In a perfect world, all articles consistently contain sufficient metadata to describe the resource. We know this is not the reality, so we are motivated to investigate the evolution of the metadata that is present when authors and publishers supply their own. Because applying metadata takes time, we recognize that each news article author has a limited metadata budget with which to spend their time and effort. How are they spending this budget? What are the top metadata categories in use? How did they grow over time? What purpose do they serve? We also recognize that not all metadata fields are used equally. What is the growth of individual fields over time? Which fields experienced the fastest adoption? In this paper, we review 227,726 HTML news articles from 29 outlets captured by the Internet Archive between 1998 and 2016. Upon reviewing the metadata fields in each article, we discovered that 2010 began a metadata renaissance as publishers embraced metadata for improved search engine ranking, search engine tracking, social media tracking, and social media sharing. When analyzing individual fields, we find that one application of metadata stands out above all others: social cards -- the cards generated by platforms like Twitter when one shares a URL. Once a metadata standard was established for cards in 2010, its fields were adopted by 20% of articles in the first year and reached more than 95% adoption by 2016. This rate of adoption surpasses efforts like Schema.org and Dublin Core by a fair margin. When confronted with these results on how news publishers spend their metadata budget, we must conclude that it is all about the cards.

中文翻译：

---

一切都与卡片有关：在社交媒体上共享可能会鼓励HTML元数据的增长

在理想情况下，所有文章始终包含足够的元数据来描述资源。我们知道这不是现实，因此我们有动机去研究当作者和出版者提供自己的元数据时所存在的元数据的演变。由于应用元数据会花费时间，因此我们认识到每个新闻作者的元数据预算都有限，因此只能花费时间和精力。他们如何支出这笔预算？使用的顶级元数据类别是什么？它们是如何随着时间增长的？他们的目的是什么？我们还认识到并非所有元数据字段都被平等使用。随着时间的推移，各个领域的增长是什么？哪些领域的采用速度最快？在本文中，我们回顾了1998年至2016年间来自Internet存档捕获的29个媒体的227,726个HTML新闻文章。查阅每篇文章中的元数据字段后，我们发现2010年开始了元数据的复兴，因为发行商采用了元数据来改善搜索引擎排名，搜索引擎跟踪，社交媒体跟踪和社交媒体共享。在分析各个字段时，我们发现元数据的一种应用程序在所有其他应用程序中脱颖而出：社交卡-由Twitter之类的平台在共享一个URL时生成的卡。在2010年为卡建立元数据标准后，第一年该领域的文章就被20％的文章采用，到2016年达到95％以上的采用率。这一采用率在相当程度上超过了Schema.org和Dublin Core这样的努力。利润。当面对有关新闻发布者如何使用元数据预算的这些结果时，我们必须得出结论，这全都与卡片有关。我们发现2010年开始了元数据的复兴，因为发布商采用元数据来改善搜索引擎排名，搜索引擎跟踪，社交媒体跟踪和社交媒体共享。在分析各个字段时，我们发现元数据的一种应用程序在所有其他应用程序中脱颖而出：社交卡-由Twitter之类的平台在共享一个URL时生成的卡。在2010年为卡建立元数据标准后，第一年该领域的文章就被20％的文章采用，到2016年达到95％以上的采用率。这一采用率在相当程度上超过了Schema.org和Dublin Core这样的努力。利润。当面对有关新闻发布者如何使用元数据预算的这些结果时，我们必须得出结论，这全都与卡片有关。我们发现2010年开始了元数据的复兴，因为发布商采用元数据来改善搜索引擎排名，搜索引擎跟踪，社交媒体跟踪和社交媒体共享。在分析各个字段时，我们发现元数据的一种应用程序在所有其他应用程序中脱颖而出：社交卡-由Twitter之类的平台在共享一个URL时生成的卡。在2010年为卡建立元数据标准后，第一年该领域的文章就被20％的文章采用，到2016年达到95％以上的采用率。这一采用率在相当程度上超过了Schema.org和Dublin Core这样的努力。利润。当面对有关新闻发布者如何使用元数据预算的这些结果时，我们必须得出结论，这全都与卡片有关。