Estudio diagnóstico del impacto mediático de un proyecto de comunicación en calidad del aire a través de la Inteligencia Artificial

Jose M. Pinilla-Gonzalez, Macarena Parejo Cuéllar
{"title":"Estudio diagnóstico del impacto mediático de un proyecto de comunicación en calidad del aire a través de la Inteligencia Artificial","authors":"Jose M. Pinilla-Gonzalez, Macarena Parejo Cuéllar","doi":"10.26807/rp.v27i117.2058","DOIUrl":null,"url":null,"abstract":"Los medios de comunicación y la ciencia ciudadana tienen un papel fundamental a la hora de responder a la preocupación alarmante que supone la contaminación atmosférica. Está investigación, estudia desde septiembre de 2021 hasta julio 2023, la cobertura mediática de un proyecto de comunicación sobre calidad del aire en Extremadura, y pretende valorar el impacto de sus acciones en medios de comunicación y la posición de estos frente al problema de la contaminación atmosférica a través de los contenidos publicados. Se utilizan dos herramientas de Inteligencia Artificial (FeedlyAI y TheOldReader) para el análisis de contenidos en medios de comunicación siguiendo distintos procedimientos de rastreo por palabras clave y se realiza una búsqueda en Twitter para detectar las noticias que han sido acompañadas de tweets. Con estos datos se realiza un estudio hipotético deductivo con enfoque cuantitativo Partiendo de la premisa de que este tipo de proyectos de comunicación contribuyen a aumentar la presencia de cuestiones como la calidad del aire en medios informativos, se comprueba que su impacto ocurre principalmente cuando aparecen efectos relacionados con la calidad del aire.","PeriodicalId":338382,"journal":{"name":"Razón y Palabra","volume":"146 1","pages":""},"PeriodicalIF":0.0000,"publicationDate":"2023-09-08","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Razón y Palabra","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.26807/rp.v27i117.2058","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

Los medios de comunicación y la ciencia ciudadana tienen un papel fundamental a la hora de responder a la preocupación alarmante que supone la contaminación atmosférica. Está investigación, estudia desde septiembre de 2021 hasta julio 2023, la cobertura mediática de un proyecto de comunicación sobre calidad del aire en Extremadura, y pretende valorar el impacto de sus acciones en medios de comunicación y la posición de estos frente al problema de la contaminación atmosférica a través de los contenidos publicados. Se utilizan dos herramientas de Inteligencia Artificial (FeedlyAI y TheOldReader) para el análisis de contenidos en medios de comunicación siguiendo distintos procedimientos de rastreo por palabras clave y se realiza una búsqueda en Twitter para detectar las noticias que han sido acompañadas de tweets. Con estos datos se realiza un estudio hipotético deductivo con enfoque cuantitativo Partiendo de la premisa de que este tipo de proyectos de comunicación contribuyen a aumentar la presencia de cuestiones como la calidad del aire en medios informativos, se comprueba que su impacto ocurre principalmente cuando aparecen efectos relacionados con la calidad del aire.
通过人工智能对空气质量传播项目的媒体影响进行诊断性研究。
媒体和公民科学在应对令人担忧的空气污染问题方面发挥着重要作用。本研究对 2021 年 9 月至 2023 年 7 月期间媒体对埃斯特雷马杜拉空气质量传播项目的报道进行了研究,旨在通过发布的内容评估媒体行动的影响及其对空气污染问题的立场。我们使用了两款人工智能工具(FeedlyAI 和 TheOldReader),按照不同的关键词跟踪程序对媒体内容进行分析,并在 Twitter 上进行搜索,以发现附有推文的新闻项目。利用这些数据,我们开展了一项假设性的定量演绎研究。 基于这类传播项目有助于提高空气质量等问题在媒体中的存在率这一前提,我们验证了它们的影响主要发生在与空气质量相关的效应出现时。
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:481959085
Book学术官方微信