INVESTIGANDO MOVIMIENTOS SOCIALES CONTEMPORÁNEOS CON HERRAMIENTAS DIGITALES: UNA GUÍA PRÁCTICA DE INVESTIGACIÓN
DOI:
https://doi.org/10.5216/ia.v48i3.75770Resumen
Este artículo propone una guía práctica para la investigación de movilizaciones políticas y movimientos sociales contemporáneos utilizando herramientas digitales. Destaca la relevancia del uso de herramientas digitales en medio de las complejas dinámicas del activismo en tiempos recientes, así como el potencial de las Humanidades Digitales - un campo de estudio que combina humanidades y ciencias sociales con tecnología digital - para profundizar estas investigaciones. Para ello, presenta una guía dividida en seis pasos, que van desde la definición del problema hasta la interpretación y comunicación de los resultados, utilizando diversas herramientas y software. Con este material, se pretende ayudar a los investigadores y contribuir al avance en la comprensión de las movilizaciones sociales contemporáneas.
PALABRAS CLAVE: Movimientos Sociales; Humanidades Digitales; Análisis de Datos; Guía de Investigación.
Descargas
Referencias
BENGFORT, Benjamin; BILBRO, Rebecca; OJEDA, Tony. Applied text analysis with Python: Enabling language-aware data products with machine learning. Sebastopol: O'Reilly Media, Inc., 2018.
BORGATTI, Stephen P.; EVERETT, Martin G.; JOHNSON, Jeffrey C. Analyzing social networks. Los Angeles: Sage, 2018.
FREELON, D.; MCILWAIN, C.; CLARK, M. (2018). Quantifying the power and consequences of social media protest. New Media & Society, Chicago, v. 20, n. 3, 990–1011. https://doi.org/10.1177/1461444816676646. Acesso em: 25 nov. 2023.
HEMMATIAN, Fatemeh; SOHRABI, Mohammad Karim. A survey on classification techniques for opinion mining and sentiment analysis. Artificial intelligence review, Chicago, v. 52, n. 3, p. 1495-1545, 2019. Disponível em: https://link.springer.com/journal/10462/volumes-and-issues/52-3. Acesso em: 25 nov. 2023.
MAHALUÇA, F. Noções de amostragem. Estatística Aplicada. Maputo: Researchgate, 2016.
MAHESHWARI, Anil. Data analytics made accessible. Seattle: Amazon Digital Services, 2014.
MCCANDLESS, David; MCCANDLESS, David. The visual miscellaneum: a colorful guide to the world's most consequential trivia. New York: Harper Design, 2012.
MCKINNEY, Wes. Python for Data Analysis. Sebastopol: O'Reilly Media, Inc., 2022.
MEHMOOD, Asad; PALLI, Abdul S.; KHAN, M. N. A. A study of sentiment and trend analysis techniques for social media content. International Journal of Modern Education and Computer Science, New York, v. 6, n. 12, p. 47, 2014. Disponível em: https://www.mecs-press.org/ijmecs/ijmecs-v6-n12/v6n12-7.html. Acesso em: 25 nov. 2023.
MITCHELL, Ryan. Web scraping with Python: Collecting more data from the modern web. Sebastopol: O'Reilly Media, Inc., 2018.
RUSSELL, Matthew A. Mining the social web: data mining Facebook, Twitter, LinkedIn, Google+, GitHub, and more. Sebastopol: O'Reilly Media, Inc., 2013.
SWEIGART, Al. Automate the boring stuff with Python: practical programming for total beginners. San Francisco: No Starch Press, 2019.
VAN ROSSUM, Guido et al. Python Programming Language. In: USENIX annual technical conference. 2007. p. 1-36.
VANDERPLAS, Jake. Python data science handbook: Essential tools for working with data. Sebastopol: O'Reilly Media, Inc., 2016.
WRISLEY, David et al. Visualization and the Digital Humanities: Moving Toward Stronger Collaborations. IEEE Computer Graphics and Applications, Sebastopol, v. 38, n. 6, p. 26-38, 2018. Disponível em: https://dblp.org/db/journals/cga/cga38.html. Acesso em: 25 nov. 2023.
Publicado
Número
Sección
Licencia
Derechos de autor 2023 Mariana Affonso Penna
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial 4.0.
Inter-Ação utiliza como base para la cesión de derechos la licencia Creative Commons Attribution-NonCommercial 4.0 International para revistas de acceso abierto (Open Archives Initiative - OAI). Por «acceso abierto» se entiende la puesta a disposición gratuita en Internet, para que los usuarios puedan leer, descargar, copiar, distribuir, imprimir, buscar o citar el texto íntegro de los documentos, procesarlos para su indexación, utilizarlos como datos de entrada para programas informáticos o emplearlos para cualquier otro fin legal, sin barreras económicas, legales o técnicas.
Los autores que publican en esta revista aceptan las siguientes condiciones:
1) Los autores conservan los derechos de autor y conceden a la revista el derecho de primera publicación, quedando el trabajo simultáneamente licenciado bajo la Licencia Creative Commons Attribution, que permite compartir el trabajo siempre que se reconozca la autoría y la publicación inicial en esta revista.
2) Los autores están autorizados a celebrar contratos adicionales por separado para la distribución no exclusiva de la versión del trabajo publicada en esta revista (por ejemplo, publicar en un repositorio institucional o como capítulo de un libro), siempre que se reconozca la autoría y la publicación inicial en esta revista.
3) Se permite y se anima a los autores a publicar y difundir su trabajo en línea (por ejemplo, en repositorios institucionales o en su página personal) en cualquier momento antes o durante el proceso editorial, ya que esto puede generar cambios constructivos, así como aumentar el impacto y el número de citas del trabajo publicado.
Cómo citar
