Sub-national governments across the United States implement a variety of policies to address large societal problems and needs. Many policies are picked up or adopted in other states. This process is called policy diffusion and allows researchers to analyze and compare social, political, and contextual characteristics that lead to adopting certain policies, as well as the efficacy of these policies once adopted. In this paper, we introduce PDViz, a visual analytics approach for social scientists to dynamically analyze the policy diffusion history and underlying patterns. It is designed for analyzing and answering a list of research questions and tasks posed by social scientists in prior work. To evaluate our system, we present two usage scenarios and conduct interviews with domain experts in political science. The interviews highlight that PDViz provides the result of policy diffusion patterns that align with their domain knowledge as well as the potential to be a learning tool for students and researchers to understand the concept of policy diffusion.


翻译:美国各个州和地区实行各种政策来解决大规模的社会问题和需求。许多政策被其他州采用或采纳。这个过程被称为政策扩散,它允许研究人员分析和比较导致采用某些政策的社会、政治和背景特征,以及这些政策一旦被采用的有效性。在本文中,我们介绍了 PDViz,这是一种用于社会科学家动态分析政策扩散历史和潜在模式的可视化分析方法。它旨在分析和回答社会科学家在之前的工作中提出的一系列研究问题和任务。为了评估我们的系统,我们介绍了两个使用场景,并对政治学领域的领域专家进行了访谈。访谈强调了 PDViz 提供的与其领域知识相符合的政策扩散模式的结果,以及成为学生和研究人员理解政策扩散概念的学习工具的潜力。

0
下载
关闭预览

相关内容

专知会员服务
123+阅读 · 2020年9月8日
强化学习最新教程,17页pdf
专知会员服务
174+阅读 · 2019年10月11日
[综述]深度学习下的场景文本检测与识别
专知会员服务
77+阅读 · 2019年10月10日
机器学习入门的经验与建议
专知会员服务
92+阅读 · 2019年10月10日
VCIP 2022 Call for Demos
CCF多媒体专委会
1+阅读 · 2022年6月6日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
Arxiv
0+阅读 · 2023年5月26日
Arxiv
39+阅读 · 2021年11月11日
VIP会员
相关基金
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
Top
微信扫码咨询专知VIP会员