INVESTIGANDO MOVIMIENTOS SOCIALES CONTEMPORÁNEOS CON HERRAMIENTAS DIGITALES: UNA GUÍA PRÁCTICA DE INVESTIGACIÓN

Autores/as

DOI:

https://doi.org/10.5216/ia.v48i3.75770

Resumen

Este artículo propone una guía práctica para la investigación de movilizaciones políticas y movimientos sociales contemporáneos utilizando herramientas digitales. Destaca la relevancia del uso de herramientas digitales en medio de las complejas dinámicas del activismo en tiempos recientes, así como el potencial de las Humanidades Digitales - un campo de estudio que combina humanidades y ciencias sociales con tecnología digital - para profundizar estas investigaciones. Para ello, presenta una guía dividida en seis pasos, que van desde la definición del problema hasta la interpretación y comunicación de los resultados, utilizando diversas herramientas y software. Con este material, se pretende ayudar a los investigadores y contribuir al avance en la comprensión de las movilizaciones sociales contemporáneas.

PALABRAS CLAVE: Movimientos Sociales; Humanidades Digitales; Análisis de Datos; Guía de Investigación.

Descargas

Los datos de descargas todavía no están disponibles.

Biografía del autor/a

Mariana Affonso Penna, Instituto Federal de Educação de Goiás (IFG), Goiânia, Goiás, Brasil, mariana.penna@ifg.edu.br

Professora da Licenciatura em História no Instituto Federal de Educação, Ciência e Tecnologia de Goiás (IFG). Doutora em História pela Universidade Federal Fluminense (UFF), com estágio internacional na École des Hautes Études en Sciences Sociales (EHESS), e possui graduação e mestrado em História, também pela UFF. Além disso, possui Especialização em Sociologia Urbana pela Universidade do Estado do Rio de Janeiro (UERJ). Sua experiência acadêmica está concentrada na área de História Contemporânea, com ênfase nos temas de movimentos sociais, pensamento utópico e ucrônico, memória popular e história oral. Seus atuais interesses de pesquisa envolvem a aplicação de métodos e técnicas computacionais em Humanidades Digitais para a pesquisa e o ensino de História.

Citas

BENGFORT, Benjamin; BILBRO, Rebecca; OJEDA, Tony. Applied text analysis with Python: Enabling language-aware data products with machine learning. Sebastopol: O'Reilly Media, Inc., 2018.

BORGATTI, Stephen P.; EVERETT, Martin G.; JOHNSON, Jeffrey C. Analyzing social networks. Los Angeles: Sage, 2018.

FREELON, D.; MCILWAIN, C.; CLARK, M. (2018). Quantifying the power and consequences of social media protest. New Media & Society, Chicago, v. 20, n. 3, 990–1011. https://doi.org/10.1177/1461444816676646. Acesso em: 25 nov. 2023.

HEMMATIAN, Fatemeh; SOHRABI, Mohammad Karim. A survey on classification techniques for opinion mining and sentiment analysis. Artificial intelligence review, Chicago, v. 52, n. 3, p. 1495-1545, 2019. Disponível em: https://link.springer.com/journal/10462/volumes-and-issues/52-3. Acesso em: 25 nov. 2023.

MAHALUÇA, F. Noções de amostragem. Estatística Aplicada. Maputo: Researchgate, 2016.

MAHESHWARI, Anil. Data analytics made accessible. Seattle: Amazon Digital Services, 2014.

MCCANDLESS, David; MCCANDLESS, David. The visual miscellaneum: a colorful guide to the world's most consequential trivia. New York: Harper Design, 2012.

MCKINNEY, Wes. Python for Data Analysis. Sebastopol: O'Reilly Media, Inc., 2022.

MEHMOOD, Asad; PALLI, Abdul S.; KHAN, M. N. A. A study of sentiment and trend analysis techniques for social media content. International Journal of Modern Education and Computer Science, New York, v. 6, n. 12, p. 47, 2014. Disponível em: https://www.mecs-press.org/ijmecs/ijmecs-v6-n12/v6n12-7.html. Acesso em: 25 nov. 2023.

MITCHELL, Ryan. Web scraping with Python: Collecting more data from the modern web. Sebastopol: O'Reilly Media, Inc., 2018.

RUSSELL, Matthew A. Mining the social web: data mining Facebook, Twitter, LinkedIn, Google+, GitHub, and more. Sebastopol: O'Reilly Media, Inc., 2013.

SWEIGART, Al. Automate the boring stuff with Python: practical programming for total beginners. San Francisco: No Starch Press, 2019.

VAN ROSSUM, Guido et al. Python Programming Language. In: USENIX annual technical conference. 2007. p. 1-36.

VANDERPLAS, Jake. Python data science handbook: Essential tools for working with data. Sebastopol: O'Reilly Media, Inc., 2016.

WRISLEY, David et al. Visualization and the Digital Humanities: Moving Toward Stronger Collaborations. IEEE Computer Graphics and Applications, Sebastopol, v. 38, n. 6, p. 26-38, 2018. Disponível em: https://dblp.org/db/journals/cga/cga38.html. Acesso em: 25 nov. 2023.

Publicado

2023-12-29

Cómo citar

PENNA, M. A. INVESTIGANDO MOVIMIENTOS SOCIALES CONTEMPORÁNEOS CON HERRAMIENTAS DIGITALES: UNA GUÍA PRÁCTICA DE INVESTIGACIÓN. Revista Inter Ação, Goiânia, v. 48, n. 3, p. 603–617, 2023. DOI: 10.5216/ia.v48i3.75770. Disponível em: https://revistas.ufg.br/interacao/article/view/75770. Acesso em: 16 ago. 2024.