1、研究思路
笔者首先采用内容分析法对大众媒介中有关女在职博士的新闻进行系统的归类和定量分析，从总体描述女在职博士的社会媒介印象是怎样的;其次，女在职博士的社会正而与负而媒介印象是如何建构的;最后，从社会学的视角分析女在职博士媒介负而印象形成的原因。
2、媒介新闻的内容设计
第一，媒介新闻的抽样。选择合适的搜索引擎可以帮助研究者较为方便地获取资料。在国内新闻搜索方而，百度和新浪网站较为主流。在这两个新闻搜索系统里试搜索“女博士”，发现百度所搜寻的数量高于新浪。为保证收集资料的全而性，考虑到研究的可行性、媒介资料的全而性和获取相关资料的便捷性，本次分析样本取自百度新闻搜索系统，该系统相比于其他新闻搜索系统的优点是在每条新闻后而显示有几条相同新闻，这就为研究该新闻内容的受关注度和影响力提供方便。同时为了更详细的反映官方媒介和一般媒介在报道内容和方式方而的区别，笔者在百度新闻搜索系统里以“人民网”和“搜狐网”的相关新闻作为抽样样本。
第二，具体操作步骤。在百度新闻里而选择高级搜索。“搜索结果”栏填写女在职博士;“时间”栏限定时间为:2007-01-01至2010-01-01，共3年时间。“关键词位置”是仅在新闻的标题中。搜索结果按照时间排序，每页显示50条，新闻分类是全部新闻，新闻源限定在“人民网”和“搜狐网”。新闻源是“人民网”的新闻有187篇，搜狐网的新闻有284篇。这些新闻的数量包含相关新闻。然后，剔除无关新闻。根据研究目标，我们只选择对女博士的描述报道、评价、调查等作为研究样本，因此要剔除与研究主题无关新闻。将卜列这些情况剔除:报道主要内容和主体不是女在职博士的新闻，如“41岁女子谎称26岁女博士骗婚获刑”。不能打开的新闻，如“我是女博士，男友抬不起头”这条新闻不能打开，要剔除。重复的新闻，如“北大残疾女博士就业需要重新定位”与“肖秀林:有感北大残疾女在职博士求职屡屡碰壁”等类似新闻，只保留一篇为分析样本，剔除重复的其他几篇。按照这三种情况剔除新闻后，在人民网中以“女博士”为标题的新闻有76篇，在搜狐网中以“女在职博士”为标题的新闻有90篇。其中，人民网和搜狐网的重合新闻有36篇。
第三，对媒介新闻进行编码。根据研究目标，笔者共设立3个变量，并对样本进行内容分析和编码。这几个变量分别是:
变量一，媒介新闻对女博士报道的认识与女博士形象。根据关键概念和新闻整体内涵划分为正而、中性和负而。正而新闻是使受众对女在职博士产生良好印象的新闻。负而新闻是使受众产生对女博士不良印象的新闻。中立新闻是报道中既有正而又有负而形象或者看不出明显价值倾向的新闻。
变量二，新闻来源媒介性质。取值分为官方媒介和综合媒介。官方媒介主要包括人民网、新华网、新华社、人民日报、光明日报等中央、省、市党委机关报及相应网站;综合媒介主要包括南方周末、新民晚报、扬子晚报、新浪新闻、搜狐新闻等。本研究选择“人民网”和“搜狐网”分别作为官方媒介和综合媒介的样本。
变量三，媒介新闻出现的次数。新闻出现的次数是该新闻搜索中重复出现的标题数加上每条新闻后而所显示的与该条新闻相同的数量，然后减去这两者重复的新闻数量。
将有关“女博士”报道进行归类的具体方法是:第一步，先浏览研究样本的标题和内容，并在EX-CELL表格中记录每篇新闻标题;第_步，记录该条新闻的关键概念和主要内涵;第三步，进一步抽象出较大包容性的概念，作为一级分类。例如:被论文“逼疯”上海女博士生深夜高速公路漫步。这条新闻标题作为第一步记录在EXCELL中，第一步记录主要概念“学业压力”、“论文”;第三步概括为“学业”的概念)
热门头条
评论0
“无需登录，可直接评论...”