Construcción de la identidad grupal digital durante la crisis Covid-19 en la red social Twitter

  1. Marian Núñez Cansado
Revista:
IC Revista Científica de Información y Comunicación

ISSN: 1696-2508

Año de publicación: 2022

Título del ejemplar: Feminismo y estudios de género

Número: 19

Páginas: 565-589

Tipo: Artículo

Otras publicaciones en: IC Revista Científica de Información y Comunicación

Resumen

El presente estudio analiza la conciencia colectiva generada a través de la conversación digital en la red Twitter durante la pandemia de la COVID-19. La metodología se basa en una minería de opinión (API Natural Language de Google) y un análisis de texto. Su valor epistemológico reside en la obtención de resultados que demuestran que la conversación digital funcionó como catalizadora del estrés y también supuso una potenciación de las conductas antisociales

Referencias bibliográficas

  • Ander, E. (2004). Los grupos de autoayuda y el apoyo social. Ergón.
  • Andreu-Sánchez, C. y Martín-Pascual, M.A. (2020). Fake images of the SARS-CoV-2 coronavirus in the communication of information at the beginning of the first Covid-19 pandemic. El profesional de la información, v. 29, n. 3, e290309. https://doi.org/10.3145/epi.2020.may.09
  • Alqurashi S.; Alhindi A.; Alanazi E. (2020). Large Arabic Twitter Dataset on COVID-19. Social And Information Networks, s.p. https://arxiv.org/pdf/2004.04315.pdf
  • Akash D. (2021) Twitter Sentiment Analysis during COVID- Outbreak. Recuperado de Available at SSRN: https://ssrn.com/abstract=3572023 or http://dx.doi.org/10.2139/ssrn.3572023
  • Baeza-Yates, R. (2009) Tendencias de minería de datos de la Web. El profesional de la Información. Vol.18 (1) 5-10. https://doi.org/10.3145/epi.2009.ene.01
  • Bai Y, Yao L y Wei T. (2020). Presumed Asymptomatic Carrier Transmission of COVID-19. JAMA, Vol. 323, nº 14. https://doi.org/10.1001/jama.2020.2565
  • Bentacor, V., Leyens J.P., Rodríguez A., Quiles, M. (2003) Atribución diferencial al endogrupo y al exogrupo de las dimensiones de moralidad y eficacia: un indicador de Favoritismo endogrupal. Psicothema. Vol. 15. Núm 3. 407-413
  • Campos-Domínguez, E. (2017) Twitter y la comunicación Política. El profesional de la Información. Vol.26. n 5. 781-1014. https://doi.org/10.3145/epi.2017.sep.01
  • Castells, M. (2009). Comunicación y poder. Alianza Editorial.
  • Cinelli, M., Quattrociocchi, W., Galeazzi, A., Valensise, C.M., Brugnoli, E., Schmidt, A.L., Zola, P., Zollo, F. y Scala A. (2020). The COVID-19 Social Media Infodemic. arXiv. 1-18. https://doi.org/10.1038/s41598-020-73510-5
  • Cohen, S. y Wills, T. (1985). Stress, social support ande the buffering hypothesis. Psychological Bulletin, 98(2), 310–357.https://doi.org/10.1037/0033-2909.98.2.310
  • Costa-Sánchez, C. y López-García, X. (2020). Comunicación y crisis del coronavirus en España. Primeras lecciones. El profesional de la información, Vol. 29. núm. 3. e290304. https://doi.org/10.3145/epi.2020.may.04
  • Epsilon Icarus Analytic (2020). ¿Qué marcas de gran consumo han brillado en 2020?. Recuperado de: https://n9.cl/fv8l
  • Gil-Torres, A., Martín-Quevedo, J., Gómez-García, S. y San José-De la Rosa, C. (2020). El coronavirus en el ecosistema de los dispositivos móviles: creadores, discursos y recepción. Revista Latina de Comunicación Social, 78, 329-358. https://www.doi.org/10.4185/RLCS-2020-1480
  • Huang X, Li Z, Jiang Y, Li X, Porter D (2020) Twitter reveals human mobility dynamics during the COVID-19 pandemic. PLOS ONE 15(11): e0241957. https://doi.org/10.1371/journal.pone.0241957
  • Krippendorff, K. (1990). Metodología de análisis de contenido. Teoría y práctica. Paidós Comunicación
  • Lázaro-Rodríguez, P. y Herrera-Viedma, E. (2020). Noticias sobre Covid-19 y 2019-nCoV en medios de comunicación de España: el papel de los medios digitales en tiempos de confinamiento. El profesional de la Información, v. 29, n. 3, e290302. https://doi.org/10.3145/epi.2020.may.02
  • Le Bon, G. (1895) Psychologie des foules. Editorial Félix Alcan.
  • Lee, S., Kim, T., Park, S., & Lee, Y. (2018). DBpedia Web Search Application using Google Cloud Natural Language API. Proceedings of the Korea Information Processing Society Conference, 509–511. https://doi.org/10.3745/PKIPS.Y2018M05A.509
  • Lin N., Dean, A. y Ensel W. M. (1981). Social support scales: a methodological note. Schizophrenia Bulletin,7(1), 73–89. https://doi.org/10.1093/schbul/7.1.73
  • López-García, G. (2020). Vigilar y castigar: el papel de militares policías y guardias civiles en la comunicación de la crisis del Covid-19 en España. El profesional de la Información, v. 29, n. 3, e290311. https://doi.org/10.3145/epi.2020.may.11
  • Lorente, M. (2015). Las emociones de las redes sociales. Personal Computer & Internet: Nº 158. 76-79.
  • Masip, P., Aran-Ramspot, S., Ruiz-Caballero, C., Suau J.A. y Puertas-Graell, D. (2020). Consumo informativo y cobertura mediática durante el confinamiento por el Covid-19: sobreinformación. El profesional de la Información, v. 29, n. 3, e290312. https://doi.org/10.3145/epi.2020.may.12
  • Mehta, P., McAuley, D., Brown, M., Sanchez, E., Tattersall, R. y Manson, J. (2020). COVID-19: consider cytokine storm syndromes and immunosuppression. Elsevier Public Heath Emergency Collection, 1033–1034. https://doi.org/10.1016/S0140-6736(20)30628-0
  • Montero, M. (2006). Hacer para transformar. El método en la Psicología Comunitaria. Editorial Paidós.
  • Montero, R. (2011). Fortalecimiento de la ciudadanía y transformación social: Área de encuentro entre la Psicología Política y la Psicología Comunitaria. Psykhé, 19(2) 51-63. http://dx.doi.org/10.4067/S0718-22282010000200006
  • Núñez-Cansado, M. y Cañadas Jiménez, J.C. (2019). Kids Youtubers: ejes de poder de influencia, un análisis desde el neuromarketing. En Sierra Sánchez, J. Redes sociales, tecnologías digitales y narrativas en la sociedad de la información: 159-172. McGrawHill.
  • Pérez-Dasilva, J.,Meso-Ayerdi, K. y Menguren-Galdospin, T. (2020) Fake news y coronavirus: detección de los principales actores y tendencias a través del análisis de las conversaciones en Twitter. El profesional de la Información. V.29.n.3. e 290308. https://doi.org/10.3145/epi.2020.may.08
  • Pérez Fumero, E., Haber Guerra, Y., Díaz López, J.R. y Zamora Matamoros, L. (2017). Un modelo periodístico. Interrelación teórica del Nuevo periodismo electrónico y la plataforma Twitter, en el escenario mediático latinoamericano. Perspectivas de la Comunicación. Vol.10. n1. 157-186.
  • Pérez Sales, P. (2002). La concepción psicosocial y comunitaria del trabajo en catástrofes. Cuadernos de Psiquiatría comunitaria, Vol. 2. Nº 1: 6-17.
  • Pérez-Sales P, A. (2004). Intervención Psicosocial en Catástrofes. El punto de Vista de los Actores. Revista Agathos: 44-46.
  • Phil, M (2021) Twitter Sentiment analysis during COVID-19 Outbreak in Nepal. Recuperado de https://n9.cl/ou0v7
  • Ponce, G. J. (2009). Influencia del apoyo social en el control de las personas con diabetes. Index de enfermería: información, 18(4): 224-228.
  • Reicher, S., Spears, R. y Postmes, T. (1995) A social identity modelo f deindividuation phenomena. European Review of social Pychology of social norms. Vol. 6, 161-198. https://doi.org/10.1080/14792779443000049
  • Rivera, M., Velázquez, T. y Morote, R. (2014) Participación y fortalecimiento comunitario en un contexto post-terremoto en Chincha, Perú. Psicoperspectivas. Individuo y sociedad. Vo. 13, nº 2. 144-155. https://doi.org/10.5027/PSICOPERSPECTIVAS-VOL13-ISSUE2-FULLTEXT-354
  • Rosenberg, H., Syed, S. y Rezaie, S. (2020). La pandemia de Twitter: el papel fundamental de Twitter en la difusión de información médica y desinformación durante la pandemia de COVID-19. TJUE, 22 (4), 418-421. doi:https://doi.org/10.1017/cem.2020.361
  • Sherif, M. (1961). El experimento de Robbers Cave: conflicto y cooperación entre grupos. Prensa de la Universidad Wesleyana
  • Tajfel. (1981). Grupos Humanos y Categorías sociales. Herder.
  • Thelwall, M. y Thelwall, S. (2020). Covid-19 tweeting in English: Gender differences. El profesional de la Información, v. 29, n. 3, e290301. https://doi.org/10.3145/epi.2020.may.01
  • Tingbo, L. (2020). Handbook of COVID-19 Prevention and Treatment. Public Health, 1-68. DOI: https://covid-19.conacyt.mx/jspui/handle/1000/25
  • Tyagi, P.; Goyal N.; Gupta T. Analysis of COVID-19 Tweets During Lockdown
  • Phases. 9th International Conference on Information and Education Technology. Delhi, India
  • Torres Nabel, L.C. (2015) ¿Quién programa las redes sociales en Internet? El caso de Twitter en el movimiento #Yosoy132 México. Revista Internacional de Sociología. Vol.73, n.2. https://doi.org/10.3989/ris.2013.05.29
  • Vela Delfa C., Cantamutto, L., Núñez-Cansado, M. (2021) Análisis del hashtag #MeQuedoEnCasa:la conversación digital por twitter® ante la emergencia producida por la covid-19. Íkala. Vol. 26 Issue 2. https://doi.org/10.17533/udea.ikala.v26n2a08
  • Vives, J. (2020, 10 abril). El coronavirus dispara el tiempo que pasamos en las redes sociales. La Vanguardia. Recuperado de: https://n9.cl/6kbz
  • Xiong,W, Wu Z, Li B, Gu Q, Yuan L & Hang B. (2019) “Inferir la recomendación de servicio a partir de descripciones de API de lenguaje natural”, Conferencia internacional IEEE sobre servicios web (ICWS) de 2016, 2016, págs. 316-323. https://doi.org/10.1109/ICWS.2016.48
  • Xue J, Chen J, Hu R, Chen C, Zheng C, Su Y, Zhu T. (2020). Twitter Discussions and Emotions About the COVID-19 Pandemic: Machine Learning Approach. Jorunal of Medical Internet Research, 22(11):e20550. https://doi.org/10.2196/20550