Resumen A partir del análisis de diversos ejemplos de discusiones en procesos de comunicación política en Twitter, se hace una propuesta metodológica para la obtención de una muestra de datos significativa, replicable y manejable de un universo de metadatos de Twitter, en investigaciones acerca de la comunicación política.
La propuesta se basa en un nuevo modelo denominado Top discussion indicator (TDI) o Indicador de la máxima discusión. Su objetivo es ayudar a los investigadores a obtener un conjunto representativo de un universo que, aunque pueda superar cientos de miles de registros, incluya la mínima información que permita generalizar los resultados.
Palabras clave Comunicación; Comunicación política; Twitter; Elecciones; Metodología; Métricas; Inputs; Interacciones.
La misión de Twitter, según la propia plataforma de microblogging es “dar a todos el poder de generar y compartir ideas e información al instante y sin obstáculos” (Twitter, 2016). La compañía se define así como una plataforma de empoderamiento informativo global, es decir como un medio de la comunicación política digital (Percastre-Mendizábal; Dorantes-Aguilar, 2016).
El uso de Twitter como plataforma digital global de interacción social es indiscutible. Cuenta actualmente con 310 millones de usuarios activos mensualmente, registra 1.000 millones de visitas únicas mensuales a sitios web con acceso a la plataforma, se encuentra disponible en más de 40 idiomas y el 79 por ciento de usuarios provienen de fuera de Estados Unidos, según datos del mes de marzo de 2016 (Twitter, 2016).
Twitter se ha convertido en tendencia no sólo entre los usuarios de redes sociales; también se ha convertido en objeto de estudio de cada vez más investigadores en el mundo académico y empresarial. En el sector académico, se ha estudiado particularmente en los campos de (Bruns; Stieglitz, 2013):
- comunicación política
- comunicación de crisis
- comunicación de marca
- experiencias concretas de uso de Twitter como canal secundario o alterno (backchannel)
- relaciones interpersonales.
La mayoría de estudios de Twitter en comunicación política, se realizan desde una perspectiva metodológica cuantitativa y eminentemente positivista, con herramientas y modelos importados de las ciencias formales o desde la perspectiva de análisis estadístico, debido a los grandes volúmenes de datos puntuales y objetivos que es posible recolectar de la plataforma.
Uno de los problemas más habituales para los investigadores es la determinación de una muestra válida o la identificación segura de un conjunto de datos que permita realizar el análisis de una parte significativa del objeto de estudio. Este artículo persigue reducir el volumen de datos a analizar y esto se puede hacer en base a determinar cronológicamente un punto en el tiempo, en el que se encuentre el mayor volumen de datos relacionados con un tema.
A su vez, esto se puede realizar expresando el tema a través del uso de nodos semánticos de interconexión discursiva, como pueden ser las palabras clave (keywords), ya sea en forma de etiquetas (hashtags) o de menciones (mentions).
El principal objetivo de este trabajo, desde una perspectiva multidisciplinar de los estudios en comunicación, consiste en proponer un indicador válido que permita señalar un momento en el tiempo, en el desarrollo de un caso de estudio en comunicación política en Twitter, que configure un conjunto de datos que resulte óptimo y significativo para el análisis del caso. Este indicador representa una selección válida de inputs o entradas de datos en Twitter sobre un tema determinado en un momento concreto.
Esta selección de información para su análisis, configura un conjunto de datos que reduce significativamente la gestión del universo de información recolectada en una base de datos.
(…)
La referencia
Percastre-Mendizábal, Salvador; Pont-Sorribes, Carles; Codina, Lluís (2017). “A sample design proposal for the analysis of Twitter in political communication”. El profesional de la información, v. 26, n. 4, pp. 579-588. https://doi.org/10.3145/epi.2017.jul.02
ACCESO – Para leer el artículo completo: