• KANAD
  • Contact us
  • E-Submission
ABOUT
BROWSE ARTICLES
EDITORIAL POLICY
FOR CONTRIBUTORS

Articles

Original Article

Analysis of Headline News about Nurses Before and After the COVID-19 Pandemic

Su-Mi Baek, Myonghwa Park
J Korean Acad Nurs Adm 2022;28(4):319-330. Published online: September 30, 2022
1Professor, Department of Nursing, Jungwon University, Goesan, Korea
2Professor, College of Nursing, Chungnam National University, Daejeon, Korea
  • 22 Views
  • 0 Download
  • 2 Crossref
  • 2 Scopus
next

Purpose
This study analyzed news titles related to nurses in Korea before and after the Coronavirus disease 2019 (COVID 19) pandemic, and aimed to identify the implications of media reports. Methods: Data from January 2019 to December 2020 were collected from BIGKINDS regarding Korean nurses. Text mining and CONCOR analysis were conducted on the top 30 keywords using TEXTOM and Ucinet 6. Results: From the findings of this study, keywords were related to Taewom and Newborn death in 2019. Additionally, because of COVID-19 and the controversy over the encouragement of President Moon Jae-in, Taewom was included in 2020. Using CONCOR analysis, 6 clusters (characteristics and results of major incidents, the issue related target, Newborn abuse, Taewom, drugs, nursing education) were generated in 2019, and 6 clusters (emergency room, hero, controversy, Taewom, COVID-19, hospital infection) were generated in 2020. Conclusion: Before and after the COVID-19 pandemic, most of the news headlines of nurses consisted of negative keywords, while there were few positive news headlines. In order to improve the image of nurses, it is necessary to continuously analyze media trends and establish strategies accordingly.


J Korean Acad Nurs Adm. 2022 Sep;28(4):319-330. Korean.
Published online Sep 30, 2022.
Copyright © 2022 Korean Academy of Nursing Administration
Original Article
COVID-19 팬데믹 전후 국내 언론 헤드라인의 간호사 이슈 분석
백수미,1 박명화2
Analysis of Headline News about Nurses Before and After the COVID-19 Pandemic
Su-Mi Baek,1 and Myonghwa Park2
    • 1중원대학교 의료보건대학 간호학과 교수
    • 2충남대학교 간호대학 간호학과 교수
    • 1Professor, Department of Nursing, Jungwon University, Korea.
    • 2Professor, College of Nursing, Chungnam National University, Korea.
Received September 05, 2021; Revised December 22, 2021; Accepted June 10, 2022.

This is an open access article distributed under the terms of the Creative Commons Attribution Non-Commercial License (http://creativecommons.org/licenses/by-nc/4.0), which permits unrestricted non-commercial use, distribution, and reproduction in any medium, provided the original work is properly cited.

Abstract

Purpose

This study analyzed news titles related to nurses in Korea before and after the Coronavirus disease 2019 (COVID 19) pandemic, and aimed to identify the implications of media reports.

Methods

Data from January 2019 to December 2020 were collected from BIGKINDS regarding Korean nurses. Text mining and CONCOR analysis were conducted on the top 30 keywords using TEXTOM and Ucinet 6.

Results

From the findings of this study, keywords were related to Taewom and Newborn death in 2019. Additionally, because of COVID-19 and the controversy over the encouragement of President Moon Jae-in, Taewom was included in 2020. Using CONCOR analysis, 6 clusters (characteristics and results of major incidents, the issue related target, Newborn abuse, Taewom, drugs, nursing education) were generated in 2019, and 6 clusters (emergency room, hero, controversy, Taewom, COVID-19, hospital infection) were generated in 2020.

Conclusion

Before and after the COVID-19 pandemic, most of the news headlines of nurses consisted of negative keywords, while there were few positive news headlines. In order to improve the image of nurses, it is necessary to continuously analyze media trends and establish strategies accordingly.

Keywords
Nurses; News headline; COVID-19; Text mining; CONCOR analysis
간호사; 뉴스 헤드라인; COVID-19 팬데믹; 텍스트 마이닝; CONCOR 분석

서론

1. 연구의 필요성

Covid-19는 코로노미 쇼크(Coronomy shock), 코로나 블루(Corona blue), 언택트(untact) 등의 신조어를 만들어내며 전 세계를 강타하였다. 2022년 4월 19일 기준으로 전 세계 누적 확진자는 4억 84만 명, 사망자는 617만 명에 이르고 있으며[1], 우리나라도 집단 감염과 산발적 감염 확산으로 인해 반복되는 공중보건 위기를 겪고 있다. 간호사는 이러한 전대미문의 상황에서 Covid-19 바이러스의 감염 노출에 대한 위험과 임상 자원의 부족으로 고통을 겪는 상황에서도 간호의 고유한 가치를 지켜나가고 있다.

뉴스 저널리즘은 사회 이슈를 중립적이고 공정한 원칙 안에서 특정한 관점을 반영하여 정보를 전달한다. 그러나, 뉴스 소비자의 특정 사회 이슈에 대한 사고의 틀(framing)은 점화 효과(priming effect)에 의해 영향을 받으며, 이는 뉴스 매체가 특정 이슈를 선택적으로 보도하거나 특정 관점을 뉴스 내에 포함하는 경향에 따라 수용자의 판단 기준에 변화를 일으킨다.

뉴스 헤드라인은 ‘독자들에게 주의를 환기하고 본문으로 유도하기 위한 호소력이 담긴 간결하고 함축미가 있는 말’로 정의할 수 있으며, 최근에는 뉴스 헤드라인을 저널리즘의 한 분야로서 본문과는 분리되는 강력한 영향력을 가진 독립적인 대상으로 주목하고 있다[2]. 이는 일상적인 인터넷 포털 미디어 검색이 현대인의 새로운 뉴스 소비패턴으로 변화하면서, 뉴스 소비자는 뉴스 기사제목의 흥미에 따라 본문 구독을 결정하는 경향이 증가하는 것이 원인이다[3]. 이러한 이유로 언론 매체는 흥미 유발을 위해 헤드라인(headline)을 과장하거나 강도 높은 표현을 사용하고 있으며, 이제 뉴스 헤드라인은 사회적 현실 자체보다 헤드라인의 구성과 언어가 대중이 어떻게 생각할 것인가를 결정하는 중요한 요소로서 부각되고 있다[4]. 이러한 점에서 Entman [5]은 동일한 여객기 격추사건에 대해서 소련의 KAL 기 격추사건은 ‘격추’, ‘의도’ 등의 키워드를 주요하게 사용하고, 미국의 이란 여객기 격추사건은 ‘실수’, ‘비극’ 등의 키워드를 반복적으로 사용하여 뉴스 수용자가 특정한 시각에서 해석할 수 있는 차별적 프레임을 부여하였다고 하였다. 이처럼 뉴스 헤드라인의 중요 키워드에 따라 대중은 강력한 프레임을 형성하게 될 수 있으므로, 국내 언론의 헤드라인이 간호사에 대해 어떤 특정 이슈를 구성하고 어떤 메시지를 주로 전달하여 프레이밍 하는지 파악하는 것은 뉴스가 대중에게 간호사에 대해 어떠한 인식을 구성하도록 영향을 주고 있는지 확인할 수 있는 지표가 될 수 있다.

텍스트 마이닝은 디지털 기술로 이용할 수 있는 뉴스 콘텐츠 수집의 규모가 성장하면서 뉴스의 텍스트에서 추출된 비정형 데이터를 정형화된 형식으로 변환하여 다른 정보와의 연계성을 파악하고 분류, 군집화와 요약함으로써 숨겨진 의미 있는 정보를 발견하는 분석방법이다. 텍스트 마이닝을 통해 분석된 결과는 향후 관심 분야의 동향 예측과 전략 수립 시 유용하기 때문에 이를 활용하고자 하는 연구들이 여러 분야에서 활발하게 진행되고 있다. 특히 의미연결망 분석은 상호연관된 텍스트를 구조적 상관관계 분석을 통해 의미 네트워크로 시각화하는 방법론으로 최근 언론이나 대중의 사회 흐름을 파악하여 통찰력을 얻기 위해서 활용하고 있다[6]. 동일한 목적에서 Colladon 등[7]은 온라인 뉴스의 의미연결망 분석을 통해 ‘소비자 신뢰’를 의미 구조화하여 분석하였고, Featherstone 등[8]은 트위터에서 아동 예방 접종 주제에 대한 여론을 분석하였다.

국내 언론의 간호사 이슈와 관련된 선행연구를 살펴보면, 코로나 팬데믹 이후 국내 4개 일간지 뉴스의 간호사 관련 주제를 분석한 연구[9]에서 ‘업무대비 열악한 대우를 받음’, ‘소명의식을 가지고 환자를 돌봄’. ‘도덕적 책임을 회피함’, ‘전문직으로서의 역할을 확고히 함’, ‘유망직종으로 부상함’ 등의 주제가 도출되었다. Covid-19 ‘덕분에 챌린지’ 전후 간호사 관련 뉴스 기사 토픽 분석에 관한 연구[10]에서는 캠페인 시행 전에는 ‘팬데믹’, ‘의료인 감염’, ‘국내감염’, ‘의료자원’ 및 ‘해외 교민 국내 이송’에 대한 5개의 토픽이 도출된 반면, 캠페인 시행 후 기간에는 ‘의료인 감염’ 토픽이 ‘덕분에 챌린지’ 토픽으로 대체되면서 ‘캠페인’, ‘영웅’, ‘응원’, ‘극복’, ‘감사’, ‘마음’ 등의 키워드가 주요 키워드로 도출되었다. 또한, 간호사의 직장 내 괴롭힘 관련 뉴스기사 댓글에 대한 토픽 모델링 분석[11]에서는 ‘열악한 근무환경’, ‘여성 집단문화’, ‘부당한 억압’, ‘사회적 차원의 문제해결’이라는 4개 주제를 도출하였다. 이처럼 언론 보도와 기사 댓글의 주제분석과 토픽 모델링 분석을 통해 간호사 이슈에 대한 쟁점을 분석하였으나, 코로나 19 전 · 후를 중심으로 언론의 뉴스 프레임의 변화를 반영하는 뉴스 헤드라인 분석은 시행되지 않았다.

더욱이 간호사 이미지는 간호 전문직관에 영향을 미치는 주요 요인이며, 간호사 이미지와 간호 전문직관은 셀프리더십에 영향을 미치는 요인임을 고려하면 뉴스 헤드라인이 간호사의 이미지를 탐색하는 것은 간호 전문직의 발전에 영향을 미칠 수 있으므로 그 중요성이 있다[12].

이에 본 연구는 국내 언론 헤드라인의 간호사 이슈를 Covid-19 전 · 후 기간인 2019년과 2020년으로 비교하여 중요키워드 분석 및 의미연결망 분석을 시행함으로써 국내 언론이 간호사 관련 이슈에 어떤 프레임으로 보도하고 있는지 확인하고자 한다.

2. 연구목적

본 연구의 목적은 국내 언론 헤드라인의 간호사 이슈를 Covid-19 전 · 후 기간인 2019년과 2020년을 비교하여 텍스트 마이닝과 의미연결망 분석을 수행함으로써, 뉴스 매체가 간호사에 대해 어떤 뉴스 의제를 중심으로 보도하는지 확인하여 국내 언론의 간호사 이슈 보도에 대한 시사점을 확인하고자 한다.

상기와 같은 연구목적을 위해 설정한 연구 문제는 다음과 같다.

  • • 국내 언론의 Covid-19 전 · 후 간호사 관련 주요 키워드의 차이는 무엇인가?

  • • 국내 언론의 Covid-19 전 · 후 간호사 관련 주요 키워드의 의미연결망 차이는 무엇인가?

연구방법

1. 연구설계

본 연구는 국내 언론사 뉴스에 검색되는 간호사 관련 헤드라인을 분석하기 위한 텍스트 마이닝 연구이다.

2. 자료수집

본 연구에서는 한국언론진흥재단의 빅카인즈(BIG KINDS)를 활용하여 간호사 관련 헤드라인 뉴스를 수집하였다. 빅카인즈(https://www.bigkinds.or.kr/)는 54개 언론사(중앙지, 방송사, 경제지, 지역 종합지 등)를 포함한 국내 최대의 기사 데이터베이스로 빅테이터 분석 기술을 접목한 분석 서비스를 제공하고 있다. 뉴스 자료수집은 빅카인즈에서 2021년 3월 1일부터 15일까지 뉴스검색 기능을 이용하여 2019년 1월 1일부터 12월 31일까지, 2020년 1월 1일부터 12월 31일까지 분리하여 설정한 후에 기본 검색은 헤드라인에서 ‘간호사’, ‘간호’, ‘간호인력’,’RN’으로 검색하였다. 빅카인즈 검색 결과 주요 일간지(16개), 지방신문사(12개), 방송사(5개), 전자신문(2개)에서 ‘간호사’ 헤드라인의 뉴스는 2019년 2,954 건, 2020년 4,735 건이었으며, 이 중 중복된 기사(1,694건) 및 국외 간호사 기사(764건), 광고성 기사(850건), 단순 포상 및 시상 기사 등(713건)은 제외하고 2019년 971건(5,411단어), 2020년 2697건(18,651단어)을 최종 분석에 포함하였다.

3. 자료분석

연구결과의 타당도를 확보하기 위해 단어정제, 불용어 처리, 군집 명명 등의 과정에서 연구자 간 의견이 일치할 때까지 상의 과정을 거쳤으며, 이후 간호학과 교수 2인에게 해당 내용의 적합성을 4회 의뢰하여 최종 결과를 도출하였다.

1) 데이터 전처리(Data preprocessing)

데이터 클리닝은 텍스트 마이닝에서 1차 수집된 자료를 분석에 적합하게 가공하는 절차로 다음과 같은 절차를 통해 수행하였다.

  • • 빅카인즈로부터 수집된 자료를 한국어 텍스트 마이닝에 최적화된 웹 기반 빅데이터 분석 프로그램인 ‘TEXTOM (https://www.textom.co.kr/home/main/main.php)’을 활용하여 분석하였다. 분석 전 데이터 정제/형태소 분석 과정에서 분석 대상 품사는 모두 포함하였으며(일반명사, 고유명사, 수사, 대명사, 동사 등), 분석기는 Espresso K로 설정하여 고유명사, 복합명사를 그대로 결괏값에 반영하였다.

  • • 텍스트의 형태소 분석과정은 가장 작은 의미의 요소로 추출하는 과정을 거치게 되며, 이로 인해 복합명사가 분리되어 결괏값으로 도출되는 경우가 발생한다. 도출된 단어는 워드트리(word tree)로 시각화하여 단어의 전반적인 구성을 확인하고, N-gram 분석으로 단어의 통합을 수행하여 키워드를 정제(예, ‘극단’ ‘선택’은 ‘극단선택’, ‘코로나’, ‘코비드’, ‘COVID 19’는 ‘Covid-19’ 용어로 교정)하였다.

  • • 불용어(stopword)는 텍스트의 의미 구성에 영향을 미치지 않는 불필요한 어휘이며, 이를 제대로 제거해야 중요한 어휘들을 유효하게 산출할 수 있다. 데이터 클리닝 과정에서 본 연구의 목적에 부합하지 않는 용어(의미를 부여할 수 없는 용어- 예; ‘것’, ‘등’, ‘외’ 등, 뉴스 보도 형식과 관련된 용어- 예; ‘속보’, ‘소식’, ‘기사’ 등)는 제외하였으며, Covid-19 유행 시기로 인해 다수의 병원명과 지역명이 키워드로 도출되었으나 뉴스 헤드라인의 다른 키워드가 언론의 아젠다를 드러내는데 적합하여 제외하였다.

2) 텍스트 마이닝(Text mining)

전처리가 완료된 키워드에서 빈도(Term Frequency, TF), 단어빈도-역 문서 빈도(Term frequency-Inverse Document Frequency, TF-IDF), 연결중심성(Degree centrality)을 산출하였다. TF는 전체 문서 내에 해당 단어가 얼마나 나왔는지를 나타내는 값이며, TF-IDF는 Document Frequency (DF)의 역수를 취한 값으로 텍스트 마이닝과 정보검색에서 주제어를 추출하기 위해 사용하는 가중치 값이다[13]. 즉 TF-IDF는 문서에서 자주 등장하는 키워드에는 높은 가중치를 주고, 모든 문서에서 등장하는 키워드에 대해서는 역수를 취하여 보편적으로 등장하는 키워드일 경우 최종 가중치에서 낮게 계산함으로써, 문서의 내용을 대표하는 주제어를 추출하는 데 유용하게 사용한다.

또한, Degree centrality는 특정 단어가 다른 단어와 직접 얼마나 연결되어 있는지를 수치화한 것으로 연결 중심성 값이 클수록 문서 내 다른 단어들과 연결이 많은 것을 뜻한다. 본 연구에서는 2019년과 2020년 국내 언론기사의 간호사 이슈 헤드라인을 대상으로 TF, TF-IDF, Degree centrality 값을 분석하고, 각 값의 상위 30개 키워드는 뉴스 기사 원문을 확인하여 의미와 맥락을 확인하여 최종적으로 TF, TF-IDF, Degree centrality 기준 상위 30개의 단어를 제시하였다.

3) 의미연결망 분석(CONCOR analysis)

TEXTOM으로 상위 TF 30위 키워드 간 구조적 배열을 1-Mode Matrix를 산출하고, 구성된 Matrix는 Ucinet6 (ver.6.722) 프로그램에 입력 후 네트워크와 의미연결망분석(CONCOR; CONvergence of iterated CORrelations)분석을 실시하였다. 네트워크에서 노드의 크기는 단어의 빈도, 단어 간의 연결선의 두께는 단어 간의 관련 정도를 의미한다. 또한, 인접 행렬에 피어슨 상관관계를 반복적으로 수행하여 구조적 등위성(structural equivalence)을 기반으로 군집화(clustering)하였다. Ucinet6의 Net Draw (ver. 2.176)를 이용하여 군집(cluster)을 시각화하여 도출된 군집의 의미를 파악하였으며, 구분된 집단의 명명 및 해석은 그 집단 내에 키워드의 맥락과 연결된 패턴을 중심으로 독립적으로 판단하였다.

연구결과

1. 키워드 트렌드

빅카인즈 뉴스 검색 서비스를 이용하여 2019년 1월부터 2020년 12월까지 간호사 관련 키워드는 2019년 971건(월평균 80건), 2020년 2697건(월평균 224건)이었으며, 2020년에는 2019년에 비해 3배 가까이 뉴스 건수가 증가한 것을 확인하였다(Figure 1). 2019년에 간호사 관련 뉴스가 증가한 시기는 서지윤 간호사 사망 사건 발생한 1월(136건)과 박선욱 간호사가 산업재해를 인정받은 3월(95건) 사이었으며, 신생아 학대 사건이 보도된 11월(108건)이었다. 2020년에는 코로나 19 감염 위기경보가 ‘주의단계’로 상향된 1월(85건)과 Covid-19 감염병 위기경보가 ‘경계단계’로 격상되면서 본격적인 국내 확산이 시작된 2월(328건), 대학병원을 중심으로 병원 내 전파가 대대적으로 보도되기 시작한 5월(442건)에 뉴스 보도가 증가했다. 또한, 문재인 대통령의 간호사 격려 메시지가 논란이 된 9월(317건)과 블랙핑크 뮤직비디오 사건이 있었던 10월(189건)에 급격히 뉴스 건수가 증가한 것으로 조사되었다.

Figure 1
News trends for issues 2019~2020.

2. 주제어 분석 결과

2019년과 2020년에 간호사 관련 뉴스헤드라인의 TF, TF-IDF, Degree centrality 기준 상위 30개의 단어를 Table 1에 제시하였다. 2019년에는 ‘태움’, ‘의사’, ‘신생아’, ‘서울의료원장’, ‘사망’, ‘두개골골절’, ‘학대’, ‘합격’ 등의 단어들이 TF, TF-IDF에서 모두 높게 나타났다. 그중에서 ‘태움’은 TF 1위(69), TF-IDF 1위(169.2), Degree centrality 3위(0.0265)로 높아 ‘간호사’ 관련 뉴스 기사의 헤드라인에서 빈번하게 언급되고 있으며, 이슈에서 중요도가 높을 뿐 아니라, 키워드 간에 중심적인 역할을 하는 것으로 확인되었다. ‘간호협회’의 경우 TF, TF-IDF는 30위 내에 없으나, Degree centrality는 9위로 높아 네트워크 내에서 다른 키워드와 함께 가장 활발하게 간호사 관련 기사 헤드라인에 등장하는 키워드로 나타났다.

Table 1
Results of Keyword Text Mining Analysis in News Articles

2020년에는 ‘확진’, ‘의사’, ‘코로나 19’, ‘환자’ 키워드가 TF, TF-IDF, Degree centrality에서 공통으로 상위 키워드를 순위를 차지했다. 반면, ‘태움’ 키워드는 2019년에 비해 TF 17위(47회), TF-IDF 16위(183.8), Degree centrality 20위(0.0092)로 하락하였으며, ‘문재인 대통령’, ‘블랙핑크’ 등의 키워드가 TF, TF-IDF에서 상위 키워드 10위 이내를 차지하였다. 또한, ‘영웅’, ‘응원’, ‘감사’, ‘격려’ 키워드가 TF, TF-IDF, Degree centrality에서 모두 30위 내를 차지하였으며, ‘폭행’은 2019년과 2020년에 TF, TF-IDF, Degree centrality에서 모두 20위 내 순위를 차지하였다.

3. 네트워크 분석결과

2019년과 2020년의 TF 기준 상위 30개 단어에 연결 중심성 값을 적용하여 노드(node)로 네트워크 시각화한 결과는 Figure 2 (2-A, 2-B)에 제시하였다.

Figure 2
Network of keywords from convergence of iterated CONCOR relations analysis.

2019년에는 202개의 연결선(ties)이 나타났으며, 네트워크 밀도는 평균 0.232, 표준편차 0.849로 분석되었다. 네트워크 그림에서 굵은 연결선으로 표시된 것은 해당 키워드가 동시에 출현하는 빈도가 높음을 의미하며, ‘서울병원장’-‘태움’, ‘신생아’-‘두개골골절’, ‘발견’-‘화장실’, ‘병원장’-‘구속’, ‘간호교육’-‘합격’, ‘응급실’-‘폭행’ 등이 2019년도 뉴스에서 동시에 출현하는 빈도가 높은 것으로 나타났다.

2020년은 각 노드 사이에 352개의 연결선(ties)이 확인되었으며, 전체 네트워크 평균 밀도(density)는 평균 0.405, 표준편차 0.564 분석되었다. 동시에 출현 빈도가 높은 키워드는 ‘응급실’- ‘폭행’, ‘확진’-‘감염’, ‘블랙핑크’-‘논란’ 등으로 나타났다.

4. 의미연결망 분석결과

TF 기준 상위 30개 키워드를 Net Draw로 시각화하여 Figure 3 (3-A, 3-B)에 제시하였으며, 국내 언론 헤드라인의 간호사 이슈에 대한 2019년과 2020년의 군집 형성 결과는 Table 2에 제시하였다. 2019년 간호사 이슈 헤드라인에 대해 TF 기준 상위 30개 키워드를 노드로 연결한 결과 6개의 군집이 구성되었다.

Figure 3
Clusters from convergence of iterated CONCOR relations analysis.

Table 2
Results of CONCOR Analysis

첫 번째 군집은 ‘폭행’, ‘체포’, ‘응급실’, ‘병원장’, ‘입건’, ‘임신’, ‘아기’ 같은 간호사가 개입된 사건 대상의 특성과 사건으로 인한 결과 등의 키워드로 이루어져 있어서 주요 사건 대상의 특성과 결과로 명명하였다.

  • • 응급실서 간호사에게 욕설하고 환자 폭행한 50대 입건(연합뉴스, 2019.04.08.)

  • • ‘불친절해서’ 응급실 간호사 뺨 때리고 욕설한 40대 체포(서울신문, 2019.2.19.)

두 번재 군집은 ‘의사’, ‘병원’, ‘환자’, ‘경찰’ 등이 주요 키워드이며 주요 사건의 대상이나 사건 처리와 관련된 키워드로 구성되어 사건 대상자로 명명하였다.

  • • 서울 종합병원서 흉기 난동…. 환자가 의사 간호사 찔러(세계일보, 2019.10.24.)

  • • ‘우리 사위가 여기 교수인데 감히’ 서울대병원 응급실서 교수 · 장모가 간호사에 ‘갑질(한국일보, 2019.11.21.)

세 번째 군집은 ‘학대’, ‘신생아’, ‘두개골골절’의 키워드로 구성되어 신생아 학대 사건과 관련된 용어로 ‘학대’로 명명하였다.

  • • ‘실화탐사대’ 두개골골절 신생아 아영이 그 후 이야기...학대 간호사는 어디에?(매일경제, 2019.11.27.)

네 번째 군집은 ‘태움’, ‘서울의료원장’, ‘서지윤’, ‘직장 내 괴롭힘’ 등의 키워드로 구성되어 서지윤 간호사 사망 사건과 관련된 용어로서 태움으로 명명하였다.

  • • 서울의료원 간호사 극단적 선택 원인은 ‘직장 내 괴롭힘’(서울경제, 2019.09.06.)

다섯 번째 군집은 ‘약물’, ‘화장실’, ‘발견’ 등의 키워드가 군집을 구성하여 간호사 사망 사건과 관련되어 약물로 명명하였다.

  • • 주삿바늘 꽂힌 채 숨진 男 간호사 "약물 분석 중"(MBC 뉴스, 2019.04.12.)

여섯 번째 군집은 ‘국가고시’, ‘합격’, ‘간호교육’의 단어가 군집을 구성하여 간호교육으로 명명하였다.

  • 2020년 간호사 이슈 헤드라인의 TF 기준 상위 30개 키워드를 노드로 연결하였을 때 6개의 군집이 을 형성되었다.

첫 번째 군집은 ‘응급실’ ‘폐쇄’ 단어가 구성되어 응급실에서 발생하는 사고와 Covid-19 로 인한 응급실 폐쇄와 관련 내용으로 구성되어 응급실로 명명하였다.

  • • 응급실서 간호사 · 보안요원 폭행한 30대 벌금 700만원 선고(JTBC, 2020.05.14.)

  • • 코로나 전담병원 마산의료원 간호사 첫 확진 응급실 폐쇄, 의료진 · 직원 전수조사(연합뉴스, 2020.08.22.)

두 번째 군집은 ‘지원’, ‘부족’, ‘간호협회’, ‘현장’, ‘영웅’ 키워드가 군집을 구성하여 영웅으로 명명하였다.

  • • 현장의 영웅들 ‘간호사’는 오늘도 버티고 있다!(네이버뉴스, 2020.05.12.)

  • • 문 대통령 ‘코로나19 숨은 영웅’ 간호사 · 중수본 직원 격려 “사랑합니다”(세계일보, 2020.10.02.)

세 번째 군집은 ‘문재인대통령’, ‘블랙핑크’, ‘감사’ 등의 키워드로 문재인 대통령의 감사 메시지 논란과 블랙핑크 뮤직비디오 관련 키워드가 군집을 구성하여 논란으로 명명하였다.

  • • 문 대통령 ‘간호사 격려’ 싸고 여야 공방(한겨레, 2020.09.03.)

  • • YG, 블랙핑크 간호사 성적 대상화 논란→사과 “삭제 · 영상 교체”(동아일보, 2020.10.07.)

네 번째 군집은 ‘산업재해’, ‘서지윤’, ‘인정’, ‘태움’ 등과 같이 태움과 관련되어 태움으로 명명하였다.

  • • ‘태움 피해자’ 故서지윤 간호사, 업무상 재해(메디컬투데이, 2020.05.08.)

다섯 번째 군집은 ‘양성’, ‘Covid-19’, ‘폭행’ 등의 키워드가 주요 키워드로 군집을 형성하여 Covid-19로 명명하였다.

  • • ‘코로나 확진’ 정신질환자에 폭행당한 간호사, 마스크 벗겨졌지만 ‘음성’(헤럴드 경제, 2020.05.30.)

  • • 평택서 응급실 간호사 양성 판정… ‘확진 환자 처치하다 감염’(MBN, 2020.09.08.)

여섯 번째 군집은 ‘접촉’, ‘병원’, ‘감염’, ‘의료진‘등의 키워드가 군집을 형성하여 병원감염으로 명명하였다.

  • • ‘부족한 방호복 갈아입기도 미안’ 감염위험 노출된 간호사들(머니투데이, 2020.03.09.)

  • • 전북 익산 원광대 간호사 접촉 3명 추가 감염… 184번 · 185번 · 186번째(전북뉴스, 2020.11.19.)

논의

본 연구에서는 국내 언론의 간호사 이슈를 Covid-19 전 · 후 시점으로 분석하여 간호사 관련 이슈의 사회적 담론을 살펴보고자 하였다. 2019년 뉴스 헤드라인은 간호사 관련 폭행 사건 및 사고와 태움, 신생아 학대 사건, 간호교육 등이 주요 이슈였으며 대부분 간호사가 개입된 사건과 관련된 대상의 특성 · 장소, 사건 결과에 대한 키워드가 의미연결망을 구성하였다. 2020년에는 Covid-19 확진으로 인한 병원감염 및 폐쇄 등 Covid-19와 관련된 키워드가 주요 결과로 도출된 반면, 태움과 논란(대통령 메시지, 블랙핑크 뮤직비디오), 영웅 등의 키워드가 의미연결망을 구성하였다. 이처럼 주요 언론은 Covid-19 전 · 후 시점 모두 간호사와 관련된 뉴스 보도 시 사건 · 사고와 관련된 내용을 중심으로 보도하고 있었으며, 특히 태움은 Covid-19 전 · 후 시점을 포함하면 가장 높은 빈도로 자극적이고 선정적인 논조로 사회적 담론을 형성하는 것을 알 수 있다. 간호사 관련 부정적인 뉴스를 소비한 소비자들은 주변 사람들에게 공유하고 전파하여 간호 전문직에 대한 부정적인 인식이 확대 · 재생산될 수 있는 점을 고려하면 이에 대한 대책이 필요하다.

2019년도 국내 언론 헤드라인에서 간호사 이슈 971건을 분석한 결과 TF와 TF-IDF가 가장 높은 키워드는 ‘태움’(69회)이었다. 971건의 뉴스 건수에 비해 공통된 키워드 빈도가 적은 것은 사건 · 사고를 보도하는 뉴스 특성상 뉴스 매체마다 다소 다른 용어 등을 사용하는 것이 원인으로 생각된다. 연결중심성(Degree centrality)에 있어서도 ‘태움’은 ‘의사’ 키워드를 제외하고, Degree centrality가 가장 높은 키워드인 것으로 나타났으며, 2020년에 분석결과에서도 TF 17위와 TF-IDF 16위를 차지하였다. 이는 그동안 간호계에 태움과 관련된 이슈는 지속해서 이슈화되었으며, 2018년 박선욱 간호사 사망 사건과 2019년 서지윤 간호사 사망 사건 이후 ‘태움’ 토픽이 뉴스 보도에서 큰 폭으로 증가한 것을 알 수 있다. 최근 ‘태움’에 대한 개념 분석 연구에서 태움의 속성을 통과의례, 고통스러운 인간관계, 언어적 공격, 업무 관계로 분석하였는데[14], 이로 인해 태움을 경험한 간호사는 심리적으로 위축되고 스트레스 강도가 높아질 뿐 아니라 이직 의도를 갖게 된다고 보고하고 있다[15]. 또한, 간호 학생들도 태움을 부정적으로 인식하는 것으로 나타났는데, 최근 간호대학생을 대상으로 한 연구에서 195명 중 77.4%가 임상 실습 중에 간호사 간 태움을 경험했고, 77.4%가 간호 조직의 태움이 심각한 것으로 인식하고 있었다[16].

또한, 2020년에도 코로나19 관련 뉴스와 대통령 메시지 논란, 블랙핑크 논란과 관련된 키워드를 제외하고 간호사 관련 뉴스 기사에 태움과 관련된 뉴스 키워드가 상위 순위를 차지하는 것으로 나타났는데, 이는 ‘간호 전문직’에 태움 프레임이 덧입혀질 수 있는 중요한 문제로 사료된다. 간호사와 태움이 동일시되는 부정적인 프레임은 간호학과를 지원하고자 하는 학생들의 진로 결정에 영향을 미치는 중요한 문제일 뿐만 아니라, 임상현장의 간호사의 사기 저하 및 향후 포스트 코로나 시대에 핵심적인 보건 의료 인력 역할 담론에서 부정적인 공론화가 형성될 수 있다. 이러한 간호조직의 태움 문화는 조직성과와 관련해서도 부정적인 영향을 주고 있는 연구결과가 보고되고 있다. Cheong [17]이 서울 소재 대학병원 간호사 273명을 대상으로 수행한 연구에서 태움은 체념적 침묵을 통하여 조직성과에 직접 부정적 영향을 미쳤으며, 방어적 침묵을 통해서도 조직성과에 직 · 간접적으로 부정적 영향을 주었다. 이러한 간호사 집단의 태움 문화를 개선하기 위해서는 Yang과 Choi [18]은 간호조직의 위계지향문화와 업무지향문화를 지양하고 관계지향 문화와 혁신지향문화를 추구하는 방향으로 조직문화를 개선해야 한다고 주장하였다. 이러한 관점에서 Stagg [19]의 파일럿 프로그램을 선행연구로 직장 내 괴롭힘 인지 리허설 프로그램을 수행한 Stagg [20]의 연구를 주목할 필요성이 있다. 프로그램 시행 직후와 6개월 후에 프로그램 참여자들은 괴롭힘 행동을 식별하고 개입하는 능력의 향상되면서 타인에 대한 괴롭힘 행동이 70% 감소하였고 실질적인 직장 내 괴롭힘 경험이 40% 감소하였을 뿐 아니라, 이직 의도가 감소하였다고 응답하였다. 다만 연구대상자가 소규모(15명)로 연구의 결과를 확대하여 해석하기에는 다소 무리가 있을 수 있으나, 해당 연구의 선행연구와 더불어 간호조직 내 태움 행동이 교육 프로그램을 통해 개선될 수 있음을 보여주는 사례로서 의미 있는 연구로 생각된다. 이를 바탕으로 국내에서도 간호 조직 내에서 태움을 감소하기 위한 중재연구의 필요성이 있으며, 조직문화 개선 사례 및 우수 사례를 적극적으로 발굴하여 전파하는 등의 적극적인 전략적 개입이 필요하다. 현장의 간호사들도 태움을 간호 전문직의 사회화 과정의 일부로 보던 시각에서 벗어나 직장 내 괴롭힘으로 인식하고 이제 변화를 위한 각고의 노력이 필요한 시점이다.

2019년 뉴스 헤드라인의 간호사 관련 키워드 상위 30위 이상을 대상으로 군집을 형성한 결과 도출된 대부분 키워드는 간호사가 사건의 가해 주체이거나 피해자 측면에서 헤드라인이 자극적으로 노출되었음을 확인할 수 있는데, 특히 신생아 사망 사건에 대한 헤드라인에서 ‘내동댕이친 간호사’(MBC 뉴스데스크, 2019년 11월 11일), ‘가해 간호사 임신 중 인간 할 짓 아냐’(국민일보, 2019년 11월 13일) 등의 선정적인 헤드라인을 사용하여 독자들이 사건의 전반적인 정보를 파악하기보다는 본문을 읽기 전에 간호사 직업군에 대한 폭력적인 이미지를 상상하게 하는 자극적인 헤드라인으로 구성되었음을 확인할 수 있다. 인권보도준칙 제2조에서 가항 ‘수사나 재판 중인 사건을 다룰 때 단정적인 표현을 사용하지 않는다.’라는 것과 나항 ‘용의자의 등… 신상 정보는 원칙적으로 밝히지 않는다.’라고 하여 범죄 보도로 인한 2차 피해가 발생하지 않도록 당부하고 있음을 볼 때, 국내 언론은 아직 법률적 판정이 내려지기 전 시기에 과다하고 선정적으로 해당 사건을 보도할 뿐 아니라 언론 보도를 통해 사회적 공분을 유발할 수 있는 자극적인 키워드로 구성하고 있음을 알 수 있다[21]. 이는 뉴스 보도가 간호계와 관련된 다양한 이슈가 존재함에도 국내 언론은 간호사 관련 뉴스를 사건 · 사고에 초점을 맞춰 보도하고 있으며, 흥미 위주의 부정적인 편향을 드러내고 있음을 알 수 있다. 이러한 부정적인 프레임 확산은 뉴스 소비자의 담론적 상호작용에 의해 사회적으로 간호 전문직에 대한 부정적인 여론 프레임을 촉발할 개연성이 높다고 사료된다. 향후 언론의 보도 관행의 변화를 촉구하기 위해 간호협회와 간호계가 적극적으로 대응할 필요성이 있다. 이러한 맥락에서 부정적인 프레임을 개선하기 위해서는 뉴스, 의학 드라마 등의 다양한 미디어 매체상의 간호사 이미지에 관한 지속적인 연구와 협회 차원의 이미지 홍보 전략이 필요하겠다[22].

2020년은 코로나19의 국내 확산으로 의료계가 보건 의료 붕괴의 위기를 겪었던 시기로, Covid-19 관련 키워드가 전반적으로 TF, TF-IDF, Degree centrality에 상위를 차지하였다. 이에 반해 Degree centrality에서는 병원 및 코로나 관련 키워드를 제외하고, ‘논란’이 6위로 높은 Degree centrality을 보였으며, 의미연결망 구성에서도 문재인 대통령의 감사 메시지 관련 뉴스와 여성 그룹인 블랙핑크의 뮤직비디오와 관련된 뉴스 키워드가 군집을 구성하였음을 알 수 있다. 해당 키워드와 군집은 간호사 자체의 이슈가 아닌 간호계 외부의 뉴스가 전체 키워드 구성과 의미연결망에서 많은 부분을 차지하고 있는 것을 확인할 수 있다. 이처럼 간호사 내부 이슈가 아닌 언론 보도가 과다하게 보도되는 행태는 그동안 간호계가 노력한 중요한 이슈들이 잠식되는 결과를 낳을 수 있다.

보건복지부는 간호업무 환경을 개선하기 위한 간호정책으로 2018년 3월에 간호사 근무환경 및 처우 개선대책을 발표하여 간호관리료 개선과 야간근무 보상확대, 교대제 개선 지원, 간호인력 확충 및 전문성 강화 등을 주요 내용으로 하는 대책을 발표하였으며, 이후 ‘간호정책 TF 발족’, ‘간호사 처우개선 가이드라인(2019.8)’, ‘간호인력 야간근무 가이드라인(2021.4)’, ‘간호정책과 신설(2021.5)’등의 후속 대책을 발표하였다. 최근 들어 간호사의 업무환경 개선을 위한 법적인 체계 개선과 대책은 긍정적이지만, 아직 전문적 역할 범위 확대를 주요 내용으로 하는 ‘간호법’ 제정에는 여러 이권이 개입되면서 미진한 상황이다. 전문간호사제는 미국, 영국, 일본 등 70여 개국 이상에서 운영되고 있으며, 의료사각지대를 해결하고 향후 초고령사회에서의 전문의료인력으로 간호사가 충실히 역할을 수행하기 위해서는 필수적인 법안이다[23]. 국회에 계류 중인 간호법안이 조속히 통과되기 위해 간호계는 국내 언론을 통한 더욱 적극적인 홍보 및 국민을 대상으로 법안의 필요성을 설득할 필요성이 있다고 생각된다.

2020년 텍스트 마이닝 분석결과 ‘영웅’ 키워드는 빈도, 가중치, 연결중심성에서 25위 이내를 차지한 것으로 나타났는데, 이는 감염병 확산에 있어 간호사의 희생적인 모습이 뉴스 미디어를 통해 반복적으로 노출되었던 결과로 생각된다. 간호사는 감염병 사태의 최전선에서 감염 확산을 차단하고 환자를 치료하는 데 있어 중추적인 역할을 하고 있으며, 이로 인해 본인과 가족 감염에 대한 위험 및 스트레스를 감내해야 하는 부담을 지닌다[24]. 최근 코로나19 상황의 캐나다, 미국, 영국 내 영어 미디어 계정의 간호사-영웅 담론 연구에서 간호사를 적절한 보호장비 없이 최전선을 지키는 ‘필요한 희생(necessary sacrifice)’을 하는 존재, 공중보건 조치를 거부하는 사람들과는 반대로 사회질서에 순종하고 열심히 일하는 ‘모범시민(model citizens)’으로 매스 미디어에서 언급되고 있으나, 이는 위기 상황에서의 감사의 표현이 아니라 감염위험을 감수하는 것을 정상적인 간호업무로 규정화하거나, 간호사의 희생을 일상화하는 영웅 담론으로 설명하였으며, 영웅으로 추앙하기보다는 의료 전문직으로서 적절한 근무환경과 보상이 필요하다고 하였다[25]. 이러한 측면에서 뉴욕 116개 급성기병원 간호인력 배치에 관한 대규모연구를 주목할 필요성이 있다. 이 연구에서 환자와 간호사의 비율을 환자 4.3~10.5 (평균 6.3): 1에서 4:1로 배치한 효과를 병원 내 사망률, 재원 기간, 30일 내 재입원, 의료비용으로 추산했을 때 2년간의 연구 기간 동안 4,370명의 생명을 구하고, 7억 2천만 달러를 절감할 수 있었다고 강조하였다[26]. 이에 반해, 국민건강보험공단이 2021년 3월에 발표한 간호 · 간병 통합서비스의 표준 간호사당 환자 수가 종합병원급은 1:10 이하, 병원급은 1:12임을 고려하면 국내 간호사 배치 수준은 환자 생명과 의료의 질에 직결되는 중요한 현안임에도 매우 미비한 실정임을 알 수 있다[27]. 임상현장에서 신규 간호사의 탈 병원과 경력 간호사의 퇴직으로 인해 지속적인 간호인력 부족 현상이 문제시되고 있는 상황에서 간호학과 학생증원이라는 단발적인 대책이 아닌 간호사의 과도한 노동강도를 낮추고, 일 · 가정이 양립할 수 있는 근원적인 대책들이 선행되어야 할 것이다.

코로나19 이후 시대는 사회, 보건, 교육 등 전 분야의 새로운 패러다임의 전환이 불가피해지면서, 간호계도 새로운 국면을 맞이할 것으로 예측된다. Oh [28]은 포스트 코로나 시대의 간호교육, 연구, 실무 분야의 대응 전략을 제시하였는데, 간호교육 측면에서는 사회 변화에 따른 간호사의 새로운 역할을 교육하기 위한 간호교육 공급자의 역량강화, 간호 연구 개발 측면에서 재난성 질환에 대비한 간호서비스 전달구축, 디지털-스마트화 간호 실무 측면에서 간호사가 변화의 주체로서 고도의 전문간호서비스를 원활하게 제공할 수 있어야 한다고 하였다. 이러한 변화의 시대에 본 연구의 결과 간호사에 대한 언론의 보도 방향은 태움과 사건 · 사고에 중점적으로 프레이밍 되어 있으므로 이에 대한 간호협회 차원의 종합적인 대책이 필요함을 알 수 있다. 최근 경찰 관련 언론보도 내용이 경찰공무원의 사기에 미치는 영향에 관한 연구에서 경찰에 대한 미담 보도보다 정책 관련 보도와 국민안전 강화 보도 내용이 경찰공무원의 자부심과 자긍심을 향상하는 기재임을 밝히는 결과를 도출하면서, 뉴스와 뉴스 댓글에 경찰조직이 전문대응팀을 구성할 필요성을 주장하였다[29]. 같은 맥락에서 간호 전문직의 긍정적인 사회적 평가는 간호사의 자부심과 자긍심을 향상할 수 있는 중요한 기재이며, 국민건강 향상을 위한 전문 의료인으로서의 원활한 업무수행을 위해 필수적이므로 이에 대한 근본 원인을 파악하고 대안을 제시하기 위해 간호협회가 전문적인 언론 대응팀 활성화와 더욱 적극적인 홍보 활동을 이어갈 필요성이 있으며, 간호사 개인도 간호정책과 언론보도에 관심을 가지고 이를 적극적으로 지원할 필요성이 있다.

본 연구의 제한점은 다음과 같다.

국내 언론사를 대상으로 간호사에 대한 언론 프레임을 분석하였으나, 뉴스 헤드라인 만을 분석의 대상으로 포함하였다는 점이다. 뉴스 헤드라인은 본문의 중요한 내용을 축약하였으나, 본문에서 전달하고자 하는 내용을 모두 포함하였다고 해석하기에는 무리가 있다. 또한, 뉴스 검색어 과정에서 간호정책과 관련한 헤드라인이 충분히 포함되지 않을 가능성이 있으며, 비정형 텍스트 내의 의미구조를 구조적 상관관계를 토대로 시각화하고 의미를 도출하고 해석하는 의미연결망 해석과정은 전문가의 의견을 반영하였으나, 최종 분석은 연구자의 지식과 철학에 따라 일부 달라질 수 있으므로 연구결과를 확대하여 적용하기에는 어려움이 있다. 향후에는 뉴스기사 본문을 포함하여 분석하고 뉴스 매체별로 보도 방향을 비교하여 본 연구의 연구결과를 비교하는 연구도 필요하겠다. 이러한 제한점에도 불구하고 본 연구는 2019년과 2020년의 국내 언론의 헤드라인에서 간호사 이슈를 텍스트마이닝과 의미연결망 분석을 수행함으로써, 언론에서 어떤 뉴스 이슈를 중요키워드를 통해 대중에게 전달하고 있는지 확인하였으며, 상위 30위 내의 중요키워드로 의미연결망을 구성하여 군집을 구성하고 있는 키워드의 중요 의미를 파악하고자 하였다. 이는 국내 언론의 간호사 이슈 보도 관점에 대한 시사점을 도출하였다는 데 의의가 있다.

결론

본 연구는 국내 언론의 간호사 이슈 헤드라인을 Covid-19 팬데믹 전 · 후로 구분하여 텍스트마이닝과 의미연결망 분석을 통해 상위 키워드 분석 및 의미연결망의 의미를 파악하였다. 연구결과 국내 언론은 간호사 자체의 이슈보다 각종 사건 · 사고와 관련된 이슈를 선정적이고 자극적인 키워드로 구성하여 주요 헤드라인으로 보도하고 있으며, 간호 전문직에 관한 부정적인 프레이밍 보도 경향을 빅테이터 분석으로 확인하였다. 본 연구는 비정형 텍스트를 활용하여 간호사 관련 언론 보도의 동향을 분석하고 시각화에 의의가 있으며, 향후 간호계 현안과 관련하여 다양한 의견들을 파악하기 위해 텍스트 마이닝 등 다양한 방법론을 통해 접근할 필요성이 있다.

References

    1. Central Disaster Management Headquarters (KR). Global locations with COVID-19. Coronavirus (COVID-19), Republic of Korea [Internet]. Sejong: Ministry of Health and Welfare; 2022 [cited 2022, April 20].
    1. Lee SM. How do sensationalism and deceptiveness of the headlines affect intentions to use news? Media, Gender & Culture 2020;35(3):105–141.
    1. Yang SC. News content in a new media environment. Journal of Media and Defamation Law 2017;3:1–45.
    1. Lee JH. Headline journalism: From a perspective journalism. Press Arbitration Quarterly 2007;102:4–17.
    1. Entman RM. Framing U.S. coverage of international news: Contrasts in narratives of the KAL and Iran air incidents. Journal of Communication 2006;41(4):6–27. [doi: 10.1111/j.1460-2466.1991.tb02328.x]
    1. Lee YJ. An exploratory study on current nursing issues in the COVID-19 era through newspaper articles: The application of text network analysis. The Journal of Korean Administration Academy Society 2022;28:307–317. [doi: 10.11111/jkana.2022.28.3.307]
    1. Colladon AF, Grippa F, Guardabascio B, Ravazzolo F. Exploring the antecedents of consumer confidence through semantic network analysis of online news. arXiv: 2105. [doi: 10.48550/arXiv.2105.04900]
    1. Featherstone JD, Ruiz JB, Barnett GA, Millam BJ. Exploring childhood vaccination themes and public opinions on Twitter: A semantic network analysis. Telematics and Informatics 2020;54:101474 [doi: 10.1016/j.tele.2020.101474]
    1. An J. Analysis of image of nurses on articles in Korean daily newspapers after corona pandemic. Journal of the Convergence on Culture Technology 2021;7(1):66–74. [doi: 10.17703/JCCT.2021.7.1.66]
    1. Yun EK, Kim JO, Byun HM, Lee GG. Topic modeling and keyword network analysis of news articles related to nurses before and after "the thanks to you challenge" during the COVID-19 pandemic. Journal of Korean Academy of Nursing 2021;51:442–453. [doi: 10.4040/jkan.20287]
    1. Kang JY, Kim SG, Roh SK. A topic modeling analysis for online news article comments on nurses' workplace bullying. Journal of Korean Academy of Nursing 2019;49:736–747. [doi: 10.4040/jkan.2019.49.6.736]
    1. Lee KE, Seo IS. The effects of calling, nurse's image, satisfaction in major and self-efficacy on nursing professionalism of nursing students. Journal of Korean Academic Society of Nursing Education 2022;28:37–47. [doi: 10.5977/jkasne.2022.28.1.37]
    1. You ES, Choi GH, Kim SH. Study on extraction of keywords using TF-IDF and text structure of novels. Journal of the Korea Society of Computer and Information 2015;20(2):121–129. [doi: 10.9708/jksci.2015.20.2.121]
    1. Jung H. An evolutionary concept analysis of taewoom among nurses. Journal of the Convergence on Culture Technology 2019;5(4):157–169. [doi: 10.17703/JCCT.2019.5.4.157]
    1. Lee SH. Factors influencing new nurses' recognition of turnover intention: Content analysis. Journal of Industrial Convergence 2021;19(2):81–87. [doi: 10.22678/JIC.2021.19.2.081]
    1. Choi D. The effect of bullying observation experience and nursing professionalism on the major commitment in nursing students during clinical practice. Journal of Convergence for Information Technology 2020;10(2):49–57. [doi: 10.22156/CS4SMB.2020.10.12.049]
    1. Cheong JO. Mediating effects of organizational silence between workplace bullying and organizational performance among nurses. Journal of Digital Convergence 2020;18(1):169–175. [doi: 10.14400/JDC.2020.18.1.169]
    1. Yang NY, Choi SB. Influence of personality factors and the perceived nursing organizational culture on workplace bullying of nurses. Journal of Korean Academic Society of Home Health Care Nursing 2021;28:124–134. [doi: 10.22705/JKASHCN.2021.28.2.124]
    1. Stagg SJ, Sheridan D, Jones RA, Speroni KG. Evaluation of a workplace bullying cognitive rehearsal program in a hospital setting. Journal of Continuing Education in Nursing 2011;42:395–401. [doi: 10.3928/00220124-20110823-22]
    1. Stagg SJ, Sheridan DJ, Jones RA, Speroni KG. Workplace bullying: The effectiveness of a workplace program. Workplace Health & Safety 2013;61:333–338. [doi: 10.1177/216507991306100803]
    1. Lee WS, Choi MI. Language and semantic structure of the crime news headline: through the analysis of semantic networks for each crime type reported on the portal site 'Naver'. Korean Journal of Communication & Information 2020;101:367–398. [doi: 10.46407/kjci.2020.06.101.367]
    1. Kim JE, Jung HJ, Kim HN, Son SY, An SK, Kim SB, et al. The image of nurses and their clinical role portrayed in Korean medical TV dramas in recent 5 years. Perspectives in Nursing Science 2013;10:120–132.
    1. Moon JT, Oh HC. Legal review for improving the effectiveness of the professional nursing system - focusing on the enactment bill on nursing method -. Legal Theory & Practice Review 2021;9(3):155–184. [doi: 10.30833/LTPR.2021.08.9.3.155]
    1. Kim JY. Nurses' experience of Middle East Respiratory Syndrome patients care. Journal of the Korea Academia-Industrial cooperation Society 2017;18(10):185–196. [doi: 10.5762/KAIS.2017.18.10.185]
    1. Mohammed S, Peter E, Killackey T, Maciver J. The "nurse as hero" discourse in the COVID-19 pandemic: A poststructural discourse analysis. International Journal of Nursing Studies 2021;117:103887 [doi: 10.1016/j.ijnurstu.2021.103887]
    1. Lasater KB, Aiken LH, Sloane DM, French R, Anusiewicz CV, Martin B, et al. Is hospital nurse staffing legislation in the public's interest?: An observational study in New York state. Medical Care 2021;59:444–450. [doi: 10.1097/mlr.0000000000001519]
    1. National Health Insurance Service (KR). Standard guidelines for comprehensive nursing care service [Internet]. Wonju: National Health Insurance Service; 2021 [cited 2021, July 5].
    1. Oh EG. Perspectives on nursing profession for a post-COVID-19 new normal. Korean Journal of Adult Nursing 2020;32:221–222. [doi: 10.7475/kjan.2020.32.3.221]
    1. Kwak CK. In: Empirical study on the effect of police related media reports on the morale of police officer's [dissertation]. Gunpo: Hansei University; 2022.

Download Citation

Download a citation file in RIS format that can be imported by all major citation management software, including EndNote, ProCite, RefWorks, and Reference Manager.

Format:

Include:

Analysis of Headline News about Nurses Before and After the COVID-19 Pandemic
J Korean Acad Nurs Adm. 2022;28(4):319-330.   Published online September 30, 2022
Download Citation
Download a citation file in RIS format that can be imported by all major citation management software, including EndNote, ProCite, RefWorks, and Reference Manager.

Format:
  • RIS — For EndNote, ProCite, RefWorks, and most other reference management software
  • BibTeX — For JabRef, BibDesk, and other BibTeX-specific software
Include:
  • Citation for the content below
Analysis of Headline News about Nurses Before and After the COVID-19 Pandemic
J Korean Acad Nurs Adm. 2022;28(4):319-330.   Published online September 30, 2022
Close
TOP