La investigación en comunicación con metodología BigData

Francisco  López Cantos

doi:10.4185/RLCS-2015-1076

Autores/as

Francisco López Cantos Universidad Jaume I de Castellón https://orcid.org/0000-0002-6674-4825

DOI:

https://doi.org/10.4185/RLCS-2015-1076

Palabras clave:

Big Data, minería de datos, análisis de contenido, metodología, epistemología, representación científica, investigación en comunicación

Resumen

Las tecnologías digitales están facilitando nuevas herramientas y metodologías de análisis en el ámbito de la comunicación, al igual que en otras áreas de investigación. En este trabajo abordamos los aspectos relacionados con la investigación [1] en comunicación con la metodología Big Data, que está creando muchas expectativas y está dando buenos resultados en otros ámbitos científicos. Metodología: Tomamos como corpus de trabajo un conjunto de artículos y utilizamos sobre esa muestra las técnicas de análisis y representación de Big Data como metodología de análisis de contenido para valorar su pertinencia y efectividad. Conclusiones: Como resultado de nuestro estudio podemos concluir que esta metodología en nuestra área de conocimiento puede ser de utilidad pero tiene una efectividad limitada.

Descargas

Los datos de descargas todavía no están disponibles.

Métricas

Cargando métricas ...

Biografía del autor/a

Francisco López Cantos, Universidad Jaume I de Castellón

Profesor en Comunicación Audiovisual y Publicidad. A lo largo de estos años ha publicado numerosos artículos que abarcan desde los medios comunitarios y las televisiones universitarias y su papel para el desarrollo, hasta aspectos relativos a las tecnologías de producción audiovisual, la comunicación multimedia y el periodismo digital, y en los últimos tiempos se ocupa sobre todo de aspectos relacionados con la imagen y la representación del conocimiento y la divulgación científica.

Citas

Anscombe, F. J. (1973): "Graphs in Statistical Analysis,". En: American Statistician, 27, pp. 17-21. DOI: https://doi.org/10.1080/00031305.1973.10478966

Burrows, R. and Savage, M. (2014): “After the crisis? Big Data and the methodological challenges of empirical sociology”. En: Big Data & Society, pp. 1–6. DOI: https://doi.org/10.1177/2053951714540280

D’heer, E. and Verdegem, P. (2014): “Conversations about the elections on Twitter: Towards a structural understanding of Twitter’s relation with the political and the media field”. En: European Journal of Communication. 29(6), pp. 720–734. DOI: https://doi.org/10.1177/0267323114544866

Feyerabend, P. K. (1975): Tratado contra el método. Esquema de una teoría anarquista del conocimiento. Madrid: Tecnos, ed. 1981.

Fisher, E. (2015): “‘You Media’: audiencing as marketing in social media”. En: Media, Culture & Society, 37(1) pp. 50–67. DOI: https://doi.org/10.1177/0163443714549088

Focault, B. & Meirelles, I. (2015): “Visualizing Computational Social Science: The Multiple Lives of a Complex Image”. En: Science Communication, 37(1), pp. 34-58. DOI: https://doi.org/10.1177/1075547014556540

Ford, B. J. (1992): Images of Science: A History of Scientific Illustration. London: British Library.

Gregg, M. (2015): “Inside the Data Spectacle”. En: Television & New Media, 16(1), pp. 37–51. DOI: https://doi.org/10.1177/1527476414547774

Gross, A. (2006): “The Verbal and the Visual in Science: A Heideggerian Perspective”. En: Science in Context, 19(4), pp. 443-474. DOI: https://doi.org/10.1017/S0269889706001037

Gurevitch, L. (2014): “Google Warming: Google Earth as eco-machinima”. En: Convergence, 20(1), pp. 85–107 DOI: https://doi.org/10.1177/1354856513516266

Kitchin, B. (2014): “Big Data, new epistemologies and paradigm shifts”. En: Big Data & Society, pp. 1–12. DOI: https://doi.org/10.1177/2053951714528481

Kuhn, T. S. (1962): The Structure of Scientific Revolutions. Chicago: Chicago University Press

Latour, B. (2009): “Tarde’s idea of quantification”. En: The Social after Gabriel Tarde: Debates and Assessments. London: ed. Candea, M. Routledge, pp. 145–162.

Leonelli, S. (2014): “What difference does quantity make? On the epistemology of Big Data in biology, en Big Data & Society, pp. 1–11. DOI: https://doi.org/10.1177/2053951714534395

Lynch, M. (2006): “The Production of Scientific Images. Vision and Re-Vision in the History, Philosophy, and Sociology of Science”, Visual Cultures of Science: rethinking representational practices in knowledge building and science communication. Hanover, N.H.: Dartmouth Collegue Press., p. 26 y ss.

Lyon, D. (2014): “Surveillance, Snowden, and Big Data: Capacities, consequences, critique”. En: Big Data & Society, pp. 1–13. DOI: https://doi.org/10.1177/2053951714541861

Manovich, L. (2002): “The Anti-Sublime Ideal in Data Art”, disponible en https://illinoissquaire.web.illinois.edu/wp/2018/11/15/the-anti-sublime-ideal-in-data-art/

Murthy, D. y Bowman, S. (2014): “Big Data solutions on a small scale: Evaluating accessible high-performance computing for social research”. En: Big Data & Society, pp. 1–12. DOI: https://doi.org/10.1177/2053951714559105

Penney, J. (2014): “Motivations for participating in ‘viral politics’: A qualitative case study of Twitter users and the 2012 US presidential election”, en Convergence, DOI: https://doi.org/10.1177/1354856514532074

Raghavan, P. (2014): “It’s time to scale the science in the social sciences”. En: Big Data & Society, pp 1–4. DOI: https://doi.org/10.1177/2053951714532240

Schroede, R. (2014): “Big Data and the brave new world of social media research”. En: Big Data & Society, pp. 1–11. DOI: https://doi.org/10.1177/2053951714563194

Taylor, L., Schroeder, R. y Meyer, E. (2014): “Emerging practices and perspectives on Big Data analysis in economics: Bigger and better or more of the same?”. En: Big Data & Society, pp. 1–10. DOI: https://doi.org/10.1177/2053951714536877

Vilches, L. (coord.) (2011): La investigación en comunicación. Métodos y técnicas en la era digital. Barcelona: Gedisa.

Zwitter, A. (2014): “Big Data ethics”. En: Big Data & Society, pp. 1–6. DOI: https://doi.org/10.1177/2053951714559253