Benutzer: Gast  Login
Originaltitel:
COVID-19 and Data Journalism. Insights from Computational Social Science
Übersetzter Titel:
COVID-19 und Datenjournalismus. Einblicke durch Computational Social Science
Autor:
Witzenberger, Benedict Ludwig
Jahr:
2024
Dokumenttyp:
Dissertation
Fakultät/School:
TUM School of Social Sciences and Technology
Institution:
Lehrstuhl für Computational Social Science (Prof. Pfeffer)
Betreuer:
Pfeffer, Jürgen (Prof. Dr.)
Gutachter:
Pfeffer, Jürgen (Prof. Dr.); Elmer, Christina (Prof.)
Sprache:
en
Fachgebiet:
KOM Kommunikationswesen
Stichworte:
Computational Social Science; Data Journalism
Übersetzte Stichworte:
Computational Social Science; Datenjournalismus
TU-Systematik:
SOZ 700
Kurzfassung:
This dissertation examines COVID-19's impact on data journalism through the lens of Computational Social Science methods. It reveals the increased use of infographics, discovers expanded collaborations between data and science journalists, and observes divided perceptions of predictive reporting. It underscores the importance of interdisciplinary collaboration and the application of mixed-method analysis in understanding newsroom dynamics and audience engagement.
Übersetzte Kurzfassung:
Diese Dissertation untersucht die Auswirkungen von COVID-19 auf den Datenjournalismus mithilfe von Methoden der Computational Social Science. Sie zeigt die vermehrte Nutzung von Infografiken auf, untersucht verstärkte Kooperationen zwischen Datenjournalisten und Wissenschaftsjournalisten und beobachtet geteilte Einstellungen zu predictive journalism. Sie betont die Bedeutung interdisziplinärer Zusammenarbeit und die Anwendung von Mixed-Method-Analysen zum Verständnis der Dynamiken in Redaktionen...     »
WWW:
https://mediatum.ub.tum.de/?id=1735324
Eingereicht am:
19.02.2024
Mündliche Prüfung:
21.05.2024
Dateigröße:
4740377 bytes
Seiten:
172
Urn (Zitierfähige URL):
https://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:91-diss-20240521-1735324-1-4
Letzte Änderung:
07.06.2024
 BibTeX