Análisis de sentimientos en twitter sobre aprendizaje móvil

El aprendizaje móvil (m-learning) genera reacciones encontradas entre expertos en educación y organismos orientadores y reguladores de esta. Espacios como Twitter son escenario de discusiones y propuestas sobre m-learning, lo que requiere identificar las tendencias de los temas de interés, la polari...

Full description

Autores:
Gil Ramírez, Hernán
Guilleumas García, Rosa María
Tipo de recurso:
Trabajo de grado de pregrado
Fecha de publicación:
2022
Institución:
Universidad Tecnológica de Pereira
Repositorio:
Repositorio Institucional UTP
Idioma:
spa
OAI Identifier:
oai:repositorio.utp.edu.co:11059/14492
Acceso en línea:
https://hdl.handle.net/11059/14492
https://repositorio.utp.edu.co/home
Palabra clave:
370 - Educación::374 - Educación de adultos
Análisis de redes sociales
Análisis de sentimientos
Twitter
Rights
openAccess
License
Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
Description
Summary:El aprendizaje móvil (m-learning) genera reacciones encontradas entre expertos en educación y organismos orientadores y reguladores de esta. Espacios como Twitter son escenario de discusiones y propuestas sobre m-learning, lo que requiere identificar las tendencias de los temas de interés, la polaridad y los usuarios potencialmente más influyentes en estas publicaciones. A partir de la revisión sistemática de literatura realizada en Scopus y Web of Science se identificaron 21 documentos sobre análisis de sentimiento en Twitter, de los cuales solo el 10% trataba sobre m-learning. Un proceso de monitorización pudo permitir la identificación de tendencias en los temas de interés, la polaridad y los usuarios potencialmente más influyentes en las publicaciones sobre m-learning en Twitter. Usando la API Rest de Twitter se importaron 27.668 tuits entre el 28/09/2019 y el 28/12/2019. Se procesaron mediante análisis de redes sociales, minería de texto y análisis de sentimientos, usando NodeXL y el Lenguaje R. La red de comunicación creada mostró 20.530 nodos, 36.240 conexiones y 4.974 grupos. El 49% de los tuits expresaba sentimiento positivo, el 10% negativo, y el 41% neutro. Las tendencias en los temas de interés se asociaron a hashtags como #edtech, #education, #AI. Usuarios como @eraser, @favfuckboi y @kurteichenwald se destacaron entre los potencialmente más influyentes dentro del conjunto de quienes publicaron tuits identificados como positivos y @zaiddibis, @sian_ruffell, @zimperium dentro del grupo de los negativos. La investigación busca avanzar en la comprensión de las opiniones sobre el desarrollo de propuestas educativas apoyadas en dispositivos móviles. Los avances metodológicos y los procesos de análisis desarrollados podrán ser usados en campos como la salud, la política y los desastres naturales.