跳到主要內容

『林伯才叫拉丁美洲人！！ 』之媒體亂象

DSC01252

 

又來了，每次看到一次就想要念一次，

現在許多記者，真的素質水平低落到一個不行，

 

這篇『世界風俗／賣媳婦！直擊洪都拉斯「交換妻子」集市』網路文章
Source : http://www.nownews.com/2013/09/05/91-2982735.htm

http://www.nownews.com/2013/09/05/91-2982735.htm

 

從標題無謂的聳動開始，

到電子平面媒體普遍不尊重他國外文化不註明原文的劣習。

洪都拉斯寫個Honduras 有這麼難嗎？

Gracias a Dios 寫成『格臘西亞斯阿迪奧斯』 這是哪間燒臘店，還是Lounge Bar?

這麼有才華的命名真的一點都不需要！

 

再者『洪都拉斯西北部的一些村鎮』、『記者去過的東部城市』，到底是哪裡？

這不是跟台灣西部的青康藏高原跟台灣北部的北海道一樣讓人苦惱呢？！？


最屌的，是這整篇文章的照片人物，

完全沒有絲毫拉丁美洲人的感覺，因為，全部都是非洲人！！

像第一張抱著孩子，有著前衛捲髮Bob頭的女子，是來自非洲衣索比亞(Ethiopia) 西南部的Hamar 族群，

而下面的兩位化妝女孩，則同樣是衣索比亞(Ethiopia)的另一個 Mursi部族 (有著放置圓盤在下嘴唇的民族) 的照片。


雖說事實上這篇文章可以追溯到2009年在中國大陸新浪的一篇:『洪都拉斯：匪夷所思的换妻习俗(组图)』文章。

若往國外探索，則會發現有篇名為：『Honduras "wife swap" fair』 的圖組，但該文發表於2013 ，

估計是從一篇2011年由中國人寫的『Maya Quest naked wife-swapping market (Photos)』開始毒害全世界，

因為2010年以前的Honduras wife swap 文章皆沒有附圖！

 

但這些照片，大多則出自一位旅居加拿大(Canada) 的波蘭(Poland)籍攝影師 Krzysztof Pakulski。


而台灣的電子媒體記者(或稱"素人"記者)就這樣把這整篇來自中國對岸的拼裝車文章，

稍微修改後再發表出來，把自己的專業程度自貶到如此令人乍舌。

標題還敢下『洪都拉斯的一種習俗令人匪夷所思』，這麼差勁的新聞從業人員，才真的令人匪夷所思！！


貓也真的在鋼琴上昏倒了 !!
(聽得懂這個梗的，直接說明了你的年齡XD)

 

 


PS:


最後，要看什麼叫拉丁美洲人

請到全亞洲最專業的發展中國家攝影社團

GeoReactivo 【視記】 (https://www.facebook.com/georeactivo)

2013.11 本年度視記最大攝影展，

與國際合作發展基金會共同舉辦的：「你的他方，我的故鄉」--國際合作人文影像紀實攝影展。


讓你同時了解：

什麼是拉丁美洲人，什麼是非洲人！

請隨時注意視記官網、粉絲頁消息，千萬不要錯過！

粉絲頁 :https://www.facebook.com/georeactivo
官網 :  http://georeactivo.blogspot.tw

(最後這是工商時間 XD)

 

 

PAN

2013.09.7

標籤：

留言

張貼留言

這個網誌中的熱門文章

醫學健康跨領域合作的開始：資料工程

一直都很喜歡在會議上與跨領域的專家、醫師、學者分享我們在數據工程與分析應用上的發展經驗。 許多的專家學者，對於大數據應用的認知都仍侷限在一個超大型結構化資料集的子集合應用，在規劃好的條件設定下，針對特定的目標(疾病、行為)進行篩選，將數據narrow down到可以被個人電腦或是單一伺服器架構處理的小型資料集。 這樣的半手工處理方式，對於專一(Specific)領域主題的資料追蹤計算或許已經十分足夠，但當中倘若資料清理方式有改變、篩選條件增減，所有的數據都要從raw重新處理，不僅造成大量的時間與人力浪費，對於專案計畫進度的延宕更是麻煩。這些還不包含
2 則留言
閱讀完整內容

Google 資料庫方案–Spreadsheet–(1)資料呈現

HEMiDEMi 的標籤: Google , Google SpreadSheet , 雲端 早在規劃『 教育，意義！ 』project時， 便有打算將整個網站建立過程撰寫一篇教學，讓有興趣以google 服務為基礎進行開發的朋友參考。 沒想到這個想法擺著就拖了好幾個月， 好在學生提出了問題，就趁這機會寫一寫吧。 基本上『 教育，意義！ 』網站的架構完全建立在Google提供的服務， 廣義來說也是個雲端的系統， 所有的資料是分散在不同的服務架構下，再用GAE, Javascrript將服務資訊串接起來， 由Blogspot 統一呈現。 省了租主機的費用，或架站的硬體、電費， 最好的地方在於不用管理主機維運的問題， 只要專心做我的創意、嘗鮮就好了！！   多棒！ 若將『 教育，意義！ 』網站依功能層次來分類，可以分為三層結構， 當中的層次與使用技術大致如下： UI 介面層 服務 : Blogspot (網站介面) , Picasa (相簿空間), Google Apps 技術 : Javascript , AJAX ( JQuery ) App應用層  服務 : Google App Engine (GAE) 技術 : Java, Java Server Page (JSP) 資料層 服務 : Google Docs (文件), Google Spreadsheet (試算表) 技術/函式庫 : Java, Google Data APIs 本篇文章將著重在介紹以Google Spreadsheet 做為雲端資料庫， 其他主題將會陸續推出。 若對Google API 與 Google App Engine 初步建置有興趣， 可以參考之前文章： 佛心來著的 Google Data API – for JAVA 雲端的開始：Netbeans 無痛 Google App Engine Java 服務開發 Google Spreadsheet 做為資料庫系統 對於小型的資料系統來說， 採用Google Spreadsheet做為應用程式資料庫(如問卷調查或線上系統) 也算堪用， 目前的儲存限制為 : 40 萬個儲存格 每張工作表最多...
15 則留言
閱讀完整內容

當咒術成真 - 文字生成的虛擬世界

  2024/02  這幾天灌爆各大ai社群的，不外乎就是文字生成高清畫質影像的OpenAI Sora ， 讓人驚艷的細膩表現，自動化的場景生成與運鏡效果，縱使這個概念並不是多創新的模式，但Open AI始終很懂得抓住大家眼球  (Sora的各種生成影片： https://openai.com/sora  ) 關於Sora 的技術與介紹，不妨看看chatGPT 對它的描述： OpenAI Sora文字-視訊生成模型 在視頻數據上進行大規模訓練生成模型，具體而言，OpenAI聯合訓練了文本條件擴散模型，處理不同持續時間、解析度和長寬比的視頻和圖像。利用了一種在視頻和圖像潛碼的時空塊上操作的轉換器架構。受到Srivastava等人（2015年）在使用LSTMs進行視頻表示學習的無監督學習的啟發，OpenAI的最大模型Sora擴展了這些概念，能夠生成一分鐘的高保真度視頻。此外，Chiappa等人（2017年）描述的循環環境模擬器方法與我們的方法論框架相一致，表明擴大視頻生成模型的規模是建立通用物理世界模擬器的一條有希望的道路。 一、技術創新 OpenAI 的 Sora 模型在技術創新上主要融合了 diffusion models 與 transformer models 的特點，這一結合代表著從文字描述到視覺內容生成的一大進步。根據 Goodfellow et al. (2014) 的研究，Generative Adversarial Nets (GANs) 開創了使用機器學習生成圖像的新方法，而 diffusion models 則透過逆向的擴散過程從隨機噪聲中逐步建構出有意義的圖像，提供了一種不同於傳統 GANs 的新途徑。另一方面，Vaswani et al. (2017) 提出的 transformer 模型，通過其自注意力機制有效處理長距離依賴關係，已廣泛應用於語言模型中。Sora 模型的創新之處在於將這兩種技術融合應用，實現了從簡單文本提示生成高質量視覺內容的能力，這不僅展示了機器學習技術的新高度，也為未來的影像生成、自然語言處理和人機交互開啟了新的可能性。 二、物理現象與現實世界的模擬 Sora 的另一大進步是在模擬現實世界物理現象方面的表現。雖然現有模型如 Raissi et al. (2019) 所提出的 Physi...
張貼留言
閱讀完整內容