Nursefluencers: meer dan Tiktok-dansjes in het ziekenhuis
Het Nederlandse zorgsysteem loopt vast, en hoewel de expertise van verpleegkundigen vaak mist in journalistieke artikelen, mengt een groeiende groep verpleegkundig influencers zich online nadrukkelijk in het debat. Wie zijn deze zogenaamde ‘nursefluencers’? Welke argumenten brengen ze ter sprake en hoe doen ze dat? Een team van onderzoekers uit de lectoraten Ontwerpen aan de Journalistiek en Persoonsgerichtheid in Een Ouder Wordende Samenleving van Fontys brengt deze belangrijke spelers binnen het zorgdomein in kaart en onderzoekt wat hun invloed is op het zorgdebat. Het consortium, bestaande uit onderzoekers en werkveldpartners, kwam onlangs bijeen om de eerste resultaten te bespreken.
Om een beeld te krijgen van het nursefluencerlandschap op Instagram vroegen de onderzoekers verschillende experts binnen de gezondheidszorg naar de bij hen bekende accounts. De expertgroep, bestaande uit onder andere hoofdredacteuren van zorgtijdschriften, zorgmedewerkers, docenten en studenten, leverde verschillende namen aan, variërend van populaire accounts met een groot bereik, zoals @broederjoep en @teuntoebes, tot kleinere accounts als @indezorgmetrob en @zuster_anita. Alle suggesties werden gerangschikt op volgersaantal en de top vijftien werd meegenomen voor verdere analyse.
Innovatieve dataverzameling en analyse
Onderzoeker Jeroen de Vos en marketingstrateeg/analist Sven Santegoeds van marketingbureau Sipr (een van de werkveldpartners binnen het consortium) namen de vijftien accounts onder handen: het duo paste innovatieve dataverzamelings- en analysemethoden toe om de online zichtbaarheid en professionalisering van de nursefluencers te onderzoeken.
Voor het verzamelen van de Instagramposts maakten ze gebruik van 4CAT (Capture and Analysis Toolkit), ontwikkeld door OILab en Digital Methods van de Universiteit van Amsterdam. Alle posts van de vijftien accounts werden opgenomen in de dataset: 5.366 in totaal. Ze verdeelden de data-analyse in twee onderdelen: een verkennende en een verdiepende analyse. De verkennende analyse richtte zich op de posts met de hoogste mate van engagement; de activiteit van de accounts over tijd (de continuïteit); en het gebruik van hashtags door de vijftien nursefluencers. In een tweede verkennende stap creëerden de onderzoekers een netwerk dat inzicht biedt in hoe verschillende onderwerpen in de posts met elkaar verbonden zijn via een co-hashtag analyse (Hellsten & Leydesdorff, 2020; Wang & Ringland, 2023).
De meest voorkomende hashtags op de vijftien nursefluencer accounts
Voor de verdiepende slag gebruikten Sven en Jeroen ChatGPT. De gehele dataset werd als input gebruikt en de onderzoekers instrueerden de AI-tool om de onderwerpen die vaker voorkwamen te classificeren onder hoofdthema’s. Hier kwamen zeven thema’s uit: humor en coping mechanismen, waardering en erkenning, kameraadschap en teamwerk, belangenbehartiging, werk-leven balans en diversiteit en inclusie. Zo postten de nursefluencers bijvoorbeeld over Pride of culturele verschillen op de werkvloer.
Door middel van één brede prompt (een opdracht die je aan een generatieve AI geeft) werd ruim 60% van alle berichten geclassificeerd. Als input werden de captions (onderschriften) van de Instagramposts gebruikt. Naast themabepaling werd de AI-tool ook gevraagd of de berichten een maatschappelijke boodschap en/of professionele zorgcommunicatie bevatten. Je leest de volledige prompt in het kader hieronder:
Als een AI taalmodel, analyseer je het meegeleverde social media bericht en ga je drie dingen doen.
1. Label het op basis van de volgende thema’s:
– Emotionele Ervaringen: Berichten die een breed scala aan emoties weergeven die door zorgverleners worden ervaren, zoals vreugde, frustratie, verdriet en trots.
– Kameraadschap en Teamwerk: Berichten die het belang van kameraadschap en teamwork onder zorgverleners benadrukken, met een focus op het gevoel van gemeenschap en ondersteuning.
– Belangenbehartiging voor Patiënten met Dementie: Berichten die zich richten op het pleiten voor en ondersteunen van patiënten met dementie, met als doel maatschappelijke percepties te veranderen en een meer inclusieve omgeving te creëren.
– Humor en Copingmechanismen: Berichten waarin humor en luchtige momenten worden gebruikt als copingmechanismen om om te gaan met de eisen van het werk en het welzijn te handhaven.
– Werk-Leven Balans: Berichten die de uitdagingen bespreken van het behouden van een gezonde werk-leven balans, zoals verwijzingen naar lange diensten en de noodzaak van zelfzorg.
– Waardering en Erkenning: Berichten die uitingen van trots en waardering weergeven voor het werk dat door zorgverleners wordt gedaan, inclusief vermeldingen van ontvangen prijzen en erkenningen.
– Diversiteit en Inclusie: Berichten die een inclusieve en diverse beroepsbevolking weerspiegelen, met verwijzingen naar zowel mannelijke als vrouwelijke zorgverleners, alsmede individuen uit de LGBTQ+ gemeenschap.
– Overig: Voor alle berichten die niet specifiek onder een van de bovenstaande thema’s vallen.
Als het bericht niet direct past bij een van de bovenstaande thema’s, label het dan als ‘Overig’. Geef het primaire bijbehorende thema aan die het beste overeenkomt met de inhoud van het bericht. Bepaal slechts 1 thema en wijk niet af van de gegeven lijst met thema’s. Houd vooral rekening met de tekst en minder met de hashtags.
2. Label het bericht of het wel of niet maatschappelijk betrokken is met True voor maatschappelijk en False voor niet maatschappelijk. Label het enkel als True of False. Voeg er geen andere woorden aan toe.
3. Label het bericht of het wel of niet professionele zorgcommunicatie is is met True voor professioneel en False voor niet professioneel. Label het enkel als True of False. Voeg er geen andere woorden aan toe.
Antwoord enkel met de drie labels gescheiden door komma’s, en voeg verder geen tekst toe.
Privacy
Bij dit onderzoek naar de professionalisering van nursefluencers op Instagram is uiteraard gekeken naar privacy. De vijftien accounts die onderdeel zijn van het onderzoek hebben allemaal een expliciet publiek karakter: het zijn open profielen waarvan de data voor iedereen toegankelijk is. Daarnaast zijn bij het verzamelen van de data de namen van reageerders en andere identificeerbare data weggelaten.
Vervolg
Hoe gaat het onderzoek verder? Onderzoekers Jessie van Wijk en Fleur Hendrickx interviewen de komende tijd verschillende nursefluencers om meer te weten te komen over hun motieven, drijfveren en keuzes binnen het nursefluencerschap. Het project, dat gesubsidieerd is door SIA KIEM, loopt nog tot november 2024. Naar verwachting wordt er in het najaar een toolkit gepresenteerd die verpleegkundig influencers handvaten kan bieden om verder te professionaliseren.
Wil je meer weten over het onderzoek of de gebruikte methoden? Neem contact op met onderzoekers Jeroen de Vos of Fleur Hendrickx.
Fleur Hendrickx
f.hendrickx@fontys.nl
Labels
Gómez, A. R. (2019). Digital Fame and Fortune in the age of Social Media: A Classification of social media influencers. aDResearch: Revista Internacional de Investigación en Comunicación, (19), 8-29.
Sedda, P., & Husson, O. (2023). Social Media Influencers: A New Hybrid Professionalism in the Age of Platform Capitalism?. In Professionalism and Social Change: Processes of Differentiation Within, Between and Beyond Professions (pp. 281-304). Cham: Springer International Publishing.
Van Driel, L., & Dumitrica, D. (2021). Selling brands while staying “Authentic”: The professionalization of Instagram influencers. Convergence, 27(1), 66-84.
Hellsten, I., & Leydesdorff, L. (2020). Automated analysis of actor–topic networks on twitter: New approaches to the analysis of socio‐semantic networks. Journal of the Association for Information Science and Technology, 71(1), 3-15.