Nyhetsartiklar och förstasidor från 19 svenska nyhetssajter under coronapandemin 2020-2021

SND-ID: 2021-256

Beskrivning Data och dokumentation

Skapare/primärforskare

Peter M. Dahlgren - Göteborgs universitet, Institutionen för journalistik, medier och kommunikation (JMG) orcid

Beskrivning

Detta dataset innehåller nyhetsartiklar från svenska nyhetssajter under coronapandemin 2020–2021. Syftet var att utveckla och testa nya metoder för insamling och analyser av stora nyhetsmaterial. Totalt finns det 677 151 artiklar insamlade från 19 nyhetssajter under 2020-01-01 till 2021-04-26. Artiklarna samlades in genom web scraping av alla länkar på nyhetssajterna varannan timme, dag och natt.

Datasetet innehåller också cirka 45 miljoner tidsstämplar där artiklarna fanns på förstasidorna (hemsidorna och huvudavdelningarna på varje nyhetssajt, exempelvis inrikes, sport, ledare, etc.). Detta möjliggör detaljerad analys av vilka artiklar läsare sannolikt exponerades för när de besökte nyhetssajten ifråga. Tidsupplösningen är (som tidigare nämnts) två timmar, vilket innebär att du kan upptäcka förändringar i vilka artiklar som fanns på förstasidorna varannan timme.

De 19 nyhetssajterna är aftonbladet.se, arbetet.se, da.se, di.se, dn.se, etc.se, expressen.se, feministisktperspektiv.se, friatider.se, gp.se, nyatider.se , nyheteridag.se, samnytt.se, samtiden.nu, svd.se, sverigesradio.se, svt.se

... Visa mer..

Språk

Engelska

Svenska

Huvudman, medverkande och finansiering

Forskningshuvudman

Göteborgs universitet

Finansiering

  • Finansiär: Myndigheten för samhällsskydd och beredskap (MSB)
Skyddsvärde och etikprövning

Data innefattar personuppgifter

Nej

Metod

Analysenhet

Population

Nyhetsartiklar

Tidsdimension

Urvalsmetod

Hela populationen/total räkning
Artiklarna samlades in genom web scraping av alla länkar på 19 svenska nyhetssajter varannan timme, dag och natt. Verktyget för web scraping är publicerat med öppen källkod och finns tillgängligt på: https://github.com/peterdalle/mechanicalnews

Tidsperiod(er) som undersökts

2021-01-01–2021-04-26

Geografisk täckning

Geografisk utbredning

Geografisk plats: Sverige

Ämnesområde och nyckelord

Forskningsområde

Media, Språk och lingvistik, Folkhälsa (CESSDA Topic Classification)
Språkteknologi (språkvetenskaplig databehandling), Medievetenskap (Standard för svensk indelning av forskningsämnen 2011)

Publikationer

Sortera på namn | Sortera efter år

Dahlgren, P. M. (2021). Svenskar eller utrikesfödda i medierna? – att identifiera födelseland från namn. I L. Truedson & J. Lundqvist (Red.), Vitt eller brett? – vilka får ta plats i medier och på redaktioner. Stockholm: Institutet för mediestudier.
ISBN: 978-91-987098-0-3

Dahlgren, P. M. (2021). Medieinnehåll och mediekonsumtion under coronapandemin: Datoriserade metoder för insamling och analys av stora mängder text- och mediedata. Göteborg: Institutionen för journalistik, medier och kommunikation (JMG), Göteborgs universitet.
ISSN: 1101-4679

Om du publicerat något baserat på det här datamaterialet, meddela gärna SND en referens till din(a) publikation(er). Är du ansvarig för katalogposten kan du själv uppdatera metadata/databeskrivningen via DORIS.

Dataset
Nyhetsartiklar och förstasidor från 19 svenska nyhetssajter under coronapandemin 2020-2021

Tillhörande dokumentation

Beskrivning

Datasetet består av följande:
article_metadata.csv (53 MB): Filen innehåller information om varje nyhetsartikel, en artikel per rad. Totalt finns det 677,151 observationer och 17 variabler.

article_text.csv (236 MB): Filen innehåller id till varje nyhetsartikel och anger hur många gånger ett specifikt ord används i en nyhetsartikel. Filen innehåller 80,090,784 observationer and 3 variabler i long format.

frontpage_timestamps.csv (175 MB): Filen anger när varje nyhetsartikel hittades på första

... Visa mer..

Version 1

Citering

Peter M. Dahlgren. Göteborgs universitet, Institutionen för journalistik, medier och kommunikation (JMG) (2021). <em>Nyhetsartiklar och förstasidor från 19 svenska nyhetssajter under coronapandemin 2020-2021</em>. Svensk nationell datatjänst. Version 1. <a href="https://doi.org/10.5878/d18f-q220">https://doi.org/10.5878/d18f-q220</a>

Ladda ner citering

Dataformat / datastruktur

Text

Skapare/primärforskare

Peter M. Dahlgren - Göteborgs universitet, Institutionen för journalistik, medier och kommunikation (JMG) orcid

Datainsamling

  • Insamlingsmetod: Övrigt
  • Tidsperiod(er) för datainsamling: 2019
  • Datakälla: Kommunikation: Offentlig

Variabler

17

Antal individer/objekt

677151

Licens

Creative Commons  Erkännande 4.0 Internationell (CC BY 4.0)
Publicerad: 2021-11-02