Sprachniveau in Online- und TV-Nachrichten: Eine quantitative computergestützte Textanalyse der Online- und TV-Berichterstattung von ARD, ZDF, Sat.1 und RTL

Q3 Social Sciences Studies in Communication Sciences Pub Date : 2020-11-18 DOI:10.24434/j.scoms.2020.02.001
B. Lange, Aylin Bayirli, F. Schwab
{"title":"Sprachniveau in Online- und TV-Nachrichten: Eine quantitative computergestützte Textanalyse der Online- und TV-Berichterstattung von ARD, ZDF, Sat.1 und RTL","authors":"B. Lange, Aylin Bayirli, F. Schwab","doi":"10.24434/j.scoms.2020.02.001","DOIUrl":null,"url":null,"abstract":"Nachrichten stellen ein beliebtes Forschungsfeld der Kommunikationsforschung dar. In der entsprechenden deutschsprachigen Forschung werden vielfach die Hauptnachrichten der beiden deutschen Rundfunksysteme (offentlich-rechtlich vs. privat) miteinander verglichen – zuletzt z. B. hinsichtlich ihres Sprachniveaus. Allerdings existiert wenig Forschung, die sich dem Online-Nachrichtenangebot widmet. Daher lag unser Ziel in der Analyse des Sprachniveaus von deutschen Online-Nachrichtenangeboten beider Systeme sowie einzelner Sender (ARD, ZDF, RTL SAT.1) mit Hilfe von vier Kategorien des Textanalyseprogramms Linguistic Inquiry and Word Count sowie von zwei weiteren Massen (Umgangssprache, Flesch-Index), die unterschiedliche Dimensionen des Sprachniveaus erfassen. In Form einer kunstlichen Nachrichtenwoche wurden insgesamt 84 Online-Nachrichtentexte hinsichtlich ihres Sprachniveaus analysiert. Online-Nachrichten der Privatsender wiesen durchschnittlich langere Texte und mehr Worter pro Satz auf. Ein Unterschied hinsichtlich Wortschatzdiversitat und Wortkomplexitat konnte nicht gefunden werden. Die Ergebnisse zum Flesch-Index zeigen, dass Online-Nachrichten beider Systeme ahnlich schwer verstandlich sind. Diese Ergebnisse wurden aktuellen Daten zum Sprachniveau klassischer TV-Nachrichten gegenubergestellt. Dabei wurde evident, dass Online-Nachrichten hohere Werte bei einigen Markern des Sprachniveaus aufwiesen, was u. a. mit Hilfe des Kontinuums Mundlichkeit-Schriftlichkeit kontextualisierbar ist, und dass sich das Sprachniveau in Online-Nachrichten zwischen den Systemen und Sendern, im Unterschied zu TV-Nachrichten, eher ahnelte, was im ersten Fall als Konvergenz, im zweiten als Konkurrenz interpretiert werden kann.","PeriodicalId":38434,"journal":{"name":"Studies in Communication Sciences","volume":"15 1","pages":"135–158-135–158"},"PeriodicalIF":0.0000,"publicationDate":"2020-11-18","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Studies in Communication Sciences","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.24434/j.scoms.2020.02.001","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"Q3","JCRName":"Social Sciences","Score":null,"Total":0}
引用次数: 0

Abstract

Nachrichten stellen ein beliebtes Forschungsfeld der Kommunikationsforschung dar. In der entsprechenden deutschsprachigen Forschung werden vielfach die Hauptnachrichten der beiden deutschen Rundfunksysteme (offentlich-rechtlich vs. privat) miteinander verglichen – zuletzt z. B. hinsichtlich ihres Sprachniveaus. Allerdings existiert wenig Forschung, die sich dem Online-Nachrichtenangebot widmet. Daher lag unser Ziel in der Analyse des Sprachniveaus von deutschen Online-Nachrichtenangeboten beider Systeme sowie einzelner Sender (ARD, ZDF, RTL SAT.1) mit Hilfe von vier Kategorien des Textanalyseprogramms Linguistic Inquiry and Word Count sowie von zwei weiteren Massen (Umgangssprache, Flesch-Index), die unterschiedliche Dimensionen des Sprachniveaus erfassen. In Form einer kunstlichen Nachrichtenwoche wurden insgesamt 84 Online-Nachrichtentexte hinsichtlich ihres Sprachniveaus analysiert. Online-Nachrichten der Privatsender wiesen durchschnittlich langere Texte und mehr Worter pro Satz auf. Ein Unterschied hinsichtlich Wortschatzdiversitat und Wortkomplexitat konnte nicht gefunden werden. Die Ergebnisse zum Flesch-Index zeigen, dass Online-Nachrichten beider Systeme ahnlich schwer verstandlich sind. Diese Ergebnisse wurden aktuellen Daten zum Sprachniveau klassischer TV-Nachrichten gegenubergestellt. Dabei wurde evident, dass Online-Nachrichten hohere Werte bei einigen Markern des Sprachniveaus aufwiesen, was u. a. mit Hilfe des Kontinuums Mundlichkeit-Schriftlichkeit kontextualisierbar ist, und dass sich das Sprachniveau in Online-Nachrichten zwischen den Systemen und Sendern, im Unterschied zu TV-Nachrichten, eher ahnelte, was im ersten Fall als Konvergenz, im zweiten als Konkurrenz interpretiert werden kann.
查看原文
分享 分享
微信好友 朋友圈 QQ好友 复制链接
本刊更多论文
在线和电视新闻上语言水平的计算机化分析:来自ARD、z二台、Sat.1和RTL的在线和电视报道的计算机化文本(电脑化)
新闻是属于交流研究的一个很受欢迎的研究领域。在恰当的德语区研究中,对比两个德国广播系统(官方及非官方)的主要信息是相互比较的,其中最重要的是它们的语言水平。然而,在线新闻报道方面的研究寥寥无几。因此我们的目标在分析德国Online-Nachrichtenangeboten Sprachniveaus》两项制度、国家电视台(,、德国电视二台RTL)采用艾四个类别的Textanalyseprogramms Linguistic Inquiry and Word伯爵以及另外两位群众——Flesch-Index俚语词的不同维度的Sprachniveaus捕捉.通过一个艺术的新闻星期,该网站总共分析了84次线上新闻直播的文字级别。在私人频道的在线新闻中,平均字词较长,每个句子贡献更多。无法发现应用词汇和繁复词汇之间的区别。弗莱士指数的结果显示,在这两种系统的在线新闻的确难以置信。这些结果与经典电视新闻的语言级别的真实数据相匹配。其实被的Online-Nachrichten hohere到一些数据层的Sprachniveaus雏形,包括用微型Kontinuums Mundlichkeit-Schriftlichkeit kontextualisierbar Sprachniveau在那Online-Nachrichten各系统和信号发射塔,区别于TV-Nachrichten ahnelte首先要什么而不是趋同,在第二次被竞争状态可以.
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 去求助
来源期刊
Studies in Communication Sciences
Studies in Communication Sciences Social Sciences-Communication
CiteScore
1.20
自引率
0.00%
发文量
34
审稿时长
36 weeks
期刊最新文献
Botlitica: A generative AI-based tool to assist journalists in navigating political propaganda campaigns Iconic image clusters: Significance, structure, and analysis Images, clusters and types – Making sense of (large) image corpora and related practices in and with digital media From party to pandemic – Frames and metaphors in the news coverage of the COVID-19 outbreak in Austria Image types revisited. A texto-material approach for creating image types
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
现在去查看 取消
×
提示
确定
0
微信
客服QQ
Book学术公众号 扫码关注我们
反馈
×
意见反馈
请填写您的意见或建议
请填写您的手机或邮箱
已复制链接
已复制链接
快去分享给好友吧!
我知道了
×
扫码分享
扫码分享
Book学术官方微信
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术
文献互助 智能选刊 最新文献 互助须知 联系我们:info@booksci.cn
Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。
Copyright © 2023 Book学术 All rights reserved.
ghs 京公网安备 11010802042870号 京ICP备2023020795号-1