Identificación de actores en un desastre a través de Twitter: Caso de estudio SINABUNG 2018
Resumen
Twitter se ha convertido en una herramienta importante para conocer en tiempo real lo que sucede en el mundo político, social y económico. Esta plataforma es cada vez más atractiva como medio de comunicación para diferentes tipos de eventos, puede ser usada en procesos de operaciones logísticas y humanitarias mejorando la comunicación entre los actores involucrados en una situación de un desastre natural. El enfoque de Análisis de Redes Sociales ARS se usó para datos generados en la red social Twitter para un evento de desastre natural, analizando tres actores importantes, los usuarios, hashtags y URLs. En el presente trabajo se presenta una metodología ARS implementada en un caso de estudio de desastre (erupción del volcán Sinabung en 2018). A partir de los análisis se identificaron usuarios, temas y fuentes de información relevantes durante la ocurrencia del desastre. Los análisis ofrecen una vista general de las interacciones e impacto de los elementos más influyentes durante el evento bajo estudio, teniendo una importancia destacada los equipos de noticia, redes sociales y centros de investigación. Los hallazgos del estudio son comparados con un estudio anterior, encontrando similitudes en la mayoría de estos, sin embargo, en nuestro estudio se identificó nuevos actores del ámbito técnico académico que buscan contribuir y difundir información relevante del evento disruptivo.
Descargas
Referencias bibliográficas
Holguín-Veras, J., Jaller, M., Van Wassenhove, L. N., Pérez, N., & Wachtendorf, T. (2012). On the unique features of post-disaster humanitarian logistics. Journal of Operations Management, 30(7–8), 494–506. https://doi.org/10.1016/J.JOM.2012.08.003
Rodríguez, H., Díaz, W., Santos, J. M., & Aguirre, B. E. (2007). Communicating Risk and Uncertainty: Science, Technology, and Disasters at the Crossroads (pp. 476–488). Springer, New York, NY. https://doi.org/10.1007/978-0-387-32353-4_29.
Landwehr, P. M., & Carley, K. M. (2014). Social Media in Disaster Relief. Springer, Berlin, Heidelberg.
https://doi.org/10.1007/978-3-642-40837-3_7
Gao, H., Barbier, G., Goolsby, R., & Zeng, D. (2011). Harnessing the Crowdsourcing Power of Social Media for Disaster Relief. Retrieved from https://apps.dtic.mil/docs/citations/ADA581803
Keim, M. E., & Noji, E. (2011). Emergent use of social media: a new age of opportunity for disaster resilience. American Journal of Disaster Medicine, 6(1), 47–54. Retrieved from http://www.ncbi.nlm.nih.gov/pubmed/21466029
Feldman, D., Contreras, S., Karlin, B., Basolo, V., Matthew, R., Sanders, B., … Luke, A. (2016). Communicating flood risk: Looking back and forward at traditional and social media outlets. International Journal of Disaster Risk Reduction, 15, 43–51. https://doi.org/10.1016/J.IJDRR.2015.12.004
Liu, B. F., Fraustino, J. D., & Jin, Y. (2015). How Disaster Information Form, Source, Type, and Prior Disaster Exposure Affect Public Outcomes: Jumping on the Social Media Bandwagon? Journal of Applied Communication Research, 43(1), 44–65. https://doi.org/10.1080/00909882.2014.982685
Takahashi, B., Tandoc, E. C., & Carmichael, C. (2015). Communicating on Twitter during a disaster: An analysis of tweets during Typhoon Haiyan in the Philippines. Computers in Human Behavior, 50, 392–398. https://doi.org/10.1016/J.CHB.2015.04.020
Scott, J., & Carrington, P. J. (2011). The SAGE handbook of social network analysis. SAGE publications.
Smith, M. A., Rainie, L., Shneiderman, B., & Himelboim, I. (2014). Mapping Twitter topic networks: From polarized crowds to community clusters. Pew Research Center, 20, 1–56.
Oliveira, M., & Gama, J. (2012). An overview of social network analysis. Wiley Interdisciplinary Reviews: Data Mining and Knowledge Discovery, 2(2), 99–115. https://doi.org/10.1002/widm.1048
Wasserman, S., & Faust, K. (1994). Social network analysis : methods and applications.
Knoke, D., & Yang, S. (2008). Social network analysis (Vol. 154). Sage.
