Dobra zmiana czy Polska w ruinie?
DOI:
https://doi.org/10.18778/1733-8069.13.2.06Słowa kluczowe:
Twitter, hashtag, dobra zmiana, Polska w ruinie, emocjeAbstrakt
Celem artykułu jest analiza ewolucji znaczeniowej wpisów opatrzonych hashtagami #dobrazmiana i #polskawruinie zamieszczonych w serwisie społecznościowym Twitter. Oba hasła pojawiły się w kampanii parlamentarnej PiS w roku 2015 i szybko zyskały popularność, ale ich późniejsze kariery były odmienne. Analiza 494 wpisów z czterech okresów z lat 2015–2016 pokazuje, jak zmieniało się zabarwienie emocjonalne obu haseł. Hashtag #dobrazmiana tracił stopniowo swoje początkowe – pozytywne znaczenie nadane mu w kampanii parlamentarnej. Z upływem czasu nadawano mu ironiczny, prześmiewczy kontekst. Hasło „Polska w ruinie” funkcjonowało krócej, a jego pierwotny sens został przez twitterowiczów błyskawicznie odwrócony. Analiza prowadzi do wniosku, że hasła, które początkowo miały jasno zdefiniowany sens, zostały przez użytkowników portalu przekształcone zgodnie z panującym na Twitterze stylem komunikacji – szybkim i mocnym przekazem. W konsekwencji konteksty używania haseł w pewnym stopniu różnicowały się, ale służyć zaczęły przede wszystkim do wyrażania niezadowolenia. Przeprowadzone badanie pozwoliło także zidentyfikować kilka metodologicznych problemów związanych z analizą treści w mediach społecznościowych.
Pobrania
Bibliografia
Adamska Karolina (2015) Hashtag, czyli komunikat? Rola i funkcje hashtagów na Twitterze. „Studia Medioznawcze”, t. 3, nr 62, s. 61–70.
Google Scholar
DOI: https://doi.org/10.33077/uw.24511617.ms.2015.62.525
Chaciński Bartek (2016) Hashtag wychodzi z Internetu [dostęp 9 sierpnia 2016 r.]. Dostępny w Internecie http://www.polityka.pl/tygodnikpolityka/ludzieistyle/1575293,1,hashtag-wychodzi-z-internetu.read
Google Scholar
Deryło Aleksander, Makarenko Vadim (2015) Kandydaci do Sejmu w mediach społecznościowych. Twitter nie jest bardziej prawicowy niż Facebook [dostęp 4 maja 2017 r.]. Dostępny w Internecie http://biqdata.wyborcza.pl/kandydaci-do-sejmu-w-mediachspolecznosciowych-twitter-facebook
Google Scholar
Gemius (2015) Kto w Polsce korzysta z Twittera [dostęp 15 sierpnia2016 r.]. Dostępny w Internecie http://antyweb.pl/gemiuskto-w-polsce-korzysta-z-facebooka-i-twittera/
Google Scholar
Kublik Agnieszka, Szpala Iwona (2015) Polska w ruinie:-) Internauci wyśmiali hasło, Szydło łagodzi przekaz PiS, Gazeta Wyborcza [dostęp: 4 maja 2017 r.]. Dostępny w Internecie http://wyborcza.pl/1,75398,18526299,polska-w-ruinie.html
Google Scholar
Kramer D. I. Adam, Guillory Jamie E., Hancock Jeffrey T. (2014) Experimental Evidence of Massive-Scale Emotional Contagion through Social Networks. „PNAS”, t. 111, nr 24, s. 8788–8790.
Google Scholar
DOI: https://doi.org/10.1073/pnas.1320040111
Ma Zongyang, Sun Aixin, Cong Gao (2013) On Predicting the Popularity of Newly Emerging Hashtags in Twitter. „Journal of the American Society for Information Science and Technology”, vol. 64, no. 7, s. 1399–1410.
Google Scholar
DOI: https://doi.org/10.1002/asi.22844
Orlean Susuan (2010) Hash. „New Yorker” [dostęp 29 listopada 2016 r.]. Dostępny w Internecie http://www.newyorker.com/culture/susan-orlean/hash
Google Scholar
Parker Ashley (2011) Twitter’s Secret Handshake [dostęp 9 sierpnia 2016 r.]. Dostępny w Internecie: http://www.nytimes.com/2011/06/12/fashion/hashtags-a-new-way-for-tweets-cultural-studies.html?_r=1)
Google Scholar
Sotrender (2015a) Twitter Trends Październik 2015 – miesiąc wyborów i piłki nożnej [dostęp 29 listopada 2016 r.]. Dostępny w Internecie https://blog.sotrender.com/pl/2015/11/twitter-trends-pazdziernik-2015/#close
Google Scholar
Sotrender (2015b) Twitter w Polsce – podsumowanie [dostęp 29 listopada 2016 r.]. Dostępny w Internecie blog.sotrender.com/pl/2016/01/twitter-w-polsce-podsumowanie-2015-r-infografika
Google Scholar
State Bogdan, Adamic Lada (2015) The Diffusion of Support in an Online Social Movement: Evidence from the Adoption of Equal-Sign Profile Picture. „CSCW ‘15Proceedings of the 18th ACM Conference on Computer Supported Cooperative Work & Social Computing” [dostęp 29 listopada 2015 r.]. Dostępny w Internecie http://dl.acm.org/citation.cfm?id=2675290
Google Scholar
DOI: https://doi.org/10.1145/2675133.2675290
Tomanek Krzysztof (2014) „Analiza sentymentu” – metoda analizy danych jakościowych. Przykład zastosowania oraz ewaluacja słownika RID i metody klasyfikacji Bayesa w analizie danych jakościowych. „Przegląd Socjologii Jakościowej”, t. 10, nr 2, s. 118–136 [dostęp 15 sierpnia 2016 r.]. Dostępny w Internecie www.przegladsocjologiijakosciowej.org
Google Scholar
DOI: https://doi.org/10.18778/1733-8069.10.2.07
Twitter (2016) Twitter Usage / Company Facts [dostęp 29 listopada 2016 r.]. Dostępny w Internecie https://about.twitter.com/company
Google Scholar
Wirtualne Media (2016) Twitter rekordowo popularny w Polsce. Jacy są jego użytkownicy? [dostęp 15 sierpnia 2016 r.]. Dostępny w Internecie http://www.wirtualnemedia.pl/artykul/twitterrekordowo-popularny-w-polsce-jacy-sa-jego-uzytkownicy
Google Scholar
Yardi Sarita, Boyd Danah (2010) Dynamic Debates: An Analysis of Group Polarization Over Time on Twitter. „Science, Technology & Society”, vol. 30, no. 5, s. 316–327.
Google Scholar
DOI: https://doi.org/10.1177/0270467610380011
Pobrania
Opublikowane
Jak cytować
Numer
Dział
Licencja
Utwór dostępny jest na licencji Creative Commons Uznanie autorstwa – Użycie niekomercyjne – Bez utworów zależnych 4.0 Międzynarodowe.
