Return to search

Delad Opinion : En uppsats om de mest delade opinionstexterna på Facebook

C-uppsatsens huvudsakliga syfte är att undersöka vilka egenskaper som utmärker de opinionsartiklar som delas mest på Facebook. Merparten av uppsatsen bygger på en kvalitativ metod där vi har analyserat åtta artiklar med hjälp av retorisk analys, nyhetsvärderingsteori samt modeller för hur en opinionstext bör utformas. Dessutom innehåller uppsatsen en kvantitativ undersökning av de artiklar som delas mest på Facebook. Där har vi bland annat undersökt var artiklarna är publicerade, vilka ämnen de handlar om och vilken genre de tillhör. I den kvalitativa undersökningen kom vi fram till att de mest delade opinionsartiklarna handlade om aktuella frågor som berör många människor. Det fanns också alltid någon aspekt eller egenskap i texten som gjorde att den utmärkte sig, såsom att skribenten var en elitperson eller skrev utifrån egen erfarenhet.  I den kvantitativa undersökningen kom vi bland annat fram till att en klar majoritet av alla artiklar som delas på Facebook är publicerade av kvällstidningar. Undersökningen visade också att den vanligaste typen av artikeln var nyhetsartiklar som utgjorde 69 % av urvalet, 23 % av urvalet var opinionsmaterial. Den slutsats vi drar från den kvalitativa undersökningen är att de mest delade artiklarna oftast är skrivna utifrån personlig erfarenhet. Vi tolkar det som att den personliga erfarenheten förstärker skribentens trovärdighet, ethos, och att det bidrar till att läsarna blir mer benägna att dela artikeln. De slutsatser vi drar från den kvantitativa undersökningen är att de ämnen som de mest delade artiklarna handlar om påverkas av vad som händer i omvärlden, och således ändras över tid. Nyckelbegrepp: delningar, retorisk analys, nyhetsvärdering, SPADER-och SAFT-modellen, opinionsartiklar, Facebook.

Identiferoai:union.ndltd.org:UPSALLA1/oai:DiVA.org:sh-32718
Date January 2017
CreatorsWiorek, Daniel, Jonsson, Oskar
PublisherSödertörns högskola, Journalistik, Södertörns högskola, Journalistik
Source SetsDiVA Archive at Upsalla University
LanguageSwedish
Detected LanguageSwedish
TypeStudent thesis, info:eu-repo/semantics/bachelorThesis, text
Formatapplication/pdf
Rightsinfo:eu-repo/semantics/openAccess

Page generated in 0.0024 seconds