Data visualization in Indian print media: a comparative study of English and Hindi newspapers

Мұқаба

Дәйексөз келтіру

Толық мәтін

Аннотация

The advancing technology is affecting every aspect of life and journalism is also not untouched by this. Due to digitalization, huge amount of data is being generated and the continuous advancement of computer science has made it possible to extract meaningful information by storing and analysing this huge data. The term “data journalism” has become quite popular over the last decade. Analysing data sets, extracting newsworthy information from it and passing it on to the public is data journalism. Data visualization also has a very important place in this whole process. Data visualization is used to communicate information extracted from the data to the users in a clear, interesting and engaging way. The amount of data-based content has started increasing in the news media as well, so the importance of data visualization has also increased. The use of data visualization improves readers’ reading experience and also helps to better understand the data-based content. This preliminary study focuses on the use of data visualizations by English and Hindi newspapers in India. In this research, a comparative study of various aspects of the use of data visualizations in English and Hindi newspapers has been done. Content analysis with quantitative approach has been employed as the research method. This study reveals that there is a big difference in every aspect of the use of data visualizations in English and Hindi newspapers. English newspaper used data visualizations in a better way than their Hindi counterpart.

Авторлар туралы

Amit Kumar

Indira Gandhi National Open University

Email: amitkumar@ignou.ac.in
PhD, Assistant Professor at the School of Journalism and New Media Studies (SOJNMS) 93 Maidan Garhi Rd, Maidan Garhi, New Delhi, 110068, Republic of India

Poonam Gaur

Amity University, Noida

Email: pgaur1@amity.edu
PhD, Assistant Professor at the Amity School of Communication (ASCO) Amity Rd, Sector 125, Noida, Uttar Pradesh, 201303, Republic of India

Әдебиет тізімі

  1. Michailidis, G. (2008). Data visualization through their graph representations. Handbook of data visualization (pp. 103-120). Springer, Berlin, Heidelberg.
  2. Gray, J., Chambers, L., & Bounegru, L. (2012). The data journalism handbook: How journalists can use data to improve the news. O'Reilly Media, Inc.
  3. Uskali, T.I., & Kuutti, H. (2015). Models and streams of data journalism. The Journal of Media Innovations, 2(1), 77-88.
  4. RNI. (2019). Press in India 2017-2018. Retrieved January 12, 2020, from http:// rni.nic.in/pdf_file/PIN2017-18/CONTENTS.pdf
  5. Department of Official Language. (2020). Languages Included in the Eighth Schedule of the Indian Constitution. Retrieved April 1, 2020, from https://rajbhasha.gov.in/en/ languages-included-eighth-schedule-indian-constitution
  6. Kumar, A. (2014). The Jan Lokpal Andolan and alternate politics: Symbiotic interactions, vernacular publics, and news media in the Jan Lokpal Andolan. Democratic Transformation and the Vernacular Public Arena in India (pp. 111-128). Routledge.
  7. Joseph, M. (2011, February 16). India Faces a Linguistic Truth: English Spoken Here. Retrieved October 25, 2019, from https://www.nytimes.com/2011/02/17/world/asia/ 17iht-letter17.html
  8. Arthur, C. (2010). Journalists of the future need data skills, says Berners-Lee. Retrieved February 1, 2020, from https://www.theguardian.com/technology/organgrinder/ 2010/nov/19/berners-lee-journalism-data
  9. Glover, A., & Beard, D. (2017, September 18). Study shows data reporting gaining hold in newsrooms. Retrieved February 3, 2020, from https://www.poynter.org/tech-tools/2017/study-shows-data-reporting-gaining-hold-in-newsrooms/
  10. Kirk, A. (2016). Data visualisation: A handbook for data driven design. Sage.
  11. Weber, W., Engebretsen, M., & Kennedy, H. (2018). Data stories: rethinking journalistic storytelling in the context of data journalism. Studies in Communication Sciences, 2018(1), 191-206.
  12. Lorenz, M. (n.d.). Why Journalists Should Use Data. Retrieved March 2, 2020, from https://datajournalism.com/read/handbook/one/introduction/why-journalists-should-use-data
  13. Stalph, F. (2018). Classifying Data Journalism: A content analysis of daily data-driven stories. Journalism Practice, 12(10), 1332-1350. doi: 10.1080/17512786.2017.1386583
  14. Loosen, W., Reimer, J., & De Silva-Schmidt, F. (2017). Data-driven reporting: An on-going (r)evolution? An analysis of projects nominated for the Data Journalism Awards 2013-2016. Journalism, 1464884917735691.
  15. Young, M.L., Hermida, A., & Fulda, J. (2018). What makes for great data journalism? A content analysis of data journalism awards finalists 2012-2015. Journalism Practice, 12(1), 115-135.
  16. Krippendorff, K. (1980). Content Analysis: An Introduction to Its Methodology. Newbury Park, CA, Sage.
  17. Berelson, B. (1952). Content analysis in communication research. Glencoe, IL, Free Press.
  18. Wimmer, R.D., & Dominick, J.R. (2011). Mass media research: An Introduction. Boston, Wadsworth Cengage Learning.
  19. Riffe, D., Aust, C.F., & Lacy, S.R. (1993). The Effectiveness of Random, Consecutive Day and Constructed Week Sampling in Newspaper Content Analysis. Journalism Quaterly, 70(1), 133-139. Retrieved January 21, 2020, from http://www.aejmc.org/home/ wp-content/uploads/2012/09/Journalism-Quarterly-1993-RiffeAustLacy-133-391.pdf
  20. Hester, J.B., & Dougall, E. (2007). The efficiency of constructed week sampling for content analysis of online news. Journalism & Mass Communication Quarterly, 84(4), 811-824.
  21. John, B.K. (2015, August 19). Hijacking the front page. Retrieved March 2, 2020, from http://asu.thehoot.org/opinion/hijacking-the-front-page-8872

Қосымша файлдар

Қосымша файлдар
Әрекет
1. JATS XML
Жүктеу

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».