Skip to content
Torna ai risultati

Raccolta di documenti online — Registrazioni digitali come dati di ricerca

Introdotto da
Adapted from traditional document analysis; digital form emerged with widespread internet adoption
Anno
1990s–2000s (digital / web era)
Tipo
Qualitative / mixed-methods data collection technique
Famiglia
Data collection

Questo testo è una traduzione automatica e non è ancora stato revisionato. Leggi l’originale in inglese

Dimensione del carattere

A cosa serve?

La raccolta di documenti online è il processo sistematico di identificazione, recupero e compilazione di documenti digitali — incluse pagine web, pubblicazioni istituzionali, post sui social media, documenti politici e archivi digitali — come dati di ricerca primari o supplementari.

Estende la classica analisi documentale agli ambienti mediati da Internet, consentendo ai ricercatori di accedere a corpora ampi e geograficamente dispersi senza spostamenti sul campo o accesso ad archivi fisici.

L’intuizione alla base del metodo

Pensate alla raccolta di documenti online come alla costruzione di una biblioteca digitale curata per la vostra domanda di ricerca. Invece di visitare archivi di persona, navigate portali governativi, siti web di organizzazioni, database e piattaforme sociali per raccogliere testi che contengono prove di un fenomeno. Come un bibliotecario che applica criteri di selezione, definite cosa conta come documento pertinente, localizzatelo online, scaricatelo o copiatelo sistematicamente, controllatene l'autenticità e la pertinenza, e organizzalo in un corpus analizzabile. Il set di dati risultante è interamente testuale ma può essere molto ampio, consentendo sia la lettura ravvicinata che l'analisi computazionale.

Storia

L'analisi documentale come metodo di ricerca ha radici nella storiografia e nella sociologia dei primi del Novecento, in particolare nel lavoro di W.I. Thomas e Florian Znaniecki (The Polish Peasant, 1918–1920) e successivamente sistematizzata da studiosi come John Scott (1990) e Lindsay Prior (2003). La variante online è emersa organicamente negli anni '90 e 2000 con l'aumento della penetrazione di Internet che ha reso ampiamente disponibili i documenti digitali. L'articolo metodologico di Glenn Bowen del 2009 sulla Qualitative Research Journal è diventato un riferimento ampiamente citato che consolida l'analisi documentale — incluse le sue forme digitali — come metodo qualitativo rigoroso. La crescita delle discipline umanistiche digitali, delle scienze sociali computazionali e dei movimenti open-data ha da allora ampliato sostanzialmente il suo ambito.

Quando usarlo

Utilizzare la raccolta di documenti online quando la domanda di ricerca può essere affrontata attraverso testi digitali pubblicamente disponibili o accessibili e quando la raccolta di dati primari (interviste, sondaggi) è impraticabile, costosa o eticamente sensibile. È ben adatta per studi storici o longitudinali, analisi di politiche, ricerca organizzativa e studi sul discorso pubblico. È un forte metodo supplementare per la triangolazione in disegni a metodi misti. Non usarla come unico metodo quando la domanda di ricerca riguarda esperienze personali, atteggiamenti o comportamenti non catturati in documenti pubblici; ed evitarla quando l'autenticità o la completezza dei documenti non possono essere verificate, o quando il fenomeno di interesse lascia poca o nessuna traccia documentale online.

Limiti e considerazioni

  • I documenti online possono essere modificati, rimossi o spostati dopo la raccolta, rendendo difficile la replicazione o il follow-up.
  • Restrizioni di accesso, paywall o barriere di autenticazione possono escludere fonti importanti e introdurre bias di selezione.
  • La qualità e l'autenticità dei documenti possono essere difficili da verificare, in particolare per contenuti generati dagli utenti o anonimi.
  • Rappresenta solo ciò che è stato digitalizzato e pubblicato online — voci marginalizzate e conoscenza informale sono spesso sottorappresentate.
  • Corpora ampi richiedono infrastrutture di gestione dei dati e possono richiedere competenze computazionali al di là della formazione di molti ricercatori.

Le condizioni della fonte non sostituiscono una revisione scientifica indipendente né la validazione da parte di un motore di analisi.

Punti di forza

  • Fornisce accesso a corpora ampi e geograficamente dispersi senza vincoli di viaggio o di accesso fisico.
  • I documenti sono dati naturali — non prodotti in condizioni di ricerca — riducendo il bias di reattività.
  • Efficace in termini di costi: molte fonti sono liberamente accessibili tramite portali open-access, database o siti web pubblici.
  • Ben adatta alla ricerca storica e longitudinale poiché gli archivi digitali conservano versioni datate dei documenti.
  • Facilmente combinabile con altri metodi (interviste, sondaggi) per la triangolazione in disegni a metodi misti.
  • Scalabile — gli strumenti di analisi testuale computazionale possono elaborare migliaia di documenti che la lettura manuale non potrebbe gestire.

Applicazioni

  • Analisi di politiche: raccolta e confronto di white paper governativi, testi legislativi e linee guida normative pubblicate su portali ufficiali.
  • Ricerca organizzativa: raccolta di rapporti annuali aziendali, comunicati stampa e dichiarazioni di missione per studiare il cambiamento istituzionale nel tempo.
  • Studi sul discorso pubblico: compilazione di articoli di notizie, post di blog o thread sui social media per analizzare l'inquadramento di una questione sociale.
  • Ricerca storica: costruzione di corpora da giornali digitalizzati, registri giudiziari o archivi organizzativi per analisi longitudinali.
  • Comunicazione sanitaria: raccolta di post da forum di pazienti, linee guida delle autorità sanitarie e copertura mediatica per esaminare la comprensione pubblica di una condizione medica.
  • Ricerca educativa: recupero di documenti curriculari, politiche scolastiche e risorse didattiche per confrontare approcci pedagogici tra istituzioni.

Come funziona

Come funziona

1

Il ricercatore formula criteri espliciti di inclusione ed esclusione che specificano quali tipi di documenti online sono pertinenti — per tipo di documento (es. rapporti politici, articoli di notizie, dichiarazioni istituzionali), finestra temporale, lingua, dominio di origine e ambito geografico o organizzativo. Criteri chiari prevengono l'accumulo arbitrario e rendono il processo di raccolta trasparente e replicabile.

2

Le fonti online pertinenti vengono identificate attraverso ricerche sistematiche di database, motori di ricerca, siti web istituzionali, portali governativi, repository digitali e piattaforme di social media. Stringhe di ricerca booleane, operatori specifici per sito e API di piattaforma vengono utilizzate per costruire un elenco completo di fonti candidate prima che inizi il recupero.

3

I documenti vengono scaricati, estratti (scraped) o salvati dalle loro posizioni online utilizzando strumenti del browser, script di web scraping, chiamate API o copia manuale. Metadati — inclusi URL, autore, data di pubblicazione e data di accesso — vengono registrati per ogni documento per supportare la corretta citazione e il tracciamento della provenienza.

4

Ogni documento recuperato viene valutato per autenticità (è genuino e inalterato?), credibilità (chi lo ha prodotto e per quale scopo?), rappresentatività (il corpus riflette adeguatamente il fenomeno?) e pertinenza (risponde alla domanda di ricerca?). I documenti che non soddisfano le soglie di qualità vengono esclusi e le rimozioni vengono registrate.

5

I documenti qualificati vengono archiviati in un sistema di archiviazione strutturato o in un software di gestione dati qualitativi (es. NVivo, ATLAS.ti, Zotero), etichettati con metadati e attributi di origine. Il controllo delle versioni e la registrazione delle date di accesso sono importanti perché i documenti online possono essere modificati o cancellati dopo la raccolta.

6

Il corpus organizzato viene analizzato utilizzando metodi appropriati — analisi del contenuto, analisi tematica, analisi del discorso o analisi testuale computazionale — per estrarre intuizioni pertinenti alla domanda di ricerca. L'analisi può essere qualitativa, quantitativa o mista a seconda del disegno di ricerca.

Errori comuni

  • Mancata registrazione dei metadati e delle date di accesso: i documenti online cambiano o scompaiono; senza registrazioni precise della provenienza, il corpus non può essere verificato o citato accuratamente.
  • Ignorare il bias di selezione: raccogliere solo documenti facilmente reperibili (primi risultati di ricerca, principali testate) esclude sistematicamente le prospettive minoritarie e produce un corpus distorto.
  • Trattare tutti i documenti online come equivalenti: rapporti istituzionali, post sui social media e articoli giornalistici differiscono per scopo, pubblico e status epistemico; l'analisi deve tenere conto del tipo di documento.
  • Trascurare le considerazioni etiche: anche contenuti pubblicamente accessibili online — in particolare post sui social media — possono implicare la privacy individuale; i ricercatori dovrebbero consultare le linee guida etiche disciplinari prima di raccogliere e citare tale materiale.
  • Scope creep (espansione incontrollata): senza criteri di inclusione rigorosi, il corpus può crescere in modo ingestibile, sprecando tempo di analisi su documenti irrilevanti.

Domande frequenti

In cosa differisce la raccolta di documenti online dallo scraping web?

Il web scraping è un processo tecnico automatizzato per estrarre testo o dati da pagine web utilizzando script o crawler. La raccolta di documenti online è una categoria metodologica più ampia che può includere lo scraping ma comprende anche il recupero manuale, i download da database e le chiamate API. La caratteristica distintiva della raccolta di documenti online è il suo approccio intenzionale e guidato da criteri per costruire un corpus di ricerca; lo scraping è uno strumento all'interno di tale processo.

I post sui social media sono documenti di ricerca legittimi?

Sì, in molti contesti di ricerca lo sono. I post sui social media sono testi naturali che esprimono opinioni, esperienze e interazioni. Tuttavia, il loro utilizzo solleva questioni etiche sul consenso informato e sulla privacy individuale, anche quando il contenuto è pubblicamente accessibile. I ricercatori dovrebbero seguire le linee guida etiche della loro istituzione e le norme disciplinari, anonimizzare gli individui ove appropriato ed essere trasparenti sulle procedure di raccolta e analisi.

Come gestisco i documenti che scompaiono dopo la raccolta?

Registrate l'URL esatto e la data di accesso per ogni documento al momento della raccolta. Utilizzate strumenti di archiviazione come la Wayback Machine dell'Internet Archive o salvate copie locali in formato PDF. Zotero e gestori di riferimenti simili possono catturare snapshot delle pagine. Questa registrazione della provenienza è essenziale per l'accuratezza della citazione e per rispondere ai revisori che non riescono a localizzare una fonte.

Ho bisogno di un'approvazione etica per la raccolta di documenti online?

Dipende dalla fonte e dal contenuto. Rapporti istituzionali, documenti governativi e testi organizzativi pubblicati sono generalmente a basso rischio. La raccolta di contenuti personali identificabili da social media o forum sanitari richiede tipicamente una revisione etica, in particolare nella ricerca medica o psicologica. Verificate sempre la politica di etica della ricerca della vostra istituzione prima di iniziare la raccolta.

Quanti documenti costituiscono un corpus adeguato?

Non esiste un minimo universale. L'adeguatezza è giudicata dalla saturazione — il punto in cui documenti aggiuntivi non introducono più temi o prove nuove pertinenti alla domanda di ricerca — e dalla rappresentatività del panorama delle fonti. Uno studio mirato su politiche potrebbe essere ben servito da 20-50 documenti chiave; uno studio ampio sul discorso potrebbe richiedere centinaia. Definite esplicitamente i vostri criteri e riportate in modo trasparente la dimensione finale del corpus.

Metodi correlati

Fonti

  1. Bowen, G. A. (2009). Document analysis as a qualitative research method. Qualitative Research Journal, 9(2), 27–40.

    Apri il riferimento DOI
    Copiato.
  2. Prior, L. (2003). Using Documents in Social Research. Sage Publications.

    ISBN: 978-0761965497
    Copiato.