Search

The aim of this study is to reveal a robust correlation between the amount of attention international journalism devotes to scientific papers and the amount of attention scientific journals devote to the respective topics. Using a Mainstream-Media-Score (MSM) ≥ 100 (which we regard as an indicator for news media attention) from the altmetrics provider Altmetric, we link 983 research articles with 185,166 thematically similar articles from the PubMed database (which we use to operationalize attention from scientific journals). The method we use is to test whether there is a concomitant increase in scientific attention after a research article has received popular media coverage. To do so, we compare the quotient of the number of thematically similar articles published in scientific journals during the period before and after the publication of an MSM ≥ 100 article. Our main result shows that in 59 percent of cases, more thematically similar articles were published in scientific journals after a scientific paper received noteworthy news media coverage than before (p < 0.01). In this context, we neither found significant differences between various types of scientific journal (p = 0.3) nor between scientific papers that were originally published in renowned opinion-leading journals or in less renowned, non-opinion-leading journals (p = 0.1). Our findings indicate a robust correlation between the choice of topics in the mass media and in research. However, our study cannot clarify whether this correlation occurs because researchers and/or scientific journals are oriented towards public relevance (publicity effect) or whether the correlation is due to the parallelism of relevance attributions in quality journalism and research (earmark hypothesis). We infer that topics of social relevance are (more) likely to be picked up by popular media as well as by scientific journals. Altogether, our study contributes new empirical findings to the relationship between topic selection in journalism and in research.

Wir stellen in diesem Aufsatz ein Modell interdisziplinärer Zusammenarbeit zwischen Kommunikationswissenschaft und Methodenwissenschaft (hier: Statistik) vor. Dabei steht die Frage im Mittelpunkt, wie sich die Kollaboration grundverschiedener Disziplinen über einen längeren Zeitraum verstetigen lässt. Der agilen Entwicklung von Forschungssoftware, die die fachübergreifende Zusammenarbeit strukturiert, kann hierbei eine zentrale Rolle zukommen. Sie ermöglicht zwei Ebenen der Zusammenarbeit mit verschiedenen Zeithorizonten: auf der einen werden zeitlich begrenzte Projekte umgesetzt, auf der anderen die längerfristige Zusammenarbeit organisiert. Wechselnde Team-Konstellationen und Hierarchien ermöglichen kontinuierlichen Wissensaustausch, die verwendete Programmiersprache ist Grundlage für die Entstehung einer fächerübergreifenden Kommunikation und die Orientierung auf ein gemeinsames Produkt schafft eine Kultur der gemeinsamen Verantwortlichkeit. Um die theoretischen Reflexionen an der Forschungspraxis zu spiegeln, greifen die Autor*innen auf ihre Erfahrungen im Kontext des Dortmund Center für datenbasierte Medien-Analyse (kurz: DoCMA) zurück. DoCMA ist deswegen als Fallbeispiel relevant, da Struktur und Organisation hier auf die Erfordernisse der agilen Entwicklung offener Forschungssoftware ausgerichtet wurden.