Teachers’ Strike in Media Messages of the Polish Teachers’ Union (Związek Nauczycielstwa Polskiego) on Twitter

• Authors: Rafał Paradowski
• Languages of publication: PL

Abstracts

PL

Niniejszy artykuł prezentuje próbę zaadoptowania nowych technik badawczych z zakresu small/big data do analizy zjawisk społecznych. Zadanie to zrealizowano na przykładzie komunikacji medialnej prowadzonej przez Związek Nauczycielstwa Polskiego (ZNP) na Twitterze w trakcie przygotowywania i prowadzenia strajku nauczycieli w 2019 roku. Strajk był szeroko komentowany w mediach tradycyjnych i internetowych sieciach społecznościowych, a żywiołowość dyskusji oraz zaangażowanie w nią ogółu społeczeństwa zacierały przekaz informacyjny każdej ze stron, utrudniając obiektywną ocenę tego zjawiska społecznego. Główny problem badawczy został sprowadzony do pytania o elementarne treści składające się na przekaz medialny ZNP kierowany do opinii publicznej. Pytania szczegółowe dotyczyły: najczęściej poruszanych tematów w dyskursie, haseł głoszonych przez związkowców oraz miejsca, jakie w przekazach medialnych zajmują uczniowie i egzaminy państwowe. Część analityczna opierała się na text mining – metodzie analogicznej do klasycznej analizy treści, lecz wykorzystującej możliwości small/big data. Baza danych składała się z 488 unikatowych tweetów pobranych z trzech oficjalnych kont ZNP na Twitterze za okres od 1 stycznia do 4 kwietnia 2019. Studium zakładało, że częstość występowania słów-kluczy lub poszczególnych tematów w postach powinna korelować dodatnio z wagą przywiązywaną przez nadawcę do danych zagadnień. Właściwe badanie udało się zrealizować w czasie prawie rzeczywistym, tj. w okresie kilku dni w czasie trwania strajku. 

EN

This article presents an attempt to adapt new research techniques in the field of small & big data to the analysis of social phenomena. This task was carried out on the example of media communication conducted by the Polish Teachers' Union (ZNP) on Twitter during the preparation and realisation of the teachers' strike in 2019. The strike was widely commented in traditional media and on internet social networks, and the spontaneity of the discussion and the involvement of the general public blurred the information message of each party, making it difficult to objectively assess this social phenomenon. The main research problem has been reduced to the question about the elementary contents that make up the ZNP’s media message addressed to the public. The detailed questions concerned: the most frequently discussed topics in the discourse, slogans proclaimed by members of the union and the position that students and state exams have in the messages. The analytical part was based on text mining – a method analogous to the classic content analysis, but using the small & big data possibilities. The database consisted of 488 unique tweets gathered from three official ZNP’s Twitter accounts for the period 2019-01-01–2019-04-23. The study assumed that the frequency of keywords or particular topics in posts should correlate positively with the importance attached by the sender to the given issues. The actual survey was carried out in almost real time, i.e. over  a period of several days during the strike.     

Keywords

PL

prawo karne; metoda Kötza i Zweigerta; zaprzeczanie zbrodniom; analiza prawnoporównawcza

EN

Twitter; small data; content analysis; teachers’ strike; media communication

• Publisher: Uniwersytet Marii Curie-Skłodowskiej. Instytut Socjologii
• Journal: Konteksty Społeczne
• Year: 2020
• Volume: 8
• Issue: 2

Dates

published

2020

online

2021-05-18

Contributors

author

Rafał Paradowski

References

• Adamik-Szysiak, M. (2014). Twitter in Communication Strategies of the Leaders of the Polish Political Parties. Kwartalnik Naukowy OAP UW „e-Politikon”, 9, 109–131.
• Asur, S., Huberman, B. A. (2013). Predicting the Future with Social Media. Applied Energy, 112, 1536–1543. https://doi.org/10.1016/j.apenergy.2013.03.027
• Bail, C. A., Guay, B., Maloney, E., Combs, A., Hillygus, D. S., Merhout, F., Freelon, D., Volfovsky, A. (2020). Assessing the Russian Internet Research Agency’s impact on the political attitudes and behaviors of American Twitter users in late 2017. Proceedings of the National Academy of Sciences, 117(1), 243–250. https://doi.org/10.1073/pnas.1906420116
• Chandio, M. M., Sah, M. (2020). Brexit Twitter Sentiment Analysis: Changing Opinions about Brexit and UK Politicians. W: L. C. Jain, S.-L. Peng, B. Alhadidi, S. Pal (red.), Intelligent Computing Paradigm and Cutting-edge Technologies (T. 9, s. 1–11). Springer International Publishing. https://doi.org/10.1007/978-3-030-38501-9_1
• Clement, J. (2020, 24 lipca). Twitter: most users by country. https://www.statista.com/statistics/242606/number-of-active-twitter-users-in-selected-countries/
• Cross, J. P., Greene, D., Belford, M. (2016). Tweeting Europe: A text-analytic approach to unveiling the content of political actors’ Twitter activities in the European Parliament. W: 6th Annual General Conference of the European Political Science Association (EPSA'16). https://researchrepository.ucd.ie/handle/10197/7805
• Czuma, B. (2019, 7 kwietnia). Związkowcy: „To ustawka rządu z niesolidarną Solidarnością”. Wirtualna Polska. https://wiadomosci.wp.pl/zwiazkowcy-to-ustawka-rzadu-z-niesolidarna-solidarnoscia-6367918959478913a
• Degenhard, J. (2020a, 12 października). Twitter users in Europe 2020, by country. https://www.statista.com/forecasts/1168954/twitter-users-in-europe-by-country
• Degenhard, J. (2020b, 12 października). Twitter users in Poland 2017–2026. https://www.statista.com/forecasts/1143906/twitter-users-in-poland
• Deho, O. B., Agangiba, W. A., Aryeh, F. L., Ansah, J. A. (2018). Sentiment Analysis with Word Embedding. 2018 IEEE 7th International Conference on Adaptive Science Technology (ICAST), 1–4. https://doi.org/10.1109/ICASTECH.2018.8506717
• Faraway, J. J., Augustin, N. H. (2018). When small data beats big data. Statistics Probability Letters, 136, 142–145. https://doi.org/10.1016/j.spl.2018.02.031
• Gayo-Avello, D. (2012). „I Wanted to Predict Elections with Twitter and all I got was this Lousy Paper”– A Balanced Survey on Election Prediction using Twitter Data. http://arxiv.org/abs/1204.6441
• Gorwa, R. (2017). Computational Propaganda in Poland: False Amplifiers and the Digital Public Sphere. Computational Propaganda Project Working Paper Series. http://comprop.oii.ox.ac.uk/wp‐content/uploads/sites/89/2017/06/Comprop‐Poland.pdf
• IBM Polska. (n.d.). Analityka danych. Retrieved from https://www.ibm.com/pl-pl/analytics/data-science
• Jain, V. K., Kumar, Sh. (2017). Towards Prediction of Election Outcomes Using Social Media. International Journal of Intelligent Systems and Applications, 9(12), 20–28. doi: 10.5815/ijisa.2017.12.03
• Kharde, V. A., Sonawane, S. S. (2016). Sentiment Analysis of Twitter Data: A Survey of Techniques. International Journal of Computer Applications, 139(11), 5–15. https://doi.org/10.5120/ijca2016908625
• Kisiołek, A. (2018). Analiza wpisów na portalu Twitter z wykorzystaniem narzędzi big data zawartych w pakiecie R. Studia Ekonomiczne. Zeszyty Naukowe Uniwersytetu Ekonomicznego w Katowicach, 362, 306–317.
• Michalak, J. (2017). Social media jako kopalnia informacji – wybrane obszary wykorzystania danych na przykładzie portalu Twitter. Acta Universitatis Nicolai Copernici Zarządzanie, 44(3), 107. https://doi.org/10.12775/AUNC_ZARZ.2017.040
• Oliński, M., Szamrowski, P. (2019). The Use of the Twitter in Public Benefit Organisations in Poland: How Communicative Function of Tweets Translates Into Audience Reaction? Central European Economic Journal, 5(52), 10–24. https://doi.org/10.1515/ceej-2018-0009
• Rodak, O. (2017). Twitter jako przedmiot badań socjologicznych i źródło danych społecznych: Perspektywa konstruktywistyczna. Studia Socjologiczne, 3(226), 209–236.
• Salunkhe, P., Surnar, A., Sonawane, S. (2017). A Review: Prediction of Election Using Twitter Sentiment Analysis. International Journal of Advanced Research in Computer Engineering & Technology, 06(05), 723–725.
• Silva, C. V., Jayasinghe, D., Janda, M. (2020). What Can Twitter Tell Us about Skin Cancer Communication and Prevention on Social Media? Dermatology, 236(2), 81–89. https://doi.org/10.1159/000506458
• Smith, J., Chauvet, A., Jones, E., Berry, A. (2019). Over the Character Limit. DEMOS. https://demos.co.uk/wp-content/uploads/2019/12/Over-the-Character-Limit-Digital.pdf
• Szews, P. (2015). Medialny fanpage – szanse i zagrożenia. Media i Społeczeństwo (5/2015), 118–135.
• von Nordheim, G., Boczek, K., Koppers, L. (2018). Sourcing the Sources: An analysis of the use of Twitter and Facebook as a journalistic source over 10 years in The New York Times, The Guardian, and Süddeutsche Zeitung. Digital Journalism, 6(7), 807–828. https://doi.org/10.1080/21670811.2018.1490658
• Wanat, G. (2020, 26 czerwca). Twitter's market share monthly in Poland 2019–2020. https://www.statista.com/statistics/976232/poland-twitter-s-market-share/
• Związek Nauczycielstwa Polskiego. (2018, 18 grudnia). Ogólnopolska Akcja Protestacyjna Pracowników Oświaty. Związek Nauczycielstwa Polskiego. https://znp.edu.pl/ogolnopolska-akcja-protestacyjna-pracownikow-oswiaty/
• Związek Nauczycielstwa Polskiego. (2019a, 11 stycznia). Komunikat ZNP z rozmów z MEN 10 stycznia 2019 r. https://slok.znp.edu.pl/komunikat-znp-z-rozmow-z-men-10-stycznia-2019-r/
• Związek Nauczycielstwa Polskiego. (2019b, 25 kwietnia). Prezes ZNP: Zawieszamy strajk, ale walka trwa i będzie trwała do skutku! https://znp.edu.pl/prezes-znp-dzis-zawieszamy-strajk-ale-walka-trwa-i-bedzie-trwala-do-skutku/
• Związek Nauczycielstwa Polskiego. (2019c, 5 kwietnia). 5.04.2019 Komunikat ZNP i FZZ. https://znp.edu.pl/5-04-2019-komunikat-znp-i-fzz/

Identifiers

DOI

10.17951/ks.2020.8.2.91-111