<?xml version="1.0" encoding="UTF-8"?>
<article
			xmlns:xlink="http://www.w3.org/1999/xlink"
			xmlns:mml="http://www.w3.org/1998/Math/MathML"
			xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
			
			xml:lang="ru">
			<front>
			<journal-meta>
				<journal-id journal-id-type="ojs">journalsr</journal-id>
				<journal-title-group>
					<journal-title xml:lang="ru">Южно-российский журнал социальных наук</journal-title>
					<trans-title-group xml:lang="en">
						<trans-title>South-Russian Journal of Social Sciences</trans-title>
					</trans-title-group>
				</journal-title-group>
			<issn pub-type="epub">2618-8007</issn>
			<issn pub-type="ppub">2619-0567</issn>
			<publisher>
				<publisher-name>Кубанский государственный университет</publisher-name>
				<publisher-loc>RU</publisher-loc>
			</publisher>
			<self-uri xlink:href="https://journalsr.kubsu.ru/" />
		</journal-meta>
		<article-meta>
			<article-id pub-id-type="publisher-id">37</article-id>
			<article-id pub-id-type="doi">10.31429/26190567-20-1-72-90</article-id>
			<article-categories>
				<subj-group xml:lang="ru" subj-group-type="heading"><subject>Научная статья</subject></subj-group>
				<subj-group xml:lang="en" subj-group-type="heading"><subject>Original article</subject></subj-group>
				<subj-group xml:lang="ru"><subject>Социологические интерпретации</subject></subj-group>
				<subj-group xml:lang="en"><subject>Sociological Interpretations</subject></subj-group>
			</article-categories>
			<title-group>
				<article-title xml:lang="ru">Применение метода контент-анализа в изучении отношения пользователей социальных сетей к современной российской медицине</article-title>
				<trans-title-group xml:lang="en">
					<trans-title>Сontent Analysis as a Method to Research the Attitude to Medicine in Modern Russia on the Basis of the Data Collected from the Users’ Posts in Social Networks “Vkontakte” and “Instagram”</trans-title>
					</trans-title-group>
			</title-group>
			<contrib-group content-type="author">
				<contrib >
					<contrib-id contrib-id-type="orcid" authenticated="false">https://orcid.org/0000-0001-8821-5177</contrib-id>
					<name-alternatives>
						<string-name specific-use="display">Никольская А.В.</string-name>
						<name name-style="western" specific-use="primary" xml:lang="ru">
							<surname>Никольская</surname>
							<given-names>Анастасия Всеволодовна</given-names>
						</name>
						<name name-style="western" xml:lang="en">
							<surname>Nikolskaya</surname>
							<given-names>Anastasia V.</given-names>
						</name>
					</name-alternatives>
					<xref ref-type="aff" rid="aff-1" />
					<email>tonokazutoya@gmail.com</email>
					<bio xml:lang="en"><p>Kosygin Russian State University, Sadovnicheskaya Str., 33, Bld. 1, Moscow, 117997, Russia</p></bio>
					<bio xml:lang="ru"><p>Российский государственный университет им. А. Н. Косыгина (Технологии. Дизайн. Искусство), ул. Садовническая, д. 33, стр.1, Москва, 117997, Россия</p></bio>
				</contrib>
				<contrib >
					<contrib-id contrib-id-type="orcid" authenticated="false">https://orcid.org/0000-0002-5454-7357</contrib-id>
					<name-alternatives>
						<string-name specific-use="display">Костригин А.А.</string-name>
						<name name-style="western" specific-use="primary" xml:lang="ru">
							<surname>Костригин</surname>
							<given-names>Артем Андреевич</given-names>
						</name>
						<name name-style="western" xml:lang="en">
							<surname>Kostrigin</surname>
							<given-names>Artem A.</given-names>
						</name>
					</name-alternatives>
					<xref ref-type="aff" rid="aff-1" />
					<email>artdzen@gmail.com</email>
					<bio xml:lang="en"><p>Kosygin Russian State University, Sadovnicheskaya Str., 33, Bld. 1, Moscow, 117997, Russia</p></bio>
					<bio xml:lang="ru"><p>Российский государственный университет им. А. Н. Косыгина (Технологии. Дизайн. Искусство), ул. Садовническая, д. 33, стр.1, Москва, 117997, Россия</p></bio>
				</contrib>
			</contrib-group>
			<aff id="aff-1"><institution content-type="orgname" xml:lang="ru">Российский государственный университет им. А. Н. Косыгина</institution><institution content-type="orgname" xml:lang="en">Kosygin Russian State University</institution></aff>
			<pub-date date-type="pub" iso-8601-date="2019-03-23" publication-format="ppub">
				<day>23</day>
				<month>03</month>
				<year>2019</year>
			</pub-date>
			<volume>20</volume>
			<issue>1</issue>
				<fpage>72</fpage>
				<lpage>90</lpage>
			<history>
				<date date-type="received" iso-8601-date="2018-07-13">
					<day>13</day>
					<month>07</month>
					<year>2018</year>
				</date>
				<date date-type="accepted" iso-8601-date="2018-12-20">
					<day>20</day>
					<month>12</month>
					<year>2018</year>
				</date>
				<date date-type="pub" iso-8601-date="2019-03-23">
					<day>23</day>
					<month>03</month>
					<year>2019</year>
				</date>
			</history>
			<permissions>
				<copyright-statement>Copyright (c) 2019 Анастасия Всеволодовна Никольская, Артем Андреевич Костригин</copyright-statement>
				<copyright-year>2019</copyright-year>
				<copyright-holder>Анастасия Всеволодовна Никольская, Артем Андреевич Костригин</copyright-holder>
				<license xlink:href="https://creativecommons.org/licenses/by/4.0">
					<license-p>Это произведение доступно по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная.</license-p>
				</license>
			</permissions>
			<self-uri xlink:href="https://journalsr.kubsu.ru/article/view/37" />
			<abstract xml:lang="en">
				<p>The article analyzes the Russian readers’ attitude to medicine and to healthcare. The research is carried out on the data of public opinion polls on the problem. The reliability of the data is pointed out. Content analysis is suggested as a perspective method to examine the attitude to medicine and healthcare, on the basis of studying social networks’ texts and the users’ posts. Problems and potentialities of content analysis in this area are touched upon and discussed. The object of the research is to study the public’s attitude to medicine. The quantitative and the qualitative varieties of content analysis have been used to study social posts on medical issues in “VKontakte” and “Instagram” social networks. As a result, the authors have singled out various characteristics of the texts posted by the users, namely, the most frequently occurring words, “water” content, ”nausea” of the text, stop words and the core of the text. On the basis of the data obtained, the authors have drawn their conclusions concerning the users’ attitude to Russian medicine, i. e., what is the users idea of “good doctors” and “bad doctors”, of their attitude to commercial and free medicine, and of disinterested aid and money extortion in medical service. On the basis of the data obtained, the authors conclude that content analysis makes it possible to set new research and applied tasks in the area of studying public opinion on various issues, as well as to draw attention to problems that are insufficiently covered in social polling. To name but a few, they are the characteristics of “good” and “bad” medicine and the ideal doctor, money extortion, the public’s needs, etc.</p>
			</abstract>
			<abstract xml:lang="ru">
				<p>В статье обсуждается общественное мнение и отношение к медицине и здравоохранению в России. Отмечается проблема надежности социологических опросов по данной проблематике. В качестве одного из перспективных методов исследования отношения к медицине и здравоохранению предлагается контент-­анализ текстов социальных сетей, постов пользователей. Обсуждаются проблемы и возможности контент-­анализа социальных сетей. Ставится задача исследования общественного мнения к медицине с помощью данного метода. Используется количественный и качественный контент-­анализ постов в социальных сетях ВКонтакте и Instagram по медицинской проблематике. По результатам исследования выявлены различные характеристики текстов в постах пользователей: наиболее часто встречаемые слова, «водность» текста, стоп-­слова, ядро текста. Наиболее часто встречаемые слова данной тематики: врач, человек, медицина, больница, ребенок, бесплатный, работать, говорить, помощь, лечить. Установлены основные категории, которые используют пользователи различных соцсетей для описания своего отношения к медицине, и вопросы, которыми аудитории озабочены больше всего. На основе полученных данных сделаны выводы о суждениях и отношении пользователей к российской медицине: представления о «хороших» и «плохих» врачах», медицине, отношение к платной и бесплатной медицине, бескорыстной помощи и вымогательству денег. Делается вывод о том, что метод контент-­анализа позволяет ставить новые исследовательские и прикладные задачи изучения общественного мнения по различным вопросам, а также обращать внимание на ту проблематику, которая социальными опросами слабо затрагивается (характеристики «хорошей» и «плохой» медицины, вымогательство денег, потребности, характеристики идеального врача и др.).</p>
			</abstract>
			<kwd-group xml:lang="ru">
				<kwd>контент-­анализ</kwd>
				<kwd>социальные сети</kwd>
				<kwd>общественное мнение</kwd>
				<kwd>медицина</kwd>
				<kwd>врач</kwd>
				<kwd>платная медицина</kwd>
				<kwd>бесплатная медицина</kwd>
				<kwd>отношение к медицине</kwd>
				<kwd>здравоохранение</kwd>
			</kwd-group>
			<kwd-group xml:lang="en">
				<kwd>content analysis</kwd>
				<kwd>social networks</kwd>
				<kwd>public opinion</kwd>
				<kwd>medicine</kwd>
				<kwd>doctor</kwd>
				<kwd>commercial medicine</kwd>
				<kwd>free medicine</kwd>
				<kwd>attitude to medicine</kwd>
				<kwd>healthcare</kwd>
			</kwd-group>
			<counts><page-count count="19" /></counts>
		</article-meta>
	</front>
	<body></body>
	<back>
		<ref-list>
			<ref id="R1"><mixed-citation>Ачкасов, Е.Е., Шурупова, Р.В., Куршев, В.В. (2015). Формирование позитивного имиджа врача в процессе профессионального образования (по материалам контент-анализа СМИ). <italic>Социология образования</italic>, 6, 79–96.</mixed-citation></ref>
			<ref id="R2"><mixed-citation>Вершинин, Е.Г., Ковалёва, М.Д., Хвастунова, Е.П. (2015). Какие новые социальные проблемы медицины интересуют отечественных исследователей? <italic>Международный журнал экспериментального образования</italic>, 8–1, 14–16.</mixed-citation></ref>
			<ref id="R3"><mixed-citation>Всероссийский центр изучения общественного мнения. (2017). Врач в России: доверие пациентов, доходы, положение в обществе. Режим доступа https://wciom.ru/index.php?id=236&amp;uid=3590</mixed-citation></ref>
			<ref id="R4"><mixed-citation>Всероссийский центр изучения общественного мнения. (2018). Каждому возрасту — свои соцсети. Режим доступа https://wciom.ru/index.php?id=236&amp;uid=116691</mixed-citation></ref>
			<ref id="R5"><mixed-citation>Григорьева, С.В., Дмитриева, Т.В. (2015). Социальные сети как каналы распространения недостоверной информации, формирующие общественное мнение. В Е.А. Ильин (ред.) <italic>Информационное пространство региона: история, современность и актуальные проблемы: сборник научных статей</italic> (с. 46–51). Чебоксары: Чувашский государственный педагогический университет им. И.Я. Яковлева.</mixed-citation></ref>
			<ref id="R6"><mixed-citation>Кузьмин, К.В., Семенова (Павленко), Е.В., Петрова, Л.Е., Закроева, А.Г. (2016). <italic>Коммуникация врача и пациента: прошлое, настоящее, будущее (исторический и медико-социологический анализ)</italic>. Екатеринбург: «Южно-Уральский государственный медицинский университет».</mixed-citation></ref>
			<ref id="R7"><mixed-citation>Ледовая, Я.А., Паничева, П.В., Причисленко, А.Г., Бутаков, Н.А. (2017). Научная составляющая текстов по психологии, публикующихся в социальной сети «Вконтакте». <italic>Вопросы психологии</italic>, 6, 79–91.</mixed-citation></ref>
			<ref id="R8"><mixed-citation>Литовка, В.А. (2013). Контент-анализ рекламных фотографий клиник репродуктивной медицины. <italic>Теория и практика общественного развития</italic>, 10, 136–138.</mixed-citation></ref>
			<ref id="R9"><mixed-citation>Никитин, П.В., Мурадянц, А.А., Шостак, Н.А. (2015). Мобильное здравоохранение: возможности, проблемы, перспективы. <italic>Клиницист</italic>, 9 (4), 13–21.</mixed-citation></ref>
			<ref id="R10"><mixed-citation>Панова, Е.Л., Туторская, М.С. (2018). Социальные сети и организация внеаудиторного обучения студентов в системе высшего медицинского образования. <italic>Проблемы социальной гигиены, здравоохранения и истории медицины</italic>, 26 (1), 48–52.</mixed-citation></ref>
			<ref id="R11"><mixed-citation>Полынская, Г.А., Месропян, М.Г. (2018). Выявление моделей и трендов поведения пациентов при использовании электронных приложений и Интернет-ресурсов для самодиагностики. <italic>Бизнес-информатика</italic>, 1 (43), 28–38.</mixed-citation></ref>
			<ref id="R12"><mixed-citation>Савельева, Ж.В. (2011). Потребление медицинских услуг или оказание медицинской помощи: конструирование образов платной и бесплатной медицины средствами массовой коммуникации. <italic>Журнал социологии и социальной антропологии</italic>, Т. XIV (5), 347–355.</mixed-citation></ref>
			<ref id="R13"><mixed-citation>Семенова, О.А. (2016). Региональные СМИ о проблемах здравоохранения и путях их решения. В О.И. Лепилкина, А.М. Горбачев (ред.) <italic>Медиачтения СКФУ: сборник научных статей Всероссийского научного семинара</italic> (с. 169–174). Ставрополь: Северо-Кавказский федеральный университет.</mixed-citation></ref>
			<ref id="R14"><mixed-citation>Храбан, Т.Е. (2017). Дискурсивный анализ распространения ложной информации в социальных сетях. <italic>Ученые записки УО ВГУ им. П.М. Машерова</italic>, 24, 127–132.</mixed-citation></ref>
			<ref id="R15"><mixed-citation>Чижик, А.В. (2016). Факторы формирования социального настроения на основе анализа эмоциональной окраски постов в русскоязычном Twitter. <italic>Новые информационные технологии в автоматизированных системах</italic>, 19, 61–64.</mixed-citation></ref>
			<ref id="R16"><mixed-citation>Bollen, J., Mao, H., &amp; Zeng, X. (2011). Twitter Mood Predicts the Stock Market. <italic>Journal of computational science</italic>, 2 (1), 1–8. DOI: 10.1016/j.jocs.2010.12.007</mixed-citation></ref>
			<ref id="R17"><mixed-citation>Gergen, K.J. (1985). The Social Constructionist Movement in modern Psychology. <italic>American Psychologist</italic>, 40 (3), 266–275. DOI: 10.1037/0003-066X.40.3.266</mixed-citation></ref>
			<ref id="R18"><mixed-citation>Hastie, T., Tibshirani, R., &amp; Friedman, J. (2009). <italic>The Elements of Statistical Learning: Data Mining, Inference, and Prediction</italic>. New York, NY: Springer.</mixed-citation></ref>
			<ref id="R19"><mixed-citation>Pang, B., &amp; Lee, L. (2008). Opinion Mining and Sentiment Analysis. <italic>Foundations and Trends in Information Retrieval</italic>, 2 (1–2), 1–135. DOI: 10.1561/1500000011</mixed-citation></ref>
			<ref id="R20"><mixed-citation>Pennebaker, J.W., Boyd, R.L., Jordan, K., &amp; Blackburn, K. (2007). The Development and Psychometric Properties of LIWC2007. <italic>LIWC2007</italic>, 1–22.</mixed-citation></ref>
		</ref-list>
	</back>
</article>