Descubriendo estructuras de comunidades en la red de #StopHateForProfit: un análisis de redes sociales
| Autor: | Mirelys Puerta-Díaz, Daniel Martínez-Ávila, María Antonia Ovalle-Perandones |
|---|---|
| Jazyk: | English<br />Spanish; Castilian<br />Portuguese |
| Rok vydání: | 2024 |
| Předmět: | |
| Zdroj: | Investigación Bibliotecológica: Archivonomía, Bibliotecología e Información, Vol 38, Iss 100, Pp 163-183 (2024) |
| Druh dokumentu: | article |
| ISSN: | 24488321 0187-358X 2448-8321 |
| DOI: | 10.22201/iibi.24488321xe.2024.100.58903 |
| Popis: | La campaña de boicot contra Facebook #StopHateFor-Profit, lanzada en junio de 2020, emerge como un fenómeno clave en la lucha contra el discurso de odio en las redes sociales. Este estudio aborda la detección y caracterización de comunidades en la campaña #StopHate- ForProfit, empleando enfoques teóricos y metodológicos de análisis de redes sociales (ARS) y de procesamiento del lenguaje natural (PLN) para examinar la estructura social de la campaña en Twitter (actual X). Se emplea el programa Gephi para la detección de comunidades, utilizando medidas de centralidad, modularidad, componentes conectados y coeficiente de agrupamiento. El análisis revela una red compleja y cohesionada, formada por 5 556 comunidades con una alta modularidad, lo cual señaló densas interacciones internas. Se identificaron los actores fuerte y débilmente conectados en las comunidades indicando las relaciones más estrechas y directas. La clasificación de actores según su posición proporciona características sobre la influencia de nodos y la cohesión en la red. Este acercamiento interdisciplinario contribuye a la comprensión de la diversidad de enfoques dentro de #StopHateForProfit y destaca su relevancia en la participación masiva e impacto. El análisis de las comunidades revela una colaboración efectiva entre actores, evidenciando la integralidad de la estrategia coordinada para contrarrestar el discurso de odio. |
| Databáze: | Directory of Open Access Journals |
| Externí odkaz: |
|