How Loud Rumbles Hit Newsstands: A Data Analysis of Coverage and Spatial Bias in German News about Landslides Around the World

Probleemstelling
Aardverschuivingen zijn destructieve, potentieel dodelijke gebeurtenissen die de sociaaleconomische stabiliteit aanzienlijk beïnvloeden. Hoewel er wereldwijde inventarissen bestaan zoals EM-DAT en de Global Landslide Catalog (GLC), lijden deze onder ruimtelijke vertekeningen, beperkte temporele dekking, ontbrekende gegevens en strikte opnamecriteria (bijvoorbeeld minimale drempels voor het aantal slachtoffers), wat leidt tot onvolledigheid. Daarentegen bieden nieuwsarchieven een rijke, alternatieve bron van rampeninformatie, maar zijn ze onderhevig aan latente selectiecriteria, zoals geografische nabijheid en narratieve aantrekkingskracht, die de representatie van wereldwijde risico's kunnen verstoren. Er is behoefte aan een systematische analyse van hoe internationale rampen worden gerapporteerd in specifieke mediabiosystemen om deze ongelijkheden te begrijpen en bestaande rampendatabases mogelijk aan te vullen.

Methodologie
De auteurs hebben een grootschalige dataset samengesteld van Duitse nieuwsartikelen over aardverschuivingen in het buitenland tussen 2000 en 2024.

• Datacollectie: Een corpus van 317.036 Duitse artikelen werd opgehaald uit de wiso-net-aggregator met behulp van 17 aardverschuivingsgerelateerde zoekwoorden. Na voorbewerking bleven 88.940 kandidaat-documenten over.
• Annotatie en Validatie: Een willekeurige steekproef van 450 documenten werd handmatig geannoteerd op relevantie (werkelijke aardverschuiving) en het land van voorkomen. De door mensen geannoteerde steekproef diende als gouden standaard, waarbij 58,6% van de documenten als relevant werd beschouwd.
• Geautomatiseerde Verwerking: Een open-weight, lokaal draaiend Groot Taalmodel (LLM), mistralai/devstral-small-2-2512, werd ingezet om de resterende documenten te geolocaliseren. Het model extraherde ISO-3 landcodes voor specifieke eerdere of lopende aardverschuivingen.
  • Prestaties: Op de gouden standaard bereikte het model een binaire precisie van 0,814, een recall van 0,947 en een F1-score van 0,875 voor relevantie. De geolocatienauwkeurigheid was 0,837 voor exacte matches en 0,924 voor overlappingen.
• Eventsegmentatie: De resulterende tijdreeks van dagelijkse documentaantallen voor elk land werd opgesplitst in "nieuwsgebeurtenissen". Een nieuwsgebeurtenis werd gedefinieerd als een aaneengesloten cluster van actieve dagen, waarbij maximaal vier opeenvolgende inactieve dagen tussen actieve dagen werden toegestaan.
• Vergelijkende Analyse: De studie vergeleek de verdeling van geïdentificeerde nieuwsgebeurtenissen met twee externe maatstaven:
  1. EM-DAT: De International Disaster Database (waargenomen gebeurtenissen).
  2. WB-GLHM: De Global Landslide Hazard Map van de Wereldbank (voorspelde jaarlijkse frequentie).
• Aandacht en Afwijking: De auteurs berekenden "aandachtsscores" (log-getransformeerd, min-max geschaald) voor nieuwsgebeurtenissen en externe maatstaven. Ze berekenden de residuen van een lineaire regressie (nieuwsaandacht versus externe aandacht) om "afwijking" te bepalen. Een positieve afwijking duidt op overrapportage; een negatieve afwijking duidt op onderrapportage ten opzichte van externe baselines.

Belangrijkste Resultaten

• Datasetomvang: De uiteindelijke dataset omvat 59.504 documenten van 240 nieuwsbronnen die 178 landen bestrijken, resulterend in 5.479 actieve dagen en 5.543 geïdentificeerde nieuwsgebeurtenissen.
• Concentratie: De dekking is sterk geconcentreerd; de top 10 landen is goed voor 56,4% van alle gevallen, en de top 29 landen dekt 82,3%. Italië, Zwitserland, Oostenrijk, China en de VS zijn het meest frequent gerapporteerd.
• Ruimtelijke Vertekening:
  • Overrapportage: Landen in het Noordelijk Halfrond, met name in Zuid- en West-Europa, en landen met een hoog inkomen krijgen over het algemeen meer mediabelangstelling dan verwacht op basis van hun kwetsbaarheid voor aardverschuivingen (zoals gemeten door EM-DAT en WB-GLHM).
  • Onderrapportage: Delen van Azië (met name Zuidoost-Azië) en landen met een gemiddeld inkomen krijgen minder aandacht dan hun risicoprofiel suggereert.
  • Specifieke Extremen: Spanje, Zwitserland, Oostenrijk, Polen en het VK tonen de hoogste positieve afwijking (overrapportage) ten opzichte van EM-DAT. Omgekeerd tonen Ivoorkust, Noord-Macedonië, Congo, Tadzjikistan en Azerbeidzjan de meest extreme negatieve afwijking (onderrapportage).
• Temporele Verdeling: Hoewel het totale aantal documenten een temporele vertekening toont naar recente jaren, toont de verdeling van geïdentificeerde nieuwsgebeurtenissen geen duidelijke vertekening naar recente jaren, wat suggereert dat de segmentatiemethode de gegevens effectief genormaliseerd heeft.
• Continentale Dispariteiten: Europa is in nieuwsgebeurtenissen significant oververtegenwoordigd ten opzichte van externe bronnen, terwijl Azië ondervertegenwoordigd is.

Betekenis en Claims
Het artikel positioneert zichzelf als een fundamentele stap naar het begrijpen hoe sociale ongelijkheden worden weerspiegeld en versterkt door rampendekking in mediabiosystemen van het Noordelijk Halfrond.

• Verrijking van Databases: De studie toont aan dat nieuwsarchieven een waardevolle bron kunnen zijn om onvolledige rampendatabases aan te vullen, en biedt een "tekst-als-data"-paradigma voor onderzoek naar klimaatimpact en adaptatie.
• Aan het Licht Brengen van Ongelijkheden: Door de afwijking tussen mediabelangstelling en werkelijke/voorspelde rampenoccurrence te kwantificeren, onthullen de auteurs systematische vertekeningen. Zij betogen dat Duitstalige publieken een "gedeeltelijk vervormd beeld van het wereldwijde aardverschuivingsrisico" ontvangen, wat het publiek begrip van de ware geografische schaal van rampen kan beperken.
• Implicaties: De auteurs suggereren dat een dergelijke vertekende dekking de politieke wil en publieke steun voor internationale klimaatadaptatiefinanciering en initiatieven voor risicovermindering kan verminderen.
• Toekomstige Richtingen: Het artikel schetst bescheiden toekomstig werk, waaronder het modelleren van dekking op basis van sociaaleconomische en culturele nabijheid, het onderscheiden tussen eerdere/lopende/toekomstige gebeurtenistypes, en het uitbreiden van de analyse naar andere gevaren zoals bosbranden en overstromingen. Het wijst expliciet op beperkingen, zoals het gebrek aan generalisatie van het LLM naar andere gevaren en de afhankelijkheid van landniveau in plaats van regionale ruimtelijke analyse.