英語印刷媒體如何框架印度的人象衝突
arXiv - Computers and SocietyBonala Sai Punith, Salveru Jayati, Garima Shakya, Shubham Kumar Nigam
利用大規模文本分析揭示英語媒體對印度人象衝突的負面框架，主要以恐懼與攻擊語言為主，警示此類敘事可能加劇公眾敵意。
AI 幫你先抓重點
AI 重點 1
媒體負面框架的普遍性提醒我們在教育與公眾溝通中需重視語言選擇。
滑鼠懸停看 AI 判斷理由
因為恐懼與攻擊語言會影響公眾情緒與政策支持，若不加以調整，可能阻礙保育教育與共存倡議的有效推廣。
AI 重點 2
多模型情感分析方法提供可擴展的工具，可應用於其他動物衝突或環境議題的媒體監測。
滑鼠懸停看 AI 判斷理由
此方法結合專業詞典與大型語言模型，能在大規模文本中快速辨識負面語氣，為教育科技開發自動化監測與教材設計提供技術基礎。
核心研究發現
- 1
在 1,968 篇新聞文章中，約 70% 的句子使用恐懼或攻擊性語言描述大象，顯示負面框架佔主導。
- 2
多模型情感框架結合長距離 Transformer、LLM 與專業負面大象描寫詞典，能準確量化情感並提取關鍵理由句。
- 3
研究發現，媒體負面敘事可能加強公眾對大象的敵意，進而削弱共存與保育政策的推動。
對教育工作者的啟發
本研究顯示，媒體在報導人象衝突時過度使用恐懼與攻擊語言，易造成公眾敵意。教育工作者可將此發現納入媒體素養課程，教導學生辨識與批判負面框架，並鼓勵使用正向、共存導向的敘事。保育組織可利用多模型情感分析工具，定期監測媒體報導，調整宣傳語言，提升公眾支持度。政策制定者則可參考此方法，制定更具包容性的媒體指導原則，促進人象共存與保育目標。
原始文獻資訊
- 英文標題：
- How English Print Media Frames Human-Elephant Conflicts in India
- 作者：
- Bonala Sai Punith, Salveru Jayati, Garima Shakya, Shubham Kumar Nigam
- 來源：
- arXiv - Computers and Society
- AI 摘要模型：
- openai/gpt-oss-20b
每週精選研究電子報
每週五信箱收到精選 5 篇教育科技重點研究摘要，零時間壓力掌握學術前沿。