взгляда имеют то преимущество, что они могут быть причинно связаны со стимулом и его характеристиками. Таким образом, они являются связующим звеном между данными приема и характеристиками стимула, которые их вызвали. Дизайн исследования настоящего исследования, состоящий из подходов, связанных со стимулами, и независимых от стимулов подходов к эмпирическим исследованиям, открывает возможность объяснения данных приема специфическими характеристиками научных видеороликов.

Измерение передачи знаний

В исследовании используются два типа тестов знаний, каждый из которых может охватить разные формы знаний: тесты с множественным выбором, подходящие для сбора фактических знаний (знание этого) и картирование понятий, которые могут фиксировать структурные знания (знание как и почему). Метод картирования понятий основан на предположении, что когнитивные модели организованы как сети предложений как их наименьшие единицы, состоящие из понятий и связывающих их отношений (см. Baker et al., 19).91; Руис-Примо, 2004). Таким образом, карты понятий состоят из двух основных элементов: понятий, являющихся узлами когнитивной сети, и отношений типа «является частью», «причиняет», «ведет к», образующих края сети (см. , 1984; Gehl, 2012). Испытуемые создали концептуальную карту в начале теста и после просмотра видео, чтобы зафиксировать процесс приобретения знаний. Две тестовые процедуры — тест с множественным выбором и картирование понятий — различаются не только типом измеряемых знаний, но и качеством когнитивной обработки (Kintsch, 19). 68; Humphreys and Bain, 1983): тест с множественным выбором принадлежит к группе так называемых тестов распознавания, в которых знания, полученные после предъявления стимулов, реактивируются или распознаются. Так называемые тесты на припоминание (тесты памяти), к которым относится отображение понятий, требуют от испытуемых применения имеющихся или приобретенных знаний и переноса их в тестовую ситуацию. Соответственно, два типа тестов различаются необходимыми когнитивными характеристиками: «припоминание включает этапы поиска и принятия решения, тогда как распознавание включает только процесс принятия решения» (Maisto et al., 19).77, с. 127). Этот дополнительный процесс поиска или извлечения состоит из нахождения подходящих терминов и отношений, связывающих их, для объяснительной задачи в отображении понятий (Gehl, 2012).

Для сравнения и оценки концептуальных карт были развернуты меры сетевого анализа, такие как центральность , плотность или централизация (Clariana et al. , 2013). Кроме того, карты были классифицированы на основе некоторых инструментов оценки для диагностики знаний (Новак и Говин, 19).84). Этот процесс позволяет сравнивать карты понятий по количественным критериям, таким как количество включенных предложений, и по качественным структурным критериям, таким как иерархия или плотность и связность (Freeman, 1978; Hennig et al., 2012). Концептуальные карты испытуемых сравнивались друг с другом, а также с концептуальными картами экспертов, которые представляют все знания, которые потенциально могли быть получены (см. Dogusoy-Taylan and Cagiltay, 2014).

Результаты, касающиеся передачи знаний, управления взглядом и внимания

Одним из центральных результатов проекта является то, что управление взглядом с помощью видео, распределение внимания получателей и результаты проверки знаний тесно переплетены. Сопоставление данных айтрекинга и двух тестов на знание в принципе доказывает, что чем более однородны паттерны взгляда реципиентов, тем лучше они получают результаты в обоих тестах на знание: в тесте с множественным выбором, а также в картировании понятий. тест. Чтобы измерить, насколько успешны отдельные видео в обучении фактическое знание , тест с множественным выбором был проведен как в лабораторном исследовании, так и в онлайн-опросе. В обоих опросах решения экспертов являются ориентиром для оценки достижений испытуемых. В тесте с множественным выбором критерием оценки является количество правильных ответов. В соответствии со сложностью структурных знаний, которые были исследованы с помощью картирования понятий, в исследовании применялся целый набор критериев оценки, полученных из сетевого анализа (Вассерман и Фауст, 19).94; Scott, 2000) и меры диагностики знаний (Novak and Gowin, 1984):

• Правильные предложения

• Прикладные терминологические понятия

• Централизация и плотность концептуальных сетей

• Иерархия концептуальных сетей.

Результаты тестов с множественным выбором

Существуют очевидные различия в среднем количестве баллов, набранных в тестах с множественным выбором для различных типов видео (как в лабораторном исследовании, так и в онлайн-опросе): Испытуемые в онлайн-опросе опрос помнить больше фактических знаний правильно после получения animated films ( M = 78. 45; SD = 28.5) ¹ and narrative explanatory films ( M = 76.64; SD = 23.49), while an ANOVA with pairwise post-hoc тесты показывают, что экспертная пленка ( M = 64,37; SD = 20,89) имеет значительно худшие результаты ( p < 0,001) ², чем обе, но не значительно хуже, чем презентационная пленка ( p = 0,243; М = 70,63; SD = 29,12). Вряд ли имеет значение, являются ли видео форматами YouTube или телевидения, с точки зрения запоминаемых фактических знаний: после приема научных видеороликов YouTube в лаборатории испытуемые набирают в среднем около 65% от максимального, в то время как телевизионные научные видеоролики набрал около 69%. Результаты онлайн-опроса подтверждают выводы об отсутствии существенной разницы между медиа: для видео на YouTube было достигнуто в среднем 72% от максимального балла (9).0013 SD = 26,36), а для телевидео – в среднем 74% от максимального балла ( SD = 26,03; t ₍₄₉₉₎ = −1,19, p = 0,235; см. табл. 1). ³ .

Таблица 1 . Результаты всех видео из обоих тестов знаний: множественный выбор и картирование понятий.

Однако получение фактических знаний зависит от тем видео: вопросы, требующие экспертных знаний, отличаются от тех, которые можно понять с помощью повседневных знаний. В то время как научные видеоролики по таким темам, как темная материя, черные дыры или STED-микроскопия (микроскопия истощения со стимулированным излучением) предполагают знания в области физики и химии, такие темы, как водопроводная вода, вакцинация и психологическая проблема пограничного синдрома, касаются повседневных знаний испытуемых и опыт. Научные видеоролики, предполагающие наличие экспертных знаний, достигают в среднем только около 59 баллов.% от максимального балла, тогда как видеоролики, передающие повседневные знания, набирают около 73%. В онлайн-опросе испытуемые подтвердили, что видео, посвященные повседневным знаниям, значительно легче понять ( M = 4,55, SD = 0,72), чем видео, содержащие экспертную информацию ( M = 3,92, SD = 0,96; t ₍₄₃₂₎ = −7,8, p < 0,001).

Результаты онлайн-опроса также указывают на значительную корреляцию ( r = 0,2, p < 0,001) ⁴ между релевантностью , приписываемой теме видео, и запомненными фактическими знаниями : чем более актуальной была оценка темы, тем лучше были даны ответы на фактические вопросы. Заметно, что видео, которые в первую очередь касаются повседневных знаний, считаются более актуальными, чем те, которые передают экспертные знания. Кроме того, результаты онлайн-опроса подтверждают, что уровень развлечения , приписываемый видео, связан с оценкой запоминаемых фактических знаний (9).0013 r = 0,137, p = 0,002). Более того, чем более развлекательным оценивается видео, тем сильнее уверенность в правильности представленного контента ( r = 0,308, p < 0,001). Различные типов актеров , появляющихся в видеороликах, также влияют на приобретение фактических знаний: если в видеороликах появляются журналисты ( M = 82,31, SD = 21,67), испытуемые запоминают факты значительно лучше, чем если бы ютуберы ( М = 66,3, SD = 27,91, p < 0,001), или появляются ученые ( M = 64,37, SD = 20,89, p < 0,001). Однако журналисты и видео без актеров (например, анимационные фильмы; M = 78,54, SD = 28,5, p = 0,634) существенно не различаются, а это означает, что оба они одинаково хорошо передают фактические знания. Ученые и ютуберы также существенно не различаются, что говорит о том, что научная квалификация появляющихся лиц не имеет прямого влияния на запоминаемые фактические знания, а также такие аспекты персонализации, как симпатия и компетентность, приписываемые вовлеченным акторам.

достоверность , которую участники приписывают актерам, и знакомство с каналом YouTube или телепрограммой не оказывают статистически значимого влияния на результаты теста множественного выбора [ t ₍₄₄₃₎ = − 1,78, р = 0,076]. Но средняя ценность запомненных фактических знаний возрастает линейно с увеличением надежности, приписываемой действующим лицам. Хотя вышеупомянутые аспекты персонализации не влияют на приобретение фактических знаний, они влияют на субъективно воспринимаемое увеличение знаний: высокие значения симпатии, приписываемые актерам, сопровождаются более высоким воспринимаемым эффектом обучения ( r = 0,201, p < 0,001) и более высокой оценкой понятности объяснений ( r = 0,208, р < 0,001). Эта корреляция сводится к тому, что было названо «иллюзией понимания» (Paik and Schraw, 2013) в случае обогащения учебного материала анимацией: «Анимация может помешать учащимся выполнять соответствующую когнитивную обработку не из-за увеличения сложности задачи, а потому, что ненадлежащего облегчения задачи» (Шноц и Раш, 2005, стр. 57).

В рамках онлайн-опроса испытуемых спрашивали, насколько они уверены в том, что научные факты представлены в видео правильно. Если рассматривать этот вопрос в связи с правильными фактическими знаниями, то становится очевидной несколько значимая корреляция ( r = 0,124, p = 0,005): те, кто совсем не был уверен или менее уверен в правильности изложенных фактов ( n = 109) в среднем правильно ответили только на 69% вопросов. Те, кто был более или менее уверен в фактах ( n = 392) правильно ответили примерно на 74% вопросов. Соответственно уверенность в правильности представленных фактов является значимым предиктором ( b = 4,28, t = 2,8, p = 0,005) ⁵ запомненных фактических знаний: она объясняет значительную долю 1,5% дисперсия неправильно запомненных фактов [ F _(1,499) = 7,81, p = 0,005] ⁶ .

Полученные данные показывают, что эпистемологическая репутация видео, актуальность его темы и, с оговорками, некоторые аспекты персонализации содержания видео оказывают заметное влияние на передачу знаний. Результаты онлайн-опроса показывают, что нет существенной разницы в правильных ответах на фактические вопросы относительно социально-демографических переменных возраста, пола и уровня образования.

Результаты концептуального картирования

По сравнению с результатами множественного тестирования фактических знаний данные концептуального картирования показывают значительно менее успешную передачу структурных знаний. В то время как в тесте с множественным выбором в среднем для всех видеороликов дается около двух третей правильных ответов, в концептуальном отображении испытуемые получают только около четверти возможных предложений (по сравнению с экспертами). карты). При применении сетевых мер качества концептуальных карт испытуемые остаются ниже предела в 40% экспертной оценки для всех типов видео. Следовательно, научные видеоролики гораздо лучше передают фактические знания, чем структурные. При сравнении типов видео повествовательные пояснительные фильмы оказываются наиболее успешными в передаче структурных знаний, измеренных экспертными концептуальными картами. В среднем эти видеоролики набирают 26,6% от максимального количества предложений, тогда как в тестах с множественным выбором они достигают 77% возможных правильных ответов (см. Таблицу 1). Анимационное видео получило самые высокие абсолютные баллы в концептуальном отображении, но только около 40% от максимального количества баллов по сетевым показателям. Презентационный фильм и экспертный фильм получили худшие оценки в обоих тестах на знание.

Поскольку испытуемым было предложено составить концептуальную карту до и после просмотра видеороликов, можно было определить влияние предшествующих знаний на приобретение знаний. Как правило, видеоролики, посвященные темам, по которым мало что известно ранее, дают значительно худшие результаты, чем видеоролики, посвященные заранее известным повседневным знаниям. Все типы видео не особенно успешны в обучении реципиентов применению терминологических понятий. Менее половины понятий, которые вводятся во время видео, интегрируются в карты понятий после его просмотра. Мера «централизация» из сетевой аналитики определяет связность и согласованность концептуальной карты: чем она более централизована, тем менее она связана с другими когнитивными структурами. Наиболее централизованные карты были составлены испытуемыми при просмотре презентационных фильмов. Напротив, повествовательные пояснительные фильмы достигают наименьшей централизации и наибольшего увеличения числа усвоенных предложений и плотности концептуальных сетей. В целом, оценка концептуальных карт испытуемых показывает, что существует дефицит в передаче структурных знаний, выходящих за рамки всех типов видео.

Взгляд и внимание

Один из центральных вопросов этого исследования заключался в том, какие особенности научного видео отвечают за распределение внимания на соответствующие аудиовизуальные аспекты. Как упоминалось выше, движения глаз служат индикаторами когнитивных процессов и предоставляют данные, выходящие за рамки методов самоотчета. Чтобы исследовать возможности управления взглядом видео, были применены три измерения данных отслеживания взгляда: во-первых, время пребывания в соответствующих областях интереса, которое указывает на интенсивность приема, матричная плотность и матричная энтропия данных отслеживания глаз, которые оба указывают на однородность путей сканирования и, следовательно, на динамику приема. Данные исследования показывают, что более длительное время задержки на определенных AOI видео связано с более глубоким пониманием опосредованного контента. Для сравнения различных типов видео по интенсивности приема и динамике приема области интереса (AOI) были систематизированы в четыре разные группы, соответствующие всем типам видео: «главное лицо», «графические элементы», «текстовые вставки» и «дополнительные лица» (см. Приложение в Дополнительных материалах). Существует систематическая связь между распределением времени задержки для этих типов AOI и конкретным типом видео. Например, в анимационных видеороликах наибольшее время задержки приходится на графические элементы, в других типах — на главных героев, появляющихся в видеороликах. Однако время задержки не всегда определяется видимым временем AOI, а скорее уделенным вниманием получателей. Это становится особенно очевидным в тех случаях, когда доля времени задержки на элементе видео больше, чем доля видимого времени этого элемента. Например, это относится к текстовым наложениям и графическим элементам, что показывает, что получатели придают этим элементам высокую релевантность. Время задержки на этих двух элементах также коррелирует с результатами проверки знаний: более длительное время задержки на графических элементах и текстовых вставках приводит к лучшей передаче как структурных, так и фактических знаний.

Анализ времени задержки выявляет дилемму распределения внимания, типичную для презентационных видео (см. Wang et al., 2020): по сравнению с другими типами видео все пять из них показывают худшие результаты в тесте на знание с На концептуальное картирование указывает наименьшее качество концептуальных сетей с точки зрения плотности и структуры, наименьший прирост правильных предложений и наибольшая удаленность от экспертных карт. Этот результат ниже среднего можно объяснить специфической слабостью управления вниманием, которая выражается в данных о времени задержки: одновременное присутствие говорящего человека и соответствующих визуализаций вынуждает реципиентов разделить канал визуального восприятия на два источника, что приводит к дилемме внимания и, следовательно, к когнитивной перегрузке (см. рисунок 2, на котором тепловая карта с непрозрачной окраской визуализирует интенсивность внимания испытуемых).

ИЗОБРАЖЕНИЕ 2 . Сцена из программы «Wissen vor Acht» со словесным объяснением ведущего опыта дежавю и одновременной визуализацией на двух телеэкранах. Тепловые карты 17 испытуемых демонстрируют дилемму распределения внимания, что приводит к весьма неоднородному паттерну взгляда.

В других типах видео говорящий человек и другие важные части видео, такие как текст или изображения, организованы в два канала, что позволяет получателям получать информацию одновременно ушами и глазами. Анимационные видеоролики позволяют избежать упомянутой дилеммы внимания, разделяя соответствующую информацию на звуковой канал — устную информацию невидимого говорящего извне — и визуальный канал, содержащий элементы, на которые нужно смотреть (см. рисунок 3).

ИЗОБРАЖЕНИЕ 3 . Кадр из YouTube-видео «Что такое дежавю?» (последовательное изложение информации). Тепловая карта 18 испытуемых визуализирует довольно однородный рисунок взгляда.

В то время как время задержки указывает на интенсивность восприятия, значения энтропии показывают динамику приема в соответствии с однородностью путей сканирования. Пути сканирования определяются как «след движений глаз участника в пространстве и времени» (Holmqvist et al., 2011, стр. 253). Общий результат заключается в том, что чем ниже модальная плотность и выше модальная когерентность видео, тем ниже значение энтропии. Это указывает на очень однородный путь сканирования и, следовательно, на сильное управление взглядом с помощью видео. Сравнение различных видеороликов подтверждает, что в отличие от одновременного пространственного представления информационных элементов на экране последовательная структура информационных фаз способствует усвоению структурных знаний. Пути сканирования затем четко определяются, так что получателям не нужно искать соответствующую информацию, но они могут использовать свои ограниченные когнитивные ресурсы для последовательной обработки содержимого видео. Точный контроль внимания помогает снизить когнитивную нагрузку. Это разгружает ресурсы рабочей памяти и высвобождает возможности для получения знаний (Paas and Sweller, 2014, стр. 38).

Управление вниманием и передача знаний, таким образом, устанавливаются по-разному для временно-последовательно структурированных и одновременно пространственно структурированных видео. Одновременное пространственное расположение элементов в видео увеличивает мультимодальную плотность. Эта повышенная внешняя («посторонняя») когнитивная нагрузка требует когнитивных ресурсов, которых не хватает для обработки предъявляемой информации (Mayer, Fiorella, 2014). В случаях линейных стимулов, таких как научные видеоролики, одновременно представленная дополнительная информация должна быть получена в условиях дефицита времени. Напротив, последовательное расположение дополнительной информации вписывается в линейную структуру этих видео таким образом, что нет конкуренции между пространственной обработкой «фаз» и временной обработкой последовательной структуры видео.

Диалоговый анализ: картирование пространства участия в социальных сетях

В отличие от телевидения, научная коммуникация на YouTube характеризуется моделью участия и интерактивной коммуникации, которая позволяет пользователям комментировать исходное видео или комментарии других пользователей и позволяет коммуникаторы для связи со своими подписчиками. Раздел комментариев оказывается неотъемлемой частью коммуникативного пространства социальных сетей. Таким образом, в дополнение к изучению восприятия, исследование этого пространства взаимодействия оказывается многообещающим дополнительным подходом к выяснению эффектов и реакций на видео на YouTube. Анализ почти 2000 пользовательских комментариев из раздела комментариев к шести исследованным видео на YouTube показывает, что они представляют собой согласованную сеть взаимодействий, состоящую из взаимных ссылок, таких как явная адресация, цитаты или тематические сигналы, и шаблонов последовательности, таких как вопрос-ответ. или доказательство-утверждение-противоречие (см. также Bou-Franch et al., 2012).

Когда дело доходит до передачи знаний, эти диалоги оказываются актуальными для обсуждения эпистемологического качества видео и совместной обработки проблем исходного видео. Недавние исследования пришли к выводу, что уровень вежливости комментариев может повлиять на восприятие пользователями исходного видео (Brossard, 2013). Что касается предположения о том, что Интернет играет важную роль в дестабилизации эпистемологического порядка нашего общества (Neuberger and Jarren, 2017), вопрос о том, насколько рациональными, эмоциональными или фактическими являются последовательные дискурсы в разделах комментариев, все еще находится на переднем плане ( Бухер и Барт, 2019 г. ). В соответствии с предположением Дубови и Табака о том, что «YouTube может предложить неформальное пространство для научных дискуссий» (Дубови и Табак, 2020, стр. 2), результаты анализа изученных комментариев на YouTube не подтверждают такие скептические оценки: половина комментариев касается передачи знаний или может быть понята как эпистемологическая оценка содержания видео или предыдущего комментария. Тематические взаимодействия (ad-rem взаимодействие) преобладают в разделе комментариев. Известные из других коммуникативных онлайн-пространств паттерны ad-hominem взаимодействия, основанные на диффамации и оскорблении людей, встречаются реже в виде единичных случаев. То же самое относится к персонализирующим и эмоциональным моделям действий, менее характерным для научных споров, но типичным для онлайн-общения. Применительно к долгосрочному развитию научной коммуникации анализ комментариев пользователей может способствовать проверке предположения о том, что происходит переход от дефицитной модели научной коммуникации с пассивной аудиторией к модели взаимодействия с активным участием реципиентов. подробные результаты см. Christ, 2020).

Обсуждение

В дополнение к растущему количеству научных видеороликов на YouTube, представленное исследование посвящено пониманию науки отдельными людьми как прецеденту общественного понимания науки. Он сочетает в себе типологию видео на YouTube, основанную на анализе мультимодального дискурса, с исследованием аудитории для изучения передачи знаний. Следовательно, знания, полученные при просмотре видео на YouTube, являются зависимой переменной; типы видео являются независимыми. Типология четырех жанров аудиовизуального видео была разработана на основе систематического анализа 400 видеороликов с YouTube. Два из этих жанров, повествовательный пояснительный фильм и экспертный фильм — это традиционные телевизионные форматы, которые передаются на каналы YouTube, особенно научными учреждениями, университетами или медиа-компаниями. Два других жанра, презентационный фильм и анимационный фильм , являются типичными жанрами YouTube, которые заимствуют некоторые элементы из других форматов социальных сетей. Как упоминалось в других исследованиях (de Lara et al., 2017), эти новые жанры получают больше просмотров и комментариев, чем жанры, основанные на телевидении, потому что они отражают специфику платформы и представляют контент творчески и аутентично. Их высокая репутация, широкое распространение и признание указывают на изменение научной коммуникации в сторону более личных, более аутентичных, более развлекательных жанров, использующих весь спектр цифровых инструментов и интерактивных возможностей социальных сетей. В отличие от других классификаций (Morcillo et al., 2016; de Lara et al., 2017) в нашей типологии представлено гораздо меньшее количество типов, что обусловлено как разными методами выборки, так и разными критериями классификации. Прямая типология может быть вредной с точки зрения выявления разнообразия классифицируемых объектов, но в случае нашего исследования она является предпосылкой для утверждения надежных отношений между видео на YouTube как аудиовизуальными стимулами и их эффектами, такими как выделенное внимание или приобретенное знание.

Как показали другие исследования (Welbourne and Grant, 2016; Erviti et al., 2020; León and Bourk, 2020), научная коммуникация на основе YouTube также свидетельствует о трансформации с точки зрения авторства: логика платформы обеспечивает рамки распространения, которые позволяют неспециалистам превзойти научные учреждения (исследовательские институты, университеты) в их досягаемости. В результате ненаучные субъекты доминируют в научном общении на YouTube, маргинализируя профессиональное авторство ученых, научных учреждений или университетов. Вопрос остается открытым, если это приведет к долгосрочному краху устоявшихся эпистемологических порядков или распространению антинаучной позиции (Erviti et al., 2020), несмотря на некоторые оптимистичные результаты проведенного в этом исследовании исследования передачи знаний и пользователей. Комментарии. Результаты исследования свидетельствуют о том, что успешность научной коммуникации зависит от того, как ее авторы рассматривают медиалогику выбранного ими канала.

С точки зрения передачи знаний различные типы видео оказывают значительное влияние на качество усвоения знаний получателями. Фактическая информация, переданная, например, в анимационных фильмах и повествовательных пояснительных фильмах , запоминается намного лучше, чем информация из экспертных фильмов , которым отдают предпочтение университеты и научно-исследовательские институты. Однако следует учитывать, что экспертные фильмы обычно сосредоточены на передаче знаний, которые имеют мало общего с повседневной жизнью большинства субъектов и, следовательно, относятся к области экспертных знаний. Хуже в контексте представленного исследования оказались видеоролики, направленные на передачу специальных научных тем, которые меньше пересекаются с повседневной жизнью испытуемых и их предыдущими знаниями. Насколько данные доказывают тесную связь между темой видео и передачей знаний. Вместе с предубеждением пользователей в пользу информации, которая соответствует их ранее существовавшим знаниям и отношениям, это отношение, вероятно, способствует выборочному воздействию и эпистемологическим фильтрам (Landrum et al. , 2019).). В целом результаты исследования рецепции снижают оптимистичные ожидания, традиционно связанные с визуализацией в научной коммуникации и аудиовизуальными произведениями в частности. Тот факт, что научные видеоролики гораздо лучше передают фактические знания, чем структурные, предполагает, что желаемое общественное понимание науки может быть достигнуто лишь в ограниченной степени, потому что структурные знания имеют решающее значение для интеграции новых знаний в существующие знания и интеграции новую информацию в более широкий контекст.

Вопросы, касающиеся связи между развлечением и информацией, имеют долгую историю в дебатах о доступности и популяризации научной коммуникации (Myers, 2003; Shapiro and Park, 2015; Walsh, 2015). С одной стороны, развлекательные стратегии, такие как рассказывание историй, комические форматы, разговорный язык, персонализация или визуализация, оцениваются как аналоги рациональности и объективности. С другой стороны, считается, что они делают науку более привлекательной для неспециалистов. Результаты нашего исследования как бы подтверждают последнее положение, но с урезанием. уровень зрелищности , приписываемый видео, относится к количеству запомненных фактических знаний и к оценке строгости видео. Чем развлекательнее оценивается видео, тем сильнее уверенность в правильности представленного контента и тем сильнее доверие к авторам. Это близко соответствует эффекту, называемому «иллюзией понимания» (Paik and Schraw, 2013) или «эффектом легкости» (Scharrer et al., 2016). Упрощение — например, с помощью информационно-развлекательной системы — побуждает получателей более легко и надежно оценивать контент и переоценивать свою эпистемологическую компетентность. Таким образом, результаты этого исследования противоречат предположению о том, что «пользователи YouTube отделяют «науку» от «развлечений» (Rosenthal, 2018, p. 34). ориентированный. В отличие от этой выборки, наше исследование рассматривает всю неуказанную когорту из примерно 500 участников. В соответствии с результатами исследований по популяризации научных форматов, таких как научные слэмы и TED-Talks, можно сделать вывод, что всегда существует противоречие между развлечением и информацией, но определенное количество развлекательных элементов может способствовать получению знаний (Lederman, 2016; Carlsson, 2018; Бурк и др. , 2020).

Что касается теоретических предположений нашего подхода в отношении процессов приема, то данные отслеживания взгляда примерно ста получателей подтверждают, что на передачу знаний влияют не только некоторые атрибуты или склонности получателей, но также управляется стимулом: распределение внимания, которое является связующим звеном между видео и приобретением знаний, определяется особенностями видео, такими как его модальная плотность, модальная связность, его временная и линейная структура. В целом можно сказать, что в соответствии с общей временной структурой аудиовизуального материала линейно организованные фазы информационных элементов способствуют усвоению знаний, в то время как одновременные пространственно организованные информационные элементы — например, лектор, представляющий визуальный материал (см. презентаций PowerPoint) — усложняют усвоение знаний за счет увеличения когнитивной нагрузки.

Основной подход исследования заключался в объединении классификации видео на YouTube с исследованием рецепции, что позволяет соотнести распределение внимания и получение знаний с жанрами видео и их специфическими особенностями. Следовательно, можно оценить различные жанры видео на YouTube с точки зрения их пригодности для передачи знаний и, в более широком смысле, для повышения научной грамотности на основе критериев теории восприятия и когнитивной науки.

Из-за четкого разделения устного комментария или пояснительного текста и визуализаций на два разных канала приема — слух и зрение — анимационные видеоролики имеют мультимодальную структуру, в которой режимы не конкурируют за внимание, а дополняют друг друга (двухканальное предположение, Майер, 2014, стр. 47–49). Четкое разделение каналов приема позволяет синхронизировать закадровый комментарий и визуализацию по содержанию и времени. Таким образом, видео поддерживает когнитивные процессы выбора релевантной информации, организации ее в связные структуры и интеграции в существующие знания (Mayer, 2014, стр. 50–52). Из этого можно сделать вывод, что анимационные видеоролики хорошо подходят для передачи сложных и абстрактных фактов. Сила презентационных видео заключается в их персонализации, которую также можно систематически использовать для повышения лояльности аудитории путем установления якорных докладчиков. Возможность развивать парасоциальные отношения с адресатами играет центральную роль в принятии видео на YouTube (ср. результаты онлайн-опроса). Исследование показало две взаимодополняющие характеристики повествовательных пояснительных фильмов : их высокая эффективность в отношении передачи знаний и их сильный контроль внимания. Этот формат видео сочетает в себе две функции, которые могут дополнять друг друга с точки зрения передачи знаний и управления вниманием: повествование, с помощью которого можно добиться мотивации и заинтересованности адресатов, и объяснение. Мультимодальная оркестровка направляет внимание адресатов на информационно значимые аспекты темы. Хотя экспертный фильм мешает адресатам идентифицировать соответствующие информационные элементы и поэтому имеет низкие баллы по всем тестам на знание, его преимущество заключается в сочетании изображения ученого и информирования о научных проблемах. Два недостатка противоречат преимуществам повествовательного пояснительного фильма и экспертного фильма: во-первых, это типичный телевизионный формат, охват и признание которого на YouTube ограничены. А во-вторых, производственные усилия относительно высоки и, следовательно, вряд ли осуществимы для ютуберов.

Поскольку основное внимание в этом исследовании уделяется передаче знаний, «цели, не относящиеся к знаниям» (Erviti et al., 2020, стр. 39), такие как влияние на отношение к науке, поощрение интереса к науке или укрепление доверия в научном сообществе пришлось пренебречь. Хотя онлайн-опрос этого исследования показывает, каким образом научные видеоролики способствуют развитию отношения или эмоций по отношению к науке, основное внимание в этом исследовании уделяется передаче знаний, которая, несомненно, является одной из основных функций научной коммуникации, но не единственной.

Заявление о доступности данных

Необработанные данные, подтверждающие выводы этой статьи, будут предоставлены авторами без неоправданных оговорок.

Заявление об этике

Этическая экспертиза и одобрение не требовались для исследования с участием людей в соответствии с местным законодательством и институциональными требованиями. Пациенты/участники предоставили письменное информированное согласие на участие в этом исследовании.

Вклад авторов

H-JB: главный исследователь. ББ: отвечает за жанровый анализ и лабораторные исследования. KC: отвечает за онлайн-исследование и анализ взаимодействия. Сложность подхода и многоаспектный дизайн исследования требовали тесного и взаимного сотрудничества между BB, H-JB и KC на всех этапах исследования. Все авторы внесли свой вклад в статью и одобрили представленную версию.

Финансирование

Этот исследовательский проект финансировался Klaus Tschira Stiftung.

Конфликт интересов

Авторы заявляют, что исследование проводилось при отсутствии каких-либо коммерческих или финансовых отношений, которые могли бы быть истолкованы как потенциальный конфликт интересов.

Благодарности

Этот проект, некоторые результаты которого представлены в этой статье, финансировался Фондом Клауса Чира (2017–2020). Проект выиграл от сотрудничества с Nationales Institut für Wissenschaftskommunikation и исследовательской группой Science in Presentations в Karlsruher Institut für Technologie (KIT). Энтропийную оценку данных взгляда поддержали Керстин Вольф из iMotions и Стефан Хилл, специалист по информатике из Университета Кобленца. Онлайн-опрос был организован издательством Spektrum der Wissenschaft. 9 Ф = Ф -испытание.

Ссылки

Allgaier, J. (2016). Wo Wissenschat auf Populärkultur trifft» в Web Video Wissenschaft – Ohne Bewegtbild läuft nichts mehr im Netz: Wie Wissenschaftsvideos das Publikum erobern , eds T. Körkel and K. Hoppenhaus (Heidelberg: Spektrum der Wissenschaft), 15–24.

Альгайер, Дж. (2019). Научная и экологическая коммуникация на YouTube: стратегически искаженные коммуникации в онлайн-видео об изменении климата и климатической инженерии. Фронт. коммун. 4:36. doi: 10.3389/fcomm.2019.00036

Полный текст CrossRef | Google Scholar

Бейкер Э. Л., Ниеми Д., Новак Дж. и Херл Х. (1991). «Гипертекст как стратегия обучения и оценки представления знаний», в документе , представленном на Семинаре передовых исследований НАТО по моделям учебного проектирования для компьютерных обучающих сред (Энсхеде).

Google Scholar

Бейтман, Дж. (2014). Текст и изображение. Критическое введение в визуальное/вербальное разделение . Лондон, Нью-Йорк, Нью-Йорк: Рутледж. doi: 10.4324/9781315773971

Полный текст CrossRef | Google Scholar

Бейтман Дж. и Шмидт К.-Х. (2012). Мультимодальный анализ пленки: что означают пленки . Нью-Йорк, штат Нью-Йорк: Рутледж. дои: 10.4324/9780203128220

Полнотекстовая перекрестная ссылка | Google Scholar

Бу-Франч П., Лоренцо-Дус Н. и Блитвич П.Г.-К. (2012). Социальное взаимодействие в текстовых полилогах на YouTube: исследование согласованности. Дж. Вычисл. Мед. коммун. 17, 501–521. doi: 10.1111/j.1083-6101.2012.01579.x

Полнотекстовая перекрестная ссылка | Google Scholar

Бурк, М., и Леон, Б. (2020). «Заключение: инновации и будущие задачи», в «Сообщение о науке и технологиях через онлайн-видео». Исследование феномена новых медиа , редакторы Б. Леон и М. Бурк (Нью-Йорк, штат Нью-Йорк; Лондон: Routledge), 117–123.

Бурк М., Леон Б. и Дэвис Л. С. (2020). «Развлечение в науке: полезно в малых дозах», в «Сообщение о науке и технологиях через онлайн-видео». Исследование феномена новых медиа , редакторы Б. Леон и М. Бурк (Нью-Йорк, Нью-Йорк; Лондон: Routledge), 89–104.

Броссар, Д. (2013). Новые медиаландшафты и потребители научной информации. Проц. Натл. акад. науч. США 110, 14096–14101. doi: 10.1073/pnas.1212744110

Полнотекстовая перекрестная ссылка | Google Scholar

Букки, М. (2008). «О недостатках, отклонениях и диалогах. Теории общественной коммуникации науки» в Handbook of Public Communication of Science and Technology , eds M. Bucchi and B. Trench (London: Routledge), 57–76.

Бухер, Х.-Й. (2017). «Понимание создания мультимодальных значений: теории мультимодальности в свете исследований рецепции», в New Studies in Multimodality. Концептуальные и методологические разработки , редакторы О. Сейзов и Дж. Вильдфойер (Лондон; Оксфорд; Нью-Йорк, штат Нью-Йорк; Нью-Дели; Сидней, Новый Южный Уэльс: Bloomsbury), 91–123.

Google Scholar

Bucher, H.-J. (2020). «Вклад исследований средств массовой информации в понимание научной коммуникации», в Handbook of Science Communication 9.0014, редакторы А. Лесмёльманн, М. Даскаль и Т. Глонинг (Бостон, Массачусетс; Берлин: Де Грюйтер), 51–76.

Бухер, Х.-Дж., и Барт, К. (2019). «Zwischen Hatespeech und Deliberation: affektive Öffentlichkeiten und politische Kommunikation in den sozialen Medien», in: Mediale Emotionskulturen , eds S. Hauser, M. Luginbühl и S. Tienken. (Берн; Берлин; Брюссель; Нью-Йорк, штат Нью-Йорк; Оксфорд: Питер Ланг), 57–81. [Между разжиганием ненависти и обсуждением: аффективные паблики и политическая коммуникация в социальных сетях].

Бухер, Х.-Дж., и Бой, Б. (2018). «Насколько информативны информационные комиксы в научной коммуникации? Эмпирические результаты исследования слежения за глазами и проверки знаний», в Empirical Comic Research. Цифровые, мультимодальные и когнитивные методы , редакторы А. Данст, Дж. Лауброк и Дж. Вильдфойер (Нью-Йорк, Нью-Йорк, Лондон: Routledge), 176–196.

Google Scholar

Bucher, H.-J., and Niemann, P. (2012). Визуализация науки: прием презентаций в PowerPoint. Визуальное общение. 11, 283–306. doi: 10.1177/1470357212446409

CrossRef Полный текст | Google Scholar

Бухер, Х.-Дж., и Шумахер, П. (2006). Релевантность внимания для выбора новостного контента. Исследование айтрекинга моделей внимания при восприятии печатных и онлайн-СМИ. Коммуникации. евро. Дж. Комм. Рез. 31, 347–368. doi: 10.1515/COMMUN.2006.022

CrossRef Full Text | Google Scholar

Карлссон, Б. (2018). «Научный слэм» и процессы спортификации в науке. Спорт Соц . 1–15. doi: 10.1080/17430437.2018.1435030

CrossRef Full Text | Google Scholar

Чен З. и Ши Б. Э. (2019). Использование переменного времени задержки для ускорения просмотра веб-страниц на основе взгляда с двухэтапным выбором. Междунар. Дж. Хам. вычисл. Взаимодействовать. 35, 240–255. doi: 10.1080/10447318.2018.1452351

CrossRef Полный текст | Google Scholar

Христос, К. (2020). Wissenschaft на YouTube: Больше видео. Eine Interaktionsanalyse der Anschlusskommunikation. Гиссен: Gießener Elektronische Bibliothek. [Наука на Youtube: больше, чем просто видео. Анализ взаимодействия комментариев пользователей]

Клариана, Р. Б., Энгельманн, Т., и Ю, В. (2013). Использование центральности концептуальных карт в качестве меры состояний проблемного пространства при совместном решении проблем с помощью компьютера. Учеб. Тех. Рез. 2013, 423–442. doi: 10.1007/s11423-013-9293-6

CrossRef Полный текст | Google Scholar

Clayman, SE, and Gill, VT (2012). «Разговорный анализ», в The Routledge Handbook of Discourse Analysis , eds JP Gee, P. James, and M. Handford (Лондон; Нью-Йорк, штат Нью-Йорк: Routledge), 120–134.

Крэри, Дж. (1990). Техники наблюдателя: о видении и современности в девятнадцатом веке . Кембридж, Массачусетс: Массачусетский технологический институт.

Google Scholar

Дэвис Л.С. и Леон Б. (2020). «Новые и старые нарративы: меняющиеся нарративы научных документальных фильмов в цифровой среде», в Общение науки и техники с помощью онлайн-видео. Исследование феномена новых медиа , редакторы Б. Леон и М. Бурк (Нью-Йорк, штат Нью-Йорк; Лондон: Routledge), 58–65.

Google Scholar

де Лара, А., Гарсия-Авилес, Дж. А., и Ревуэльта, Г. (2017). Онлайн-видео об изменении климата: сравнение телевизионного и веб-форматов. J. Sci. коммун. 16:1–32. doi: 10.22323/2.16010204

CrossRef Полный текст | Google Scholar

Догусой-Тайлан, Б., и Кагилтай, К. (2014). Когнитивный анализ процессов концептуального картирования экспертов и новичков: исследование слежения за взглядом. Вычисл. Гум. Поведение 36, 82–93. doi: 10.1016/j.chb.2014.03.036

CrossRef Полный текст | Google Scholar

Донзелли Г., Паломба Г., Федериги И. , Акино Ф., Чиони Л., Верани М. и др. (2018). Дезинформация о вакцинации: количественный анализ видео на YouTube. Гул. Вакцины Иммунотер. 14, 1654–1659. doi: 10.1080/21645515.2018.1454572

PubMed Abstract | Полный текст перекрестной ссылки | Google Scholar

Дубови И. и Табак И. (2020). Эмпирический анализ совместного создания знаний в комментариях на YouTube. Вычисл. Образовательный 156:103939. doi: 10.1016/j.compedu.2020.103939

CrossRef Полный текст | Google Scholar

Духовски, А. Т. (2003). Методика отслеживания взгляда: теория и практика . Лондон: Спрингер.

Google Scholar

Эрвити, М. К., Кодина, М., и Леон, Б. (2020). Пронаучные, антинаучные и нейтральные научные материалы в онлайн-видео об изменении климата, вакцинах и нанотехнологиях. Медиа коммун. 8:2. дои: 10.17645/mac.v8i2.2937

Полнотекстовая перекрестная ссылка | Google Scholar

Эрвити, М. К., и Леон, Б. (2016). «Совместная культурная и научная коммуникация: анализ научно-популярного контента на YouTube», в Nuevas Formas de Expresión , редакторы К. дель Валье Рохас и К. Сальгадо Сантамария (Мадрид: Ediciones Universitarias McGraw-Hill), 271–286.

Эрвити, М. К., и Стенглер, Э. (2016). «Онлайн-видео как средство научной коммуникации», 15-я ежегодная конференция STS (Грац). дои: 10.22323/2.15040602

Полнотекстовая перекрестная ссылка | Google Scholar

Fairweather, A., and Montemayor, C. (2017). Знания, ловкость и внимание . Кембридж: Издательство Кембриджского университета. doi: 10.1017/9781316105849

CrossRef Full Text

Francés, M., and Peris, À. (2020). «Точность в научных онлайн-видео: первоначальный подход», в «Сообщение о науке и технологиях через онлайн-видео». Исследование феномена новых медиа , редакторы Б. Леон и М. Бурк (Нью-Йорк, штат Нью-Йорк; Лондон: Routledge), 66–76.

Фриман, Л. К. (1978). Концептуальное уточнение центральности в социальных сетях. Соц. сеть 1, 215–239.

Google Scholar

Гарсия-Авилес, Дж. А., и де Лара, А. (2020). «Обзор научного онлайн-видео: разработка классификации форматов», в «Сообщение о науке и технологиях через онлайн-видео». Исследование феномена новых медиа , редакторы Б. Леон и М. Бурк (Нью-Йорк, штат Нью-Йорк; Лондон: Routledge), 22–32.

Гель, Д. (2012). «Концептуальное картирование и айтрекинг. Eine Methodenkocombination zur Diagnose initiierter Wissenszuwächse», в Interaktionale Rezeptionsforschung. Theorie und Methode der Blickaufzeichnung in der Medienforschung , ред. H.-J. Бухер и П. Шумахер (Висбаден: Springer VS), 135–155. [Концептуальное картирование и отслеживание взгляда: диагностика передачи знаний путем применения метода триангуляции] doi: 10.1007/978-3-531-93166-1_5

CrossRef Полный текст | Google Scholar

Гейпель, А. (2018). «Wissenschaft@YouTube», в Knowledge in Action: Neue Formen Der Kommunikation in der Wissensgesellschaft , ред. Э. Летткеманн, Р. Вилке и Х. Кноблаух (Висбаден: Springer VS), 137–163. doi: 10.1007/978-3-658-18337-0_6

Полный текст CrossRef | Google Scholar

Гиббонс М. , Лимож К., Новотны Х., Шварцман С., Скотт П. и Троу М. (1994). Новое производство знаний. Динамика науки и исследований в современных обществах. Лондон: Мудрец.

Глейзер, Б.Г., и Штраус, А.Л. (1998). Теория заземления. Стратегия качественного исследования. Берн: Ханс Хубер.

Google Scholar

Голдберг Дж. Х. и Хелфман Дж. И. (2013). «Отслеживание взгляда при визуализации: прогрессивное извлечение стратегий сканирования», в Handbook of Human Centric Visualization , ed W. Huang (Нью-Йорк, штат Нью-Йорк: Springer Science+Business Media), 337. doi: 10.1007/978-1-4614 -7485-2_13

Полнотекстовая перекрестная ссылка | Google Scholar

Гулд, Дж. (1973). Движения глаз при зрительном поиске и поиске памяти. Дж. Экспл. Психол. 98, 184–195. doi: 10.1037/h0034280

PubMed Abstract | Полный текст перекрестной ссылки | Google Scholar

Гвиздка, Дж. (2014). «Характеризация релевантности с помощью мер отслеживания взгляда», в материалах 5-го информационного взаимодействия в контексте симпозиума. Ассоциация вычислительной техники . (Регенсбург), 58–67. doi: 10.1145/2637002.2637011

Полный текст CrossRef | Google Scholar

Hallman, WK (2017). «Что общественность думает и знает о науке — и почему это важно», в The Oxford Handbook of the Science of Science Communication , редакторы К. Джеймисон, К. Холл, Д. Кахан и Д. А. Шойфеле (Оксфорд; Нью-Йорк, штат Нью-Йорк: Oxford University Press), 61–72. doi: 10.1093/oxfordhb/97801620.013.6

Полный текст CrossRef | Google Scholar

Хенниг М., Брандес У., Пфеффер Дж. и Мергель И. (2012). Изучение социальных сетей. Руководство по эмпирическим исследованиям. Франкфурт: Кампус.

Google Scholar

Herring, S.C. (2010): «Компьютерный разговор: введение и обзор». Language@Internet 7, 1–12. Доступно в Интернете по адресу: http://www.languageatinternet.org/articles/2010/2801.

Google Scholar

Хейдари А., Чжан Дж., Аппель С., Ву Х. и Ранаде Г. (2019). Разговор на YouTube: понимание онлайн-комментариев Дискуссия о дезинформативных и политических видео на YouTube . Доступно в Интернете по адресу: https://arxiv.org/abs/1907.00435 (по состоянию на 07 июля 2020 г.).

Google Scholar

Холмквист К., Нистрем М., Андерссон Р., Дьюхерст Р., Яродска Х. и ван де Вейер Дж. (2011). Отслеживание взгляда: подробное руководство по методам и мерам. Оксфорд: Издательство Оксфордского университета.

Google Scholar

Hooge, I., and Camps, G. (2013). Энтропия пути сканирования и графики стрелок: фиксация поведения сканирования нескольких наблюдателей. Перед. Психол. 4:996. doi: 10.3389/fpsyg.2013.00996

PubMed Abstract | Полный текст перекрестной ссылки | Google Scholar

Хамфрис, М.С., и Бейн, Дж.Д. (1983). Память узнавания: сигнал и анализ информации. Пам. Познан. 11, 583–600. doi: 10.3758/BF03198283

PubMed Abstract | Полный текст перекрестной ссылки | Google Scholar

Хатчби, И., и Вуффит, Р. (2008). Анализ разговора . Кембридж, Малден, Массачусетс: Polity Press.

Реферат PubMed | Google Scholar

Джаст, Массачусетс, и Карпентер, П. А. (1976). Фиксации глаз и когнитивные процессы. Когнитивная психология. 8, 441–480. doi: 10.1016/0010-0285(76)-3

CrossRef Full Text | Академия Google

Кинч, В. (1968). Распознавание и свободный отзыв организованных списков. Дж. Экспл. Психол. 78 (часть 1), 481–487. doi: 10.1037/h0026462

Полный текст CrossRef | Google Scholar

Кох, В., и Бейш, Н. (2020). Erneut starke Zuwächse bei Onlinevideo. Ergebnisse der ARD/ZDF-onlinestudie 2020. Media Perspektiven 9, 482–500. Доступно в Интернете по адресу: https://www.ard-werbung.de/fileadmin/user_upload/media-perspektiven/pdf/2020/0920_Koch_Beisch.pdf

Коуша, К., Телуолл, М., и Абдоли, М. (2012). Роль онлайн-видео в исследовательской коммуникации: контент-анализ видео на YouTube, цитируемых в академических публикациях. Дж. Ам. соц. Поставить в известность. науч. Технол. 63, 1710–1727. doi: 10.1002/asi.22717

Полный текст CrossRef | Google Scholar

Крейц К. , Шмидт Т. и Крейц И. (2014). Статистический анализ переходов движения глаз на основе энтропии. Сейф-Харбор, Флорида: ETRA, 159–166. дои: 10.1145/2578153.2578176

Полнотекстовая перекрестная ссылка | Google Scholar

Кресс, Г. (2012). «Мультимодальный анализ дискурса», в The Routledge Handbook of Discourse Analysis , eds JP Gee and M. Handford (London; New York, NY: Routledge), 35–50.

Google Scholar

Ландрум А. Р., Ольшанский А. и Ричардс О. (2019). Дифференциальная восприимчивость к вводящим в заблуждение аргументам о плоской Земле на YouTube. Медиапсихология . 1–30. doi: 10.1080/15213269.2019.1669461

CrossRef Full Text | Академия Google

Лазарсфельд, П. (1937). Несколько замечаний о типологических процедурах в социальных исследованиях. Zeitschrift für Sozialforschung 6, 119–138. doi: 10.5840/zfs193761137

Полный текст CrossRef | Google Scholar

Ледерман, Дж. (2016). Научные слэмы могут стать будущим коммуникативных исследований, популярной науки . Доступно в Интернете по адресу: https://www.popsci.com/science-slams-could-be-future-communicating-research (по состоянию на 28 октября 2020 г.).

Леон, Б., и Бурк, М. (2020). «Исследование онлайн-видео, связанного с наукой», в Общение науки и техники с помощью онлайн-видео. Исследование феномена новых медиа , редакторы Б. Леон и М. Бурк (Нью-Йорк, штат Нью-Йорк; Лондон: Routledge), 8–20.

Ло, А.С., Эссер, М.Дж., и Гордон, К.Е. (2010). YouTube: показатель общественного восприятия и осведомленности об эпилепсии. Эпилепсия Поведение. 17, 541–545. doi: 10.1016/j.yebeh.2010.02.004

PubMed Abstract | Полный текст перекрестной ссылки | Google Scholar

Лобато, Р. (2016). Культурная логика цифровых посредников: многоканальные сети YouTube. Конвергенция 22, 348–360. doi: 10.1177/1354856516641628

CrossRef Full Text | Google Scholar

Maisto, SA, Dewaard, RJ, and Miller, ME (1977). Процессы кодирования для припоминания и узнавания: влияние инструкций и выполнение вспомогательных задач. Бык. Психономические соц. 9, 127–130. doi: 10.3758/BF03336951

Полный текст CrossRef | Google Scholar

Mayer, RE (2014). «Когнитивная теория мультимедийного обучения», The Cambridge Handbook of Multimedia Learning, 2nd Edn , изд. RE Mayer (Нью-Йорк, штат Нью-Йорк: издательство Cambridge University Press), 43–71. doi: 10.1017/CBO9781139547369.005

CrossRef Полный текст

Mayer, R. E., and Fiorella, L. (2014). «Принципы сокращения посторонней обработки в мультимедийном обучении: когерентность, сигнализация, избыточность, пространственная смежность и временная смежность», в The Cambridge Handbook of Multimedia Learning, 2nd Edn , ed RE Mayer (New York, NY: Cambridge University Press), 278–315.

Минол К., Спелсберг Г., Шульте Э. и Моррис Н. (2007). Порталы, блоги и др.: роль Интернета как средства научной коммуникации. Биотехнология. Дж. 2, 1129–1140. doi: 10.1002/biot.200700163

PubMed Abstract | Полный текст перекрестной ссылки | Google Scholar

Морсильо, Дж. М., Чурда, К., и Робертсон-фон Трота, С. Ю. (2016). Типологии научно-популярного веб-видео. J. Sci. коммун. 15:4. doi: 10.22323/2.15040202

Полный текст CrossRef | Google Scholar

Майерс, Г. (2003). Дискурсивные исследования научной популяризации: вопрос о границах. Дискуссионный центр. 5, 265–279. doi: 10.1177/1461445603005002006

CrossRef Full Text | Google Scholar

Нойбергер, К., и Джаррен, О. (2017). Thesen zum Wandel der Wissenschaftsöffentlichkeit und zur Wissenschaftsvermittlung im Internet, in Perspektiven der Wissenschaftskommunikation im digitalen Zeitalter , eds P. Weingart, H. Wormer и RF Hüttl (Weilerswist: Velbrück Wissenschaft), 65–7. [Тезисы к трансформации научной публичной сферы и трансферу знаний в Интернете]

Google Scholar

Нойманн, О. (1996). «Теории внимания, в Справочник по восприятию и действию , Vol. 3, ред. О. Нойманн и А. Ф. Сандерс (Лондон; Сан-Диего: Academic Press), 389–446. doi: 10.1016/S1874-5822(96)80027-2

Полный текст CrossRef | Google Scholar

Нисбет, М. К., и Шойфеле, Д. А. (2009). Что дальше для научной коммуникации? Многообещающие направления и затянувшиеся отвлекающие факторы. утра. Дж. Бот. 96, 1767–1778. дои: 10.3732/ajb.0

Реферат PubMed | Полный текст перекрестной ссылки | Google Scholar

Новак, Дж. Д., и Говин, Д. Б. (1984). Учимся учиться . Нью-Йорк, штат Нью-Йорк: Издательство Кембриджского университета. doi: 10.1017/CBO97811369

Полный текст CrossRef | Google Scholar

Паас Ф. и Свеллер Дж. (2014). «Последствия теории когнитивной нагрузки для мультимедийного обучения», в The Cambridge Handbook of Multimedia Learning, 2nd Edn , ed RE Mayer (Нью-Йорк, штат Нью-Йорк: Cambridge University Press), 27–42. дои: 10.1017/CBO9781139547369.004

Реферат PubMed | Полный текст CrossRef

Пайк, Э., и Шроу, Г. (2013). Обучение с анимацией и иллюзиями понимания. Дж. Образовательный. Психол. 105, 278–289. doi: 10.1037/a0030281

Полный текст CrossRef | Google Scholar

Рёддер С. и Шефер М. С. (2010). Последствия и сопротивление: эмпирическое исследование взаимосвязи между наукой и средствами массовой информации. Связь 35, 249–267. doi: 10.1515/comm.2010.014

Полнотекстовая перекрестная ссылка | Google Scholar

Розенталь, С. (2018). Мотивы для поиска научных видео на YouTube: обучение по свободному выбору в связанном обществе. Междунар. J. Sci. Образовательный Часть B 8, 22–39. doi: 10.1080/21548455.2017.1371357

CrossRef Полный текст | Google Scholar

Розенталь, С. (2020). Медиаграмотность, научная грамотность и научные видеоролики в Интернете. Перед. коммун. 5:581585. doi: 10.3389/fcomm.2020.581585

Полный текст CrossRef | Академия Google

Руис-Примо, Массачусетс (2004). «Изучение концептуальных карт как инструмента оценки. Концептуальные карты: теория, методология, технология», в Proceedings of the First International Conference on Concept Mapping Pamplona (Испания), 2004 г.

Saunders, B., Sim, J., Kingstone, T., Baker, S. , Waterfield, J., Bartlam, B., et al. (2018). Насыщенность качественным исследованием: изучение его концептуализации и операционализации. Квал. Количество 52, 1893–1907 гг. doi: 10.1007/s11135-017-0574-8

Реферат PubMed | Полный текст перекрестной ссылки | Google Scholar

Шефер, М. (2017). «Как изменение структуры СМИ влияет на освещение научных новостей», в The Oxford Handbook of the Science of Science Communication , редакторы К. Джеймисон, К. Холл, Д. Кахан и Д. А. Шойфеле (Оксфорд; Нью-Йорк, штат Нью-Йорк: Оксфорд Университетское издательство). doi: 10.1093/oxfordhb/97801620.013.5

Полный текст CrossRef | Google Scholar

Шефер М., Кесслер С. Х. и Фенрих Б. (2020). «Анализ научной коммуникации через призму науки о коммуникации: обзор эмпирических данных», в Научная коммуникация. Справочники по коммуникативным наукам , Vol. 17, ред. А. Лесмёльманн, М. Даскаль и Т. Глонинг (Бостон, Массачусетс; Берлин: DeGruyter), 77–104.

Google Scholar

Шаррер Л., Рупипер Ю., Штадтлер М. и Бромм Р. (2016). Когда наука становится слишком легкой: популяризация науки склоняет обывателей к недооценке своей зависимости от экспертов. Общественное понимание. науч. 26, 1003–1018. doi: 10.1177/0963662516680311

PubMed Abstract | Полный текст перекрестной ссылки | Академия Google

Шноц, В. (2014). «Интегрированная модель понимания текста и изображений», в The Cambridge Handbook of Multimedia Learning, 2nd Edn , ed RE Mayer (Нью-Йорк, штат Нью-Йорк: Cambridge University Press), 72–103. doi: 10.1017/CBO9781139547369.006

PubMed Abstract | Полный текст CrossRef

Schnotz, W., and Rasch, T. (2005). Включение, облегчение и торможение эффектов анимации в мультимедийном обучении: почему снижение когнитивной нагрузки может иметь негативные последствия для обучения. Учеб. Технол. Рез. Дев. 53, 245–265. doi: 10.1007/BF02504797

Полный текст CrossRef | Google Scholar

Скотт Дж. (2000). Анализ социальных сетей: справочник, 2-е изд., Лондон, : Sage Publications.

Google Scholar

Шапиро, М. А., и Парк, Х. В. (2015). Больше, чем развлечение: YouTube и общественное мнение о науке о глобальном потеплении и изменении климата. Соц. науч. Поставить в известность. 54, 115–145. дои: 10.1177/053

14554730

Полнотекстовая перекрестная ссылка | Google Scholar

Королевское общество (1985). Общественное понимание науки . Лондон: Королевское общество.

Google Scholar

Уолш, Л. (2015). Обоюдоострый меч популяризации: роль научно-коммуникационных исследований в закрытии комментариев popsci.com. Науч. коммун. 37, 658–669. doi: 10.1177/1075547015581928

CrossRef Полный текст | Google Scholar

Ван Дж., Антоненко П. и Доусон К. (2020). Влияет ли визуальное внимание на инструктора в онлайн-видео на обучение и восприятие учащихся? Анализ глаз. Вычисл. Образовательный 146, 103–779. doi: 10.1016/j.compedu.2019.103779

Полный текст CrossRef | Google Scholar

Вассерман С. и Фауст К. (1994). Анализ социальных сетей. Методы и приложения. Кембридж: Издательство Кембриджского университета. doi: 10.1017/CBO9780511815478

Полный текст CrossRef | Google Scholar

Вайнгарт, П. (2012). «Привлекательность средств массовой информации и ее влияние на науку» в The Sciences’ Media Connection – Public Communication and its Repecussions , редакторы С. Рёддер, М. Франзен и П. Вайнгарт (Дордрехт; Гейдельберг; Лондон; Нью-Йорк, штат Нью-Йорк: Springer), 17–32. doi: 10.1007/978-94-007-2085-5_2

Полный текст CrossRef | Google Scholar

Велбурн, Д. Дж., и Грант, В. Дж. (2016). Научная коммуникация на youtube: факторы, влияющие на популярность канала и видео. Общественное понимание. науч. 25, 706–718. doi: 10.1177/0963662515572068

PubMed Abstract | Полный текст перекрестной ссылки | Google Scholar

Вулф, Дж. М. (2015). «Визуальный поиск», в The Handbook of Attention , eds JM Fawcett et al. (Кембридж: MIT Press), 27–56.

Google Scholar

Наука о YouTube: какие факторы влияют на взаимодействие пользователей с научными онлайн-видео?

Список журналов
PLoS Один
PMC
74

PLoS Один. 2022 г.; 17(5): e0267697.

Опубликовано в сети 25 мая 2022 г. doi: 10.1371/journal.pone.0267697

, Концептуализация, Курирование данных, Формальный анализ, Методология, Администрирование проекта, Визуализация, Написание – исходный проект, Написание – обзор и редактирование, ^{1
,} ^* , Концептуализация, Исследование, Методология, Управление проектом, Ресурсы, Надзор, Написание – обзор и редактирование, ^{1
,} ² , Концептуализация, Курирование данных, Исследование, Методология, Администрирование проекта, Ресурсы, Надзор, Написание – обзор и редактирование, ^{1
,} ² и , Концептуализация, Методология, Ресурсы, Надзор, Написание – обзор и редактирование ¹

Фабиана Золло, редактор

Информация об авторе Примечания к статье Информация об авторских правах и лицензиях Отказ от ответственности

Дополнительные материалы

Заявление о доступности данных

Поскольку охват научных материалов в традиционных СМИ сокращается, многие учреждения и ученые обращаются к YouTube как к мощному инструменту для прямого общения с неспециалистами. Они делают это с небольшими эмпирическими исследованиями в области социальных наук, направляющими их усилия. В этом исследовании изучается, как характеристики видео и сигналы социальной поддержки, предоставленные членами аудитории, могут влиять на взаимодействие пользователей с научными онлайн-видео. Более короткие видеоролики будут просмотрены с большей вероятностью. Сигналы социального одобрения в значительной степени связаны с различиями в вовлеченности пользователей, при этом лайки имеют постоянную положительную связь со всеми типами вовлеченности. Обсуждаются последствия для научной коммуникации через YouTube.

Исследования и практика научной коммуникации имеют давнюю традицию сосредоточения внимания на устаревших СМИ, учитывая их основную роль в распространении новостей о научных открытиях и преодолении разрыва между наукой и общественностью. Однако в настоящее время такие средства массовой информации уже не занимают того центрального места, которое они занимали в процессе научной коммуникации [1,2]. Действительно, люди все чаще обращаются к онлайн-источникам для получения научной информации, а аудитория традиционных печатных и вещательных СМИ сокращается, особенно для новостей науки и техники [1]. Кроме того, количество места, отводимого новостям науки и техники (например, новостное время на телевидении, дюймовая колонка в печатных газетах) в традиционных средствах массовой информации, сокращается. Научные журналисты, традиционно отвечающие за перевод сложной научной информации в форматы, которые непрофессионалы находят интересными и легко усваиваемыми, исчезают из традиционных отделов новостей [2].

Столкнувшись с ухудшением влияния традиционных средств массовой информации на научную коммуникацию, многие лидеры научного сообщества призвали ученых взаимодействовать и напрямую общаться с общественностью [3,4] и утверждали, что существует острая необходимость в создании более отзывчивых и более тесные связи между научным сообществом и населением в целом по мере того, как общество продвигается вперед со сложными научными разработками [3]. Новые инструменты коммуникации дают членам научного сообщества возможность напрямую взаимодействовать с непрофессионалами. Каналы онлайн-коммуникации значительно изменили то, как люди ищут и понимают научную информацию [5], и размыли границы между учеными, научными журналистами и широкой аудиторией [6]. Информационная среда новых медиа по своей природе является «плюралистической, основанной на участии и социальной» [6] и предоставляет уникальные возможности для вовлечения широкой общественности в науку.

Сайт обмена видео YouTube особенно хорошо подходит для успешного научного общения в Интернете. Являясь крупнейшим в мире сайтом для обмена видео [7], YouTube имеет более 1,5 миллиардов активных пользователей в месяц, что составляет примерно одну треть пользователей Интернета [8]. Среди самых высоких категорий видео на YouTube (с количеством просмотров и подписчиков) видео о науке и технологиях генерируют в общей сложности 12,2 миллиарда просмотров в месяц, привлекают 1,3 миллиарда подписчиков и просматриваются в общей сложности 766,7 миллиона часов [9]. ]. Учитывая исключительно широкий охват и потенциально значимую роль YouTube в распространении научной информации, растет интерес к использованию его платформы в целях распространения науки [10–12]. Небольшой, но растущий объем эмпирических данных, определяющих практику распространения науки через YouTube, отражает этот растущий интерес среди ученых и практиков в области коммуникации [13].

В этом контексте мы предоставляем первоначальную информацию о составе научной аудитории YouTube и некоторых факторах, влияющих на взаимодействие пользователей с научными видеороликами YouTube, путем анализа уникального всеобъемлющего набора исходных данных из YouTube Analytics, предоставленного Американское химическое общество. В то время как предыдущие исследования YouTube и научной коммуникации были почти исключительно сосредоточены на взаимосвязи между факторами видеоконтента и вовлеченностью пользователей, мы изучаем, как характеристики видео, которые в первую очередь не связаны с контентом, включая подсказки аудитории, связаны с различиями в вовлеченности пользователей. Такие факторы, не связанные в первую очередь с контентом, важно понимать, потому что они отражают большее инфраструктурное и алгоритмическое влияние платформы YouTube, которая играет центральную роль в формировании популярности видео, но остается черным ящиком для посторонних. Кроме того, мы расширяем текущее понимание вовлеченности пользователей на YouTube, изучая дополнительные действия по взаимодействию, которые, хотя и недостаточно изучены, полезны для получения более полного понимания вовлеченности пользователей на YouTube. Показывая, как различные характеристики видео и подсказки аудитории могут влиять на различные действия пользователей при просмотре научных онлайн-видео, наше исследование демонстрирует важность учета этих факторов при использовании YouTube для научной коммуникации и проливает свет на конкретные стратегии, которые могут сделать научные видео более привлекательными. вероятно, прорежет онлайн-шум и эффективно доберется до зрителей.

Интересующий результат: взаимодействие пользователей с видеороликами YouTube

Наша основная переменная результата — взаимодействие пользователей с научными видеороликами на YouTube. В самом широком смысле вовлечение пользователей означает действия, инициированные пользователями, которые способствуют совместному созданию ценности и знаний в онлайн-сообществе [14,15]. Это определение перекликается с концептуализацией реакции пользователей на кампании в социальных сетях, предложенной Xenos и др., которая описывает взаимодействие пользователей как «наблюдаемые действия», которые напрямую связаны с конкретными «коммуникациями в социальных сетях» и создают сами по себе ресурс, а также сигнализируют о других ресурсах. [16]. В нашем случае действия по привлечению пользователей напрямую связаны с научными видеороликами на YouTube. Более того, вовлечение пользователей «уделяет более пристальное внимание» взаимодействиям на основе кликов и комментариев с конкретными цифровыми объектами, такими как лайки и комментарии к сообщениям в социальных сетях [16]. В контексте YouTube это может включать просмотр, отметку «Нравится», «Не нравится», совместное использование и комментирование видеозаписи.

Исследования взаимодействия пользователей с видео на YouTube традиционно фокусировались на показателях популярности, таких как просмотры видео, комментарии, (не)лайки [17–21] и, реже, репост [22]. Некоторые также выступали за включение чтения комментариев и загрузки видео в качестве форм взаимодействия с пользователем [23]. Опираясь на это направление работы, мы расширяем текущее понимание вовлеченности пользователей на YouTube, рассматривая дополнительные феномены взаимодействия, помимо традиционных действий на основе кликов и комментариев, таких как средняя продолжительность просмотра видео, средний процент просмотров видео, число подписчиков, привлеченных видео, и количество плейлистов, в которые добавлено видео.

Дополнительные показатели, которые мы предлагаем, дополняют существующие показатели вовлеченности пользователей несколькими способами: во-первых, в отличие от взаимодействий на основе кликов и комментариев, средняя продолжительность просмотра и средний процент просмотров раскрывают более подробные сведения о том, как пользователи потребляют видео, поскольку эти две меры отслеживают, насколько хорошо видео удерживает внимание пользователей после того, как они втянуты; во-вторых, видео может настолько заинтриговать пользователей, что они захотят видеть больше видео с канала в долгосрочной перспективе, подписавшись на канал после просмотра видео, что означает более глубокий уровень приверженности и вовлеченности, чем разовые клики и комментарии. ; в-третьих, пользователи могут сохранить видео в списках воспроизведения для использования в будущем, если они не могут просмотреть его сразу же после знакомства с ним, несмотря на то, что считают его интересным, или если они находят видео настолько актуальным, что хотят вернуться к нему снова в будущем. Несмотря на особую ценность понимания этих форм взаимодействия с пользователями, эти явления редко изучаются в ходе предварительных исследований, потому что они обычно требуют доступа к серверным данным YouTube, которые могут быть совершенно недоступны. Изучая эти дополнительные действия пользователей, мы расширяем область взаимодействия с пользователями, определенную в настоящее время, и получаем более полную картину взаимодействия пользователей с научными видеороликами на YouTube.

YouTube: аудитория, научные видеоролики и механизм

Основанный в 2005 г. и купленный Google в 2006 г., YouTube стал вторым по величине сетевым каналом в мире [24] и третьим по посещаемости сайтом после Google. com и Facebook.com [25]. Каждый восьмой из десяти в возрасте от 18 до 49 лет ежемесячно просматривает видео на YouTube [26], а 122 миллиона активных пользователей ежедневно посещают YouTube [27]. Среди всех пользователей YouTube 62% — мужчины и 38% — женщины [8]. Возрастная группа 25–44 года просматривает больше всего видео на YouTube [8]. В Соединенных Штатах YouTube является наиболее широко используемой онлайн-платформой среди взрослого населения США [28]. Почти три четверти взрослого населения и 91% людей в возрасте от 18 до 29 лет используют YouTube, при этом 51% пользователей сообщают, что посещают сайт ежедневно [29].

Наука и технологии — одна из самых популярных категорий видео на YouTube, на нее приходится примерно 4% всех загрузок видео и она занимает седьмое место среди всех категорий в 2017 году [8,30]. Некоторые из самых популярных научных каналов имеют десятки миллионов подписчиков и миллиарды просмотров и просматриваются десятки миллионов раз каждый месяц [31,32]. Однако статистических данных о том, сколько ученых есть на YouTube, немного. Онлайн-опрос 587 ученых, спрашивавших, какие типы сервисов социальных сетей они использовали, показал, что использование YouTube среди ученых было нечастым, хотя это могло быть связано с путаницей в определении сервисов социальных сетей [33]. Опрос выборочной выборки из 233 ученых, проведенный в 2015 году, показал, что почти половина опрошенных ученых использовали сайты обмена медиа, такие как YouTube и Flickr, по крайней мере, еженедельно [34]. Другой опрос ученых из американского университета R1 показал, что 43% опрошенных ученых использовали YouTube в «связанных с наукой целях» как минимум несколько раз в месяц [35]. Также не хватает данных о составе аудитории научных видео на YouTube.

С целью максимального удержания пользователей в долгосрочной перспективе [36] YouTube использует систему рекомендаций, которая предлагает пользователям потенциально релевантные видео из постоянно растущей массивной коллекции видео [37]. Система рекомендаций YouTube определяет порядок, в котором видео отображается в результатах поиска, рекомендуемых похожих видео, домашней странице YouTube и т. д. [36,38] и является основным источником просмотров видео [39]. Излишне говорить, что чем больше видео рекомендуется YouTube, тем больше шансов, что пользователи будут взаимодействовать с ним. В анализе различных источников мнений Zhou et al. обнаружили, что поиск на YouTube и соответствующие видеорекомендации являются двумя основными источниками, которые стимулируют просмотры видео и стабилизируют скорость просмотра. Кроме того, было обнаружено, что связанные видеорекомендации помогают аудитории находить нишевые видео, в то время как поиск на YouTube и основные моменты видео привлекают зрителей к видео, которые уже популярны [7].

Система рекомендаций YouTube принимает во внимание как факторы, основанные на видеоконтенте, так и независимые от контента факторы при предоставлении рекомендаций [40]. Хотя большая часть исследований, изучающих взаимодействие пользователей с научными видеороликами на YouTube, была почти исключительно сосредоточена на влиянии факторов содержания, факторы, которые не связаны в первую очередь с содержанием, играют не менее, если не более важную роль в влиянии на популярность видео, хотя механизм их влияние непосредственно не наблюдается [18]. Существующая литература предполагает, что несколько характеристик видео, включая количество просмотров, лайков, репостов и комментариев, по-видимому, влияют на вероятность того, что видео будет рекомендовано YouTube [9].,38]. Видео с большим количеством просмотров, лайков, репостов и комментариев с большей вероятностью будут рекомендованы пользователям, чем видео с низкими показателями по этим показателям [41], поскольку эти показатели сигнализируют о качестве видео [38]. Также было обнаружено, что количество просмотров видео, комментарии и лайки положительно коррелируют друг с другом [19]. Кроме того, более длинные видео рекомендуются чаще, чем более короткие, возможно, потому, что более длинные видео генерируют большее время просмотра [9,42].

Многие факторы, влияющие на рекомендации YouTube (например, просмотры видео, лайки, комментарии), видны пользователям YouTube и предоставляют социальную информацию о видео; то есть они могут служить сигналами социального одобрения и иметь свои собственные психологические последствия для стимулирования участия пользователей. В следующем разделе мы рассмотрим, как сигналы социальной поддержки могут формировать взаимодействие пользователей с онлайн-информацией.

Сигналы социального одобрения и научная онлайн-коммуникация

Пользователи могут извлечь из сигналов социального одобрения знания о том, насколько вероятно, что часть онлайн-информации будет верной или хорошей, поскольку эти сигналы указывают на (не)одобрение другими пользователями информация [43]. Сигналы одобрения также сигнализируют о том, насколько релевантной или интересной будет информация для нас лично, потому что мы склонны «предполагать, что поддержка других может предсказать личную актуальность и полезность» [44]. Другими словами, сигналы социального одобрения предоставляют пользователям когнитивные ярлыки для вынесения суждений об онлайн-информации [43]. Сигналы одобрения онлайн-информации от других пользователей могут быть особенно сильными при влиянии на восприятие [45,46] и управлении поведением пользователей [44,47-50].

Используя экспериментальный дизайн, в котором участники смотрели один из двух клипов научной комедии, Cacciatore et al. обнаружили, что смех аудитории, включенный в видеоклип, может служить мощным социальным сигналом, указывающим на то, что другие одобряют контент, что увеличивает положительный эмоциональный отклик участников на видеоклип и их намерения более широко заниматься наукой [51]. На искусственном музыкальном рынке Салганик и его коллеги обнаружили, что демонстрация участникам социальных сигналов, указывающих на популярность песен (например, количество скачиваний песни другими пользователями, ранжирование песен, предположительно основанное на популярности), значительно влияло на мнение пользователей. последующее поведение загрузки песен [49]. Сигналы одобрения также влияют на внимание пользователей к онлайн-информации [52]. На фиктивном новостном веб-сайте статьи, отмеченные большим количеством лайков в Facebook, выбирались пользователями чаще и раньше и читались дольше, чем статьи с низким количеством лайков [53]. Другие исследователи также изучали, как сигналы социальной поддержки, встроенные в среду Facebook, влияют на выбор новостей [44], поведение при голосовании [47], превентивные поведенческие намерения [54] и восприятие достоверности информации о здоровье и науке [45,55].

В то время как во множестве исследований изучалось, как поведение пользователей может формироваться сигналами социальной поддержки в других контекстах социальных сетей, лишь немногие исследования уделяли внимание платформе YouTube, второй по величине социальной сети [24]. В своем эксперименте о том, как количество просмотров видео может указывать на нормативное восприятие пользователями YouTube важности проблемы изменения климата, Spartz et al. обнаружили, что видео об изменении климата, которое имело большее количество просмотров, по сравнению с идентичным видео с гораздо меньшим количеством просмотров, привело к тому, что зрители стали воспринимать большее значение, придаваемое проблеме изменения климата другими американцами [46]. Хотя ученые изучали восприятие как функцию социальной поддержки на YouTube [46], исследований о том, как сигналы социальной поддержки в пространстве YouTube могут формировать поведение пользователей, в частности их взаимодействие с онлайн-видео, немного. Наше исследование представляет собой первоначальную попытку заполнить этот пробел и основано на предыдущей работе, поскольку мы изучаем, как сигналы социального одобрения могут быть связаны с взаимодействием пользователей с научными видеороликами YouTube, областью, заслуживающей большего внимания со стороны ученых в области научной коммуникации.

В совокупности мы предлагаем следующий исследовательский вопрос о взаимодействии пользователей с научными видеороликами на YouTube, который имеет особое значение для практиков в области научной коммуникации:

RQ1: В какой степени характеристики видео и сигналы социального одобрения, встроенные в среду YouTube, связаны с уровнями взаимодействия пользователей с научными видео?

Чтобы понять, как пользователи взаимодействуют с видеороликами о науке и химии на YouTube, мы объединились с Американским химическим обществом для анализа полных данных о пользователях их канала YouTube 9. 1176 реакций . Реакции Канал — один из самых быстрорастущих научно-образовательных каналов на YouTube. Он выпускает короткие развлекательные видеоролики о повседневной химии и науке. На момент написания этой статьи реакций набрали более 36 миллионов просмотров и 298 805 подписчиков с момента запуска в январе 2014 года. Наши данные взяты из YouTube Analytics и предоставлены Американским химическим обществом, которое предоставило нам уникальная возможность доступа к первичному набору данных с информацией от миллионов пользователей о совокупных характеристиках аудитории, вовлеченности пользователей и характеристиках видео в общей сложности N = 210 видео с момента запуска канала до 9 июня 2017 г. В связи с возможными опасениями по поводу сотрудничества в исследованиях между академическими и отраслевыми партнерами [56] весь обмен данными и анализ были одобрены Советом по институциональному обзору Университета Висконсин-Мэдисон (IRB). ). Информированное согласие не было получено, поскольку данные были проанализированы анонимно.

Прежде чем мы углубимся в набор данных и переменные, стоит отметить, что наш методологический подход имеет несколько преимуществ. Во-первых, наши данные зафиксировали поведение пользователей YouTube, когда они взаимодействовали с реальными стимулами в естественной среде, а не искусственно манипулировали независимыми переменными в лабораторных условиях, что часто не соответствует тому, как сложная динамика проявляется в реальных условиях. реальный мир [57]. Другими словами, наш подход имеет более высокую экологическую обоснованность, чем эксперимент. Кроме того, хотя мы не можем полностью отделить влияние качества видео от влияния характеристик видео и признаков социальной поддержки на вовлеченность пользователей без экспериментальной проверки причинно-следственной связи между признаками социальной поддержки и вовлеченностью пользователей, у нас есть основания полагать, что влияние качества видео на вовлеченность пользователей минимальны из-за того, что все видео в нашем наборе данных были профессионально созданы одним каналом и, следовательно, имеют одинаковое качество производства. Во-вторых, сосредоточение внимания на одном канале выгодно тем, что помогает исключить потенциальную путаницу каналов, связанную с характеристиками видео, составом аудитории и вовлеченностью аудитории [21].

Набор данных содержал десятки переменных о различных характеристиках видео (например, название видео, продолжительность, дата создания, доход от рекламы, показанные аннотации, количество показанных карточек и т. д.), совокупную информацию о характеристиках аудитории (например, возраст, пол, страна, статус подписки, тип источника подписки, устройство доступа, операционная система доступа, тип источника трафика, использование перевода, использование субтитров и скрытых субтитров, служба обмена, устройство совместного использования и многое другое) и активность пользователей (просмотры, средняя продолжительность просмотра, средний процент просмотров, лайки, дизлайки, репосты, комментарии, подписка и отписка, добавление и удаление из плейлистов, среди прочего). Обратите внимание, что данные о вовлеченности пользователей были разбиты либо по видео, либо по совокупным характеристикам аудитории. Данные о вовлеченности пользователей на уровне канала также были доступны на ежедневной основе. Мы используем эти исчерпывающие данные, чтобы изучить, как взаимодействие пользователей с научными видеороликами формируется алгоритмическими и социальными факторами.

Зависимые переменные: Взаимодействие пользователей с видео на YouTube

Мы изучаем ряд зависимых переменных, которые охватывают аспекты взаимодействия пользователей с видео на YouTube, включая количество просмотров видео (минимум = 2 470, максимум = 1 439 920, медиана = 48 203, среднее значение = 122 574, SD = 198789,60), акции (минимум = 3, максимум = 4055, медиана = 172, среднее = 296,11, SD = 408,90), комментарии (минимум = 4, максимум = 1383, медиана = 48,50, среднее = 92,61, SD = 145,12) , средняя продолжительность просмотра (минимум = 0,40 мин, макс = 4,10 мин, медиана = 2,20 мин, среднее = 2,20, SD = 0,62 мин), средний процент просмотров (мин = 21,14%, макс = 82,10%, медиана = 64,47%, среднее = 63,62%, SD = 7,84%), число новых подписчиков (мин. = 2, макс. = 4,9).89, медиана = 96, среднее = 295,53, SD = 608,00) и количество добавленных плейлистов (минимум = 38, максимум = 4848, медиана = 350, среднее = 563,73, SD = 647,45).

Независимые переменные

Некоторые характеристики видео и признаки социальной поддержки, включая продолжительность видео (минимум = 0,62 мин, макс = 6,55 мин, медиана = 3,40 мин, среднее = 3,50 мин, SD = 1,03 мин), количество просмотров (мин = 2470, Макс. = 1 439 920, Медиана = 48 203, Среднее = 122 574, SD = 198789,60), лайки (Мин. = 29, Макс. = 4115, Медиана = 476, Среднее = 720,00, SD = 69)2,19), неприязни (минимум = 1, максимум = 2285, медиана = 22,5, среднее значение = 58,29, SD = 176,77) и комментарии (минимум = 4, максимум = 1383, медиана = 48,5, среднее значение = 92,61, SD = 145,12) включены как независимые переменные в наш анализ вовлеченности пользователей, потому что: а) предварительная работа предполагает, что эти факторы предположительно влияют на то, как YouTube дает рекомендации по видео, что впоследствии влияет на взаимодействие пользователей с научными онлайн-видео; и б) количество просмотров видео, отметки «Нравится», «Не нравится» и комментарии видны пользователям, когда они посещают веб-страницы видео YouTube, и, таким образом, служат сигналами социального одобрения, которые могут повлиять на психологию пользователей в отношении взаимодействия с научными онлайн-видео. Независимые переменные подсчета, включая количество просмотров, лайки, антипатии и комментарии, были логарифмически преобразованы из-за асимметрии.

Аналитический план

Чтобы контекстуализировать наши результаты, мы сначала представляем сводные данные о вовлеченности пользователей с разбивкой по ключевым демографическим характеристикам и переменным характеристик аудитории в таблицах до 4. При рассмотрении RQ1, чтобы изучить, в какой степени характеристики видео и сигналы социальной поддержки влияют на вовлеченность пользователей с научными видеороликами на YouTube мы используем отрицательную биномиальную регрессию и иерархическую регрессию наименьших обычных квадратов. Отрицательная биномиальная регрессия была подходящим аналитическим выбором для анализа количества просмотров видео, комментариев, репостов, количества подписчиков и количества добавленных плейлистов, учитывая, что эти зависимые переменные по существу являются данными подсчета, и из-за чрезмерной дисперсии распределения этих пяти переменных, где дисперсия превышает среднее значение [16,58,59]. Отрицательная биномиальная регрессия вводит блоки переменных в соответствии с предполагаемой причинно-следственной последовательностью и позволяет исследователям проверить степень, в которой дополнительный блок переменных увеличивает объяснительную силу по сравнению с предыдущей моделью. Мы сообщаем статистику проверки отношения правдоподобия (т. е. хи-квадрат, степени свободы, p-значение) для проверки вклада каждого блока переменных и меры согласия (т. е. AIC, BIC) для оценки соответствия модели. При анализе средней продолжительности просмотра и среднего процента просмотров использовалась иерархическая регрессия методом наименьших квадратов (OLS) из-за непрерывного характера этих переменных результата. Подобно отрицательной биномиальной регрессии, иерархическая регрессия МНК также позволяет исследователям оценить относительную объяснительную силу различных независимых переменных, вводя их в блоки на основе их предполагаемого причинно-следственного порядка.

Таблица 1

Аудитория по возрасту и полу.

9 71237

. Мужчины
. Мужчины	13–17 лет	2,00	3,30	1,90	2,10
61.76
18–24 years	7.80	19.70	2.00	2.20	61.15	65.02
25–34 years	8. 00	28.30	2.10	2.20	61.73	66.30
35–44 years	3.60	11.30	2.00	2.20	61.25	65.21
45–54 years	2.40	5.40	2.10	2.20	64. 61	66.02
55–64 years	1.60	2.90	2.20	2.30	67.28	67.90
65+ годы	1,10	2,60	2,10	2,20	67,40	67,54

открыты в A Adizer

.1176 реакций научных видео и их стили взаимодействия. В целом молодые пользователи и пользователи мужского пола были самой активной аудиторией реакций (). В то время как пользователи всех возрастов, по-видимому, не различались по времени, которое они тратили на просмотр каждого отдельного видео (т. е. средняя продолжительность просмотра одного видео составляла примерно 2,20 минуты во всех возрастных группах), лица старше 65 лет), как правило, просматривали большую часть каждого видео. Хотя большинство просмотров было получено от тех, кто не является подписчиком канала, что указывает на существенный охват видео за пределами подписчиков канала, подписчики канала в целом были более заинтересованы в видео (). Компьютер и мобильный телефон были двумя наиболее распространенными устройствами, которые пользователи YouTube использовали для просмотра реакций видео, что составляет примерно 81,32% от общего числа просмотров (). Среди известных устройств доступа пользователи, которые смотрели через мобильные телефоны, генерировали больше всего лайков, репостов и антипатий за просмотр видео по сравнению с пользователями, которые смотрели через другие типы устройств. Наконец, 91 176 реакций 91 177 наблюдателей пришли почти из всех стран и регионов мира, причем США, Великобритания, Канада, Индия и Австралия вошли в пятерку стран с наибольшим количеством просмотров (). Около 40,47% подписчиков пришли из США, а американские пользователи были самой активной и заинтересованной аудиторией.

Таблица 2

Взаимодействие пользователей по статусу подписки.

	Subscribed	Not Subscribed
Views	1,989,560	23,778,229
Average View Duration (minutes)	2. 50	2.00
Average Percentage Viewed ( %)	73,17	61,47
лайков на 1000 просмотров	39.90	3.05
Dislikes per 1,000 Views	1.04	.43
Shares per 1,000 Views	6.33	2.09
In Playlists per 1,000 Views	18. 51	3.44

Открыть в отдельном окне

Таблица 3

Вовлечение пользователей по типу устройства доступа.

237

	Компьютер	Mobile Phone	Tablet	Game Console	TV	Unknown
Views	10,527,375	10,427,974	3,238,890	758,344	563,154	252,052
Average View Duration ( минут)	2,10	2,00	2,00	2,40	2,50	2,10
64. 01	59.88	60.15	72.85	75.91	66.87
Likes per 1,000 Views	2.02	2.37	1.47	.52	.45	398.70
Поклонники на 1000 просмотров	.11	.43	.1238 1,89	. 24	.00	.00	131,84

Открыть в отдельном окне

Table 4

	United States	United Kingdom	Canada	India	Australia
Views	12,251,908 (47.55%)	1,359,804 (5.28%)	1,253,040 (4.86%)	788,655 (3. 06%)	612,121 (2.38%)
Average View Duration (minutes)	2.3	2.1	2.3	1.6	2.3
Average Percentage Viewed (%)	68.99	63.05	68.97	46.12	68.72
Comments	10,706 (54.61%)	973 (4. 96%)	1,041 ( 5,31%)	348 (1.78%)	383 (1.95%)
Likes	71,515 (47.08%)	7,132 (4.70%)	7,022 (4.62%)	4,823 (3.18%)	3,373 (2.22%)
Dislikes	4,416 (35.98%)	623 (5.08%)	470 (3.83%)	727 (5.92%)	223 (1.82%)
Shares	30 007 (48,17%)	2 137 (3,43%)	2 922 (4,69%)	2,649 (4. 25%)	1,023 (1.64%)
In Playlists	48,559 (40.91%)	4,796 (4.04%)	6,446 (5.43%)	4,692 (3.95%)	2,301 (1.94%)
Subscribers	82,733 (40.47%)	9,483 (4.64%)	9,287 (4.54%)	13,483 (6.60%)	4,979 (2.44%)

Открыть в отдельном окне

Чтобы ответить на вопрос 1, мы теперь обратимся к отрицательному биномиальному регрессионному анализу количества просмотров видео, репостов, комментариев, количества подписчиков и количества добавленных плейлистов. Результаты окончательных моделей показаны на . При анализе поведения при просмотре наша базовая модель включала только контрольную переменную — время, прошедшее с момента загрузки видео. Затем мы включили блок характеристик видео, который содержал переменную длины видео. Это добавление блока существенно не улучшило базовую модель (9).1176 х ² = 2,39, df = 1, р = 0,12). Информационный критерий Акаике (AIC) снизился на 0,4 (с 5266,00 до 5265,61), а байесовский информационный критерий (BIC) увеличился на 3 (с 5276,04 до 5278,99). Эмпирические правила интерпретации изменений AIC и BIC можно найти у Fabozzi et al. [60]. Хотя мы не обнаружили дополнительного и отчетливого влияния переменной длины видео на контрольную переменную, мы сохранили длину видео в наших моделях, поскольку она имеет теоретическое значение для понимания реакции зрителя. Третья и последняя модель учитывала сигналы социального одобрения (т. е. лайки, антипатии, комментарии) и объясняла значительные различия в поведении при просмотре в дополнение ко второй модели (9). 1176 х ² = 371,50, df = 3, р < 0,001). Что касается статистики подбора, то и AIC, и BIC значительно снизились (AIC уменьшился на 365,5 с 5265,61 до 4900,11; BIC уменьшился на 355,5 с 5278,99 до 4923,54).

Таблица 5

Корреляты различий в просмотрах научных видео, расшариваниях, комментариях, привлеченных подписчиках и добавленных плейлистах ( N = 210).

*** ) ^***

	просмотров	комментариев	перепостов	подписчиков	в плейлистах
Переменная управления
Время, прошедшее с момента загрузки (через 30 дней)	. 03 (.00) ^***	.03 (.00) ⁹	. .00) ^***	.06 (.00) ^***	-.02 (.00) ^***
Характеристики видео
Длина видео (минута)	-.17 (.03) ^***	-.00 (.04)	77. (.03)	.02 (.03)
Социальное одобрение
Нравится (логарифмическое преобразование)	2,42 (0,19) ^***	3,721 6 8 * 238 1,22 (. 26) ^*	2,35 (.25) ^***	1,05 (.21) ^***
DISLIKES. 10)	.51 (.10) ^***	.14 (.11)	-.50 (.10) ^***	-.09 (.09)		Комментарии (логарифмическое преобразование)	.11 (.16)	.12 (.17)	.20 (.16)	.51 (.13) ^***
Просмотры (логарифмическое преобразование)		-0,23 (0,16)	0,88 (0,16) ^***	0,81 (0,15) ^***	7 7
Перехват	3,27 (0,37) ^***	-1,28 (0,41) ^**	-2,32 (0,43) ^***	-2,89 (0,26 944 -2)	. 12 (.34)

Открыть в отдельном окне

Примечание : Записи ячеек представляют собой отрицательные оценки коэффициентов биномиальной регрессии. Стандартные ошибки указаны в скобках. Параметр дисперсии для модели «Просмотры» = 4,14. Параметр дисперсии для модели «Комментарии» = 4,31. Параметр дисперсии для модели «Акции» = 4,23. Параметр дисперсии для модели «Подписчики» = 4,88. Параметр дисперсии для модели «В плейлистах» = 6,40.

Код значимости:

* p < 0,05

** p < 0,01

*** р < 0,001.

Мы применили ту же стратегию моделирования для анализа комментариев, обмена и подписки, а также добавления видео в плейлисты. При анализе комментариев и репостов базовые модели включали только контрольную переменную — время, прошедшее с момента загрузки видео. Во вторых моделях учитывалась длина видео, что не объясняло дополнительную и отчетливую дисперсию выше и выше базовой модели (для комментариев: х ² = 1,97, df = 1, p = 0,16, увеличение AIC на 0,04 с 2255,91 до 2255,95, увеличение BIC на 3,4 с 2265,95 до 2269,33; для акций: х ² = 0,17, df = 1, p = 0,68, AIC увеличивается на 1,8 с 2810,31 до 2812,15, BIC увеличивается на 5,03 с 2810,31 до 2812,15). Третья и последняя модели учитывали сигналы социального одобрения и значительно улучшали вторые модели (для комментариев: х ² = 249,41, df = 3, p < 0,001, AIC уменьшился на 243,4 с 2255,95 до 2012,53, BIC уменьшился на 233,4 с 2269,33 до 2035,96; Для акций: χ ² = 322,17, DF = 4, P <0,001, AIC уменьшается на 314,2 с 2812,15 до 2497,98, BIC DEMEASESEASE на 300,8 с 2825,54 до 2524,75).

Возвращаясь к нашему анализу количества подписчиков и количества добавленных списков воспроизведения, мы снова включили только время, прошедшее с момента загрузки видео, в качестве управляющей переменной в базовых моделях. Далее во вторые модели была введена длина видео, что существенно не улучшило базовые модели (для набранных подписчиков: х ² = 1,39, df = 1, p = 0,24, AIC увеличивается на 0,6 с 2600,75 до 2601,37, BIC увеличивается на 4 с 2610,74; для списков воспроизведения, добавленных в: х ² = 1,98, df = 1, p = 0,16, AIC увеличивается на 0,03 с 3069,40 до 3069,23, BIC увеличивается с 3069,40 до 3069,23). Третьи модели включали в себя сигналы социального одобрения, включая лайки, антипатии, комментарии и просмотры, и объясняли значительную дополнительную дисперсию по сравнению со вторыми моделями (для подписчиков: 9).1176 х ² = 382,56, df = 4, p = < 0,001, AIC уменьшается на 374,6 с 2601,37 до 2226,52,752, 361,81, BIC уменьшается на 361,4; Для плейлистов добавлены: χ ² = 349,74, DF = 4, P <.001, AIC снижение на 341,7 с 3069,43 до 2727,69, BIC уменьшается на 328,4,44.44.87.87.47.47). 44.44.47.47). 44.47.47.47). 44.47.47). 44.47.47). 44.47.47). 44.47.47). 44.47.47). 44.47.47). 44.47.47). 44.47) с 3069,43 до 2727,69, снижение на 328,44.44.87.

Время, прошедшее с момента загрузки видео, значительно положительно связано с большим количеством просмотров ( B = 0,03, p < 0,001), комментарии ( B = 0,03, p < 0,001) и число подписчиков ( B = 0,06, p < 0,001) и отрицательно связаны с количеством репостов ( B = -0,01, p < 0,001) и плейлистов, в которые было добавлено видео ( B = -0,02, p < 0,001). Возводя эти коэффициенты регрессии в степень, мы получили коэффициенты инцидентности для просмотров ( IRR = 1,03), комментариев ( IRR = 1,03), акции ( IRR = 0,99), подписчики ( IRR = 1,06) и плейлисты ( IRR = 0,98). По мере того, как количество дней, в течение которых видео было размещено в Интернете, увеличивается на тридцать, количество просмотров видео, комментариев и подписчиков увеличивается в среднем на 3,43%, 2,77% и 5,72% соответственно, при прочих равных условиях. Количество инцидентов, связанных с распространением и добавлением в плейлисты, снижается в среднем на 1,47% и 1,79% соответственно. Что касается характеристик видео, то продолжительность видео была существенно и отрицательно связана с просмотрами ( B = -0,17, p < 0,001). То есть чем длиннее видео, тем меньше просмотров оно будет генерировать. Соотношение частоты инцидентов для просмотров ( IRR = 0,84) было получено путем возведения в степень соответствующего коэффициента регрессии. С увеличением продолжительности видео на каждую минуту количество просмотров видео уменьшается в среднем на 15,85%, если все остальное остается неизменным.

Сигналы социальной поддержки действительно были связаны с вовлечением пользователей в научные видео. Наши результаты показали, что видеоролики, получившие одобрение в виде лайков, положительно связаны со всеми пятью исследуемыми типами взаимодействия с пользователем — просмотром (9).1176 B = 2,42, p < 0,001), комментирование ( B = 1,81, p < 0,001), обмен ( B = 1,22, p < 0,001), подписка = 2,35, p < 0,001) и добавление в списки воспроизведения ( B = 1,05, p < 0,001). Более того, с коэффициентами инцидентности, полученными путем возведения в степень соответствующих коэффициентов отрицательной биномиальной регрессии для просмотра ( IRR = 11,20), комментирования ( IRR = 6,14), обмен ( IRR = 3,39), подписка ( IRR = 10,47) и добавление в плейлисты ( IRR = 2,84) соответственно, мы обнаружили десятикратное увеличение количества полученных лайков. видео было связано со средним увеличением количества просмотров, комментариев, репостов, подписок и добавлений в плейлисты на 1020,12%, 513,65%, 239,28%, 947,46% и 184,48% соответственно.

Наконец, получение отрицательных оценок видео было положительно связано с получением комментариев пользователей ( B = 0,51, p < 0,001), но отрицательно связано с привлечением новых подписчиков ( B = -0,50, p < 0,001). Десятикратное увеличение количества дизлайков было связано со средним увеличением числа случаев получения комментариев на 66,19% ( IRR = 1,66) и средним снижением числа случаев получения подписчиков на 39,45% ( IRR = . 61). Получение комментариев было положительно связано с добавлением видео в плейлисты ( B = 0,51, p < 0,001), так как десятикратное увеличение количества комментариев было связано со средним увеличением частоты добавления в плейлисты на 66,67% ( IRR = 1,67). Количество просмотров видео также было положительно связано с тем, что им делились ( B = 0,88, p < 0,001), подписывались ( B = 0,81, p < 0,001) и добавляли в плейлисты (). B = 0,59, p < 0,001), при этом десятикратное увеличение количества просмотров связано со средним увеличением количества случаев совместного использования ( IRR = 2,40), подписаны ( IRR = 2,25) и добавлены в плейлисты ( IRR = 1,80) на 140,47%, 125,04% и 79,55% соответственно.

Мы применили иерархическую регрессию МНК для анализа средней продолжительности просмотра и среднего процента просмотров (). Время, прошедшее с момента загрузки видео, не было связано со средней продолжительностью просмотра и средним процентом просмотров. Пользователи смотрели более длинные видео в течение большей продолжительности ( β = 0,82, p < 0,001), но меньший процент ( β = -0,48, p < 0,001) в среднем. С точки зрения социального одобрения видео с большим количеством лайков в среднем просматривались дольше ( β = 0,24, p < 0,01) и в большей пропорции ( β = 0,55, p < 0,001). ). Напротив, видео с большим количеством дизлайков просматривались в среднем в течение меньшей продолжительности ( β = -0,24, p < 0,001) и меньшей доли ( β = -0,43, p < 0,001). Видео с большим количеством комментариев смотрели в среднем дольше ( β = 0,16, p < 0,05) и пропорции ( β = 0,29, p < 0,05). Наконец, видеоролики, которые набрали больше просмотров, в среднем просматривались в течение более короткого времени ( β = -0,22, p < 0,01) и меньшего процента ( β = -0,55, p < 0,001).

Таблица 6

Иерархические регрессионные модели МНК, прогнозирующие среднюю продолжительность просмотра научного видео и средний процент просмотров ( N = 210).

7 .02

6
Характеристики видео

	Average View Duration		Average Percentage Viewed
	Before entry	Final β	Before entry	Final β
Переменная управления
Время, прошедшее с момента загрузки	-. 27 ^***	.01	9 .06	71218
Инкрементный R ² (%)	7,0 ^***		.4

Длина видео
Инкрементный R ² (%)	71,0 ^***		13,3 ^***
Социальное одобрение
Likes (log transformed)	. 01	.24 ^**	.04	.55 ^***
Dislikes (log transformed)	— .11 ^***	-.24 ^***	-.19 ^**	-.43 ^***
Comments (log transformed)	.02	.16 ^*	.05	.29 ^*
Views (log transformed)	-. 05	-.22 ^{* *}	-.12	-.55 ^***
Incremental R ² (%)	3.9 ^***		16.0 ^***
Всего скорректировано Ч ² (%)	81,4		27,6

Открыть в отдельном окне

*** р < .001.

Хотя характеристики видео, которые в первую очередь не основаны на содержании, играют важную роль во влиянии на ранжирование видео на YouTube и на то, как пользователи реагируют на них, они получили меньше внимания ученых [18]. Кроме того, исследования, изучающие вовлеченность пользователей на YouTube, в основном ограничиваются действиями, основанными на кликах и комментариях, и игнорируют другие значимые формы взаимодействия, возможно, из-за ограничений доступа к данным. Чтобы лучше информировать практику научного общения через YouTube, наше исследование устраняет эти пробелы в эмпирических исследованиях с помощью уникального всеобъемлющего набора данных YouTube Analytics из избранного научного канала 9 Американского химического общества.1176 реакций . Цель этого исследования — понять различия в взаимодействии пользователей с научными онлайн-видео.

С этой целью мы специально изучили, как характеристики видео и сигналы социальной поддержки, встроенные в среду YouTube, объясняют такие различия в вовлеченности пользователей. Хотя интуитивно можно предположить, что получение социального одобрения, такого как лайки, повысит шансы видео получить большее вовлечение пользователей, эмпирические исследования все же должны выяснить, в какой степени такие социальные сигналы имеют значение. Насколько нам известно, наше исследование является первым, в котором была проведена количественная оценка информации о взаимосвязях между продолжительностью видео, сигналами социального одобрения и различными мерами вовлечения пользователей. Кроме того, мы представляем ключевую демографическую информацию и характеристики аудитории Реакции на понимание состава аудитории научных видео на YouTube в целом.

Прежде чем обсуждать последствия наших выводов для эффективного распространения научных знаний и вовлечения общественности с помощью видеороликов на YouTube, важно отметить несколько потенциальных ограничивающих факторов, связанных с интерпретацией наших результатов. Во-первых, наши данные поступили от пользователей, которые, вероятно, уже в той или иной степени интересовались научными видеороликами с канала Reactions . Таким образом, они мало говорят нам о том, как привлечь общественность, которая в целом меньше интересуется наукой. Этот вывод перекликается с исследованиями аудитории других типов научных СМИ. Например, было обнаружено, что читатели блогов являются искушенными потребителями науки, которые уже обладают высоким уровнем научных знаний [61]. Тем не менее, другие исследователи предположили, что YouTube может быть платформой, на которой люди, не проявляющие большого интереса к науке, знакомятся с научными темами [12]. Будущие исследования должны изучить, как охватить потенциальную аудиторию, которая еще не заинтересована в науке, с помощью видео на YouTube или других социальных и развлекательных медиа.

Во-вторых, несмотря на то, что факторы видеоконтента не были в центре внимания нашего анализа, тем не менее, они являются важными аспектами, которые следует учитывать при изучении вовлеченности пользователей. Предыдущие исследования показали, что научные видеоролики, созданные пользователями, были более популярны, чем видеоролики, созданные профессионалами на YouTube, и что наличие последовательных научных коммуникаторов может увеличить популярность видео [21]. Использование авторитетных представителей (например, политиков, ученых), а не анонимных рассказчиков в представлении спорных научных тем в документальных фильмах, по-видимому, увеличивает вовлеченность зрителей в контент [62]. Кроме того, экспериментальные данные показали, что зрители сообщали о большем интересе и восприятии актуальности химии при просмотре химического контента, посвященного применению науки в повседневной жизни людей [63]. Хотя в этом исследовании мы сосредоточились на факторах, которые в первую очередь не связаны с содержанием, предварительная проверка заголовков и эскизов пяти наиболее и наименее просматриваемых, общих, комментируемых, понравившихся и не понравившихся видеороликов в нашей выборке показала, что более короткие и иногда «кликбейтные» ” названия (например, Почему собаки нюхают задницы друг друга ; Можно ли мочиться в океане ) помогли повысить количество просмотров и вовлеченность, возможно, потому, что такие названия видео указывали на развлекательную ориентацию платформы YouTube [64]. Короткие, лаконичные заголовки видео привлекали большее внимание пользователей, поскольку почти все наименее популярные видео в нашей выборке имели более длинные заголовки, которые неизбежно обрезались на странице со списком видео и включали в себя многоточие вместо пропущенных слов в заголовке.

Принимая во внимание эти соображения, наши результаты имеют важное теоретическое и практическое значение для научных исследований и распространения информации. В целом, научные видео на канале Reactions хорошо охватывают и привлекают аудиторию YouTube. Реакций имеет более 25 миллионов просмотров и 264 781 подписчика. Среднее количество просмотров видео Reactions составляет 122 574, а среднее количество просмотров — 48 203. Чтобы представить эти цифры в перспективе, среднее количество просмотров видео на YouTube составляет 89.[65]. Среднее научно-техническое видео на YouTube имеет примерно 6638 просмотров [66], а средний канал YouTube имеет примерно 199 подписчиков и 43 000 просмотров [67]. Демографические данные (т. е. возраст и пол) 91 176 реакций 91 177 зрителей примерно такие же, как и у пользователей YouTube в целом: возрастная группа от 18 до 44 лет и мужчины более активны и заинтересованы. Это перекликается с прошлыми исследованиями о том, что мужчины являются более активной аудиторией научных онлайн-СМИ [1,68]. Однако аудитория YouTube, как правило, моложе по сравнению с пользователями других типов научных онлайн-медиа, таких как научные блоги [61].

Мы обнаружили, что пожилые пользователи (55 лет и старше) не обязательно тратят больше времени на просмотр каждого отдельного видео, чем молодые пользователи, но каким-то образом им удается просматривать каждое видео целиком. Таким образом, кажется вероятным, что пожилые пользователи склонны либо смотреть более короткие видео, либо перематывать вперед и/или ускорять просмотр во время просмотра, хотя эмпирические доказательства, непосредственно подтверждающие это предположение, отсутствуют. Необходимы дальнейшие исследования, чтобы прояснить эту динамику. Кроме того, тот факт, что женская аудитория менее активна и заинтересована в просмотре научных видеороликов на YouTube, может быть частично объяснен тем фактом, что в научных видеороликах YouTube недостаточно представлены женщины. Женщины-коммуникаторы явно отсутствуют в видеоконтенте на тему науки, технологий, инженерии и математики на YouTube [30,69]. ]. Устранение этого гендерного разрыва в производстве научных онлайн-видео может стать необходимым шагом для создания более инклюзивного и здорового научного сообщества YouTube.

Наши результаты показывают, что, хотя большинство просмотров видео Reactions исходят от неподписчиков, что указывает на существенный охват канала за пределами его подписчиков, подписчики в целом более заинтересованы в видео. Подписчики генерируют примерно в три раза больше репостов и в тринадцать раз больше лайков за просмотр видео, чем не подписчики. Подписчики также смотрят видео дольше и имеют большую долю просмотров по сравнению с неподписчиками. Несмотря на то, что существует корреляция между статусом подписки и вовлеченностью, поскольку подписчики больше интересуются научными видеороликами YouTube, невозможно точно определить причинно-следственные механизмы с помощью наших данных. Тем не менее, предыдущие исследования могут пролить некоторый свет на эти глубинные процессы. Подписавшись на канал, пользователи будут получать уведомления, когда канал публикует какие-либо новые видео, и они будут постоянно видеть эти видео в своей ленте подписок [70]; следовательно, у подписчиков больше шансов взаимодействовать с видео с канала, чем у тех, у кого нет подписки. Кроме того, функция подписки на канал YouTube способствует развитию чувства общности [71] и предоставляет средство для социальных связей и взаимодействия с другими людьми в онлайн-сообществе [72], что может стимулировать более глубокие уровни взаимодействия. В совокупности эмпирические данные свидетельствуют о том, что научные коммуникаторы могут извлечь выгоду из продвижения подписки, поскольку это, по-видимому, является эффективным способом повышения вовлеченности пользователей в научные видеоролики YouTube.

Кроме того, наши результаты показывают, что компьютеры и мобильные телефоны являются двумя основными устройствами доступа, которые генерируют наибольшее количество просмотров. Внутренние данные YouTube также подтвердили, что мобильные устройства являются основным источником просмотров, на которые приходится более 70% общего времени просмотра [73]. Что еще более важно, зрители, которые смотрят видео Reactions через мобильные телефоны, демонстрируют самые высокие уровни социального поведения при просмотре, такие как лайки и обмен видео, по сравнению со всеми другими типами устройств доступа. Эта закономерность сохраняется даже после учета общего количества просмотров. Предыдущие исследования выборок студентов-миллениалов также показали, что просмотр видео на YouTube на мобильных телефонах связан с более высокой частотой обмена видео, возможно, из-за простоты обмена видео в приложениях социальных сетей на мобильных телефонах [74]. Более того, мобильные устройства часто используются для заполнения промежутков в повседневной жизни [75]. В течение такого промежуточного времени пользователи могут охотнее общаться со сверстниками, мгновенно обмениваясь онлайн-видео [74]. Эти результаты показывают, что для научных коммуникаторов может быть полезно создавать видеоконтент, подходящий для доступа к мобильному телефону, поскольку они пытаются привлечь более широкую публику с помощью научных видео.

В то время как предыдущие исследования показали, что YouTube с большей вероятностью рекомендует более длинные видео, чем более короткие [41,42], мы обнаружили смешанные данные о взаимосвязи между продолжительностью научного видео и вовлеченностью пользователей. Хотя в среднем пользователи тратят больше времени на просмотр более длинных научных видеороликов, это может быть просто артефакт продолжительности видео, не обязательно отражающий качество взаимодействия. На самом деле, более длинные научные видео просматривались меньшими группами и в среднем получали меньше просмотров. В частности, увеличение продолжительности видео на одну минуту ассоциировалось с уменьшением количества просмотров на одну шестую, а все остальное оставалось неизменным. Пользователи могут с меньшей вероятностью взаимодействовать с более длинными видео, учитывая их ограниченную продолжительность концентрации внимания и повышенные ожидания в условиях растущей конкуренции в медиа-среде [76]. Наши результаты, кажется, подтверждают мнение о том, что научные коммуникаторы, скорее всего, выиграют от создания более коротких, а не длинных видеороликов. Различия между нашими выводами о влиянии длины видео и предыдущей работой можно объяснить различиями в природе наших зависимых переменных. В предыдущей работе основное внимание уделялось рекомендациям по видео как результату, определяемому продолжительностью видео, в то время как мы исследуем, как длина видео может учитывать различия в вовлеченности пользователей. Вполне вероятно, что видеорекомендация определяется не только уровнем вовлеченности пользователей, но и функцией других факторов, таких как характеристики сети пользователей и другие факторы видеоконтента [40,77], не наблюдаемые здесь.

В соответствии с предыдущими исследованиями мы обнаружили, что общие сигналы социальной поддержки действительно положительно связаны с вовлечением пользователей в научные видео на YouTube, за некоторыми исключениями. Среди всех социальных сигналов лайки, по-видимому, имеют самую сильную связь со всеми семью типами взаимодействия с пользователем — не только с мгновенным и легким взаимодействием на основе кликов, таким как просмотр и обмен, но также с более активным и долгосрочным взаимодействием, таким как комментирование, подписка, а также добавление в плейлисты и взаимодействие на основе внимания, например более длительный просмотр видео и просмотр видео целиком. В отличие от других сигналов социального одобрения, таких как комментарии и количество просмотров, лайки явно указывают на положительную оценку пользователями и/или высокую оценку видеоконтента [23] и, следовательно, могут играть более важную роль в убеждении потенциальных зрителей в том, что видеоконтент заслуживает внимания. Выводы о том, что видео с большим количеством лайков в среднем получают больше просмотров и просматриваются дольше, также перекликаются с выводами предыдущих исследований о том, что онлайн-информация, сопровождаемая большим количеством лайков, выбиралась пользователями чаще и раньше и читалась дольше [53]. Это демонстрирует ценность определения способов увеличения социальной поддержки видео, особенно в форме лайков, поскольку этот социальный сигнал обладает наибольшим потенциалом для стимулирования последующего поведения других зрителей.

Как и ожидалось, видео с большим количеством отметок «не нравится» вызвало меньшее вовлечение пользователей с точки зрения числа подписчиков, средней продолжительности просмотра и среднего процента просмотров. Однако большее количество неприязней было связано с большим количеством полученных комментариев. Причинно-следственный механизм может быть двояким: с одной стороны, большое количество дизлайков может свидетельствовать о том, что видео содержит противоречивый контент, что, следовательно, может вызвать больше комментариев пользователей [78], поскольку пользователи испытывают сильное эмоциональное побуждение высказать свое мнение о видео. выпуск [79,80] и потому, что полемика увеличивает интерес [81]; с другой стороны, исследование «неприятного эффекта» предполагает, что невежливые онлайн-комментарии могут поляризовать восприятие аудиторией риска развития науки и технологий среди определенных групп [82], что потенциально может привести к тому, что некоторые пользователи не одобрят некоторые аспекты видеоконтента.

Наконец, хотя видео с более высоким количеством просмотров также чаще делились и добавлялись в плейлисты и привлекали больше подписчиков, они привлекали меньше внимания пользователей с точки зрения как средней продолжительности просмотра, так и среднего процента просмотров. Несмотря на то, что существует мало эмпирических исследований, которые могли бы легко согласовать эти выводы, мы предполагаем, что наиболее просматриваемые видео привлекли большую аудиторию, чем обычные подозреваемые каналы, из-за второстепенных факторов, таких как «кликбейтные» названия видео и описания. Другими словами, пользователи могут быть привлечены к этим видео, надеясь на что-то другое, чем то, о чем они на самом деле, и как только они узнают об этом, они перестанут смотреть. Однако необходимы дополнительные исследования, чтобы выяснить взаимосвязь между количеством просмотров видео и показателями вовлеченности пользователей, прежде чем можно будет сделать какие-либо окончательные выводы. Более того, наши результаты показывают, что научные коммуникаторы, скорее всего, столкнутся с конкурирующими требованиями при оптимизации своих стратегий взаимодействия с общественностью. Когда это происходит, коммуникаторы должны четко понимать, каким целям отдавать приоритет, учитывая, что разные цели могут определять разные направления действий.

Что еще более важно, научные коммуникаторы должны обращать внимание на то, как увеличение вовлеченности пользователей вписывается в более широкие цели публичного распространения науки. Онлайн-измерения вовлеченности пользователей, предоставляемые YouTube, являются несовершенным показателем того, в какой степени потребление научного видео приводит к различным результатам, которых стремится достичь эффективная научная коммуникация, включая обмен научными открытиями и воодушевлением, растущее признание науки как полезного способ осмысления мира, расширения знаний и понимания науки, влияния на мнения, поведение и политические предпочтения людей, а также использования различных взглядов на науку, которых придерживается разная общественность, при решении социальных проблем [13]. Повышение вовлеченности пользователей является необходимым условием, а не заменой этих других целей публичного информирования о науке. Поскольку научная коммуникация сегодня происходит во все более сложной и богатой медиа-среде, где «многие голоса конкурируют за внимание различных аудиторий по всем темам, включая науку» [13], увеличение вовлеченности пользователей помогает научным видео прорваться через интернет-шум. и достигают своей целевой аудитории и, следовательно, способствуют эффективному научному общению. Тем не менее, коммуникаторы не должны упускать из виду более важные, всеобъемлющие цели научной коммуникации, стремясь оптимизировать взаимодействие с пользователями. В частности, практикующие специалисты не должны снижать качество или достоверность своего контента в обмен, скажем, на большее количество кликов, поскольку это может в конечном итоге нанести ущерб целям публичного распространения науки.

Таким образом, мы полагаем, что наши результаты иллюстрируют важность внимания не только к факторам видеоконтента, но и к факторам, которые не связаны в первую очередь с контентом, при понимании различных действий пользователей по взаимодействию с научными онлайн-видео. Использование видео для вовлечения общественности и распространения науки приобрело большую популярность на практике и имеет широкие возможности для роста в исследованиях [11]. Документальные фильмы и другие научные видеопрограммы стали вторым по величине источником научных новостей для американцев и вторым наиболее надежным источником научных фактов [11]. Чтобы направить эффективную практику распространения науки через YouTube, будущие исследования должны изучить сложное взаимодействие между факторами видео, которые как связаны с контентом, так и не зависят от него. Хотя такая динамика может быть сложной, мы надеемся, что наше исследование может способствовать будущим усилиям по распутыванию и интерпретации этих процессов более четко.

Файл S1

Файл набора данных Microsoft Excel из реакций видео YouTube (под названием [dataset_reactions_videos.xlsx]).

(XLSX)

Щелкните здесь, чтобы просмотреть файл с дополнительными данными. ^{(73K, xlsx)}

Этот материал основан на работе, поддержанной Исследовательским институтом Моргриджа, присужденной DB, DAS; Национальный научный фонд в рамках гранта № 1612482. URL: https://www.nsf.gov/awardsearch/showAward?AWD_ID=1612482&HistoricalAwards=false Спонсоры не играли никакой роли в разработке исследования, сборе и анализе данных, решении о публикации или подготовка рукописи. Любые мнения, выводы и заключения или рекомендации, выраженные в этом материале, принадлежат авторам и не обязательно отражают точку зрения Исследовательского института Моргриджа и Национального научного фонда.

Все соответствующие данные находятся в документе и в файлах вспомогательной информации.

1. Броссар Д.
Новые медиаландшафты и потребители научной информации. Труды Национальной академии наук. 2013;110(Приложение 3):14096–14101. doi: 10.1073/pnas.1212744110
[Бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar]

2. Scheufele DA. Общение науки в социальных условиях. Труды Национальной академии наук. 2013;110(Приложение 3):14040–14047. doi: 10.1073/pnas.1213275110
[Бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar]

3. Лешнер А.И. Участие общественности в науке. Наука. 2003;299(5609):977. doi: 10.1126/наука.299.5609.977
[PubMed] [CrossRef] [Google Scholar]

4. Cicerone RJ. Прославление и переосмысление научной коммуникации. Фокус. 2006;6(3):3. [Google Scholar]

5. Brossard D, Scheufele DA. Наука, новые медиа и общественность. Наука. 2013;339(6115):40–41. дои: 10.1126/наука.1232329
[PubMed] [CrossRef] [Google Scholar]

6. Hartings MR, Fahy D. Распространение химии для привлечения общественности. Химия природы. 2011;сен;3(9): 674–677. doi: 10.1038/nchem.1094
[PubMed] [CrossRef] [Google Scholar]

7. Zhou R, Khemmarat S, Gao L, Wan J, Zhang J. Как обнаруживаются видео на YouTube и как это влияет на просмотры видео. Мультимедийные инструменты и приложения. 2016;75(10):6035–6058. doi: 10.1007/s11042-015-3206-0 [CrossRef] [Google Scholar]

8. Хатчинсон А. Умопомрачительная статистика YouTube, факты и цифры за 2017 год [инфографика]. 17 сентября 2017 г. [цитировано 13 июня 2021 г.]. https://www.socialmediatoday.com/social-business/mind-blowing-youtube-stats-facts-and-figures-2017-infographic.

9. Кумар С. Инфографика статистики YouTube: вся статистика видео YouTube за 2018 год. 9 июля 2019 года [цитировано 13 июня 2021 года]. https://www.blogkens.com/youtube-video-statistics-infographic/.

10. Пиннаманени С. Ученые увольняются с основной работы и переходят на YouTube. 2013 г., 3 декабря [цитировано 13 июня 2021 г.]. https://www.marketplace.org/2013/12/03/scientists-quit-their-day-jobs-head-over-youtube/.

11. Смит А.А. YouTube ваша наука. Природа. 2018;556(7701):397–398. дои: 10.1038/d41586-018-04606-2
[PubMed] [CrossRef] [Академия Google]

12. Алгайер Дж.
На плечах YouTube: наука в музыкальных клипах. Научное общение. 2013;35(2):266–275. doi: 10.1177/1075547012454949 [CrossRef] [Google Scholar]

13. Национальные академии наук, инженерии и медицины. Эффективное распространение науки: программа исследований. Вашингтон, округ Колумбия: Издательство национальных академий; 2017. [PubMed] [Google Scholar]

14. Броди Р.Дж., Илич А., Юрик Б., Холлебек Л. Вовлечение потребителей в сообщество виртуальных брендов: исследовательский анализ. Журнал бизнес-исследований. 2013;66(1):105–114. doi: 10.1016/j.jbusres.2011.07.029[CrossRef] [Google Scholar]

15. Глюк М. Взаимодействие с цифровой рекламой: обзор отрасли и переосмысление. 2012 [цитировано 13 июня 2021 г.]. http://www.iab.net/media/file/IAB-Ad-Engagement-Whitepaper-12-05-12-tweaks.pdf.

16. Ксенос М.А., Макафи Т., Поул А. Понимание различий в реакции пользователей на кампании в социальных сетях: исследование сообщений Facebook о выборах 2010 года в США. Новые СМИ и общество. 2017;19(6):826–842. doi: 10.1177/1461444815616617 [CrossRef] [Google Scholar]

17. Фигейредо Ф., Беневенуто Ф., Алмейда Дж. М., редакторы. Трубка с течением времени: характеристика роста популярности видео на YouTube. Материалы четвертой международной конференции ACM по поиску в Интернете и интеллектуальному анализу данных. 2011.

18. Боргхол Ю., Ардон С., Карлссон Н., Игер Д., Маханти А. Нерассказанная история клонов: факторы, не зависящие от содержания, влияющие на популярность видео на YouTube. Материалы 18-й международной конференции ACM SIGKDD по открытию знаний и интеллектуальному анализу данных. 2012.

19. Chatzopoulou G, Sheng C, Faloutsos M. Первый шаг к пониманию популярности на YouTube. 2010 Конференция INFOCOM IEEE по семинарам по компьютерным коммуникациям. 2010.

20. Мёллер А.М., Кюне Р., Баумгартнер С.Е., Питер Дж. Изучение реакции пользователей на развлекательные и политические видео: автоматический анализ контента YouTube. Компьютерный обзор социальных наук. 2019;37(4):510–528. doi: 10.1177/0894439318779336 [CrossRef] [Google Scholar]

21. Welbourne DJ, Grant WJ. Научная коммуникация на YouTube: факторы, влияющие на популярность канала и видео. Общественное понимание науки. 2016;25(6):706–718. дои: 10.1177/0963662515572068
[PubMed] [CrossRef] [Google Scholar]

22. Nerghes A, Kerkhof P, Hellsten I, редакторы. Ранние общественные реакции на вирус Зика на YouTube: распространенность и различия между теорией заговора и информационными видеороликами. Материалы 10-й конференции ACM по веб-науке. 2018.

23. Хан М.Л. Взаимодействие с социальными сетями: что мотивирует пользователей на участие и потребление на YouTube?
Компьютеры в человеческом поведении. 2017;66:236–247. doi: 10.1016/j.chb.2016.09.024 [CrossRef] [Google Scholar]

24. Икбал М. Статистика доходов и использования YouTube (2020). 2020 [цитировано 13 июня 2021 г.]. http://www.businessofapps.com/data/youtube-statistics/https://www.businessofapps.com/data/tinder-statistics/.

25. Смит К. 57 Увлекательная и невероятная статистика YouTube. 2020 г., 21 февраля [цитировано 13 июня 2021 г.]. https://www.brandwatch.com/blog/39-youtube-stats/.

26. О’Нил-Харт С., Блуменштейн Х. Последние видеотренды: где смотрит ваша аудитория. 2016 г., апрель [цитировано 13 июня 2021 г.]. https://www.thinkwithgoogle.com/consumer-insights/video-trends-where-audience-watching/.

27. Блогер GMI. Статистика пользователей YouTube за 2021 год. 4 октября 2021 года [цитировано 10 декабря 2021 года]. https://www.globalmediainsight.com/blog/youtube-users-statistics/.

28. Исследовательский центр Пью. Facebook и YouTube продолжают оставаться наиболее широко используемыми онлайн-платформами среди взрослых в США. 10 апреля 2019 г. [цитировано 13 июня 2021 г.]. https://www.pewresearch.org/fact-tank/2019/04/10/share-of-u-s-adults-using-social-media-включая-facebook-is-mostly-unchanged-since-2018/ft_19- 04-10_socialmedia2019_facebookyoutube_2/.

29. Перрин А., Андерсон М. Доля взрослых в США, использующих социальные сети, включая Facebook, практически не изменилась с 2018 года. Pew Research Center. 10 апреля 2019 г. [цитировано 13 июня 2021 г.]. https://www.pewresearch.org/fact-tank/2019/04/10/share-of-u-s-adults-using-social-media-включая-facebook-is-mostly-unchanged-since-2018/.

30. Амарасекара И., Грант В.Дж. Изучение гендерного разрыва в научном общении на YouTube: анализ настроений. Общественное понимание науки. 2019;28(1):68–84. дои: 10.1177/0963662518786654
[PubMed] [CrossRef] [Google Scholar]

31. Агарвал А. 100 научных каналов YouTube для научных новостей, видео, исследований и научных концепций. 7 декабря 2021 г. [цитировано 10 декабря 2021 г.]. https://blog.feedspot.com/science_youtube_channels/.

32. Медиакикс. 10 лучших научных каналов на YouTube, которые стоит посмотреть. [цитировано 13 июня 2021 г.]. http://mediakix.com/2017/09/best-science-youtube-channels/#gs.p1VTiuo.

33. Коллинз К., Шиффман Д., Рок Дж. Как ученые используют социальные сети на работе?
ПЛОС ОДИН. 2016;11(10):e0162680. doi: 10.1371/journal.pone.0162680
[Бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar]

34. Никифору Э., Студеник П., Аммитцбёлль К.Г., Канаван М., Яни М., Оспельт С. и соавт. Использование социальных сетей среди молодых ревматологов и фундаментальных ученых: результаты международного опроса, проведенного новой сетью EULAR (EMEUNET). Анналы ревматических болезней. 2017;76(4):712–715. doi: 10.1136/annrheumdis-2016-209718
[PubMed] [CrossRef] [Google Scholar]

35. Группа научных исследований, СМИ и общественных исследований (SCIMEP). Ученые и социальные сети. Сентябрь 2016 г. [цитировано 13 июня 2021 г.]. http://scimep.wisc.edu/projects/reports/.

36. Создатели YouTube. «Алгоритм»: как работает YouTube Search & Discovery. 2017 г., 28 августа [цитировано 13 июня 2021 г.]. https://creatoracademy.youtube.com/page/lesson/discovery#strategies-zippy-link-1.

37. Ковингтон П., Адамс Дж., Саргин Э. Глубокие нейронные сети для рекомендаций YouTube. Материалы 10-й конференции ACM по рекомендательным системам. 2016.

38. Дэвидсон Дж., Либальд Б., Лю Дж., Нэнди П., Ван Влит Т., Гарджи Ю. и др. Система рекомендаций видео YouTube. Материалы четвертой конференции ACM по системам рекомендаций. 2010.

39. Чжоу Р., Кхеммарат С., Гао Л. Влияние системы рекомендаций YouTube на просмотры видео. Материалы 10-й конференции ACM SIGCOMM по измерению Интернета. 2010.

40. Аббас М., Риаз М.Ю., Рауф А., Хан М.Т., Халид С. Контекстно-зависимая рекомендательная система Youtube. 2017 Международная конференция по информационным и коммуникационным технологиям (ICICT). 2017.

41. Дин Б. Мы проанализировали 1,3 миллиона видео на YouTube. Вот что мы узнали о YouTube SEO. 2017 г., 28 февраля [цитировано 13 июня 2021 г.]. https://backlinko.com/youtube-ranking-factors.

42. Смит А., Тур С., Ван Кессель П. Многие обращаются к YouTube за детским контентом, новостями и практическими уроками. Исследовательский центр Пью. 2018 г., 7 ноября [цитировано 13 июня 2021 г.]. https://www.pewresearch.org/internet/2018/11/07/many-turn-to-youtube-for-childrens-content-news-how-to-lessons/.

43. Мецгер М.Ю., Фланагин А.Ю., Меддерс Р.Б. Социальные и эвристические подходы к оценке правдоподобности в Интернете. Журнал связи. 2010;60(3):413–439. doi: 10.1111/j.1460-2466.2010.01488.x [CrossRef] [Google Scholar]

44. Мессинг С., Вествуд С.Дж. Избирательное освещение в эпоху социальных сетей: при выборе новостей в Интернете одобрения преобладают над партийной принадлежностью к источнику. Коммуникационные исследования. 2014;41(8):1042–1063. doi: 10.1177/0093650212466406 [CrossRef] [Google Scholar]

45. Borah P, Xiao X. Важность «лайков»: взаимодействие формирования сообщения, источника и социального одобрения в восприятии достоверности информации о здоровье на Facebook. Журнал медицинских коммуникаций. 2018;23(4):399–411. дои: 10.1080/10810730.2018.1455770
[PubMed] [CrossRef] [Google Scholar]

46. Spartz JT, Su LY-F, Griffin R, Brossard D, Dunwoody S. YouTube, социальные нормы и предполагаемая значимость изменения климата в сознании американцев. Экологическая коммуникация. 2017;11(1):1–16. doi: 10.1080/17524032.2015.1047887 [CrossRef] [Google Scholar]

47. Bond RM, Settle JE, Fariss CJ, Jones JJ, Fowler JH. Сигналы социального одобрения и политическое участие. Политическая коммуникация. 2017;34(2):261–281. дои: 10.1080/10584609.2016.1226223 [CrossRef] [Google Scholar]

48. Кноблох-Вестервик С., Шарма Н., Хансен Д.Л., Альтер С. Влияние показателей популярности на выборочное знакомство читателей с онлайн-новостями. Журнал радиовещания и электронных СМИ. 2005;49(3):296–313. doi: 10.1207/s15506878jobem4903_3 [Google Scholar]

49. Salganik MJ, Dodds PS, Watts DJ. Экспериментальное исследование неравенства и непредсказуемости на искусственном культурном рынке. Наука. 2006;311(5762):854–856. doi: 10.1126/наука.1121066
[PubMed] [CrossRef] [Академия Google]

50. Шерман Л.Э., Пэйтон А.А., Эрнандес Л.М., Гринфилд П.М., Дапретто М. Сила подобного в подростковом возрасте: Эффекты влияния сверстников на нейронные и поведенческие реакции на социальные сети. Психологическая наука. 2016;27(7):1027–1035. дои: 10.1177/0956797616645673
[Бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar]

51. Cacciatore MA, Becker AB, Anderson AA, Yeo SK. Смеясь с наукой: влияние одобрения аудитории на вовлеченность. Научное общение. 2020;42(2):195–217. дои: 10.1177/1075547020

9 [CrossRef] [Google Scholar]

52. Двир-Гвирсман С.
Мне нравится то, что я вижу: изучение влияния признаков популярности на распределение внимания и выбор новостей. Информация, связь и общество. 2019;22(2):286–305. doi: 10.1080/1369118X.2017.1379550 [CrossRef] [Google Scholar]

53. Winter S, Metzger MJ, Flanagin AJ. Избирательное использование новостных сигналов: многоцелевой подход к выбору информации в социальных сетях. Журнал связи. 2016;66(4):669–693. doi: 10.1111/jcom.12241 [CrossRef] [Google Scholar]

54. Kim JW. Им понравилось и они поделились: Влияние показателей виральности в социальных сетях на восприятие влияния сообщений и поведенческих намерений. Компьютеры в человеческом поведении. 2018; 84: 153–161. doi: 10.1016/j.chb.2018.01.030 [CrossRef] [Google Scholar]

55. Luo M, Hancock JT, Markowitz DM. Восприятие достоверности и точность обнаружения заголовков фальшивых новостей в социальных сетях: эффекты предвзятости правды и сигналы одобрения. Коммуникационные исследования. 2020;49(2): 171–195. doi: 10.1177/00936502201 [CrossRef] [Google Scholar]

56. Fiske ST, Hauser RM. Защита участников исследований в эпоху больших данных. Труды Национальной академии наук. 2014;111(38):13675–13676. doi: 10.1073/pnas.1414626111
[Бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar]

57. Keyton J.
Коммуникационные исследования: задавать вопросы, находить ответы. Нью-Йорк, штат Нью-Йорк: Высшее образование McGraw-Hill; 2014. doi: 10.1097/NCC.0b013e3182813829[CrossRef] [Google Scholar]

58. Hilbe JM. Отрицательная биномиальная регрессия. Кембридж, Великобритания: Издательство Кембриджского университета; 2011. [Google Scholar]

59. Вебер П.
Обсуждения в разделе комментариев: Факторы, влияющие на участие и интерактивность в комментариях читателей интернет-газет. Новые СМИ и общество. 2014;16(6):941–957. doi: 10.1177/1461444813495165 [CrossRef] [Google Scholar]

60. Fabozzi FJ, Focardi SM, Rachev ST, Arshanapalli BG. Приложение E: Критерий выбора модели: AIC и BIC. В: Фабоцци Ф.Дж., Фокарди С.М., Рачев С.Т., Аршанапалли Б.Г., редакторы. Основы финансовой эконометрики. Хобокен, Нью-Джерси: John Wiley & Sons; 2014. С. 39.9–403. [Google Scholar]

61. Джарро П. Б., Портер Л. Наука в эпоху социальных сетей: профили читателей научных блогов. Ежеквартальный журнал «Журналистика и массовые коммуникации». 2018;95(1):142–168. doi: 10.1177/107769

85558 [CrossRef] [Google Scholar]

62. Yeo SK, Binder AR, Dahlstrom MF, Brossard D. Неудобный источник? Атрибуты научных документальных фильмов и их влияние на поведенческие намерения, связанные с информацией. Журнал научной коммуникации. 2018;17(2):A07. doi: 10.22323/2.17020207 [CrossRef] [Google Scholar]

63. Howell EL, Yang S, Holesovsky CM, Scheufele DA. Общение с химией через приготовление пищи и личное здоровье: повседневные приложения повышают воспринимаемую актуальность, интерес и самоэффективность в химии. Журнал химического образования. 2021; 98 (6): 1852–1862. doi: 10.1021/acs.jchemed.1c00125 [CrossRef] [Google Scholar]

64. Ван Кессель П., Тур С., Смит А. Неделя из жизни популярных каналов YouTube. Исследовательский центр Пью. 2019 г., 25 июля [цитировано 13 июня 2021 г.]. https://www.pewresearch.org/internet/2019/25/07/неделя-из-жизни-популярных-каналов-youtube/.

65. Франкель Т.С. Почему почти никто не зарабатывает на жизнь на YouTube. Вашингтон Пост. 2018 г., 2 марта [цитировано 13 июня 2021 г.]. https://www.washingtonpost.com/news/the-switch/wp/2018/03/02/why-almost-no-one-is-making-a-living-on-youtube/.

66. Маршалл К. Сколько просмотров получает видео на YouTube? Среднее количество просмотров по категориям. 2 февраля 2015 г. [цитировано 13 июня 2021 г.]. http://tubularinsights.com/average-youtube-views/.

67. Полноэкранный режим. Преодоление барьера в 1000 подписчиков [инфографика]. 2014 19 мая[цитировано 13 июня 2021 г.]. https://fullscreenmedia.co/2014/05/19/getting-over-the-1000-subscriber-hurdle/.

68. Андерсон А.А., Броссар Д., Шойфеле Д.А. Меняющаяся информационная среда для нанотехнологий: онлайн-аудитория и контент. Журнал исследований наночастиц. 2010.
12 (4) мая: 1083–1094. doi: 10.1007/s11051-010-9860-2
[Бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar]

69. Molyneaux H, O’Donnell S, Gibson K, Singer J. Исследование гендерного разрыва на YouTube: анализ создания и приема видеоблогов. Американский коммуникационный журнал. 2008;10(2):1–14. [Академия Google]

70. Справочный центр YouTube. Подписывайтесь на каналы. [цитировано 11 марта 2022 г.]. https://support.google.com/youtube/answer/4489286?hl=ru&co=GENIE.Platform%3DAndroid.

71. Джонстон Дж.
Подписка на сексуальное просвещение: половое воспитание, онлайн-видео и звезда YouTube. Телевидение и новые медиа. 2017;18(1):76–92. doi: 10.1177/1527476416644977 [CrossRef] [Google Scholar]

72. Harley D, Fitzpatrick G. Создание диалогового контекста с помощью видеоблогов: тематическое исследование гериатрии1927. Компьютеры в человеческом поведении. 2009;25(3):679–689. doi: 10.1016/j.chb.2008.08.011 [CrossRef] [Google Scholar]

73. Спенглер Т. Теперь у YouTube 2 миллиарда пользователей в месяц, которые ежедневно смотрят 250 миллионов часов на экранах телевизоров. Разнообразие. 3 мая 2019 г. [цитировано 13 июня 2021 г.]. https://variety.com/2019/digital/news/youtube-2-billion-users-tv-screen-watch-time-hours-1203204267/#article-comments.

74. Ха Л.
Как цифровые аборигены смотрят онлайн-видео. В: Ha L, редактор. Аудитория и бизнес YouTube и онлайн-видео. Лэнхэм, Мэриленд: Lexington Books; 2018. С. 41–58. [Академия Google]

75. Диммик Дж., Фистер Дж. К., Хопламазян Г. Дж. Новости в междоузлиях: ниши мобильных медиа в пространстве и времени. Новые СМИ и общество. 2011;13(1):23–39. doi: 10.1177/1461444810363452 [CrossRef] [Google Scholar]

76. Педерсен М. Передовой опыт: какова оптимальная длина видеоконтента? Возраст рекламы. 2015 г., 14 июля [цитировано 2 апреля 2022 г.]. https://adage.com/article/digitalnext/optimal-length-video-content/299386.

77. Йоганарасимхан Х.
Влияние структуры социальной сети на распространение контента: исследование с использованием данных YouTube. Количественный маркетинг и экономика. 2012;10(1):111–150. дои: 10.1007/s11129-011-9105-4 [CrossRef][Google Scholar]

78. Ксязек Т.Б. Комментируя новость. Журналистские исследования. 2018;19(5):650–673. doi: 10.1080/1461670X.2016.1209977 [CrossRef] [Google Scholar]

79. Барнс Р.
Понимание аффективных инвестиций, произведенных посредством комментариев на австралийском веб-сайте альтернативной журналистики New Matilda. Новые СМИ и общество. 2015;17(5):810–826. doi: 10.1177/1461444813511039 [CrossRef] [Google Scholar]

80. Canter L.
Неправильное представление о ветках онлайн-комментариев. Журналистская практика. 2013;7(5):604–619.. doi: 10.1080/17512786.2012.740172 [CrossRef] [Google Scholar]

81. Чен З., Бергер Дж. Когда, почему и как возникают споры. Журнал потребительских исследований. 2013;40(3):580–593. doi: 10.1086/671465 [CrossRef] [Google Scholar]

82. Андерсон А.А., Броссар Д., Шойфеле Д.А., Ксенос М.А., Ладвиг П. «Неприятный эффект:» онлайн-невежливость и восприятие риска новых технологий. Журнал компьютерных коммуникаций. 2014;19(3):373–387. doi: 10.1111/jcc4.12009 [CrossRef] [Google Scholar]

Статьи из PLoS ONE предоставлены здесь Public Library of Science

Почему ученые также смотрят видео с животными на YouTube

от Victoria Gill
Научный корреспондент, BBC News

Опубликованный
29 May

Изображение. предоставить исследователям больше доказательств интеллекта слонов

Что общего у азиатских слонов, пауков-павлинов и какаду по кличке Снежок?

Все звезды онлайн-видео, набравшие в совокупности десятки миллионов просмотров. И поведение, запечатленное в некоторых из этих видеороликов, было признано научно значимым.

Санджита Шарма Покхарел и Начикета Шарма, оба из Индийского института науки, посвятили свое недавнее исследование выводам, сделанным на основе видео на YouTube, о реакции слонов на смерть.

«За три года интенсивных полевых работ я был свидетелем только одного случая смерти слона, — объяснил Санджита. «Это так редко, но в наши дни почти у каждого есть камера». Просто используя такие поисковые запросы, как «смерть слонов» и «реакция слонов на смерть», они обнаружили 24 случая, когда животные взаимодействовали с мертвыми телами других.

Это видео невозможно воспроизвести

Чтобы воспроизвести это видео, вам необходимо включить JavaScript в вашем браузере.

Медиа-заголовок,

Слоны в трауре: кадры азиатских слонов показывают, как мать несет своего мертвого детеныша

Были сняты группы слонов, которые гладят умерших членов семьи своими хоботами или, по-видимому, пытаются оживить их пинками. Они даже собрались, как бдение, рядом с останками. «Мы также слышали вокализации — низкие грохочущие звуки, которых я раньше не слышал», — сказал Начикета.

Почему ученые замораживают исчезающие виды
Начинаются испытания вакцины от вируса слона-убийцы
Пауки-павлины показывают больше своих цветов

«Самым поразительным для меня было ношение теленка», — сказал он. «Иногда они берут мертвого теленка своим хоботом и тянут его. Были даже случаи, когда самка слона использовала бивни, чтобы нести своего мертвого теленка».

Трудно сказать, можно ли это назвать слоновьим эквивалентом горя или траура, сказал Санджита. Но их очевидный интерес к смерти кое-что говорит о том, как эти животные думают и насколько они разумны. Это также показывает, что есть свидетельства редких проявлений интеллекта животных в кажущейся бесконечной видеотеке YouTube.

Вам, конечно же, не обязательно быть исследователем животных, чтобы исчезнуть в кроличьей норе онлайн-видео о животных. Но ученые все активнее изучают этот открытый источник видеоданных. Научные выводы черпаются из некоторых маловероятных и до смешного занимательных онлайн-видео.

«Мне больше всего нравится ворона, использующая что-то похожее на пластиковую крышку в качестве сноуборда на крыше», — вспоминает профессор Химена Нельсон из Университета Кентербери в Новой Зеландии.

Клип, который цитирует Химена, по-видимому, был снят через окно здания в российском городе. Ворона стоит на крышке банки и скользит по заснеженной крыше. Затем он взлетает обратно и повторяет упражнение. Кажется, развлекается.

«Это игра, но также и новаторство, поскольку используется инструмент», — говорит Химена. «Итак, у вас есть пример использования инструментов для развлечения. Я думаю, это многое говорит о том, насколько умна эта ворона, но также и о том, что она способна к инновациям в очень необычном сценарии».

Химена отметил, что тысячи исследователей, проводящих часы на улице, пытаясь наблюдать за воронами, могут никогда не стать свидетелями такого поведения, не говоря уже о том, чтобы зафиксировать его.

«Животные играют» — с другими видами или с необычными объектами — это популярный онлайн-жанр видео.

Это видео невозможно воспроизвести

Чтобы воспроизвести это видео, вам необходимо включить JavaScript в вашем браузере.

Заголовок в СМИ,

Счастливая лошадь играет со своей резиновой курицей.

И хотя наблюдать за этим может быть забавным отвлечением, само это развлечение может дать представление о функции игры, которая на самом деле является чем-то вроде биологической загадки. Игра не имеет очевидной цели. Как говорит Химена, «он не обеспечит вас едой или детьми, по крайней мере, напрямую».

Наука в изоляции

YouTube и другие онлайн-видеоплатформы являются источником информации, к которому также обращались многие исследователи в течение последних двух лет изоляции.

«Например, один из моих студентов, который ищет случаи игры у животных, которые не были описаны ранее, спустился именно в эту кроличью нору [во время пандемии]», — сказал Химена. «Они сказали, что сейчас я не могу собирать данные в полевых условиях, поэтому я соберу их с YouTube».

Доступны дополнительные кадры для изучения видов пушистых и пернатых. Все меньше людей снимают и загружают видео с насекомыми или другими беспозвоночными. (Хотя танец павлиньего паука, кажется, является отдельной категорией. ) Это особенно полезно, поскольку предоставляет окно доступа к трудным местам и к трудно изучаемым видам.

Видео, загруженные богатыми и удачливыми туристами дикой природы, которые встречают животных в Антарктиде, являются одним из примеров.

«Возможно, они могут снимать кадры хищного поведения косаток, что является редким поведением», — говорит Химена. «Вы должны быть там в нужное время, и каковы шансы, что ученые окажутся в нужном месте за огромные деньги?»

Но животные-звезды этих фильмов не всегда редки и неуловимы.

Это видео невозможно воспроизвести

Чтобы воспроизвести это видео, вам необходимо включить JavaScript в вашем браузере.

Заголовок в СМИ,

Аполлон, африканский серый попугай, учится различать цвета

Лукаш Дылевски из Познанского университета наук о жизни в Польше использовал YouTube, чтобы найти доказательства личностных черт красных и серых белок. Его исследование, а также демонстрация того, что серые белки были более агрессивными, чем красные, также подтвердили, что эти видео точно отражают то, что ученые видели в дикой природе.

«Это новый подход к поведенческим исследованиям, который может сэкономить время исследователей, — сказал Лукаш, — мы можем увеличить размер выборки или количество изучаемых животных и [более просто] изучить поведение видов с других континентов». .»

В некоторых случаях для научных исследований требуется только одно животное.

Подпись к рисунку,

Предупреждение: Контент третьих лиц может содержать рекламу .

В статье, опубликованной в журнале Current Biology в 2019 году, исследователи написали, что Snowball «реагирует на музыку удивительно разнообразными спонтанными движениями с использованием различных частей тела, предполагая, что попугаи разделяют эту реакцию с людьми».

Помимо научной ценности этих видео, говорит Санжита, есть возможный побочный эффект, который заставляет людей чувствовать себя немного более связанными с природой и другими видами.

Это видео невозможно воспроизвести

Чтобы воспроизвести это видео, вам необходимо включить JavaScript в вашем браузере.

Заголовок в СМИ,

Танцующий какаду Снежок стал предметом исследования Гарвардского университета

«Лично я, когда вижу слонов, вижу эмоции. Я вижу, что они могут горевать», — говорит Санджита. «Но, конечно, моей науке нужны дополнительные доказательства.

«Но когда люди просто чувствуют связь с этими животными и испытывают эмоции, надеюсь, это также может помочь сохранению слонов». Следуйте за Victoria в Twitter

Подробнее о загадках поведения животных, которые исследуются через YouTube на Inside Science On BBC Sounds

YouTube
Wildlife
Животные

Best 6 Science. Вы когда-нибудь задумывались, что произойдет, если однажды все планеты Солнечной системы окажутся слишком близко к Земле? Или если бы собаки вели себя как кошки? Если вы любите животных, то я уверен, что вы когда-то думали, что если бы только мой питомец мог говорить. Представьте, если бы ваша собака рассказала вам, как она себя чувствует, когда вас нет дома? Как насчет того, чтобы иметь несколько лун?

Во время самоизоляции многие из нас потеряли счет времени, все, что мы делаем, это просматриваем сайты социальных сетей и смотрим забавные видеоролики с животными на YouTube. Мы стали самыми ленивыми и редко учимся чему-то новому, чтобы наш мозг работал и был здоров.

Несомненно, видео является самой популярной и широко доступной формой медиа, на которую ссылаются люди в наши дни. Более того, все становится интересно при хорошей видеосъемке и правильном монтаже.

Среди всего этого хаоса и оглушительного шума вокруг очень сложно тренировать ум, заниматься наукой и мотивировать себя. Немногие из каналов Science YouTube на платформе делают замечательную работу для своих зрителей, публикуя интерактивные учебные пособия для учащихся и увлеченных людей. Когда эти каналы используются правильно и не просматриваются бездумно, это может помочь людям сохранить много информации и собрать хорошие знания. Некоторые из этих каналов побуждают зрителей на самом деле экспериментировать с делами и находить их для себя.

Итак, здесь мы задокументировали некоторые научные каналы YouTube, которые научат вас многим урокам от простых до сложных научных методов. Можно смотреть, учиться, исследовать и записывать важные уроки от них.

6 Удивительные научные каналы YouTube

Kurzgesagt – в двух словах

Наука прекрасна. Команда Kurzgesagt верит в это утверждение и гарантирует, что все их зрители получат реальную картину научных законов и природы. У них есть один из лучших научных каналов на YouTube, на котором представлены анимированные видеоролики, описывающие и объясняющие реальность, стоящую за различными явлениями и научными событиями. Эти видео короче по продолжительности, имеют прекрасную графику и хорошо объясняются. Именно благодаря таким особенностям видеоролики чрезвычайно интересны, увлекательны, развлекают и в то же время обучают. Они проверены с более чем 12,9M подписчиков и миллионы просмотров каждого их ролика.

Соус

Хотите знать, как на самом деле движется земля или какие изменения происходят в мозгу из-за болезни Альцгеймера? Что ж, Vsauce — отличный канал, чтобы узнать все о научных причинах и фактах, стоящих за определенными событиями вокруг нас. У канала более 16 миллионов подписчиков и множество лояльных зрителей. Это один из аутентичных научных каналов на YouTube, где вы можете смотреть видео, чтобы питать свой мозг обоснованными рассуждениями и фактами, помимо того, чтобы направить любопытство. У Vsauce есть два других канала, управляемых другими хостами, которые одинаково интересны и интересны, но этот канал является самым старым и связан с конкретной наукой.

МинутаФизика

На этом канале можно найти хорошо объясненные, тщательно иллюстрированные и исследованные научные материалы. Теории и факты аккуратно нарисованы, помечены и описаны в цифровом виде, чтобы зрители могли изучить и понять концепции. Неизвестная и малоизвестная правда об определенных научных событиях всегда вызывала споры, любопытство и ненужные случайности, которые можно организовать, узнав больше о реальности, стоящей за ними. MinutePhysics объясняет такие теории, как затенение фотонов, физика карамелизированного сахара, форма пространства и т. д. У них более 5,14 млн подписчиков, и они считаются одним из лучших научных каналов на YouTube.

Научное шоу

Имея более 6,39 млн подписчиков и множество просмотров своих видео, SciShow стремится объяснять научные теории большинству своей аудитории в простой, но увлекательной форме. Будь то новооткрытая вакцина, кости в сердце выдры или цвет панды, команда охватывает практически все темы, связанные с природой и наукой. Если вы хотите узнать больше о раковых клетках, нетронутых экосистемах, эволюционных науках и т. д., проверьте канал, так как они все охватывают.

Мороженое жизни

Графика и наука — такое прекрасное сочетание, поскольку они делают любые серьезные темы легкими для понимания и настолько увлекательными, что не моргать и глазом до конца. Life Noggin объясняет определенные научные события, которые либо уже произошли, либо могут произойти. Когда мы думаем или обсуждаем науку, может иметь место несколько перестановок и комбинаций, поэтому область обширна, а темы бесконечны. Life Noggin пытается коснуться каждой части предмета и открыть его со всех сторон, гарантируя, что осталось очень мало или совсем ничего не осталось для изучения. Эти видеоролики интересны и интересны для изучения, поэтому это один из самых интересных научных каналов на YouTube, за которым можно следить, чтобы расширить нашу палитру знаний.

Веритасиум

Наука всегда удивляет и так же просто, как и объясняется. Видео на Veritasium ориентированы исключительно на информирование о магических научных законах, событиях, процессах, явлениях, объектах и т. д. Канал с более чем 7,44 млн подписчиков получает миллионы просмотров своих видео благодаря их интересному представлению и объяснению. Veritasium хорошо оснащен, чтобы решить большинство ваших сомнений и вопросов, касающихся фундаментальных научных вопросов, поэтому это один из лучших научных каналов YouTube, на котором можно следить за всеми последними новостями науки.

Похожие сообщения: —

7 лучших каналов YouTube по мифологии для проницательных видео в 2020 году
5 лучших философских каналов YouTube для философов и исследователей Каналы профессионалов и экспертов
6 лучших психологических каналов YouTube для студентов-психологов и увлеченных учеников

Просмотры сообщений:
9,230

Эксперимент на YouTube раскрывает потенциал i

видео: анимация «Наука о прививках», описывающая эмоциональный язык. Эмоции — мощный инструмент убеждения. Исследования показывают, что использование эмоциональных слов, особенно тех, которые вызывают негативные эмоции, такие как страх или возмущение, увеличивает вирусный потенциал контента в социальных сетях. Такое использование негативных эмоциональных слов для манипулирования иногда называют «запугиванием».
посмотреть больше

Авторы и права: проект Inoculation Science

Согласно крупному онлайн-эксперименту, проведенному Кембриджским университетом, короткие анимации, дающие зрителям представление о тактике распространения дезинформации, могут помочь «привить» людей от вредоносного контента в социальных сетях при размещении в рекламном месте YouTube.

Работая с Jigsaw, подразделением Google, занимающимся противодействием угрозам открытому обществу, команда психологов из университетов Кембриджа и Бристоля создала 90-секундные ролики, предназначенные для ознакомления пользователей с методами манипулирования, такими как поиск козла отпущения и преднамеренная непоследовательность.

Эта стратегия «предотвращения» заблаговременно знакомит людей с образами, лежащими в основе злонамеренной пропаганды, чтобы они могли лучше распознавать ложь в Интернете независимо от предмета.

Исследователи, стоящие за проектом Inoculation Science, сравнивают его с вакциной: заранее давая людям «микродозу» дезинформации, она помогает предотвратить их попадание в нее в будущем — идея, основанная на том, что социальные психологи называют «теорией прививки». .

Результаты, опубликованные в журнале Science Advances , основаны на семи экспериментах с участием почти 30 000 человек, включая первое «полевое исследование в реальном мире» теории прививки на платформе социальных сетей, и показывают один просмотр фильма. клип повышает осведомленность о дезинформации.

В видеороликах представлены концепции из «сборника дезинформации», иллюстрированные соответствующими примерами из фильмов и телевидения, таких как «Гриффины» или, в случае ложной дихотомии, «Звездных войн» («Только ситхи имеют дело с абсолютами»).

«У YouTube более 2 миллиардов активных пользователей по всему миру. Наши видеоролики можно легко встроить в рекламное пространство на YouTube, чтобы предотвратить распространение дезинформации», — сказал соавтор исследования профессор Сандер ван дер Линден, руководитель лаборатории принятия социальных решений (SDML) в Кембридже, которая руководила работой.

«Наше исследование предоставляет необходимое доказательство того, что принцип психологической прививки может быть легко применен к сотням миллионов пользователей по всему миру».

Ведущий автор доктор Джон Рузенбек из SDML Кембриджа описывает видео команды как «независимые от источника», избегая предубеждений людей относительно того, откуда берется информация и как она согласуется — или нет — с тем, во что они уже верят.

«Наши интервенции не делают заявлений о том, что является правдой или фактом, что часто оспаривается. Они эффективны для всех, кто не любит, когда им манипулируют», — сказал он.

«Эффект прививки был одинаковым как для либералов, так и для консерваторов. Это работало для людей с разным уровнем образования и разными типами личности. Это основа общей прививки от дезинформации».

Google — материнская компания YouTube — уже использует полученные данные. В конце августа Jigsaw развернет предварительную кампанию на нескольких платформах в Польше, Словакии и Чехии, чтобы опередить появление дезинформации, касающейся украинских беженцев. Кампания призвана повысить устойчивость к вредным нарративам против беженцев в сотрудничестве с местными НПО, специалистами по проверке фактов, учеными и экспертами по дезинформации.

«Вредоносная дезинформация принимает разные формы, но манипулятивные тактики и нарративы часто повторяются и поэтому могут быть предсказаны», — сказала Бет Голдберг, соавтор и глава отдела исследований и разработок Google Jigsaw.

«Обучение людей таким методам, как личные атаки, направленные на манипулирование ими, может помочь повысить устойчивость к вере и распространению дезинформации в будущем.

«Мы продемонстрировали, что видеореклама как способ доставки сообщений предварительной рассылки может быть использована для охвата миллионов людей, потенциально до того, как закрепятся вредоносные нарративы», — сказал Голдберг.

Команда утверждает, что предварительная маскировка может быть более эффективной в борьбе с потоком дезинформации, чем проверка фактов каждой неправды после ее распространения — классическое «разоблачение», которое невозможно сделать в масштабе, и может укрепить теории заговора, чувствуя себя личные нападки на тех, кто им верит.

«Пропаганда, ложь и дезориентация почти всегда создаются из одного и того же сценария», — сказал соавтор, профессор Стефан Левандовски из Бристольского университета. «Мы разработали видеоролики, проанализировав риторику демагогов, которые занимаются поиском козлов отпущения и ложными дихотомиями».

«Проверщики фактов могут опровергнуть только часть лжи, циркулирующей в Интернете. Нам нужно научить людей распознавать сценарий дезинформации, чтобы они понимали, когда их вводят в заблуждение».

В шести первоначальных контролируемых экспериментах приняли участие 6464 человека, а шестой эксперимент был проведен через год после первых пяти, чтобы убедиться, что более ранние результаты могут быть воспроизведены.

Сбор данных по каждому участнику был всеобъемлющим, от базовой информации — пол, возраст, образование, политические взгляды — до уровня навыков счета, конспирологического мышления, проверки новостей и социальных сетей, «восприимчивости к чуши» и личностной инвентаризации, среди прочего « переменные».

Принимая все это во внимание, команда обнаружила, что видеоролики о прививках улучшают способность людей обнаруживать дезинформацию и повышают их уверенность в том, что они смогут сделать это снова. Ролики также улучшают качество «обмена решениями»: распространять или не распространять вредоносный контент.

Затем две анимации были протестированы «в естественных условиях» в рамках обширного эксперимента на YouTube, с клипами, расположенными в рекламном слоте перед видео, который дает возможность пропустить через пять секунд.

Google Jigsaw показал около 5,4 миллиона пользователей YouTube в США видеоролику о прививке, почти миллион просмотрев его в течение не менее 30 секунд. Затем платформа предоставила случайным образом 30% пользователей, которые просмотрели добровольный тестовый вопрос в течение 24 часов после их первоначального просмотра.

Ролики, направленные на прививку от дезинформационной тактики гиперэмотивного языка и использования ложных дихотомий, а также вопросы, основанные на вымышленных сообщениях, проверены на выявление этих тропов. YouTube также дал «контрольной» группе пользователей, которые не смотрели видео, тот же тестовый вопрос. Всего на вопрос ответили 22 632 пользователя.

Несмотря на интенсивный «шум» и отвлекающие факторы на YouTube, способность распознавать приемы манипулирования, лежащие в основе дезинформации, увеличилась в среднем на 5%.

Google сообщает, что беспрецедентный характер эксперимента означает, что прямое сравнение данных невозможно. Однако повышение узнаваемости бренда за счет рекламы на YouTube, известное как «подъем бренда», обычно ограничивается 1 % в опросах менее 45 000 пользователей.

«Пользователи участвовали в тестах в среднем через 18 часов после просмотра видео, поэтому прививка, похоже, прижилась», — сказал ван дер Линден.

Исследователи говорят, что такое увеличение узнаваемости могло бы изменить правила игры, если бы оно резко распространилось на социальные платформы, что было бы дешево сделать. Средняя стоимость каждого просмотра значительной длины составляла крошечную сумму в 0,05 доллара США.

Добавлено Роозенбеком: «Если кто-то хочет заплатить за кампанию на YouTube, которая заметно снижает восприимчивость миллионов пользователей к дезинформации, он может это сделать, причем по минимальной цене за просмотр».

ПРИМЕЧАНИЯ:

Первые шесть экспериментов:
В первых шести контролируемых экспериментах каждому участнику случайным образом назначали 90-секундное «прививочное» видео или нейтральное контрольное видео. Затем участникам случайным образом показывали десять сообщений в социальных сетях: пять с использованием заведомо манипулятивных методов (хотя не все содержали доказанную ложь) и пять нейтральных сообщений. Участников попросили оценить уровни доверия к информации, степень, в которой они считают ее манипулятивной, и вероятность того, что они поделятся ею.

Результаты включают:

Видео с эмоциональным языком: «привитые» участники в 1,5–1,67 раза лучше, чем контрольная группа, распознавали эту технику манипуляции.
Видео о ложных дихотомиях: «привитые» участники были в 1,95 раза лучше, чем контрольная группа, идентифицировали эту технику манипуляции.
Некогерентное видео: «привитые» участники более чем в два раза лучше (2,14), чем контрольная группа, распознавали эту технику манипуляции.

Эксперимент на YouTube:
Рекламная кампания по прививке на YouTube длилась более пятнадцати дней в [ГОД] и была нацелена на англоязычных пользователей в США в возрасте 18 лет и старше, которые посмотрели хотя бы одно политическое или новостное видео на платформе. .

Всего на тестовый вопрос на YouTube ответили 22 632 участника: 11 432 человека, которые видели видео о прививке, и 11 200 человек, которые его не видели.

Примеры вопросов, представленные YouTube:

Ложная дихотомия:
Оцените это предложение: «Либо нам нужно улучшить нашу систему образования, либо бороться с преступностью на улицах».
Пользователям было предложено выбрать, содержит ли предложение: команду; разжигание страха; ложная дихотомия; ни один из них.

Эмоциональный язык:
Оцените это предложение: «Детская смесь связана со вспышкой новой ужасающей болезни среди беспомощных младенцев — родители в отчаянии».
Пользователям было предложено выбрать, содержит ли предложение: команду; эмоциональный язык; ложная дихотомия; ни один из них.

Видео и дополнительные ссылки:

Все видеоролики о прививках, а также справочную информацию о подходе можно найти по адресу: https://inoculation.science/

Или на YouTube здесь: https://www. youtube.com/channel/UCiov-3rtgg9Nl_ezyWyOHpQ/videos

Подробности готовящейся книги Сандера ван дер Линдена о «предварительном размещении» и борьбе с дезинформацией «Защита от дурака» можно найти здесь: https://www.waterstones.com/book/foolproof/ др-сандер-ван-дер-линден/9780008466718

О компании Jigsaw:
Jigsaw — это команда Google, которая исследует угрозы для открытого общества и использует исследования, технологии и сотрудничество внутри и вне Google для разработки долгосрочных масштабируемых решений.