تحلیل پدیدارشناختی صفحه های تاریخی فارسی در شبکه اجتماعی اینستاگرام با رویکرد سواد رسانه ای
محل انتشار: فصلنامه رسانه، دوره: 31، شماره: 4
سال انتشار: 1399
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 219
فایل این مقاله در 20 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_RSNE-31-4_001
تاریخ نمایه سازی: 23 خرداد 1400
چکیده مقاله:
تنوع موضوعی و محتوایی و سهولت دسترسی و انتشار مطالب، یکی از عوامل جلب توجه کاربران به شبکه های اجتماعی، در دو دهه اخیر است. در این میان، صفحه های تاریخی فارسی در شبکه اجتماعی اینستاگرام در سال های اخیر، افزایش قابل توجه داشته اند و علاوه بر انتشار انواع تصاویر و مطالب تاریخی تعداد زیادی از کاربران را جلب کرده اند. با توجه به تنوع سطح دانش و پایگاه اجتماعی دنبال کنندگان این صفحه ها، صحت مطالب منتشرشده و نقش مفید یا مخرب آن ها در سواد و هویت بخشی تاریخی در جامعه اهمیت می یابد. محقق کوشیده است تا با توجه به فقدان مطالعاتی از این دست ، با رویکردی پدیدارشناسانه و با استفاده از روش مصاحبه نیمه ساختاریافته با ۲۵ نفر از کاربران این صفحه ها به فهم بهتر این پدیده و پاسخ به سوال های تحقیق دست یابد. در این تحقیق از کاربران، درباره پست های هفت صفحه تاریخی شخصی در اینستاگرام، که دنبال کنندگان زیاد داشته اند درباره اعتبار محتوایی، ارزشگذاری برای اشتراک، تشویق به مطالعه تاریخی و تاثیر بر دانش تاریخی کاربران و ... سوال شده است. نتیجه تحلیل مضمونی پاسخ ها نشان می دهد که این گونه صفحه ها در روش تولید محتوا پیرو الگوهای عمومی شبکه های مجازی بوده و اهمیت اعتبار محتوایی را در انتشار مطالب تاریخی مورد توجه قرار نداده اند. محتوای آن ها دور از بی طرفی و دارای سوگیری آشکار بوده و مخاطب را برای کسب اطلاعات بیشتر تشویق نمی کند. این یافته ها نه فقط اهمیت ورود و حضورهدفمند متخصصان تاریخ به شبکه های مجازی، برای تولید محتوای معتبر و اثربخش را مورد تایید قرار می دهد، بلکه بر ضرورت ارتقا سواد رسانه ای و افزایش قدرت تحلیل پیام ها به وسیله کاربران تاکید دارد.
کلیدواژه ها:
نویسندگان
ویدا همراز
استادیار گروه ,رادیو، دانشکده تولید،دانشگاه صدا و سیما، 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 :