- 巨头
- Our World in Data
- 新闻报道覆盖度与死亡原因对比
新闻报道覆盖度与死亡原因对比
Our World in Data 的这张跑分柱状图在 X 上获得 3.9万 浏览，是其平时帖子的 1.4 倍，在我们追踪的 139 张 Our World in Data 图中浏览排第 60。读取于2026年10月10日。
How over- and underrepresented are different causes of death in the media?
为什么能传开
它之所以传播，是因为把一个常见的数据故事变成了清晰的基准对比，用媒体关注度对照真实死亡率，获得了 38,694 次浏览、223 个赞、65 次转发、11 次引用和 84 次收藏。
做对了什么
- 帖子把图表解释为每种死因的死亡占比与新闻文章占比之间的比率，让过度代表和代表不足立刻变得易懂。
- 图表类型是基准条形图，因此每种死因都是对照一个共同参照来评判，而不是被当作孤立数字来读。
- 帖子自我标注程度高且有品牌标识，显示了来源行，并来自独立作者，这有助于建立信任和促进分享。
可以借鉴
我们可以用同样的基准条形图形式，把我们自己的主题或死因与一个中性基线比较，并把标题写成简单的过度代表或代表不足问题。
注意
不要把引用率或来源影响力过度解读为因果影响的证据，也不要在没有确认我们自己的基线公平且解释清楚之前照搬这种框架。
由我们的分析模型根据上面的实测数字写成，不是 Our World in Data 的说法。
做成你的
我们还没读出这张图的数字
读出数字后，这里会出现它自己的制作器。在此之前，下面是格式相近的其他真实图表：每个数据页都从那张图的数字起步，换成你的。
API · Max
用 API 调用这张图
Max 套餐可以取这张图的数字（每个数字都带来源），格式为 JSON 或 CSV，附重画规格；也可以让智能体通过 MCP 调用。图表 id：17ccea6ca724。
| 路径 | 返回 | 套餐 | |
|---|---|---|---|
| GET | /api/v1/charts/17ccea6ca724 | 标题、发布者、日期、图型、数据点数；用 Max 密钥时附数据链接 | 开放 |
| GET | /api/v1/charts/17ccea6ca724/data | 每个数据点及其来源和置信度，加上重画规格。加 ?format=csv 得到 CSV | Max |
| GET | /api/v1/charts/17ccea6ca724/render?view=1 | 本页使用的只读绘图视图 | 开放 |
| POST | /mcp | 工具 get_chart_data 加这个 id，供 Claude、Cursor 等智能体使用 | Max |
curl -s https://viral-chart.com/api/v1/charts/17ccea6ca724/data \
-H "Authorization: Bearer $VIRALCHART_KEY"claude mcp add --transport http viralchart https://viral-chart.com/mcp \
--header "Authorization: Bearer $VIRALCHART_KEY"每个密钥每分钟 60 次，超出返回 429 和 Retry-After。每个账号最多 5 个密钥，在账户页创建，只显示一次。没有 Max 时数据接口返回 402，并附套餐链接。这些数字描述的是发布者拥有的图，每个文件都带授权说明。
Our World in Data 的更多图
全部 139 张
其他巨头的跑分柱状图
全部 136 张
常见问题
Our World in Data 的「新闻报道覆盖度与死亡原因对比」传播了多远？
截至2026年10月10日，X 上 38,694 次浏览、223 个赞、65 次转发、84 次收藏。@OurWorldInData 平时一条帖子约 2.9万 浏览。
这是什么类型的图？
跑分柱状图。
可以直接用 Our World in Data 的图吗？
用格式，不用原图。图、logo 和设计都属于 Our World in Data。ViralChart 用你的数字和文字重画同类图，并注明原发布者。