Giovanni[.]Boccia Artieri[@uniurb.it]Laura[.]Gemini[@uniurb.it]Fabio[.]Giglietto[@uniurb.it]Mario[.]Orefice[@uniurb.it]*
LaRiCA/Department of Communication StudiesUniversity Urbino Carlo Bo
CULTURAL STUDIES E SAPERE SOCIOLOGICO IN MEMORIA DI STUART HALL
Milano, 26-27 settembre 2014
* presenting speaker
Testi, consumi mediali e pubblici produttivi in Italia. Analisi delle pratiche di Social Tv da #XF6 a #ServizioPubblico
Social Television research: background teorico
La TV come mezzo che mantiene il ruolo di facilitatore sociale che tradizionalmente gli è stato riconosciuto [Newcomb 1994] e come contesto mediale organizzato per “selettori tipici” [Luhmann 1996].
I contenuti televisivi sono inneschi per conversazioni che trovano la possibilità di essere attivate e condivise nelle piattaforme digitali nella forma del “second-screen” [Wohn, Na 2011; Sauter, Bruns 2014; D’heer, Courtois 2014; Giglietto, Selva 2014]
Mettere in connessione audience studies ed Internet studies [Doughty, Rowland, & Lawson, 2012; Highfield, Harrington, & Bruns, 2013; Larsson, 2013; Trilling 2014]
Domande di ricerca
- RQ1 Quali momenti o aspetti dei due format innescano il coinvolgimento attivo del pubblico?
- RQ2 In che modo le forme espressive performate su Twitter dagli utenti-fruitori di talk show politici si differenziano da quelli di programmi d’intrattenimento?
- RQ3 Quali sono (se vi sono) gli elementi di continuità/discontinuità tra questi “pubblici partecipativi” per quanto riguarda contenuti e stili comunicativi online?
Dataset
Hashtag ufficiali Episodi tweet Utenti unici
X Factor 6 #xf6 9 772.018 83.989
Servizio Pubblico #serviziopubblico 28 611.396 96.911
Minuti tweet % RT % @replies
% tweet originali
Media tweet per minuto (TPM)
X Factor 6 221.780
772.018 31% 6% 62% 3,48
Servizio Pubblico 439.201
611.396 41% 4% 55% 1,39
Episodi Media tweet per episodio (SD)
Media TPM episodio (SD)
X Factor 6 9 62.489,33 (9.820,23) 337,78 (53,08)
Servizio Pubblico
28 16.934,54 (26.989,25) 99,61 (158,76)
Finale XF6: picchi di engagement
Picco di engagement: momento ad elevata densità relativa di engagement conversazionale
Analisi di un picco
Sintesi Evento
Minutaggio videoSelettori tipici
Collocazione rispetto alla routine/format Protagonisti
Luoghi/tempi
Struttura dell’enunciazione
Modalità del vedere/inquadrature
Top 5 keywords
Durata
Tweet, RT, Reply, Tweet originali, TPM
Griglia di codifica
Analisi dati 1/3Variabili quantitative/picchi
Picchi Media TPM % Media tweet originali
% Media RT % Media @replies
X Factor 6 16 590,2 70 25 5
Servizio Pubblico 39 248,31 63 33 4
Analisi dati 2/3Selettori tipici/picchi
Picchi Contraddizione aspettative
Determinazionespazio di possibilità
Infrazione morale
Infrazione politically correctness
Conflitti
X Factor 6 16 50% 56,2% 0 12,5% 50%
Servizio Pubblico
39 48,7% 5,1% 38,5% 35,9% 28,2%
X Factor 6Servizio Pubblico
N % Media TPM
% RT % tweet originali
Talk show 31 79 231,65 33 63
Editoriale Travaglio 5 13 397,2 39 59
Servizio esterno 4 10 103,65 40 57
Intervento del pubblico
3 8 168,37 31 64
Sondaggio 2 5 118,69 39 56
Intervista 1 2 68,43 41 56
N % Media TPM
% RT % tweet originali
Esibizione 4 25 707,94 20 74
Commento dei giudici
2 12 695,38 31 75
Verdetto I manche 3 18 602,76 31 70
Verdetto II manche 1 6 325,75 24 71
Titl 2 12 403,98 25 69
Cavallo di battaglia 1 6 352,75 31 71
Esibizione a cappella
1 6 416 34 61
Eliminazione 6 37 612,19 26 70
Analisi dati 3/3 Routine del format/picchi
Conclusioni
- oltre analisi mono-genere o event-dependent- picchi di engagement- azione di framing dei format Tv sulle
audience connesse su Twitter- oltre usi e gratificazioni- from big data to deep data
