Análisis de sentimientos en twitter sobre aprendizaje móvil (eBook, PDF)
PAYBACK Punkte
0 °P sammeln!
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 proc...
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.
Dieser Download kann aus rechtlichen Gründen nur mit Rechnungsadresse in A, B, BG, CY, CZ, D, DK, EW, E, FIN, F, GR, H, IRL, I, LT, L, LR, M, NL, PL, P, R, S, SLO, SK ausgeliefert werden.
Andere Kunden interessierten sich für
