Back to Search
Start Over
Percepción social de la ciencia y participación digital: impacto de la comunicación científica en Twitter
- Publication Year :
- 2020
-
Abstract
- [ES] La percepción pública de la ciencia es un aspecto social ampliamente estudiado mediante encuestas a la población para evaluar la comprensión de la ciencia y las actitudes hacia la misma. Sin embargo, existen críticas robustas hacia los supuestos teóricos que sustentan el diseño de estos sondeos y hacia la metodología empleada. La presente tesis pretende aportar vías de análisis más innovadoras a la discusión. En primer lugar, se proporciona un marco introductorio que esboza las relaciones más destacables entre ciencia y sociedad en el mundo moderno, incluyendo los enfoques de participación, considerados más democráticos. En segundo lugar, se profundiza en el marco del nuevo escenario de la vida digital, en particular con la finalidad de complementar los estudios clásicos de percepción social de la ciencia con la propuesta de una herramienta metodológica adaptada a la sociedad digital que abra nuevas direcciones de investigación orientadas hacia los espacios de participación ciudadana que constituyen las redes sociales digitales. Para ello, se diseña un algoritmo capaz de analizar tendencias en el impacto de la comunicación de la ciencia en Twitter a partir de conjuntos representativos de tuits utilizando técnicas computacionales de minería de datos, combinadas con una valoración cualitativa de los tipos de contenido ¿categorizado como: «ciencia», «cultura», «político-social», «creencias», «medios» y «emocional»¿. Para probar la herramienta, se examina una variedad de discursos en abierto sobre temas científicos presentes en la plataforma, aplicando el algoritmo sobre perfiles de distinta naturaleza ¿científicos famosos, instituciones y otros¿ y sobre conversaciones no centralizadas en usuarios específicos, sino recabando la información relativa a cuestiones científicas de las que los medios se han hecho eco. El resultado es una herramienta de bajo coste fácilmente reproducible por otros investigadores que revela aspectos sobre las estrategias de comunicación ci<br />[EN] Public perception of science is a widely studied social aspect through population surveys to assess understanding of science and attitudes towards it. However, there are strong criticisms of the theoretical assumptions behind the design of these surveys and the methodology used. This thesis aims to provide more innovative ways of analysis to the discussion. Firstly, it provides an introductory framework outlining the most remarkable relationships between science and society in the modern world, including approaches to 'engagement' in science, which are considered to be more democratic. Secondly, it delves into the framework of the new scenario of digital life, in particular with the aim of complementing the classic studies of the social perception of science with the proposal of a methodological tool adapted to the digital society that opens up new directions of research oriented towards the spaces of citizen participation that constitute social networks. To this end, an algorithm is designed that is capable of analyzing the impact of science communication on Twitter from representative sets of tweets using computational data mining techniques, combined with a qualitative assessment of the types of content; categorized as «science», «culture», «political-social», «beliefs», «media» and «emotional». To test the tool, a variety of open discourses on scientific topics present in the platform are examined, applying the algorithm on profiles of different nature (famous scientists, institutions and others) and on conversations not centralized on specific users, but gathering information on scientific issues that have been echoed by the media. The result is a low-cost tool that can be easily reproduced by other researchers and that reveals aspects about the science communication strategies that generate the greatest impact. As a next step, more in-depth, large-scale studies are required to corroborate whether the preliminary trends identified with the proposed method<br />[CA] La percepció pública de la ciència és un aspecte social àmpliament estudiat mitjançant enquestes a la població per avaluar la comprensió de la ciència i les actituds de la ciutadania. No obstant això, hi ha crítiques robustes cap als supòsits teòrics que sustenten el disseny d'aquests sondejos i cap a la metodologia utilitzada. La present tesi pretén aportar vies d'anàlisi més innovadores a la discussió. En primer lloc, es proporciona un marc introductori que esbossa les relacions més destacables entre ciència i societat en el món modern, incloent els enfocaments de participació ¿o engagement¿, considerats més democràtics. En segon lloc, s'aprofundeix en el marc de el nou escenari de la vida digital, en particular amb la finalitat de complementar els estudis clàssics de percepció social de la ciència amb la proposta d'una eina metodològica adaptada a la societat digital que obri noves direccions de investigació orientades cap als espais de participació ciutadana que constitueixen les xarxes socials. Per a això, es dissenya un algoritme capaç d'analitzar l'impacte de la comunicació de la ciència a Twitter a partir de conjunts representatius de tuits utilitzant tècniques computacionals de mineria de dades, combinades amb una valoració qualitativa dels tipus de contingut ¿categoritzat com: «ciència», «cultura», «politicosocial», «creences», «mitjans» i «emocional»¿. Per provar l'eina, s'examina una varietat de discursos en obert sobre temes científics presents a la plataforma, aplicant l'algoritme sobre perfils de diferent naturalesa ¿científics famosos, institucions i altres¿ i sobre converses no centralitzades en usuaris específics, sinó recaptant la informació relativa a qüestions científiques de les que els mitjans de comunicació s'han fet ressò. El resultat és una eina de baix cost fàcilment reproduïble per altres investigadors que revela aspectes sobre les estratègies de comunicació científica que generen major impacte. Com següent pas, es requereixen estudi
Details
- Database :
- OAIster
- Notes :
- TEXT, Spanish
- Publication Type :
- Electronic Resource
- Accession number :
- edsoai.on1258888721
- Document Type :
- Electronic Resource