Investigación del comportamiento de menores y jóvenes en las redes sociales mediante técnicas de Social Big Data

Autores/as

DOI:

https://doi.org/10.31921/doxacom.n32a5

Palabras clave:

Social Big Data, adolescentes, jóvenes, datificación, redes sociales

Resumen

El objetivo es identificar la producción científica sobre el comportamiento y consumo comunicativo de los menores y los jóvenes en internet utilizando una metodología Social Big Data (SBD). Mediante una revisión sistemática se han identificado 58 documentos académicos publicados entre 2010-2020 (mayo). Se compendian las dimensiones más investigadas, los países con mayor producción científica, el perfil académico de las revistas, las técnicas de investigación basadas en SBD y los hallazgos más relevantes. Las principales conclusiones son que los científicos están utilizando el SBD para, mediante gran cantidad de datos analizados en tiempo real, conocer los usos y efectos de las acciones de los adolescentes en la red así como para crear algoritmos que posibiliten la identificación de tendencias de riesgo adolescente. Se confirma que la producción científica es escasa en revistas de ciencias sociales y la necesaria asociación y coautoría de comunicólogos y sociólogos con científicos de perfil técnico para lograr mayor compresión de la realidad e incrementar las publicaciones en ciencias sociales.

Descargas

Los datos de descargas todavía no están disponibles.

Biografía del autor/a

Rebeca Suárez-Álvarez, Universidad Rey Juan Carlos, España

Doctora en Comunicación Social por la Universidad CEU San Pablo en Madrid y profesora asociada del Departamento Ciencias de la Comunicación y Sociología de la Universidad Rey Juan Carlos. Licenciada en Periodismo y Técnico de Comunicación Integral por la Universidad Francisco de Vitoria. Posee dos master: uno en radio por la Universidad San Pablo CEU y otro de Comunicación de Instituciones Públicas y Políticas por la Universidad Complutense de Madrid. Sus principales líneas de investigación son la comunicación y los públicos vulnerables (menores), nuevos medios, alfabetización mediática y competencia digital. Ha participado en diferentes proyectos de investigación y en la actualidad, es investigadora en el proyecto “Nuevos escenarios de vulnerabilidad digital: alfabetización mediática para una sociedad inclusiva" (PROVULDIG-2‐CM) (ref. H2019/HUM5775), financiado por CAM y Fondo Social Europeo.

Antonio García-Jiménez, Universidad Rey Juan Carlos, España

Catedrático de Periodismo en la Universidad Rey Juan Carlos (Departamento de Comunicación y Sociología). Doctor en Ciencias de la Información. Ex Decano de la Facultad de Ciencias de la Comunicación de la Universidad Rey Juan Carlos (2008-2014). Ha sido director del Máster en Comunicación y Problemas Socioculturales (2015-2018). Profesor en el grado de Periodismo y en varios másteres de Comunicación (Medios Sociales; Periodismo de Datos). Investigador principal del grupo de investigación sobre comunicación, sociedad y cultura (GICOMSOC). Ha dirigido o participado en más de 19 proyectos de investigación diferentes, especialmente relacionados con los usos y riesgos digitales para los adolescentes. Ha publicado artículos en revistas internacionales como European Journal of Communication, Information Processing & Management y Online Information Review. Autor de más de 24 contribuciones en forma de libro o capítulos de libro, en editoriales de prestigio y de referencia. Es miembro de ECREA, IAMCR y AE+IC.

Citas

Alsehaima, A. O., & Alanazi, A. A. (2018). Psychological and social risks to children of using the internet: Literature

Review. Journal of Child Adolescent Behaviour, 6(380), 2. http://dx.doi.org/10.4172/2375-4494.1000380

Aparici, R., & García Matilla, A. (2016). ¿Qué ha ocurrido con la educación en comunicación en los últimos 35 años?:

pensar el futuro. Espacios en Blanco. Revista de Educación (Serie Indagaciones). https://bit.ly/2Twn6ko

Arcila-Calderón, C., Barbosa-Caro, E., & Cabezuelo-Lorenzo, F. (2016). Técnicas BD: análisis de textos a gran escala para la

investigación científica y periodística. El profesional de la información, 25(4), 623-631. https://doi.org/10.3145/epi.2016.

jul.12

Arellano Toledo, W. (2014). Gobierno abierto y privacidad: la problemática del Big data y el cómputo en la

nube. Virtualis, 5(10), 34-59. https://bit.ly/2FADr3y

Batty, M. (2013). Big Data, smart cities and city planning. Dialogues in Human Geography, 3(3), 274-279. http://dx.doi.

org/10.1177/2043820613513390

Bell, G., Hey, T. & Szalay, A. (2009). Beyond the data deluge. Science, 323, 1297–1298. http://dx.doi.org/10.1126/

science.1170411.

Bello-Orgaz, G., Jung, J. J., & Camacho, D. (2016). Social big data: Recent achievements and new challenges. Information

Fusion, 28, 45-59. https://doi.org/10.1016/j.inffus.2015.08.005

Boyd, D. & Crawford, K. (2012). Critical Questions for Big Data. Provocations for a Cultural, Technological, and Scholarly

Phenomenon. Information, Communication & Society, 15(5), 662–679. https://doi.org/10.1080/1369118X.2012.678878

Centro de Estudios Cervantinos (2020). Cuáles son las ramas de las ciencias sociales. https://www.centroestudioscervantinos.

es/ramas-de-las-ciencias-sociales/

Cerezo Gilarranz, J. (2015). Big Data, la nueva ciencia del siglo XXI. En: Pérez-Hernández y Torra (eds). Big Data. Revista de

Ciencias y Humanidades de la Fundación Ramón Areces, 14, 7-11. https://bit.ly/3hsHTyA

DeJonckheere, M., Nichols, L. P., Vydiswaran, V. V., Zhao, X., Collins-Thompson, K., Resnicow, K., & Chang, T. (2019).

Using text messaging, social media, and interviews to understand what pregnant youth think about weight gain during

pregnancy. JMIR formative research, 3(2): e11397. https://doi.org/10.2196/11397

Díaz-Campo, J. (2015). Análisis bibliométrico de las tesis doctorales sobre Ética de los Medios de Comunicación

presentadas en España (1979-2013). Doxa Comunicación, 65-88. https://doi.org/10.31921/doxacom.n20a3

Falzone, A. E., Brindis, C. D., Chren, M. M., Junn, A., Pagoto, S., Wehner, M., & Linos, E. (2017). Teens, tweets, and tanning

beds: rethinking the use of social media for skin cancer prevention. American journal of preventive medicine, 53(3),

S86-S94. https://doi.org/10.1016/j.amepre.2017.04.027

Fondo de las Naciones Unidas para la Infancia (UNICEF, 2019). Barómetro de Opinión de Infancia y Adolescencia 2019.

https://www.unicef.es/publicacion/que-opinan-los-ninos-y-las-ninas

Giménez, A. M., Luengo, J. A., & Bartrina, M. J. (2017). ¿Qué hacen los menores en internet? Usos de las TIC, estrategias de

supervisión parental y exposición a riesgos. Electronic Journal of Research in Education Psychology, 15(3), 533-552. http://

dx.doi.org/10.14204/ejrep.43.16123

Gualda, E., & Rebollo, C. (2020). Big Data y Twitter para el estudio de procesos migratorios: Métodos, técnicas de

investigación y software. Empiria. Revista de metodología de ciencias sociales, 46, 147-177. https://doi.org/10.5944/

empiria.46.2020.26970

Han, Y., Kim, H., Song, J., & Song, T. M. (2019). Ontology development of school bullying for social big data collection and

analysis. The Journal of the Korea Contents Association, 19(6), 10-23. https://doi.org/10.3390/ijerph16142596

Hernández-Leal, E. J., Duque-Méndez, N. D., & Moreno-Cadavid, J. (2017). Big Data: una exploración de investigaciones,

tecnologías y casos de aplicación. TecnoLógicas, 20(39), 17-24. http://www.scielo.org.co/pdf/teclo/v20n39/v20n39a02.

pdf

Hey, T., Tansley, S., & Tolle, K. (2009). The Fourth Paradigm: Data-Intensive Scientific Discovery. Washington: Microsoft

Research.

Jiménez, E., Garmendia, M., & Casado, M. A. (2018). Entre selfies y whatsapps. Oportunidades y riesgos para la infancia y la

adolescencia conectada. Barcelona: Gedisa.

Joyanes Aguilar, L. (2016). Big Data, Análisis de grandes volúmenes de datos en organizaciones. Alfaomega Grupo Editor.

Jung, H., Park, HA., & Song, TM. (2016). Development and Evaluation of an Adolescents´ Depression Ontology for an

Analysing Social Data. En: SERMEUS, et al., (Eds.) Nursing Informatics 2016: EHealth for All: Every Level Collaboration–

From Project to Realization, 225-442. Amsterdam: IOS Press BW.. https://doi.org/10.3233/978-1-61499-658-3-442

Jung, H., Park, HA., & Song, TM. (2017). Ontology-based approach to social data sentiment analysis: detection of adolescent

depression signals. Journal of medical internet research, 19(7), e259. https://doi.org/10.2196/jmir.7452

Kim, H., Han, Y., Song, J., & Song, T. M. (2019). Application of social big data to identify trends of school bullying forms in

South Korea. International journal of environmental research and public health, 16(14), 2596. https://doi.org/10.3390/

ijerph16142596

Kosinski, M., & Behrend, T. (2017). Editorial overview: Big data in the behavioral sciences. Current Opinion in Behavioral

Sciences, 18, iv–vi. https://doi.org/10.1016/j.cobeha.2017.11.007

Kumar A., Sangwan S.R., Nayyar A. (2020) Multimedia Social Big Data: Mining. In: Tanwar S., Tyagi S., Kumar N. (eds)

Multimedia Big Data Computing for IoT Applications. Intelligent Systems Reference Library, 163. Springer, Singapore.

https://doi.org/10.1007/978-981-13-8759-3_11

Lara Palma, A. M., & Giancinto, R. (2017). Ethical Machines against Unethical Computer-mediated Social

Interactions. Journal of Information and Management, 37(2), 22-38. https://doi.org/10.20627/jsim.37.2_22

Leung, X. Y., Sun, J., & Bai, B. (2017). Bibliometrics of social media research: A co-citation and co-word analysis. International

Journal of Hospitality Management, 66, 35-45. https://doi.org/10.1016/j.ijhm.2017.06.012

Livingstone, S., Mascheroni, G., & Staksrud, E. (2018). European research on children’s internet use: Assessing the past and

anticipating the future. New Media & Society, 20(3), 1103-1122 https://doi.org/10.1177/1461444816685930

López Cantos, F. J. (2018). Cultura visual y conocimiento científico: Comunicación transmedia de la ciencia en la era Big

Data. Barcelona: Editorial UOC.

Malvicino, F., & Yoguel, G. (2014). Big Data. Avances recientes a nivel internacional y perspectivas para el desarrollo

local. Documento de Trabajo. Centro Interdisciplinario de Estudios en Ciencia Tecnología e Innovación (CIECTI-MinCyT).

Buenos Aires. https://bit.ly/3cFeizD

Manovich, L. (2011). Trending: The promises and the challenges of big social data. En Gold (eds) Debates in the digital

humanities, 460-475. London: University Minnesota Press.

Martínez-Martínez, S., & Lara-Navarra, P. (2014). El big data transforma la interpretación de los medios sociales. El

profesional de la información, 23(6), 575-581. https://doi.org/10.3145/epi.2014.nov.03

Matsumoto, K., Ren, F., Matsuoka, M., Yoshida, M., & Kita, K. (2019). Slang feature extraction by analysing topic change on

social media. CAAI Transactions on Intelligence Technology, 4(1), 64-71. https://doi.org/10.1049/trit.2018.1060

Matsumoto, K., Yoshida, M., & Kita, K. (2019). Emotion Recognition for Japanese Short Sentences Including Slangs Based

on Bag of Concepts Feature Trained by Large Web Text. Current Analysis on Instrumentation and Control, 2019(2), 9-18.

https://bit.ly/2XeP6dk

Mayer-Schönberger, V. & Cukier, K. (2013). Big Data. La revolución de los datos masivos. London: Turner.

Montgomery, K. C. (2015). Youth and surveillance in the Facebook era: Policy interventions and social

implications. Telecommunications Policy, 39(9), 771-786. http://dx.doi.org/10.1016/j.telpol.2014.12.006

Nupairoj, N. (2016). El ecosistema de la alfabetización mediática: Un enfoque integral y sistemático para divulgar la

educomunicación. Comunicar, 24(49), 29-37. https://doi.org/10.3916/C49-2016-03

O’Neil C. (2013). The rise of big data, big brother. https://bit.ly/3eR7Jvi

Paredes-Moreno, A. (2015). Big Data: Estado de la cuestión. International Journal of Information Systems and Software

Engineering for Big Companies (IJISEBC), 2(1), 38-59.

Pérez, M. (2015). BIG DATA-Técnicas, herramientas y aplicaciones. Alfaomega Grupo Editor.

Pérez, M. J. (2016). Davos y la cuarta revolución industrial. Nueva Revista, 157. https://bit.ly/3wIUnLp

Pybus, J., Coté, M., & Blanke, T. (2015). Hacking the social life of big data. Big Data & Society, 2(2), 1-10. https://doi.

org/10.1177/2053951715616649

Qin, S. J. (2014). Process data analytics in the era of bid data. AIChE Journal, 60(9), 3092-3100. https://doi.org/10.1002/

aic.14523

Ramírez-Montoya, M., & García-Peñalvo, F. (2018). Co-creation and open innovation: Systematic literature

review. Comunicar. Media Education Research Journal, 54, 9-18. https://doi.org/10.3916/C54-2018-01

Russell, M. A. (2013). Mining the Social Web: Data Mining Facebook, Twitter, LinkedIn, Google+, GitHub, and More.

Sebastopol: O’Reilly Media, Inc.

Sætra, H. S. (2018). Science as a vocation in the era of big data: The philosophy of science behind big data and humanity’s

continued part in science. Integrative Psychological and Behavioral Science, 52, 508-522. https://doi.org/10.1007/

s12124-018-9447-5

Sánchez-Bayón, A. (2017). Apuntes para una teoría crítica humanista y su praxis económico-empresarial en la

posglobalización. Miscelánea Comillas. Revista de Ciencias Humanas y Sociales, 75(147), 305-329. https://bit.ly/2RtY188

Schwab, K. (2017). The fourth industrial revolution. London: Currency.

Shuijing, H. (2015). Big Data Mining: Essential Technologies and Concerns. In Proceedings of the 2015 Sixth International

Conference on Digital Manufacturing and Automation. 88-92. https://bit.ly/3dA77dd

Song, J., Song, T-M., & Lee, J. R. (2018). Stay alert: Forecasting the risks of sexting in Korea using social big data. Computers

in Human Behavior, 81, 294-302. https://doi.org/10.1016/j.chb.2017.12.035

Song, J., Song, T-M., Seo, D. C., & Jin, J. H. (2016). Data mining of web-based documents on social networking sites that

included suicide-related words among Korean adolescents. Journal of Adolescent Health, 59(6), 668-673. http://dx.doi.

org/10.1016/j.jadohealth.2016.07.025

Song, T., & Song, J. (2015). Social Big Data Analysis and Utilization Methodologies-With Special Reference to Forecasting the

dangers of sexting in Korea using social big data. https://bit.ly/2Zbpq2d

Song, T., Song, J., An, J. Y., & Woo, J. M. (2014). Social Risk Factor Prediction Utilizing Social Big. Kihasa. https://bit.

ly/3c4sq6D

Tapia Nava, E. (2018). El uso del Big Data en los estudios de opinión pública. Instituto Belisario Domínguez Dirección

General de Análisis Legislativo. https://bit.ly/2z7HUb4

Tarwani, N., Chorasia, U., & Shukla, P. K. (2017). Survey of Cyberbulling Detection on Social Media Big-Data. International

Journal of Advanced Research in Computer Science, 8(5), 831-835.

Taylor-Sakyi, K. (2016). Big data: Understanding big data. arXiv preprint arXiv:1601.04602.

Törnberg, P., & Törnberg, A. (2018). The limits of computation: A philosophical critique of contemporary Big Data

research. Big Data & Society, 5(2), 1-12. https://doi.org/10.1177/2053951718811843

Uman, I. (2018). Big Data y Memoria Digital: claves para su exploración e investigación desde las ciencias sociales. Avatares

de la Comunicación y la Cultura, 15. https://bit.ly/3gRtOeR

UN Global Pulse, IAPP. (2018). Building Ethics into Privacy Frameworks for Big Data and AI. https://bit.ly/3sYaySp

van Dijck, J. (2014). Datafication, dataism and dataveillance: Big Data between scientific paradigm and ideology. Surveillance

& society, 12(2), 197-208. https://doi.org/10.24908/ss.v12i2.4776

van Eck, N. J., & Waltman, L. (2014). Visualizing bibliometric networks. In: Ding Y., Rousseau R., Wolfram D. (eds) Measuring

Scholarly Impact, 285-320. Springer, Cham. https://doi.org/10.1007/978-3-319-10377-8_13

Wohlin, C. (2014). Guidelines for snowballing in systematic literature studies and a replication in software engineering.

In: Proceedings of the 18th international conference on evaluation and assessment in software engineering, 38, 1-10. https:// doi.org/10.1145/2601248.2601268

Publicado

14-06-2021

Cómo citar

Suárez-Álvarez, R., & García-Jiménez, A. (2021). Investigación del comportamiento de menores y jóvenes en las redes sociales mediante técnicas de Social Big Data. Doxa Comunicación. Revista Interdisciplinar De Estudios De Comunicación Y Ciencias Sociales, (32), 95–113. https://doi.org/10.31921/doxacom.n32a5

Número

Sección

Miscelánea de artículos y ensayos científicos