KaydedilenlerDerginizi ekleyin

Dergiler / Yeni Medya / 2025 / Sayı: 19

Küresel Krizler Bağlamında Veri Gazeteciliğine Karşılaştırmalı Yaklaşım: Rusya, Amerika Birleşik Devletleri, İtalya ve Türkiye Üzerine Uluslararası Bir Analiz

Comparative Approaches to Data Journalism During Global Crises: A Cross-National Analysis of Russia, the United States, Italy, and Türkiye

Sedat Erol(BEYKENT ÜNİVERSİTESİ)0000-0003-4650-213X
Özhan Tingöy(Marmara Üniversitesi)
Sayfa
1–15
Yayın Tarihi
2025-12-23
🏛️Bu makalenin bibliyografik verileri ve tam metin bağlantısı DergiPark üzerinden sağlanmıştır.
DergiPark Kaydı ↗
✨

Yapay Zeka Hızlı Bakış & Çıkarımlar

AI Insight
⚡ TL;DR(1 Cümlede Hızlı Çıkarım)

Veri gazeteciliğinin temel unsurlarının uygulamada kullanımını değerlendirmek amacıyla içerik analizi yöntemi benimsenmiş ve bulguların bağlamsal doğruluğunu sağlamak adına ülke bazlı uzman görüşlerinden yararlanılmıştır.

📌 3 Maddede Bu Makale

🎯
Amaç & Hipotez:Kovid-19 pandemisinde yaşandığı üzere, küresel kriz dönemlerinde veri gazeteciliği kamuoyunun bilgilendirilmesi ve karar alıcıların kamu adına denetlenmesinde kritik bir rol üstlenmektedir.
📊
Temel Bulgular & Veri:Bu çalışmada, veri gazeteciliği uygulamalarının Rusya, Amerika Birleşik Devletleri, İtalya ve Türkiye’de nasıl farklılaştığı incelenmektedir.
💡
Sonuç & Katkı:Veri gazeteciliğinin temel unsurlarının uygulamada kullanımını değerlendirmek amacıyla içerik analizi yöntemi benimsenmiş ve bulguların bağlamsal doğruluğunu sağlamak adına ülke bazlı uzman görüşlerinden yararlanılmıştır.
🔬Tür:Literatür & Derleme Çalışması
📍Kapsam:Genişletilmiş Akademik Örneklem
⚙️Değişkenler:Veri Gazeteciliği · Veri Görselleştirme · Açık Veri

Özet

Kovid-19 pandemisinde yaşandığı üzere, küresel kriz dönemlerinde veri gazeteciliği kamuoyunun bilgilendirilmesi ve karar alıcıların kamu adına denetlenmesinde kritik bir rol üstlenmektedir. Bu çalışmada, veri gazeteciliği uygulamalarının Rusya, Amerika Birleşik Devletleri, İtalya ve Türkiye’de nasıl farklılaştığı incelenmektedir. Analiz, pandemi sürecinde en yüksek ölüm oranlarının görüldüğü dönemde çevrimiçi gazetelerde yayımlanan Kovid-19 temalı haber örneklerine dayanmaktadır. Araştırma beş temel unsura odaklanmaktadır: Veri görselleştirme, etkileşim, veri kaynakları, veri şeffaflığı ve veri özgünlüğü. Veri gazeteciliğinin temel unsurlarının uygulamada kullanımını değerlendirmek amacıyla içerik analizi yöntemi benimsenmiş ve bulguların bağlamsal doğruluğunu sağlamak adına ülke bazlı uzman görüşlerinden yararlanılmıştır. Kodlayıcılar arası güvenilirlik Cohen’in Kappa katsayısı ile test edilmiştir. Bulgular, veri kullanımında ülkeler arasında belirgin farklar olduğunu; verinin hangi kaynaklardan alındığını, nasıl sunulduğunu ve haberlerde etkileşimli ögelerin ne ölçüde yer aldığını ortaya koymaktadır. Örneğin bazı ülkelerdeki medya sistemleri çoğunlukla resmî verilere ve statik grafiklere dayanırken bazıları etkileşimli ve keşfetmeye açık sunum biçimlerini tercih etmiştir. Araştırmanın bulguları veri gazeteciliğinin farklı ülkelerde nasıl biçimlendiğini belirleyen yapısal, siyasal ve teknolojik etkenleri ortaya koymakta; bu yönüyle karşılaştırmalı gazetecilik ve veri gazeteciliği literatürüne önemli katkılar sunmaktadır.

Abstract

During global crises such as the Covid-19 pandemic, data journalism plays a critical role in public communication and political accountability. This study examines how data journalism practices varied across four countries—Russia, the United States, Italy, and Türkiye—by analyzing a sample of Covid-19-related news articles published in online newspapers during the peak mortality phase. This research focuses on five key elements: data visualizations, interactivity, source types, transparency, and data originality. Structured content analysis was employed to evaluate the practical application of these units, and country-specific experts reviewed the findings to ensure contextual accuracy. Intercoder reliability was tested using Cohen’s Kappa coefficient. The study reveals distinct national approaches to sourcing and presenting data, the degree of openness in data use, and the integration of interactive features. For example, while some media systems relied heavily on official data and static visuals, others adopted dynamic and exploratory formats. The findings contribute to comparative journalism research by highlighting the structural, political, and technological conditions that shape the evolution of data journalism in different national contexts.

🔖

Bu Makaleye Atıf Yap

Erol, S., Tingöy, Ö. (2025). Küresel Krizler Bağlamında Veri Gazeteciliğine Karşılaştırmalı Yaklaşım: Rusya, Amerika Birleşik Devletleri, İtalya ve Türkiye Üzerine Uluslararası Bir Analiz. Yeni Medya, Sayı: 19, 1–15. https://doi.org/10.55609/yenimedya.1752164

📄 Tam Metin PDF Okuyucu

📄

PDF görüntüleyici hazırlanıyor...

Kaynakça (33)

  1. Aitamurto, T., Sirkkunen, E. and Lehtonen, P. (2011). Trends in data journalism. http://virtual.vtt.fi/virtual/nextmedia/Deliverables2011/D3.2.1.2.B_Hyperlocal_Trends_In%20Data_Journalism.pdf
  2. Anderson, B., Borges-Rey, E. (2019), “Encoding the UX: User Interface as a Site of Encounter between Data Journalists and Their Constructed Audiences”, Digital Journalism, 7(9): 1253- 1269. https://doi.org/10.1080/21670811.2019.1607520
  3. Appelgren, E. (2017). An illusion of interactivity. Journalism Practice, 12(3): 308-325. https://doi.org/10.1080/17512786.2017.1299032
  4. Appelgren, E., Lindén, C. G., & van Dalen, A. (2019). Data Journalism Research: Studying a Maturing Field across Journalistic Cultures, Media Markets and Political Environments. Digital Journalism, 7(9), 1191–1199. https://doi.org/10.1080/21670811.2019.1685899
  5. Becerra, E.M., de la Torre, J. and Trufero, J.P. (2023). Dynamic tiling: The key to highly performant cloud-native maps. CARTO. https://carto.com/blog/dynamic-tiling-for-highly-performant-cloud-native-maps
  6. Bradshaw, P. (2018). Zeroes and ones: Investigating with data. In Hahn, O. and Stalph, F. (eds.), Digital Investigative Journalism: Data, Visual Analytics and Innovative Methodologies in International Reporting (pp. 19-30). Springer International Publishing.
  7. Cleveland, W.S. and McGill, R. (1985). Graphical perception and graphical methods for analyzing scientific data. Science, 229: 828-834. Coddington, M. (2019). Defining and mapping data journalism and computational journalism. In Eldridge, S.A. and Franklin, B. (eds.), The Routledge Handbook of Developments in Digital Journalism Studies (pp. 225–236). London: Routledge.
  8. Cook, D. (2009). Dynamic graphics. In Liu, L. and Özsu, M.T. (eds.), Encyclopedia of Database Systems (pp. 950-954). Springer.
  9. Davies, K. (2018). Getting started with data journalism: A baby steps approach. Asia Pacific Media Educator, 28(1): 106–111. https://doi.org/10.1177/1326365X18767460
  10. Dougherty, J. and Ilyankou, I. (2021). Chapter 8 Table Your Data. Hands-On Data Visualization. https://handsondataviz.org/table.html
  11. Dunford, D., Dale, B., Stylianou, N., Lowther, E., Ahmed, M. and Arenas, I. (2020). Coronavirus: The world in lockdown in maps and charts. BBC. https://www.bbc.com/news/world-52103747
  12. Evershed, N. and Ball, A. (2021). How contagious is the Delta variant of Covid-19? See how coronavirus can spread through a population, and how countries flatten the curve. The Guardian. https://www.theguardian.com/world/datablog/ng-interactive/2021/sep/09/how-contagious-delta-variant-covid-19-r0-r-factor-value-number-explainer-see-how-coronavirus-spread-infectious-flatten-the-curve
  13. Felle, T. (2015). Digital watchdogs? Data reporting and the news media’s traditional ‘fourth estate’ function. Journalism, 17(1): 1-12. doi: 10.1177/1464884915593246 Flourish. (2024, March 13). When tables are the most effective form of data visualization. Flourish Blog. https://flourish.studio/blog/how-make-interactive-table/
  14. Gazete Oksijen. (2023). Rönesans Rezidans vakası çürümüşlüğün simgesi. https://gazeteoksijen.com/financial-times/ronesans-rezidans-vakasi-curumuslugun-simgesi-171803
  15. Gray, J., Bounegru, L. and Chambers, L. (eds.) (2012). The Data Journalism Handbook. O’Reilly.
  16. Heravi, B.R. (2018). 3WS of data journalism education. Journalism Practice, 13(3): 349–366. https://doi.org/10.1080/17512786.2018.1463167
  17. Kielbowicz, R.B. (1980). Leaks to the Press as Communication within and between Organizations. Newspaper Research Journal, 1(2): 53–58. https://doi.org/10.1177/07395329800010020
  18. Kumar, S. (2024, November 11). Fundamentals of open-source intelligence for journalists. IJNet. https://ijnet.org/en/story/fundamentals-open-source-intelligence-journalists
  19. Landis, J. and Koch, G. (1977). The measurement of observer agreement for categorical data. Biometrics, 33(1): 159–174.
  20. Lathrop, D. and Ruma, L. (eds.) (2010). Open Government: Collaboration, Transparency, and Participation in Practice. O’Reilly Media.
  21. Martin, J.A., Camaj, L. and Lanosga, G. (2022). Scrape, request, collect, repeat: How data journalists around the world transcend obstacles to public data. Journalism Practice. https://doi.org/10.1080/17512786.2022.2142837
  22. Milan, S. and Treré, E. (2020). The Rise of the Data Poor: The COVID-19 Pandemic Seen From the Margins. Social Media + Society, July - September, 1-5. https://doi.org/10.1177/2056305120948233
  23. Ojo, A. and Heravi, B. (2017). Patterns in award winning data storytelling. Digital Journalism, 6(6): 693-718. https://doi.org/10.1080/21670811.2017.1403291
  24. Patwardhan, S. (2019, May 29). Sentiment analysis on YouTube data using R | by Soham Patwardhan. Medium. https://medium.com/@sohamsp1995/sentiment-analysis-on-youtube-data-using-r-df4021193d1e
  25. Quealy, K. (2020, May 15). The Richest Neighborhoods Emptied Out Most as Coronavirus Hit New York City. The New York Times. https://www.nytimes.com/interactive/2020/05/15/upshot/who-left-new-yorkcoronavirus.html
  26. Saldaña, J. (2013). The Coding Manual for Qualitative Researchers. London: Sage.
  27. Shilina, A. and Shilina, M. (2020). Towards data journalism in Russia?. In Mutsvairo, B., Bebawi, S. and Borges-Rey, E. (Eds.), Data Journalism in the Global South (pp. 163-190). Springer International Publishing.
  28. Smiciklas, M. (2012). The Power of Infographics: Using Pictures to Communicate and Connect with Your Audiences. Que Publishing.
  29. Stalph, F. (2017). Classifying data journalism. Journalism Practice, 12(10): 1332-1350. https://doi.org/10.1080/17512786.2017.1386583 Stevens, H. (2020, March 14). Why outbreaks like coronavirus spread exponentially, and how to ‘flatten the curve’. The Washington Post. https://www.washingtonpost.com/graphics/2020/world/corona-simulator/
  30. van Wijk, J.J. and van Selow, E.R. (1999). Cluster and calendar based visualization of time series data. Proceedings 1999 IEEE Symposium on Information Visualization (InfoVis'99). https://doi.org/10.1109/INFVIS.1999.801851
  31. Yackley, A.J., Samson, A., Joiner, S., Clark, D., Arenas, I. d. l. T., Bott, I., Williams, J. and Harlow, M. (2023, February 27). From 'paradise' to hell: how a luxury residence in Turkey became an earthquake death trap. Visual and Data Journalism. https://ig.ft.com/turkey-earthquake-apartment-collapse/
  32. Yadav, A., Kumar, A., & Singh, V. (2023). Open-source intelligence: A comprehensive review of the current state, applications and future perspectives in cyber security. Artificial Intelligence Review, 1–32. https://doi.org/10.1007/s10462-023-10454-y
  33. Zafra, M. and Salas, J. (2020, October 29). A room, a bar and a classroom: how the coronavirus is spread through the air. El Pais. https://elpais.com/especiales/coronavirus-covid-19/a-room-a-barand-a-class-how-the-coronavirus-is-spread-through-the-air/