Metadaten

Heidelberger Akademie der Wissenschaften [Editor]
Jahrbuch ... / Heidelberger Akademie der Wissenschaften: Jahrbuch 2019 — 2020

DOI chapter:
D. Förderung des wissenschaftlichen Nachwuchses
DOI chapter:
II. Das WIN-Kolleg
DOI chapter:
Siebter Forschungsschwerpunkt „Wie entscheiden Kollektive?“
DOI chapter:
13. Fake News and Collective Decision Making. Rapid Automated Assessment of Media Bias
DOI Page / Citation link: 
https://doi.org/10.11588/diglit.55176#0392
License: Free access  - all rights reserved

DWork-Logo
Overview
Facsimile
0.5
1 cm
facsimile
Scroll
OCR fulltext
13. Fake News (WIN-Programm)

affect the Overall group response. For instance, when cells with damaged DNA or
with different stiffness are introduced in the otherwise healthy population.
In the honey bee System, work in the next year will include additional expe-
riments and further analysis of existing data. Other manipulations will be used to
determine how perturbations at the colony-level alter task allocation at the indivi-
dual-level. For example, regulating the influx of foragers, to determine how social
interactions at the nest entrance shift task allocations throughout the nest.
Publications
1. Vishwakarma, M., and Di Russo, J. (2019) Why does epithelia display heterogeneity?
Bridging physical and biological concepts. Biophysical Review 11, 683 — 687.
2. Vishwakarma, M., Thurakkal, B., Spatz, J. P and Das, T. (In press) Dynamic hetero-
geneity influences leader-follower dynamics during epithelial wound closure Philosophical
Transaction of the Royal Society

13. Fake News and Collective Decision Making. Rapid Automated
Assessment of Media Bias

Kollegiaten: JProf Dr. Karsten Donnay1, Prof Dr. Bela Gipp2
Mitarbeiter: Felix Hamborg3, Timo Spinde1

1 Fachbereich Politik- und Verwaltungswissenschaft, Universität Konstanz
2 School of Electrical, Information and Media Engineering, Universität Wuppertal
3 Fachbereich Informatik, Universität Konstanz

Die Forschung des WIN-Projekts
„Fake News and Collective Decision
Making: Rapid Automated Assessment
of Media Bias“ zielt darauf ab, die ver-
zerrte Darstellung von Themen in
Nachrichtenartikeln automatisiert zu
identifizieren und Leser darüber auf-
zuklären. Neben der Entwicklung von
Methoden zur automatisierten Erken-
nung verzerrter Berichterstattung geht
es daher auch darum, systematisch zu
erforschen, wie dies auf einer speziell
dafür entwickelten Plattform visuell am

besten an Leser kommuniziert werden


kann. Das Projekt ist interdisziplinär ausgelegt und baut auf dem aktuellsten Stand
der Forschung in der Informatik und Politikwissenschaft auf.

393
 
Annotationen
© Heidelberger Akademie der Wissenschaften