«Õîðîøèìè äåëàìè ïðîñëàâèòüñÿ íåëüçÿ»: ïðîáëåìû ðåïðåçåíòàöèè â ÑÌÈ äåÿòåëüíîñòè íåêîììåð÷åñêîãî ñåêòîðà âî âðåìÿ ïàíäåìèè COVID-19 â Ðîññèè ... Ñàïîíîâà À.Â., Çàäîðèí È.Â.«Õîðîøèìè äåëàìè ïðîñëàâèòüñÿ íåëüçÿ»: ïðîáëåìû ðåïðåçåíòàöèè â ÑÌÈ äåÿòåëüíîñòè íåêîììåð÷åñêîãî ñåêòîðà âî âðåìÿ ïàíäåìèè COVID-19 â Ðîññèè // Ìîíèòîðèíã îáùåñòâåííîãî ìíåíèÿ: ýêîíîìè÷åñêèå è ñîöèàëüíûå ïåðåìåíû. 2021. ¹ 2. Ñ. 423-444.ISSN 2219-5467DOI: 10.14515/monitoring.2021.2.1919ÐÈÍÖ: https://elibrary.ru/item.asp?id=46118600Ðàçìåùåíà íà ñàéòå: 23.11.22 Ïîèñêàòü ïîëíûé òåêñò íà Google AcademiaÑñûëêà ïðè öèòèðîâàíèè:Ñàïîíîâà À.Â., Çàäîðèí È.Â. «Õîðîøèìè äåëàìè ïðîñëàâèòüñÿ íåëüçÿ»: ïðîáëåìû ðåïðåçåíòàöèè â ÑÌÈ äåÿòåëüíîñòè íåêîììåð÷åñêîãî ñåêòîðà âî âðåìÿ ïàíäåìèè COVID-19 â Ðîññèè // Ìîíèòîðèíã îáùåñòâåííîãî ìíåíèÿ: ýêîíîìè÷åñêèå è ñîöèàëüíûå ïåðåìåíû. 2021. ¹ 2. Ñ. 423-444. DOI: 10.14515/monitoring.2021.2.1919.Saponova A. V., Zadorin I. V. “One Cannot be Famous for Good Deeds”: Media Coverage of Non-Profit Sector Activity During the COVID-19 Pandemic in Russia. Monitoring of Public Opinion: Economic and Social Changes. 2021. No. 2. P. 423-444. DOI: 10.14515/monitoring.2021.2.1919.Àííîòàöèÿ ñòàòüå ðàññìàòðèâàþòñÿ îñîáåííîñòè ðåïðåçåíòàöèè òðåòüåãî ñåêòîðà â ðîññèéñêèõ ÑÌÈ â ïåðèîä ïàíäåìèè COVID-19. Èññëåäîâàíèå âûïîëíåíî â êîëè÷åñòâåííîé ïàðàäèãìå (N = 1535). Äëÿ ïîâûøåíèÿ óðîâíÿ íàäåæíîñòè ïîëó÷àåìûõ äàííûõ áûëè ïðèìåíåíû ìåòîä êîíòåíò-àíàëèçà (ðó÷íîé êîäèðîâêè) è ìåòîäû àâòîìàòèçèðîâàííîãî àíàëèçà òåêñòîâ (ñåòåâîé àíàëèç è òåìàòè÷åñêîå ìîäåëèðîâàíèå). Àâòîðû ïðèõîäÿò ê âûâîäó, ÷òî â ñîâðåìåííîé ðîññèéñêîé ìåäèàñèñòåìå, êîòîðàÿ íàõîäèòñÿ ïîä äàâëåíèåì êàê ãîñóäàðñòâåííûõ ñòðóêòóð, òàê è êîììåð÷åñêèõ èíòåðåñîâ, âíèìàíèå ê íåêîììåð÷åñêîìó ñåêòîðó îêàçûâàåòñÿ ôðàãìåíòàðíûì è ñèòóàòèâíûì. Ñåêòîð íå ïðåäñòàâëÿåòñÿ êàê öåëüíûé ñîöèàëüíûé èíñòèòóò, à â ôîêóñ âíèìàíèÿ ìåäèà ïîïàäàþò ëèáî îòäåëüíûå ñîáûòèÿ, çàòðàãèâàþùèå ñåíñèòèâíûå, áëèçêèå ÷èòàòåëþ òåìû (â ñëó÷àå ñ COVID-19 åùå è àêòóàëüíûå), ëèáî çàâåäîìî èçâåñòíûå ïóáëè÷íûå ôèãóðû, àôôèëèðîâàííûå ñ ñåêòîðîì.  ñâîþ î÷åðåäü èíòåíñèâíîñòü îñâåùåíèÿ äåÿòåëüíîñòè ÍÊÎ ìîæåò ÿâëÿòüñÿ îäíîé èç îñîáåííîñòåé, õàðàêòåðíîé äëÿ ðàçâèòûõ ìåäèàñèñòåì.  ñòàòüå ïîêàçàíî, ÷òî ÑÌÈ ðåãèîíîâ ñ âûñîêèìè ïîêàçàòåëÿìè Èíäåêñà ðàçâèòèÿ ìåäèàñôåðû ÷àùå îñâåùàþò äåÿòåëüíîñòü íåêîììåð÷åñêîãî ñåêòîðà, ÷åì ÑÌÈ, ïðåäñòàâëÿþùèå ðåãèîíû ñ ìåíåå ðàçâèòûìè ìåäèàñèñòåìàìè.Êëþ÷åâûå ñëîâà:íåêîììåð÷åñêèé ñåêòîð COVID-19 ðîññèéñêèå ìåäèà ìåäèàñèñòåìà êîíòåíò-àíàëèç àâòîìàòèçèðîâàííûå ìåòîäû àíàëèçà òåêñòîâ non-profit sector COVID-19 russian media content-analysis media system automated text analysis methods Ðóáðèêè: Ñîöèîëîãèÿ êîììóíèêàöèé