تعداد نشریات | 11 |
تعداد شمارهها | 207 |
تعداد مقالات | 2,075 |
تعداد مشاهده مقاله | 2,813,114 |
تعداد دریافت فایل اصل مقاله | 2,030,777 |
بررسی مؤلفههای موفقیت تولید و اشتراک محتوای آموزشی در اینستاگرام بر اساس تحلیل تعامل انسان و اطلاعات | ||
فناوری آموزش | ||
مقاله 12، دوره 15، شماره 4 - شماره پیاپی 60، مهر 1400، صفحه 777-792 اصل مقاله (1.07 M) | ||
نوع مقاله: مقاله پژوهشی | ||
شناسه دیجیتال (DOI): 10.22061/jte.2019.3938.1961 | ||
نویسندگان | ||
محسن نوکاریزی* ؛ فاطمه تقی پناهی؛ محمد حسین دیانی | ||
گروه دانش و اطلاعات ، دانشکده تربیت و روانشناسی ، دانشگاه فردوسی مشهد ، مشهد ، ایران | ||
تاریخ دریافت: 11 مهر 1397، تاریخ بازنگری: 09 اسفند 1397، تاریخ پذیرش: 14 اسفند 1397 | ||
چکیده | ||
پیشینه و اهداف: تغییر رویکرد کاربران در جستجو و دستیابی به اطلاعات، از جمله محتوای آموزشی، از روشهای سنتی به استفاده از قابلیت های شبکه های اجتماعی، مورد توجه بسیاری از پژوهشگران حوزة تعامل انسان و اطلاعات قرار گرفته است. همچنین دسترس پذیری، کاربردپذیری، توانایی جذب مخاطب و ارائه محتوای مفید، شخصی سازی شده و قابل اعتماد؛ فرصت های نوینی را برای تولید و اشاعة محتوای آموزشی به خصوص در اینستاگرام، یکی از پرکاربَرترین شبکه های اجتماعی در ایران فراهم کرده است. در همین راستا، پژوهش حاضر با هدف کشف و شناخت مؤلفه های موفقیت در تولید و اشتراک محتوای آموزشی انجام شد. بررسی تجربههای صفحههای موفق در تولید و اشتراک اطلاعات، ترسیم شبکه مضامین اطلاعات، رفتار برچسبگذاری و استفاده از ابرداده جهت بهبود یافتپذیری و کشف عوامل و اولویتهای کاربران در پذیرش محتوا از اهداف این پژوهش به شمار میرود. روش ها: برای انجام این پژوهش، از پژوهش کیفی و تحلیل مضمون استفاده شد. 30 صفحه با محتوای آموزشی به صورت نمونة هدفمند و بر اساس رویکرد افزارسنجی رقابتی از رویکردهای پژوهش معماری اطلاعات، انتخاب شدند و روش سهسویهسازی برای روایی و پایایی پژوهش نیز به کار رفت. تجزیه و تحلیل دادهها با نرمافزار تحلیل کیفی مکسکیودا پرو 3/12 انجام پذیرفت. پژوهش در چارچوب معماری اطلاعاتِ روزنفلد و مورویل، و در سه بُعد بافت، محتوا و کاربر انجام شد. در بعد بافت، به اهداف و انگیزههای اشتراک اطلاعات با استفاده از نظریه استفاده و رضامندی پرداخته شد. در بُعد محتوا، یافتپذیری اطلاعات با تحلیل رفتار برچسب گذاری اجتماعی؛ مشخصه های تصویر در ُپرپسندترین پستهای صفحه های مورد بررسی با استفاده از نظریه های درگیر کردن کاربر و تجربه خوشایند، و میزان ارتباط آنها با موضوع اصلی صفحه مورد بررسی قرار گرفت. در بعد کاربر به مشخصه های تولیدکننده موفق محتوا و محتوای موفق در جلب نظر کاربر پرداخته شد. به این منظور از تحلیل نظرات کاربران، تولیدکنندگان موفق محتوا، کارشناسان تولید محتوا در شبکه اجتماعی اینستاگرام استفاده شد. یافته ها: یافتههای پژوهش نشان داد مؤلفههای متعددی باعث بهینهسازی جستجو و یافتپذیری اطلاعات شدهاند. مشخص شد در بعد بافت، کاربران در کنار اهدافی چون آگاهیبخشی و اطلاعرسانی به دنبال اهداف اقتصادی، بهره شخصی، منفعت بینفردی، شهرت، کسب موقعیت اجتماعی و برقراری تعامل اجتماعی نیز بودند. در بعد محتوا و یافتپذیری، و بررسی رفتار برچسبگذاری اجتماعی؛ نتایج نشان داد صفحه ها خطمشی مشخص و تقریباً ثابتی در استفاده از هشتگ داشتند، همچنین از هشتگهای موضوعی و مرتبط با محتوا، و انحصاری برای شخصیسازی و برندسازی محتوا استفاده کرده بودند. مشخص شد تولیدکنندگان محتوای این صفحه ها، بیشتر از برچسبها و هشتگهای موضوعی، متداول و انحصاری و کمتر از هشتگهای تأکیدی و انتقادی استفاده کرده بودند. نوع برچسبهای اختصاص داده شده بستگی به بافت صفحهها نیز داشت. همچنین یافتهها نشان داد 76 درصد از هشتگهای مورد بررسی با مضمون محتوای به اشتراک گذاشته شده همخوانی داشتند. در مورد مشخصههای تصویر در پُرپسندترین پستهای مورد بررسی، نتایج نشان داد استفاده از مشخصه تصویرِ انسان، شخصیتهای برجسته هنری، علمی و ادبی و طبیعت در مشخصههای تصویر و مضامین خانواده، عشق، و مذهبی در این پستها وجود داشتند و بیش از 80 درصد محتوای پسند شده از سوی کاربران به مضمون محتوای صفحههای مورد بررسی اختصاص داشت. مؤلفههای موفقیت پذیرش محتوا از سوی کاربران شامل کیفیت، آگاهیبخشی، اعتبار، داشتن ارزش افزوده، تخصصی، انگیزهبخش، سرگرمکننده، منحصربه فرد، مرتبط، واقعگرا، روزآمد، شخصیسازی شده و خلاقانه بودن، داشتن قابلیت اجرا و اشتراک بودند. برخورداری از تعهد، خلاقیت، اعتبار، تخصص، هویت مشخص، مولد بودن و پرهیز از نسخهبرداری بدون ذکر منبع، انتقادپذیر بودن، داشتن رفتار هوشمندانه، صبر و بردباری، روحیه همکاری و ارتباطات قوی، آشنایی با ابزارهای تحلیلی بستر ارائه و همسو بودن با تحولات و روزآمدسازی آن نیز از ویژگیهای تولیدکننده موفق محتوا بودند. نتیجه گیری: نتایج پژوهش نشان داد تجربههای موفق در سه بعد بافت، محتوا و کاربر، مشخصهها و مؤلفههای ویژهای را به کار بستند که میتواند الگوی مناسبی برای تولیدکنندگان محتوا در این شبکه باشد. این مؤلفه ها در 5 مرحله نظریه اشاعه نوآوری ها گنجانده شدهاند و شامل مواردی چون استفاده مناسب از هشتگهای موضوعی و انحصاری، شبکهسازی، استفاده از سامانه پیشنهادگر؛ وجود اطلاعاتی از هویت و تخصص نویسنده، تماس با وی، دنبال کنندگان معتبر، تعداد دنبالکننده، حضور در بسترهای دیگر، محتوای انگیزشی، اثربخش و جذاب از نظر بصری، ربط، استفاده مناسب از مشخصه های تصویر، محتوای اطلاع دهنده، آموزشی، دارای ارزش افزوده، کیفیت، صحت، و دقت می باشد. | ||
کلیدواژهها | ||
محتوا؛ اشتراک اطلاعات؛ معماری اطلاعات؛ تعامل انسان و اطلاعات؛ اینستاگرام | ||
موضوعات | ||
آموزش الکترونیکی | ||
عنوان مقاله [English] | ||
Investigating the components of the success in the creating and sharing of educational content on the Instagram based on the analysis of human information interaction | ||
نویسندگان [English] | ||
M. Nowkarizi؛ F. Taghipanahi؛ M. H. Dayyani | ||
Department of Knowledge and Information Science, Faculty of Education and Psychology,Ferdowsi University of Mashhad, Mashhad, Iran | ||
چکیده [English] | ||
Background and Objectives: Users’ change approach from traditional methods to the use of social network sites, capacities for searching information and reaching ii including the educational content, have attracted the attention of numerous of studies in Human and Information Interaction. Also, availability, usability, audience attraction ability, and capacity of creating useful, customized and variable content have provided new opportunities in creating and distributing educational content on Instagram, one of the social media platforms that has the majority of the users in Iran. This study completed with mission of discovery and knowing the success components in creating and sharing educational content. The objectives of the study are analyzing successful experiences in producing and sharing information, drawing themes network of shared information, using of metadata for improving findability, and realizing factors affected in user acceptance in these pages Methods: This research was carried out following qualitative research design with exploratory approach and thematic analysis. Thirty educational pages on Instagram have been selected based on competitive benchmarking, one of the research approaches in Information Architecture area. For research validity and reliability, the researchers used triangulation method. Data analyzed by Maxqda Pro 12.3 software. The research has done in the framework of Rosenfeld and Morville Information Architecture and in three dimensions: context, user and content. In the context dimension, the theory of use and gratification was used for examining the goals and motivations of information sharing. In the content dimension, the social tagging behavior was examined for investigating information findability behavior; also, the image characteristics have been examined the most liked posts, using theories of user engagement and optimal experience. In user dimension, the study investigated success components in content creating and successful content creators’ attributes. For this, the study analyzed user’s feedback in comments section and content creators and experts’ opinions. Findings: The results showed that various components have contributed search optimization and findability. In context dimension, it showed that users had followed the goals of informing and awareness along with achieving economic goals, personal interest, interpersonal benefits, status, social status, and social interaction. In the content dimension and findability and examining the social tagging behavior, it was found that content creators had a definite constant policy on the use of hashtag. They had assigned subject and related hashtags, also they had used exclusive hashtags for the personalization and branding. They had utilized more subject, common and exclusive hashtags to content and less emphasizing and critical hashtags. The type of tags assigned to content was depended on the context of the pages. Also, the findings showed that 76 percent of the hashtags were consistent with the main subject of the shared content. Additionally, it was showed that image characteristics on the most liked posts were the human image, outstanding artistic, scientific and literary characters and nature and the themes of family, love, and religion on these posts. 80 percent of the most liked posts were dedicated to the main theme of the pages. The components of the success of content acceptance by users included quality, awareness, credibility, value-added, specialized, motivational, entertaining, unique, relevant, realistic, up-to-date, and creative, executable, sharable, and personalized. Being committed, creativity, credibility, expertise, distinct identity, generosity and avoidance of copying, criticality, having intelligent behavior, patience and tolerate, a strong spirit of cooperation and communication, familiarity with analytical tools of information platform, and alignment with developments and updates were also components of the successful content creators. Conclusion: The results of the research showed that successful experiments in three dimensions of context, content, and user, used specific features and components that could be a good model for content creators on this network. These components were using suitable inclusion of subject and exclusive hashtags; recommendation technique; information about author identity and expertise, contact information, valued followers, followers’ number, presence on other platforms, consistent themes in profile information; aesthetic, positive affect, quality, relevance, using of image characteristics, inspiring, Informing, realistic, relevance, unique, entertaining content and some others. | ||
کلیدواژهها [English] | ||
Content, information sharing, information architecture, human information interaction, Instagram | ||
مراجع | ||
[1] Marchionini, G. Human–information interaction research and development. Library & Information Science Research. 2008; 30(3): 165-174. [2] Allen, B. Information needs: A person-in-situation approach. Proceedings of an international conference on Information seeking in context; 1997. England. [3] Kautz H, Selman B, Shah M. Referral Web: combining social networks and collaborative filtering. Communications of the ACM. 1997; 40(3): 63-65. [4] Savolainen R. Everyday life information seeking: Approaching information seeking in the context of “way of life”. Library & information science research. 1997; 17(3): 259-294. [5] Krikelas, J. Information-seeking behavior: Patterns and concepts. Drexel library quarterly. 1983; 19(2): 5-20. [6] Constant D, Kiesler S, Sproull L. What's mine is ours, or is it? A study of attitudes about information sharing. Information systems research. 1994; 5(4): 400-421. [7] Lee H L, So, K C, Tang C S. The value of information sharing in a two-level supply chain. Management science. 2000; 46(5): 626-643. [8] Chen L, Yan Z, Tang W, Yang F, Xie X, He J. Mobile phone addiction levels and negative emotions among Chinese young adults: the mediating role of interpersonal problems. Computers in Human behavior. 2016; 55: 856-866. [9] Chen A, Lu Y, Wang B, Zhao L, Li M. What drives content creation behavior on SNSs? A commitment perspective. Journal of Business Research. 2013; 66(12): 2529-2535. [10] Choliz, M. Mobile phone addiction: a point of issue. Addiction. 2010; 105(2): 373-374. [11] Cabral, J. Is generation Y addicted to social media. Future of children. 2008; 18: 125-130. [12] Kuss, D J, Griffiths M D. Online social networking and addiction—a review of the psychological literature. International journal of environmental research and public health. 2011; 8(9): 3528-3552. [13] Acquisti A, Gross R. Imagined communities: Awareness, information sharing, and privacy on the Facebook. In International Workshop on Privacy Enhancing Technologies; 2006. Berlin, Germany. [14] Navidi, F. [The role of social networks in user’s daily information behavior]. Human information interaction. 2014; 2(1): 49-59. Persian. [15] Syn S Y, Oh S. Why do social network site users share information on Facebook and Twitter? Journal of Information Science. 2015; 41(5): 553-569. [17] Adnan W A W, Hassan W N H, Abdullah N, Taslim J. Eye tracking analysis of user behavior in online social networks. In: International Conference on Online Communities and Social Computing. Berlin: Springer; 2013. p. 113-119. [19] Chung N, Nam K, Koo C. Examining information sharing in social networking communities: Applying theories of social capital and attachment. Telematics and Informatics. 2016; 33(1): 77-91. [20] Lee E, Lee J A, Moon J H, Sung Y. Pictures speak louder than words: Motivations for using Instagram. Cyberpsychology, Behavior, and Social Networking. 2015; 18(9): 552-556. [21] Sheldon P, Bryant K. Instagram: Motives for its use and relationship to narcissism and contextual age. Computers in Human Behavior. 2016; 58: 89-97. [22] Blumler J G, McQuail D. Television in politics: Its uses and influence. Chicago: University of Chicago Press; 1969. [23] Rogers E M. Diffusion of innovations. New York: The Free Press; 2010. [24] Rogers E. M, Shoemaker F. Communication of Innovations; A Cross-Cultural Approach. New York: Collier MacMillan; 1971. [25] Laurel, B. Computers as theatre. Indiana: Pearson Education; 1993. [26] Chapman P, Selvarajah S, Webster J. Engagement in multimedia training systems. In Proceedings of the 32nd Hawaii International Conference on System Sciences. Washington DC, IEEE; 1999. p. 1-9. [27] Beardsley M. C. Intentions and interpretations: a fallacy revived. In: Lamarque P, Olsen S H. (eds). The Aesthetic and the Philosophy of Art: The Analytic Tradition. New Jersey: Wiley Blackwell; 1982. p. 187-196. [28] Stephenson W. The Play theory of Mass Communication. Chicago: University of Chicago Press; 1967. [29] Toms E G. Information interaction: Providing a framework for information architecture. Journal of the Association for Information Science and Technology, 2002; 53(10): 855-862. [30] O'Brien H L, & Toms E. G. What is user engagement? A conceptual framework for defining user engagement with technology. Journal of the Association for Information Science and Technology. 2008; 59(6): 938-955. [32] Lee C, Bakar N A B A, Dahri R B M, Sin S C J. Instagram This! Sharing Photos on Instagram. In International Conference on Asian Digital Libraries. New York: Springer International Publishing; 2005. p. 132-141. [33] Giannoulakis S, Tsapatsoulis N. (2015). Instagram Hashtags as Image Annotation Metadata. In IFIP International Conference on Artificial Intelligence Applications and Innovations. Berlin: Springe: 2015. p. 206-220. [36] Morville P, Rosenfeld L. Information architecture for the World Wide Web. (3nd ed.). Sebastopol, Calif.: O’Reilly; 2006. [37] Patton M Q. Qualitative research and evaluation methods. In Qualitative Research and Evaluation Methods. California: Thousand Oaks; 1980. [38] Glaser B G, Strauss A L., Strutzel E. The discovery of grounded theory; strategies for qualitative research. Nursing research. 1968; 17(4): 364. [39] Tabatabaei A. Hassani P. Mortazavi, H. TabatabaeiChehr, M. Strategies to promote scientific accuracy in qualitative research. Journal of North Khorasan University of Medical Sciences.2013; 5(3): 663-670. Persian. [40] Gyarmati L, Trinh T A. Measuring user behavior in online social networks. IEEE Network. 2010; 24(5): 26-31. [41] O'Donovan F T, Fournelle C, Gaffigan S, Brdiczka O, Shen J, Liu J, et al. Characterizing user behavior and information propagation on a social multimedia network. In Multimedia and Expo Workshops (ICMEW). California: IEEE International Conference; 2013. p. 1-6. [42] Haxby J V, Hoffman E A, Gobbini M I. The distributed human neural system for face perception. Trends in Cognitive Sciences. 2000; 4(6): 223-233. [43] Watts D J, Strogatz S H. Collective dynamics of ‘small-world’ networks. Nature. 1998; 393: 440-442. [44] Rahim K, Clemens B. Organizational goals and performance measurement criteria for content marketing. Journal of Communication and Computer. 2012; 9(8): 896-904. | ||
آمار تعداد مشاهده مقاله: 1,096 تعداد دریافت فایل اصل مقاله: 796 |