شناسایی عوامل موثر بر آینده شبکه خبر در افق ده ساله
سال انتشار: 1399
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 209
فایل این مقاله در 27 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JRTV-14-4_002
تاریخ نمایه سازی: 19 خرداد 1400
چکیده مقاله:
سرعت تحولات فناوری های دیجیتال به حدی است که سازمان های رسانه ای مدام با شگفتی روبرو هستند و این رقابت در صنعت، رسانه را بسیار پیچیده ساخته است. ازاین رو مدیران رسانه ها، برای روبرو شدن با تحولات، نیازمند داشتن تصویری از احتمالات پیشرو هستند تا بتوانند با اتخاذ تصمیم های پیش دستانه از غافلگیری مصون بمانند. امروزه بدون سناریوها یا تصاویر روشنی از آینده های ممکن، نمی توان برنامه ریزی کرد و گام نخست و اساسی برای توصیف سناریوها در روش سناریونویسی شوارتز، شناسایی عدم قطعیت های کلیدی است. در این مقاله به شناسایی عوامل موثر بر آینده شبکه خبر در افق ده ساله پرداخته ایم. به این منظور با تکیه بر روش پژوهش دلفی و نمونه گیری هدفمند، از آرا و نظرات علمی ۱۴ نفر از خبرگان این حوزه بر اساس اصل اشباع نظری استفاده شد. این عوامل بر اساس مدل «پست» در چهار دسته: سیاسی، اقتصادی، اجتماعی و فناوری طبقه بندی شدند که برخی از مهم ترین عوامل عبارت بودند از: وضعیت نظام آموزشی خبرنگاران معاونت سیاسی صداوسیما (خلاق و چند مهارته)، الگوهای مصرف خبری شهروندان، میزان بودجه اختصاص یافته به شبکه خبر، میزان اعتماد سیاسی، مقررات نحوه اداره سازمان و میزان حرفه ای بودن مدیریت شبکه خبر. دو عامل میزان حرفه ای بودن مدیریت شبکه خبر و میزان اعتماد سیاسی، به عنوان عدم قطعیت های کلیدی شناخته شدند.
کلیدواژه ها:
نویسندگان
فتحعلی تیرگرفاخری
دانشجوی دکتری علوم ارتباطات، دانشکده علوم انسانی، واحد اردبیل، دانشگاه آزاد اسلامی، اردبیل، ایران.
علی جعفری
استادیار گروه علوم ارتباطات، دانشکده علوم انسانی، واحد اردبیل، دانشگاه آزاد اسلامی، اردبیل، ایران (نویسنده مسئول)
علی احمدی
استادیار گروه روزنامه نگاری، دانشکده علوم ارتباطات، دانشگاه علامه طباطبایی، تهران، ایران
امید جهانشاهی
دکترای مدیریت رسانه، دانشکده مدیریت، واحد علوم و تحقیقات، دانشگاه آزاد اسلامی، تهران، ایران.
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :