मीडिया में बायस को समझना: अनौपचारिक नागरिकता के लिए एक गाइड

कैसे शोर के माध्यम से देखने के लिए: एक व्यावहारिक गाइड मीडिया बायस के लिए सूचित नागरिकता

हर दिन, आप पिछली हेडलाइन्स को स्क्रॉल करते हैं, समाचार क्लिप देखते हैं और उन टिप्पणियों को सुनते हैं जो दुनिया की अपनी समझ को आकार देते हैं। लेकिन आप जो कुछ भी उपभोग करते हैं वह शुद्ध, अनफ़िल्टर्ड तथ्य है - और कितना सूक्ष्म (या तो उपविभाज्य) पूर्वाग्रह से आकार का है? एक मीडिया परिदृश्य में पार्टिसन आउटलेट्स, कॉर्पोरेट प्रभाव और वायरल गलत सूचना के साथ बाढ़ आई, राय या स्पिन से विश्वसनीय जानकारी को अलग करना अब वैकल्पिक नहीं है। यह आधुनिक नागरिकता का एक मुख्य कौशल है।

मीडिया पूर्वाग्रह को समझना सभी समाचारों को अविश्वासनीय घोषित करने के बारे में नहीं है। बल्कि, यह उन बलों को पहचानने के बारे में है जो रिपोर्टिंग को आकार देते हैं ताकि आप सबूत, सवाल फ़्रेमिंग का वजन कर सकें और सर्वोत्तम उपलब्ध जानकारी के आधार पर निष्कर्ष बना सकें। यह गाइड मीडिया पूर्वाग्रह के मूल सिद्धांतों पर विस्तार करता है, पता चलता है कि यह क्यों जारी रहता है और आपको समाचार के अधिक विवेकपूर्ण उपभोक्ता बनने के लिए व्यावहारिक उपकरण देता है।

क्या मीडिया बायस है? सरल परिभाषा से परे

इसके सरलतम में, मीडिया पूर्वाग्रह में पत्रकारों या समाचार संगठनों को आंशिक या पूर्वजित तरीके से जानकारी देने के तरीके को संदर्भित किया जाता है। लेकिन पूर्वाग्रह शायद ही कभी स्पष्ट रूप से स्पष्ट होता है क्योंकि पत्रकार अपनी निष्ठा को घोषित करता है। अक्सर, यह सूक्ष्म विकल्पों में प्रकट होता है: कौन सी कहानी समाचारकास्ट की ओर जाता है, जो पहले उद्धृत किया जाता है, क्या एक शीर्षक "देने" शब्द का उपयोग करता है, बजाय "साने" या कौन से तथ्यों को पूरी तरह से शामिल किया गया है या पूरी तरह से छोड़ दिया गया है।

बायस जानबूझकर हो सकता है- एक आउटलेट के राजनीतिक संरेखण या लाभ के उद्देश्यों से प्रेरित - या अनजाने में, अचेतन धारणाओं, सीमित दृष्टिकोणों या 24 घंटे के समाचार चक्र के दबाव से स्टेम। इस सीमा को पहचानने के लिए महत्वपूर्ण खपत में पहला कदम है। मीडिया पूर्वाग्रह "ब्यास" बनाम "अप्रयुक्त" का एक सरल द्विआधारी नहीं है। सभी मीडिया मानव निर्णयों द्वारा आकार दिया गया है; लक्ष्य यह पहचानना है कि वे निर्णय विकृति को कैसे पेश करते हैं और फिर तदनुसार अपने विश्वास को कैलिब्रेट करते हैं।

ऐतिहासिक संदर्भ के लिए, मीडिया पूर्वाग्रह की अवधारणा नई नहीं है। अमेरिकी अखबारों के शुरुआती दिनों में, पक्षपात प्रकाशन मानक थे, जिसमें कागजात खुले तौर पर राजनीतिक दलों के साथ जुड़े थे। 20 वीं सदी में व्यावसायिक पत्रकारिता मानकों के उदय को देखा गया, जो ऑब्जेक्टिविटी पर जोर देते हैं, लेकिन 21 वीं सदी में मीडिया परिदृश्य का विखंडन उन रेखाओं को फिर से धुंधला कर दिया है। इस इतिहास को समझना कि पूर्वाग्रह क्यों अधिक दिखाई देता है - और अधिक ध्रुवीकरण - पहले कभी।

मीडिया बाईस के कई चेहरे: एक गहरा वर्गीकरण

प्रभावी ढंग से पूर्वाग्रह को देखने के लिए आपको यह नाम देने के लिए एक शब्दावली की आवश्यकता है कि आप क्या देखते हैं। जबकि मूल गाइड में चयन, झालर, भाषा और पुष्टि पूर्वाग्रह शामिल हैं, पूर्ण स्पेक्ट्रम व्यापक और अधिक nuanced है।

चयन बायस और ओमिशन

चयन पूर्वाग्रह तब होता है जब कुछ कहानियों को कवर किया जाता है जबकि दूसरों को अनदेखा कर दिया जाता है। एक आउटलेट जो एक राजनीतिक घोटाले के बारे में बीस कहानियां चलाता है लेकिन एक ही प्रशासन में एक प्रमुख नीति उपलब्धि के बारे में शून्य कहानियां चयन पूर्वाग्रह का अभ्यास कर रही हैं। ओमिशन पूर्वाग्रह इसकी चुप काउस्ति है: तथ्यों को छोड़ने से जो कथा को बदल देगा। उदाहरण के लिए, एक अपराध स्पाइक के बारे में एक रिपोर्ट वास्तव में गिरावट हो सकती है। इसे पकड़ने के लिए, पूछो: कौन सी कहानियां कवर नहीं की जा रही हैं? इस रिपोर्ट से क्या प्रासंगिक विवरण गायब हैं?

Framing Bias

फ़्रेमिंग आकृतियाँ कैसे एक दर्शक एक घटना की व्याख्या करता है। उसी विरोध को "citizens अपने लोकतांत्रिक अधिकारों का प्रयोग" या "एक विघटनकारी भीड़ अवरुद्ध यातायात" के रूप में तैयार किया जा सकता है। चुने गए शब्दों, ऐतिहासिक संदर्भ प्रदान की गई, और भावनात्मक स्वर सभी पाठक को एक विशेष निष्कर्ष की ओर ले जाते हैं। एक ही घटना की तुलना में कई दुकानों में यह देखने के लिए कि कैसे झांसना भिन्न होता है। तथ्य समान हो सकते हैं, लेकिन फ्रेम अक्सर diametrically विरोध कर रहे हैं।

भाषा बायस और लोड लेबल

एक एकल शब्द का विकल्प बहुत वजन ले सकता है। "एक कार्यकर्ता ने तर्क दिया"] और "एक प्रदर्शनकर्ता चिल्लाया,"" या """""सरकारी कट खर्च""और """]] लोड भाषा भावनात्मक प्रतिक्रिया और संकेतों की स्वीकृति या अस्वस्थता को ट्रिगर करती है। लेबलिंग द्वारा बोस तब होता है जब सूत्रों को मूल्य-अवर्णित शर्तों ("सही"पर ध्यान देने वाले" के परिप्रेक्ष्य" के बारे में वर्णित किया जाता है।

पुष्टिकरण बायस और इको चैंबर इफेक्ट

पुष्टिकरण पूर्वाग्रह सिर्फ एक मीडिया समस्या नहीं है; यह एक मानव संज्ञानात्मक पैटर्न है। हम उन जानकारी का पक्ष लेते हैं जो हमारे मौजूदा विश्वासों की पुष्टि करते हैं। मीडिया आउटलेट्स ने अपने दर्शकों की उम्मीदों को पूरा करने के लिए कवरेज को तैयार करके इसका फायदा उठाया है। परिणाम एक गूंज कक्ष है: आप देखते हैं कि आपके विश्वदृष्टि को मजबूत करता है, और विपरीत जानकारी एल्गोरिदम या संपादकीय डेस्क द्वारा फ़िल्टर की जाती है। खतरा सिर्फ ध्रुवीकरण नहीं है - यह है कि आप कभी भी सबूत का सामना नहीं करते हैं जो आपकी स्थिति को चुनौती दे सकते हैं या फिर से बहाल कर सकते हैं।

स्पाइन बायस और सनसनीखेज

स्पिन पूर्वाग्रह घटनाओं पर अनुकूल व्याख्या करने का अभ्यास बताता है, राजनीति, व्यापार और खेल के कवरेज में सबसे आम। सनसनीवाद एक संबंधित रूप है जहां समाचार अतिरंजित, नाटकबद्ध है, या अतिरंजित भाषा के साथ ध्यान आकर्षित करने के लिए प्रस्तुत किया जाता है। हेडलाइन्स जो "SHOCKING" या "UNBELIEVable" विकास का वादा करता है, अक्सर क्लिक उत्पन्न करने के लिए डिज़ाइन किया गया है, न कि सूचित करने के लिए। समाचार और मनोरंजन के बीच विघटन; लाइन कई आउटलेटों द्वारा जानबूझकर धुंधला हो जाती है।

क्यों मीडिया बायस एक्सिस्ट: आर्थिक और संरचनात्मक ड्राइवर

बायस एक निर्वात में पैदा नहीं होता है। एक सूचित नागरिक बनने के लिए आपको उन प्रणालीगत बलों को समझने की जरूरत है जो मीडिया संगठनों को आंशिकता की ओर धकेलते हैं।

स्वामित्व और कॉर्पोरेट प्रभाव

अधिकांश प्रमुख समाचार आउटलेट बड़े निगमों या अमीर व्यक्तियों के स्वामित्व में हैं, जो व्यावसायिक हितों के साथ हैं जो पत्रकारिता से कहीं अधिक विस्तार करते हैं। रक्षा अनुबंधों, दवा निवेश या जीवाश्म ईंधन होल्डिंग्स के साथ एक समूह के स्वामित्व वाले नेटवर्क को आक्रामक रूप से उन उद्योगों की जांच करने की संभावना नहीं है। पैसे के बाद पूर्वाग्रह पैटर्न की भविष्यवाणी करने के सबसे विश्वसनीय तरीकों में से एक है। अनुसंधान जो आपके द्वारा पढ़ा गया आउटलेटों का मालिक है, और विचार करते हैं कि स्वामित्व संपादकीय स्वतंत्रता को कैसे आकार दे सकता है।

विज्ञापन राजस्व और क्लिक-चालित व्यापार मॉडल

अधिकांश डिजिटल मीडिया लाभ पृष्ठ विचारों, विज्ञापन छापों और सदस्यता रूपांतरणों पर निर्भर करते हैं। सामग्री जो मजबूत भावनात्मक प्रतिक्रियाओं को उत्पन्न करती है - आउटरेज, डर, या शेनफ्रूड - सर्वश्रेष्ठ प्रदर्शन करने के लिए कहता है। यह संपादकों के लिए सनसनीखेज, ध्रुवीकरण या अत्यधिक पक्षपात कवरेज के पक्ष में एक संरचनात्मक प्रोत्साहन बनाता है। ध्यान इनाम पूर्वाग्रह की अर्थशास्त्र। जब आप एक पूर्वाग्रह वाली हेडलाइन पर क्लिक करते हैं, तो आप उस सामग्री के अधिक ध्यान के साथ मतदान कर रहे हैं।

राजनीतिक दबाव और पक्षपातिक ब्रांडिंग

कुछ आउटलेट्स ने खुद को पक्षपात के रूप में स्पष्ट रूप से ब्रांड किया, एक विशिष्ट राजनीतिक दृष्टिकोण के लिए विश्वसनीय आवाज के रूप में सेवा करके वफादार दर्शकों का निर्माण किया। अन्य लोग राजनीतिक आंकड़ों या वकालत समूहों से बाहरी दबाव का सामना करते हैं जो बहिष्कार, मुकदमे, या नियामक कार्रवाई को धमकी देते हैं। तेजी से ध्रुवीकृत वातावरण में, तटस्थ रुख को दोनों तरफ से शत्रुता के रूप में व्याख्या की जा सकती है, जो दुकानों को उत्तरजीविता के लिए पूरी तरह से चुनने के लिए धक्का देती है।

कैसे व्यवस्थित रूप से समाचार स्रोतों का मूल्यांकन करने के लिए

"liberal media" या "biased आउटलेट्स" जैसे कच्चे लेबल पर भरोसा करने के बजाय किसी भी समाचार स्रोत की विश्वसनीयता और slant का आकलन करने के लिए एक संरचित दृष्टिकोण का उपयोग करें।

एक प्रारंभिक बिंदु के रूप में मीडिया बायस चार्ट का उपयोग करें

] जैसे संगठन Ad Fontes Media और AllSides] ने इंटरैक्टिव मीडिया बायस चार्ट बनाया है जो दो अक्षों के साथ सैकड़ों आउटलेट रेट करते हैं: राजनीतिक slant (दाएं से बाएं) और विश्वसनीयता (वास्तव में प्रचार प्रसार को गलत करने के लिए रिपोर्टिंग से)। जबकि कोई रेटिंग प्रणाली सही नहीं है, ये चार्ट तुलना के लिए उपयोगी ढांचा प्रदान करते हैं। एड Fontes मीडिया बायस चार्ट को उजागर करने के लिए जहां आपका सबसे अधिक उपयोग किया गया स्रोत गिर सकते हैं।

बिआस डिटेक्शन के लिए पांच-Ws फ्रेमवर्क लागू करें

हर बार जब आप एक समाचार लेख पढ़ते हैं, तो इन पांच सवालों को पूछते हैं:

• Who ने इस सामग्री को बनाया? उनके क्रेडेंशियल, संबद्धता और ट्रैक रिकॉर्ड क्या हैं?
• ]] ] ]]] ] ] []]]] []]]]] ]]] ]]]]]]]] []]]]]]]]]]]]]]]]] [[[[[[[[[[[[FLT:]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]] [[[
• Where यह कहाँ प्रकाशित किया गया था? आउटलेट की संपादकीय प्रतिष्ठा और स्वामित्व क्या है?
• जब यह प्रकाशित किया गया था? वर्तमान जानकारी है, और समय एक विशिष्ट एजेंडा का सुझाव देता है?
• इस framing क्यों? इस कोण को दूसरों के ऊपर चुना क्यों था? क्या तथ्यों को शामिल किया गया है, और कौन से omitted हैं?

यह ढांचा निष्क्रिय उपभोग से सक्रिय पूछताछ तक आपके ध्यान को बदल देता है।

सामयिक पढ़ना

पार्श्व रीडिंग एक पेशेवर तथ्य-जांचरों द्वारा इस्तेमाल की जाने वाली तकनीक है। लेख पर रहने के बजाय आप अपने विवरण (vertical रीडिंग) का मूल्यांकन और जांच कर रहे हैं, आप स्रोत, दावों और लेखक के शोध के लिए नए टैब खोलते हैं। आप प्रतिपुष्ट डेटाबेस के खिलाफ क्रॉस-रिफरेंस तथ्यों को देखते हैं, जांचें कि अन्य आउटलेट अलग-अलग कहानी की रिपोर्ट कर रहे हैं, और सुधार नोटिस या पीछे की ओर देखने के लिए हैं। Stanford's Civic Online Reasoning project, पार्श्व रीडिंग पर उत्कृष्ट संसाधन प्रदान करता है । व्यवहार में, पार्श्व रीडिंग एक ही प्रभावी आदत है जिसे आप विकसित कर सकते हैं।

सोशल मीडिया: बायस एम्प्लिफिकेशन मशीन

सोशल मीडिया प्लेटफॉर्म ने मूल रूप से बदल दिया है कि समाचार कैसे फैलता है। वे समाचार स्रोत और वितरण नेटवर्क दोनों के रूप में काम करते हैं, लेकिन उनका डिज़ाइन खतरनाक तरीकों से पूर्वाग्रह को बढ़ाता है।

एल्गोरिथ्म और फ़िल्टर बुलबुले

प्लेटफ़ॉर्म एल्गोरिदम सामग्री को प्राथमिकता देते हैं जो सगाई को अधिकतम करता है। क्योंकि सनसनीखेज, ध्रुवीकरण, या भावनात्मक रूप से चार्ज की गई सामग्री को अधिक क्लिक और शेयर प्राप्त होती है, एल्गोरिदम आपको इसके अधिक फ़ीड करता है। समय के साथ, यह एक फिल्टर बबल बनाता है: आप ऐसी सामग्री देखते हैं जो आपकी मौजूदा प्राथमिकताओं के साथ संरेखित होती हैं, जबकि चुनौतीपूर्ण या असंतुष्ट दृष्टिकोण व्यवस्थित रूप से छिपा हुआ है। परिणाम सार्वजनिक राय की एक विकृत तस्वीर है और पक्षपात विभाजन की गहरी हुई है। बाहर तोड़ने के लिए, सक्रिय रूप से उन स्रोतों का पालन करें जो आपको एल्गोरिदमिक करेक्शन को बायपास करने वाले खोज उपकरणों के साथ असहमत और उपयोग करते हैं।

मिसिन्फोर्मेशन, डीपफैक और सिंथेटिक मीडिया

जीनरेटिव एआई के उदय ने पूर्वाग्रह जोखिम की एक नई परत पेश की है। डीपफैक और सिंथेटिक ऑडियो उन घटनाओं को तैयार कर सकते हैं जो वास्तविक दिखते हैं और ध्वनि करते हैं। यहां तक कि जब सामग्री पूरी तरह से निर्मित नहीं होती है, तो एआई-generated समाचार लेख उनके प्रशिक्षण डेटा से सूक्ष्म पूर्वाग्रहों को एम्बेड कर सकते हैं या संकेत से जो निर्माता के एजेंडे को प्रतिबिंबित करते हैं। सिंथेटिक मीडिया के बारे में जागरूकता के बिना कोई सत्यापन रणनीति पूरी नहीं होती है। पोइन्टर संस्थान नियमित रूप से एआई-generated गलत सूचना की पहचान के लिए दिशानिर्देश प्रकाशित करता है ]। हमेशा दृश्य सबूतों को स्क्रुटिनाइज़ करें, और उन सामग्रियों पर अतिरिक्त सावधानी लागू करें जो सीधे आपकी भावनात्मक उम्मीदों में सीधे अपने भावनात्मक उम्मीदों को लागू करें।

सामाजिक समाचार के लिए सत्यापन रणनीतियाँ

सोशल मीडिया पर कुछ भी साझा करने से पहले, इन चरणों को ले जाएं:

• ] स्रोत प्रोफ़ाइल की जाँच करें। क्या यह एक सत्यापित पत्रकार, एक पैरोडी खाता या एक बॉट है? इतिहास और अनुयायी प्रामाणिकता को पोस्ट करने पर ध्यान दें।
• ]Use रिवर्स इमेज सर्च. यदि कोई छवि संदिग्ध लगती है, तो इसे Google इमेज या टिनये को अपलोड करें ताकि यह देखने के लिए कि इसका उपयोग संदर्भ से बाहर किया जा रहा है।
• ]हेडलाइन से परे पढ़े सोशल मीडिया पर हेडलाइन्स अक्सर लिंक की वास्तविक सामग्री से भ्रामक या असंबंधित हैं।
• ]Use fact-checking tools. Snopes, FactCheck.org जैसी साइटें, और एसोसिएटेड प्रेस की तथ्य-जाँच टीम वायरल दावों को सत्यापित करने में मदद कर सकती है।

लंबी अवधि के लिए एक महत्वपूर्ण सोच टूलकिट का निर्माण

मीडिया साक्षरता का विकास एक बार अभ्यास नहीं है। यह उन आदतों का एक सेट है जो अभ्यास के साथ मजबूत होती हैं। ये रणनीति आपको समय के साथ समाचार उपभोग के लिए स्पष्ट दृष्टिकोण बनाए रखने में मदद करेगी।

अपने खुद के बायस को पहचानें पहले

पता लगाने के लिए सबसे कठिन पूर्वाग्रह आपका खुद है। हमारे पास संज्ञानात्मक अंधाधुएं हैं: हम सबूत स्वीकार करने की संभावना रखते हैं कि हमारे इन-समूह को प्रभावित करता है और सबूतों को अस्वीकार करने की संभावना है जो हमारे विश्वदृष्टि को खतरे में डालता है। इससे पहले कि आप एक समाचार कहानी को पूर्वाग्रहित करने, रोकें और पूछते हैं: क्या मुझे इस रिपोर्टिंग के बारे में एक ही तरह से महसूस होगा अगर यह एक विषय मैं समर्थन करता हूं? यदि जवाब नहीं है, तो आप को तर्क देने का एहसास हो सकता है। उन विषयों की एक चल सूची रखें जहां आप सबसे मजबूत भावनात्मक प्रतिक्रियाओं को महसूस करते हैं-जो ऐसे क्षेत्र हैं जहां आपका पूर्वाग्रह पता लगाना सबसे अधिक महत्वपूर्ण होना चाहिए।

सोर्सिंग मानकों का विकास

सभी तथ्यों को समान नहीं बनाया गया है प्राथमिक स्रोत सबूत (मूल दस्तावेज, डेटा सेट, प्रत्यक्ष गवाही) और माध्यमिक व्याख्या (commentary, विश्लेषण, राय) के बीच अंतर करने के लिए खुद को प्रशिक्षित करें। जब कोई लेख एक मजबूत दावा करता है, तो इसे मूल स्रोत पर वापस ले जाएं। यदि लेख एक सत्यापन योग्य लिंक या उद्धरण प्रदान नहीं करता है, तो दावा को अनिर्धारित के रूप में व्यवहार करें। क्रेडिबल पत्रकारिता पारदर्शी है जहां इसकी जानकारी से आती है। इसे कहा जाता है, तो स्रोत पारदर्शिता , और यह विश्वसनीय रिपोर्टिंग का एक हॉलमार्क है।

अपने मीडिया आहार को विविधता

केवल एक या दो आउटलेटों से खबरें भेजना- खासकर अगर वे एक पक्षपात संरेखण साझा करते हैं-एक संकीर्ण परिप्रेक्ष्य की गारंटी देता है। एक रीडिंग सूची का निर्माण जिसमें सेंट्रीस्ट, बाएं-लीनिंग और दाएं-लीनिंग स्रोत शामिल हैं, साथ ही साथ अंतर्राष्ट्रीय आउटलेट जो आपके देश को बाहरी परिप्रेक्ष्य से कवर करते हैं। लक्ष्य एक एकल "अजीब" स्रोत (जैसे कि एक चीज मौजूद नहीं है) को नहीं ढूंढना है, लेकिन कई दृष्टिकोणों के बीच त्रिकोणीय होना और अपने स्वयं के सूचित संश्लेषण में आना है। AllSides साइड-by-side कवरेज तुलना प्रदान करता है जो इस त्रिकोण को आसान बनाने के लिए।

निष्कर्ष: The Ongoing Responsibility of Informed Citizenship

लोकतंत्र में, सार्वजनिक प्रवचन की गुणवत्ता नागरिकों को उपलब्ध सूचना की गुणवत्ता पर निर्भर करती है। जब पूर्वाग्रह की जांच नहीं की जाती है, तो मतदाता अधूरे या विकृत वास्तविकताओं के आधार पर निर्णय लेते हैं। जब मीडिया साक्षरता व्यापक होती है, तो जनता प्रचार के लिए अधिक प्रतिरोधी हो जाती है, सबूतों के बारे में अधिक जानकारी प्राप्त होती है और सत्ता जवाबदेह रखने में सक्षम होती है।

मीडिया में पूर्वाग्रह को समझना सिनिकवाद या अविश्वास के बारे में नहीं है। यह सशक्तिकरण के बारे में है। चयन पूर्वाग्रह, फ़्रेमिंग, लोडेड भाषा और समाचार निर्णयों के पीछे आर्थिक ड्राइवरों की पहचान करके, आप इसके द्वारा नियंत्रित होने के बजाय अपने सूचना पर्यावरण का नियंत्रण करते हैं। आप समाचार चक्र में सक्रिय भागीदार बन जाते हैं, एक निष्क्रिय उपभोक्ता नहीं।

इस गाइड में वर्णित उपकरण-प्रणालीगत स्रोत मूल्यांकन, पार्श्व रीडिंग, एल्गोरिदम के बारे में जागरूकता और अपने स्वयं के पूर्वाग्रहों के बारे में ईमानदार आत्म-प्रतिबिंब - व्यावहारिक और तुरंत लागू होते हैं। प्रारंभ करें छोटा: आज एक लेख चुनें, इसे पांच-Ws फ्रेमवर्क के माध्यम से चलाएं, और तीन आउटलेटों में कवरेज की तुलना करें। समय के साथ, ये आदतें दूसरी प्रकृति बन जाती हैं। अनौपचारिक नागरिकता एक गंतव्य नहीं है; यह एक दैनिक अभ्यास है। और सूचना अधिभार और सिंथेटिक सामग्री की एक उम्र में, यह अभ्यास कभी भी आवश्यक नहीं रहा है।