Twitter as a reporting tool for breaking news

       本篇重要在研究主流記者如何利用社交媒體作為突發事件的報導工具，以英國暴動推文中最常被提到的兩位記者，在現有的研究方法上做突破（例如會深入兩位記者的分析tweet內容以及他們如何使用Twitter。

       在social media 發展前，由當地記者將資訊傳播到網路上，人們才能從網路上找到這些資訊內容和聯絡彼此，在social media 發展後，從阿拉伯之春、紐西蘭的基督城地震之類的突發事件中，可以看到人們是利用social media 即時的分享資訊，尤其是沒有記者在場時，新聞來自於藉由整理這些使用者分享的內容加以報導，例如hashtag發生的地點＿Bruno所謂的TwitterEffect（推特效應）；但這也出現了social media 圖像查證的問題。

        記者們大量引用推特新聞（ambient journalism包圍新聞學），所謂在推特上混雜著新聞、資訊與回應，比較貼近現狀但未建立起秩序，因此推特之於“新聞”到底是何種角色、關係。目前研究一方面著重social media 這項技術會影響新聞產製與線上消費模式，另一方面記者如何使用適應social media 作為他們日常例行新聞工作的一環，進而影響新聞業的規範，例如將記者使用帳號做分類，大部份做出得結論認為推特不是作為報導工具而是在推銷自己媒體組織的新聞（例如附上BBC網址）。但Hermida(2012)研究阿拉伯之春事件Andy Carvin（美國公共廣播電台NPR的記者）他不在自家媒體上報導，而是在他個人帳號的推特上更新突尼西亞推翻政權的狀況，凸顯了社交媒體可能在突發新聞中的可能性。

        研究方法上，大規模的推特數量的歷時性研究，包含帳號發展（推文標記）的方式做網絡分析，與深度兩個個案作探索性研究，從記者們的推文中分析如何使用推特。

       第一階段（actor type）從衛報與推特的資料庫中鎖定了特定主題撈取推文資料，列出一個160與暴動相關的hashtag，總共有2.6million的推文與700,000個帳號，其中在衛報部落格中的前1000個帳號可以取得他們的完整推文討論內容。在衛報部落格中的前1000個帳號中，前200個被mention最多次的帳號，利用人工過錄，將200個帳號分成20類型使用者。

       第二階段，分析推特的類型（tweet type）與內容（tweet content）。將兩位記者相關推文利用開放的API（例如REST API）8/6­8/10，共搜集到Paul Lewis發441則 ，Ravi Somaiya的290則，還有他們被mention的發文。將這些731(441+290則）分成五類推文，包含origianl content,mentions, manual RTs, automated RTs, @replies。推特中分享連結，分成八種：圖像分享、影音分享、主流媒體的暴動事件、主流媒體的其他事件、部落格新聞、官方帳號、錯誤連結、其他；以及推文中的圖像作分成五類：記者所有、其他記者所有、其它推特者的、非靜態圖像、無關暴動。除了傳統方式將推特分類型之外，為了更瞭解記者如何使用推特作為報導工具，於是將推文的內容作分析:

      在第一階段的前1000帳號研究中，figure1將前兩百名帳號共有567,430mention次數，將帳號做成20類型，其中主流媒體被mention最多有22.2%，第二多的是主流媒體的記者，可以所有媒體組織或記者加總mention接近40%，顯示推特不只是作為傳散主流媒體內容的管道，也提供主流媒體消息來源。藉此反駁「大部份有影響力發言仍集中在少數帳號」的沈默大眾，透過被Mention的可能性去關注那些長尾巴上的發言。

      比較特別的是有暴動帳號，雖然是因為暴動而創立的帳號，總數上只佔了10.4%，mention前五十名中第一名正是riot有關的帳號，可見Mention此帳號來觀察新聞搜集整合的效益。其他在前50名被mention的帳號中，有三個假/機器人帳號，顯示推特是很混雜的平台，連突發的暴動事件都有假帳號，因此在研究設計建構過錄模式能區分出真偽。第二階段研究個案是前50名被mention的帳號的第二名Paul Lewis （衛報記者）與第三十四名的ravisomaiya（紐約時報記者）。

          在第二階段的研究（tweet type）發現，以時間序列上看出兩個記者的推文數量（Figure 2），Paul先發文回應其他使用者，Ravi比較晚發文但持續到隔天早上六點。分別以四天的發文的數量來看（Figure 3），兩個記者集中發文的時間是第三天（兩個人接近150則），但Paul第四天發文數量明顯很多（比Ravi多三倍）。

     從兩個記者推文的類型來看（figure 4），Original的部分後面會在分析他們的報導內容，在RT方面，Paul只有手動和自動RT合有8%，RT自媒體組織或其他記者；Ravi有將近20％其中手動11%多於自動RT8%；Paul的Reply有12%，Ravi有31％，一般來說Reply多的話比較有對話性。Paul的mention有9%，Ravi有4%。

       接著比較他們每一天推文的類型(figure5、6)，可以看出來Paul是比較連續性的，Ravi則不是，因為Ravi第四天original的推文大幅下降，只報導了一些倫敦的內容，但Paul英國各地的暴動情況。

        接著討論他們所使用的連結，都是集中在圖像的連結（約60%），在Paul的圖像中，有75%是來自於他自己的網路照片帳號，Ravi也是有67%來自於自己的照片。在Paul主流媒體相關的連結上，大部份指向衛報，其餘的是衛報成立的Live blog影像記錄部落格；Ravi也同樣有部分連結回到紐約時報。

       在hashtag的使用上，Paul有441則推文，其中的343則都至少有一個，且較為多元，Ravi的hasgtag數量少於Paul且集中在（figure7 、8）使用次數越多的地點，會越深色且變大。分析他們的內容（tweet content），瞭解記者使用推特作為報導的工具情形

        在報導方面，兩位記者都將推特作為報導的工具，Paul(46.3%)，Ravi(49%)，尤其是他們使用親身的目擊作為報導的核心，例如描述現場的狀況，“某某地方警察正在集中”，也有一小部份是引述現場暴動民眾、或警察他們所喊的口號。  在新聞組織方面，兩位記者也都類似，都將用了自家媒體上的自己的新聞內容，Paul使用了較多自己的內容，也包含其他組織報導他的內容，Ravi也是使用自己發佈比較少，但也會其他組織報導他的內容作為推文。

      在請求詢問的部分，兩位記者的差異大，尤其是詢問事件的資訊方面，Paul高達有13.2％Ravi只有0.7%，Paul的推文瞭解更多現場狀況，包含證實，例如“誰有現場的記錄？”“證實了嗎？”“真的嗎？”，與詢問事件，例如問“下一步的事件發展？”，而且在意見與回應方面，兩位記者也是差異大，Ravi 高達有22.4%，Paul只有5.2%，Ravi 的意見包含，以記者角度評論此暴動事件，或是談論相關的政治議題，大致上都是為了回應其他使用者（對話性）。

       最後結論的部分，本研究有大規模的data搜集的方式，也小型資料的內容分析，兩個記者在突發事件中如何使用推特作為新聞實踐，包含了有良好判斷訊息的能力，吸引群眾提供即時正確的訊息。尤其是Paul，利用推特上豐富的消息、事件的素材，可以從他連續性的發文中（有圖、影像等），看到突發事件的面貌，以推特這種開放性看到專業記者與公民記者界限模糊；同時，在研究中不像過去研究強調網路（記者）要建立新的新聞規範，從突發新聞中研究記者使用推特的情形，可以看到不可預期、特殊新聞實踐的重要性。

       雖然他們都只是用手機相機拍照上傳推特，為了即時呈現當時的狀況，他們同時是公民也是記者，同時是目擊者（有圖）也是記錄者（有文），即使是低素質的照片也能夠取信於讀者。再者，Ravi的評論性推文較多，推特可以作為一新聞實踐的工具，像阿拉伯之春的研究Carvin一樣，在推文上有助於大眾理解事實。雖然說因為只有兩個記者研究時間只有四天的推文，也沒有研究事件中俱有影響力的行動者，但還是藉此瞭解有記者使用社交媒體的情形。