Construction of digiyal group identity during the Covid-19 crisison the Twitter social network
DOI:
https://doi.org/10.12795/IC.2022.I19.25Keywords:
Opinion Mining, COVID-19, Consumer Psychology, Digital Marketing, Group Identity, Evaluation indicators, TwitterAbstract
We present the results of a study thar analizes the collective consciousness generated throught digital conversation on the Twitter network during the COVID-19 pancemic, using opinión mining methodology (Google´s API Natural Language) and text analysys, concluding the value provided by this network as a catalyst for stress and enhancer of antisocial behaviors.
References
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
