Análisis de Sentimiento de la agenda de los partidos políticos españoles en Twitter durante la Moción de Censura de 2018: un enfoque de datos composicionales
dc.contributor.author
dc.date.accessioned
2021-02-15T08:30:59Z
dc.date.available
2021-02-15T08:30:59Z
dc.date.issued
2020-07-01
dc.identifier.issn
1989-872X
dc.identifier.uri
dc.description.abstract
In this article we provide an analysis of the sentiment of the political parties' discussion on Twitter, about the 2018 motion of no confidence to the Spanish government. In particular, we extracted and analyzed 2824 tweets from the official accounts of the 13 political parties represented in the Congress of Deputies. In its methodological development we apply a compositional data analysis and its visualization through the biplot (a visualization tool that allows to contrast the relative importance of the elements under study). Unlike traditional approaches, our study emphasizes the relative importance of the issues within the agenda, while incorporating a third component, the analysis of sentiment. The main findings of this research concern the reliability of the method to represent compositionally the agenda and the agendasetters, as well as the sentiment analysis, confirming that the issues that are most notably associated with certain parties, also are so with their projection on sentiment. In sum, this analysis sheds light on the representation of sentiment in the agenda-setters (attribute agenda), especially in the field of political communication
Este artículo presenta el análisis de sentimiento de la discusión de partidos políticos en Twitter, en el contexto de la Moción de Censura al gobierno español de 2018. En particular, extrajimos y analizamos 2824 tweets de las cuentas oficiales de las 13 formaciones políticas representadas en el Congreso de los Diputados. En su desarrollo metodológico aplicamos el análisis composicional de datos y su visualización a través del biplot (una herramienta de visualización que permite contrastar la importancia relativa de los elementos en estudio). A diferencia de los enfoques tradicionales, nuestro estudio enfatiza la importancia relativa de los temas dentro de la agenda, a la vez que incorpora un tercer componente, el análisis de sentimiento. La investigación concluye sobre la fiabilidad del método para representar composicionalmente la agenda y los agenda-setters, así como el análisis de sentimiento, constatando que los temas que se asocian de forma más notable con determinados partidos, también lo hacen con su proyección sobre los sentimientos. El análisis arroja luz sobre la representación de los sentimientos en los agenda-setters (agenda de atributos), especialmente en el campo de la comunicación política
dc.description.sponsorship
El trabajo ha sido financiado con las ayudas de la Generalitat de Catalunya (COSDA: 2017SGR656), del Ministerio de Ciencia, Innovación y Universidades/FEDER (CODAMET: RTI2018-095518-B-C21), y del Ministerio de Sanidad, Consumo y Bienestar Social (CIBER: CB06/02/1002).
dc.format.extent
14 p.
dc.format.mimetype
application/pdf
dc.language.iso
spa
dc.publisher
Universitat d'Alacant
dc.relation
RTI2018-095518-B-C21
dc.relation.isformatof
Reproducció digital del document publicat a: https://doi.org/10.14198/MEDCOM2020.11.2.22
dc.relation.ispartof
Mediterranean Journal of Communication, 2020, vol. 11, núm. 2, p. 185-198
dc.relation.ispartofseries
Articles publicats (D-EC)
dc.rights
Reconeixement-CompartirIgual 4.0 Internacional
dc.rights.uri
dc.source
Blasco Duatis, Marc Coenders, Germà 2020 Análisis de Sentimiento de la agenda de los partidos políticos españoles en Twitter durante la Moción de Censura de 2018: un enfoque de datos composicionales Mediterranean Journal of Communication 11 2 185 198
dc.subject
dc.title
Análisis de Sentimiento de la agenda de los partidos políticos españoles en Twitter durante la Moción de Censura de 2018: un enfoque de datos composicionales
dc.type
info:eu-repo/semantics/article
dc.rights.accessRights
info:eu-repo/semantics/openAccess
dc.relation.projectID
info:eu-repo/grantAgreement/AEI/Plan Estatal de Investigación Científica y Técnica y de Innovación 2017-2020/RTI2018-095518-B-C21/ES/METODOS DEL ANALISIS COMPOSICIONAL DE DATOS/
dc.type.version
info:eu-repo/semantics/publishedVersion
dc.identifier.doi
dc.identifier.idgrec
031697
dc.contributor.funder
dc.type.peerreviewed
peer-reviewed
dc.relation.FundingProgramme
dc.relation.ProjectAcronym