Conflictos ambientales en las redes socialesActores del habla hispana, germana y rusa

  1. Pilgun, María
  2. Rashodchikov, Alexei 1
  3. Koreneva Antonova, Olga
  1. 1 Centro de Estudios Urbanos de Moscú «Gorod». Rusia
Revista:
Revista Latina de Comunicación Social

ISSN: 1138-5820

Año de publicación: 2021

Número: 79

Tipo: Artículo

DOI: 10.4185/RLCS-2021-1527 DIALNET GOOGLE SCHOLAR lock_openAcceso abierto editor

Otras publicaciones en: Revista Latina de Comunicación Social

Resumen

Introducción. Casi todas las comunicaciones sociales importantes se están trasladando a espacios virtuales. Se puede observar que los conflictos ambientales juegan un papel cada vez más importante en la vida pública, a medida que crece la actividad cívica en la resolución de problemas ambientales. El desarrollo de conflictos eco-territoriales y las reacciones sociales conducen al surgimiento de zonas de conflicto digital, sectores de espacio mediático en los que la actual agenda ambiental es discutida por un amplio abanico de usuarios. El análisis de conflictos en el entorno digital es muy importante y se puede realizar utilizando tecnologías de redes neuronales. Metodología. Los macrodatos obtenidos de las redes sociales se han convertido en una fuente importante de análisis de los procesos sociales, las características del comportamiento, la percepción del habla, la evaluación de la sociedad de eventos y fenómenos. El propósito del trabajo fue determinar las especificidades de percepción en el espacio mediático de los conflictos ambientales en la planificación y construcción urbanas. Para analizar el contenido digital, se utilizó un enfoque multimodal junto con tecnologías de redes neuronales, análisis de texto, análisis de sentimientos, análisis de asociaciones de palabras. Los datos de la investigación se recopilaron utilizando Brand Analytics y el corpus Sketch Engine. El análisis de contenido se llevó a cabo utilizando la tecnología multilingüe de redes neuronales TextAnalyst 2.3. y análisis visual con la plataforma Tableau. Resultados y conclusiones. Como resultado del estudio, se identificaron signos comunes y diferentes del desarrollo de zonas de conflicto digital relacionadas con problemas ambientales en el espacio mediático de habla española, alemana y rusa

Referencias bibliográficas

  • Brandon, P., Traylor, A. y Pater, J. (2019). Learning Reduplication with a Neural Network without Explicit Variables. http://works.bepress.com/joe_pater/38/.
  • BrandAnalytics (2021). System monitoring and analysissocial media and media. https://br-analytics.ru
  • Bronstein, M. V., Pennycook, G., Bear, A., Rand, D. G. y Cannon, T. D. (2019). Belief in Fake News is Associated with Delusionality, Dogmatism, Religious Fundamentalism, and Reduced Analytic Thinking. J. of Applied Research in Memory and Cognition, 8 (1), pp. 108–117.
  • Chung, W. y Zeng, D. (2018). Dissecting emotion and user influence in social media communities: An interaction modeling approach. Information & Management. https://www.sciencedirect.com/science/article/abs/pii/S0378720617309229.
  • Craig, Martin P. A. (2017). Ecological Political Economy and the Socio-Ecological Crisis. Palgrave Macmillan.
  • Davis, M. (2010). Who Will Build The Ark? New Left Reviev 61, January-February 2010.
  • Deutschmann, E., Lorenz, J., Nardin, L.G., Natalini, D. y Wilhelm, A.F.X. (2020). Computational Conflict Research. Springer, Heidelberg.
  • Jha, Shyam N. (2010). Nondestructive Evaluation of Food Quality. Springer-Verlag Berlin Heidelberg.
  • Kharlamov.A.A y Pilgun. M. (ed.) (2020). Neuroinformatics and semantic representations. Theory and applications. Cambridge Scholars Press: Newcastle upon Tyne.
  • Kullkarni, V., Kern, M.L., M.L. Stillwell, D., Kosinski, M., Matz, S., Ungar, L., Skiena, S. y Schwartz H.A. (2018). Latent Human Traits in the Language of Social Media: An Open-Vocabulary Approach. PLoS ONE. November 28, 13 (11).
  • Landström, C. (2020). Environmental Participation. Springer.
  • Leemans, R. (2013). Ecological Systems. Elsevier.
  • Leff, E. (2021). Political Ecology. Deconstructing Capital and Territorializing Life. Palgrav e Macmillan.
  • Linzen, T. (2019). What can linguistics and deep learning contribute to each other? Response to Pater. Language, 95(1), pp. 98–108.
  • Lutzke, L., Drummond, C., Slovic, P. y Árvai, J. (2019). Priming critical thinking: Simple interventions limit the influence of fake news about climate change on Facebook. Global Environmental Change, 58. https://www.sciencedirect.com/science/article/abs/pii/S0959378019307009.
  • Michalos, A.C. (2003). Essays on the Quality of Life. Springer Netherlands.
  • Pater, J. (2019). Generative linguistics and neural networks at 60: foundation, friction, and fusion. Language, 95(1), pp. 41–77.
  • Rashodchikov, A. y Pilgun, M. (2020). Representation of environmental topics in network communication: eco-ethics of citizens. Personality. Culture. Society, 1-2 (105-106) 2020, pp. 128-134 (Расходчиков А. Пильгун М. Репрезентация экологической тематики в сетевой коммуникации: эко-этика горожан /Личность. Культура. Общество. 1-2 (105-106) 2020. С. 128-134).
  • Schwarz, A. y Jax, K. (2011). Ecology Revisited. Reflecting on Concepts, Advancing Science. Springer Netherlands. Selected Entries from the Encyclopedia of Sustainability Science and Technology. Springer-Verlag New York
  • Similarweb (2021). Official Measure of the Digital World. https://www.similarweb.com/
  • Sketch Engine (2021). Learn how language works. https://www.sketchengine.eu
  • Sofean M., Aras, H. y Alrifai, A. (2019) Analyzing Trending Technological Areas of Patents. In: Anderst-Kotsis G. et al. (eds) Database and Expert Systems Applications. DEXA 2019. Communications in Computer and Information Science, vol 1062. Springer, Cham.
  • stroi.mos.ru (2021). Complex of urban planning policy and construction of Moscow https://stroi.mos.ru
  • Weaver I.S., Williams, H., Cioroianu, I., Williams, M., Coan, T. y Banducci, S. (2018). Dynamic social media affiliations among UK politicians. Social Networks, 54, pp. 132–144.