Por favor, use este identificador para citar o enlazar este ítem:
http://hdl.handle.net/10469/17703| Tipo de Material: | Artículo |
| Título : | Voces sobre la salud en Twitter: Un análisis de los sentimientos acerca de los hospitales públicos en Quito |
| Otros Títulos : | Voices on health on Twitter: Sentiment analysis of public hospitals in Quito |
| Autor : | Cabrera Barona, Pablo Recalde, Lorena |
| Fecha de Publicación : | nov-2021 |
| Ciudad: Editorial : | Quito, Ecuador : Flacso Ecuador |
| ISSN : | 1390-9193 |
| Cita Sugerida : | Cabrera Barona, Pablo y Lorena Recalde. 2021 Voces sobre la salud en Twitter: Un análisis de los sentimientos acerca de los hospitales públicos en Quito o Voices on health on Twitter: Sentiment analysis of public hospitals in Quito. Mundos Plurales. Revista Latinoamericana de Política y Acción Pública, 8(2):135-149. |
| Descriptores / Subjects : | HOSPITALES PÚBLICOS SALUD SENTIMIENTOS QUITO (CIUDAD) ECUADOR |
| Paginación: | p. 135-149 |
| Resumen / Abstract : | En el presente artículo se calculan y evalúan sentimientos positivos y negativos sobre los hospitales públicos de Quito, Ecuador, a partir de información recopilada en Twitter. Para ello se realizó una recolección de tweets y retweets (observaciones) sobre hospitales vía API de Twitter. Durante la investigación se clasificaron estos datos en puntajes de sentimientos positivos (de 1 a 5) y negativos (de -1 a -5), usando el algoritmo SentiStrength. También se hallaron las divergencias emocionales de los sentimientos de cada observación y se encontró que las modas de los puntajes positivos y negativos fueron 1 y -1 respectivamente. The present article calculates and evaluates positive and negative sentiments about hospitals in Quito, Ecuador, which were derived from information in Twitter. We collected of tweets and-re- tweets that referred to public hospitals through Twitter API. A total of 1,138 observations (tweets and re-tweets) were collected. We performed data classification in scores of positive (from 1 to 5) and negative (from -1 to -5) sentiments, using the SentiStrength algorithm, and calculated the emotional divergences of these sentiments. The modes of positive and negative sentiments were 1 and -1, respectively. |
| Copyright: | openAccess Atribución-NoComercial-SinDerivadas 3.0 Ecuador |
| URI : | http://hdl.handle.net/10469/17703 |
| Aparece en las colecciones: | Mundos Plurales, vol. 008 - No. 2 |
Archivos en este ítem:
| Archivo | Descripción | Tamaño | Formato | |
|---|---|---|---|---|
| RFLACSO-MP8(2)-07-Cabrera.pdf | Artículo - revista | 345,72 kB | Adobe PDF |  Visualizar/Abrir |
Este ítem está sujeto a una licencia Attribution NonComercial ShareAlike (CC BY-NC-SA 4.0)
Licencia Creative Commons
