Jóvenes creadores de contenidos en torno a las autolesiones: identificación de metalenguajes en X (Twitter)

Esther Martínez-Pastor, Catalina Gaete-Salgado
{"title":"Jóvenes creadores de contenidos en torno a las autolesiones: identificación de metalenguajes en X (Twitter)","authors":"Esther Martínez-Pastor, Catalina Gaete-Salgado","doi":"10.21555/rpc.v5i2.2984","DOIUrl":null,"url":null,"abstract":"Ante el aumento de las autolesiones no suicidas entre menores esta investigación se centra en conocer el contenido que generan los jóvenes en la red social de X (antes Twitter). Son parte de una comunidad digital y crean códigos lingüísticos verbales y no verbales entorno a las autolesiones. Para identificarlos se han plateado estos objetivos :1) identificar los idiomas prevalentes en tweets vinculados a las autolesiones, 2) conocer los hashtags y palabras concretas vinculadas a las autolesiones en tweets y 3) comprender el significado de los emoticonos que utilizan y comparten en tweets. Para ello se ha realizado una investigación cuantitativa y cualitativa. Mediante una API que recolectó en Twitter un total de 187.906 tweets, provenientes de 66.732 de usuarios distintos, entre noviembre de 2022 y junio de 2023 sobre autolesiones. De ese total se llevó a cabo un análisis cualitativo de 1000 tweets que tenían el mayor número de likes por semana. Entre los principales resultados obtenidos se destaca que se utilizan los idiomas más hablados en el mundo después del chino mandarín: el inglés y el español. Asimismo, los jóvenes han generado en las redes un argot de hashtags y palabras concretas vinculadas a las autolesiones para no ser identificados por las redes; y que demuestran sus emociones a través de emoticonos.","PeriodicalId":305835,"journal":{"name":"Revista Panamericana de Comunicación","volume":"39 4","pages":""},"PeriodicalIF":0.0000,"publicationDate":"2023-12-26","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Revista Panamericana de Comunicación","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.21555/rpc.v5i2.2984","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

Abstract

Ante el aumento de las autolesiones no suicidas entre menores esta investigación se centra en conocer el contenido que generan los jóvenes en la red social de X (antes Twitter). Son parte de una comunidad digital y crean códigos lingüísticos verbales y no verbales entorno a las autolesiones. Para identificarlos se han plateado estos objetivos :1) identificar los idiomas prevalentes en tweets vinculados a las autolesiones, 2) conocer los hashtags y palabras concretas vinculadas a las autolesiones en tweets y 3) comprender el significado de los emoticonos que utilizan y comparten en tweets. Para ello se ha realizado una investigación cuantitativa y cualitativa. Mediante una API que recolectó en Twitter un total de 187.906 tweets, provenientes de 66.732 de usuarios distintos, entre noviembre de 2022 y junio de 2023 sobre autolesiones. De ese total se llevó a cabo un análisis cualitativo de 1000 tweets que tenían el mayor número de likes por semana. Entre los principales resultados obtenidos se destaca que se utilizan los idiomas más hablados en el mundo después del chino mandarín: el inglés y el español. Asimismo, los jóvenes han generado en las redes un argot de hashtags y palabras concretas vinculadas a las autolesiones para no ser identificados por las redes; y que demuestran sus emociones a través de emoticonos.
与自残有关的年轻内容创作者:识别 X(推特)上的金属语言
鉴于未成年人非自杀性自残行为的增加,本研究重点关注年轻人在社交网络 X(原 Twitter)上生成的内容。他们是数字社区的一部分,围绕自我伤害创造了语言和非语言的语言代码。为了识别这些语言,我们设定了以下目标:1)识别推文中与自我伤害相关的流行语言;2)找出推文中与自我伤害相关的标签和特定词汇;3)了解他们在推文中使用和分享的表情符号的含义。为此,我们开展了定量和定性研究。在 2022 年 11 月至 2023 年 6 月期间,通过应用程序接口(API)在 Twitter 上收集了来自 66,732 个不同用户的 187,906 条有关自我伤害的推文。我们对其中每周点赞数最多的 1000 条推文进行了定性分析。在得出的主要结果中,突出显示了继中文普通话之后,世界上使用最多的语言是英语和西班牙语。同样,为了不被网络识别,年轻人还在网络上创造了与自残有关的标签和特定词汇俚语;他们还通过表情符号来表达自己的情绪。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 求助全文
来源期刊
自引率
0.00%
发文量
0
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:604180095
Book学术官方微信