INVESTIGANDO MOVIMENTOS SOCIAIS CONTEMPORÂNEOS COM FERRAMENTAS DIGITAIS: UM GUIA PRÁTICO DE PESQUISA
DOI :
https://doi.org/10.5216/ia.v48i3.75770Résumé
Este artigo propõe um guia prático para pesquisas sobre mobilizações políticas e movimentos sociais contemporâneos utilizando ferramentas digitais. Ele destaca a relevância do uso do digital em meio às complexas dinâmicas dos ativismos no período recente, assim como o potencial das Humanidades Digitais – um campo de estudos que une as disciplinas das humanidades e ciências sociais com a tecnologia digital – para aprofundar estas investigações. Para isso, apresenta um guia dividido em seis passos, que vão desde a definição do problema até a interpretação e comunicação dos resultados, valendo-se de variadas ferramentas e softwares. Com esse material, pretende-se auxiliar pesquisadores e contribuir para um avanço na compreensão das mobilizações sociais contemporâneas.
PALAVRAS-CHAVE: Movimentos Sociais; Humanidades Digitais; Análise de Dados; Guia de Pesquisa.
Téléchargements
Références
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.
Téléchargements
Publié
Numéro
Rubrique
Licence
© Mariana Affonso Penna 2023

Cette œuvre est sous licence Creative Commons Attribution - Pas d'Utilisation Commerciale 4.0 International.
Inter-Ação utilise comme base pour le transfert des droits la licence Creative Commons Attribution-NonCommercial 4.0 International pour les revues en libre accès (Open Archives Initiative - OAI). Par « accès libre », on entend la mise à disposition gratuite sur Internet, afin que les utilisateurs puissent lire, télécharger, copier, distribuer, imprimer, rechercher ou citer le texte intégral des documents, les traiter à des fins d’indexation, les utiliser comme données d’entrée pour des logiciels, ou les utiliser à toute autre fin légale, sans obstacle financier, juridique ou technique.
Les auteurs qui publient dans cette revue acceptent les conditions suivantes :
1) Les auteurs conservent leurs droits d’auteur et accordent à la revue le droit de première publication; l’œuvre est simultanément placée sous la licence Creative Commons Attribution, qui autorise le partage de l’œuvre à condition de mentionner l’auteur et la publication initiale dans cette revue.
2) Les auteurs sont autorisés à conclure séparément des contrats supplémentaires pour la diffusion non exclusive de la version de l’œuvre publiée dans cette revue (p. ex. : publication dans un dépôt institutionnel ou sous forme de chapitre de livre), avec mention de l’auteur et de la publication initiale dans cette revue.
3) Les auteurs sont autorisés et encouragés à publier et à diffuser leurs travaux en ligne (p. ex. dans des dépôts institutionnels ou sur leur page personnelle) à tout moment avant ou pendant le processus éditorial, car cela peut donner lieu à des modifications constructives et contribuer à accroître l’impact et le nombre de citations des travaux publiés.




