Registro:
| Documento: | Tesis de Grado |
| Título: | Caracterización de la dinámica de interacción entre usuarios en X (ex Twitter) |
| Autor: | Murchison, Felipe |
| Editor: | Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales |
| Lugar de trabajo: | Universidad de Buenos Aires - CONICET. Instituto de Física de Buenos Aires (IFIBA)
|
| Fecha de defensa: | 2025-10-02 |
| Fecha en portada: | Septiembre 2025 |
| Grado Obtenido: | Grado |
| Título Obtenido: | Licenciado en Ciencias Físicas |
| Departamento Docente: | Departamento de Física |
| Director: | Balenzuela, Pablo; Pinto, Sebastián |
| Jurado: | Chernomoretz, Ariel; Mindlin, Gabriel Bernardo; Caridi, Délida Inés |
| Idioma: | Español |
| Formato: | PDF |
| Handle: |
https://hdl.handle.net/20.500.12110/seminario_nFIS000263_Murchison |
| PDF: | https://bibliotecadigital.exactas.uba.ar/download/seminario/seminario_nFIS000263_Murchison.pdf |
| Registro: | https://bibliotecadigital.exactas.uba.ar/collection/seminario/document/seminario_nFIS000263_Murchison |
| Ubicación: | Dep.FIS 000263 |
| Derechos de Acceso: | Esta obra puede ser leída, grabada y utilizada con fines de estudio, investigación y docencia. Es necesario el reconocimiento de autoría mediante la cita correspondiente. Murchison, Felipe. (2025). Caracterización de la dinámica de interacción entre usuarios en X (ex Twitter). (Tesis de Grado. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales.). Recuperado de https://hdl.handle.net/20.500.12110/seminario_nFIS000263_Murchison |
Resumen:
La presente tesis aborda la caracterización de la dinámica de interacción entre usuarios en la plataforma X (ex Twitter) durante las elecciones Primarias, Abiertas, Simultáneas y Obligatorias (PASO) en Argentina, celebradas en agosto de 2019. El objetivo central fue comprender cómo se estructuran las interacciones de retweets y menciones, cómo emerge la polarización en estas redes y cuál es el papel de los medios de comunicación y actores políticos como nodos centrales en este ecosistema digital. Para ello, se trabajó sobre una base de datos construida a partir de tweets filtrados por palabras clave relacionadas con el contexto electoral. Se modelaron las interacciones como redes complejas, diferenciando entre la Red de Retweets, que generalmente implica aprobación del contenido, y la Red de Menciones originales, cuya intención es más variada. La metodología empleada incluyó el análisis de redes complejas para la detección de comunidades y la aplicación del modelo de Latent Ideology (LI). Este modelo permitió inferir la posición ideológica de usuarios y actores centrales a partir de sus patrones de interacción, complementándose con un modelo externo de etiquetado ideológico para validar las alineaciones observadas. Los resultados revelaron una clara polarización estructural en la Red de Retweets. Se identificaron comunidades densamente conectadas, destacándose dos grupos principales que concentraban la mayor parte de la actividad y que se alineaban de forma marcada con las dos principales fuerzas políticas del momento (Fernández-Fernández y Macri-Pichetto). Esta polarización se confirmó mediante la presencia de usuarios políticos y mediáticos centrales en cada una de estas comunidades, sugiriendo la formación de “cámaras de eco” donde las opiniones afines se refuerzan. En contraste, la Red de Menciones presentó una dinámica de interacción más compleja y menos polarizada. Las comunidades observadas no muestran patrones tan claros en la estructura de la red como los retweets. En cambio, se observó la formación de “nódulos” alrededor de usuarios centrales, predominantemente políticos y medios, lo que indica su rol como focos de atención y debate. La aplicación del modelo de Latent Ideology a las interacciones con políticos reveló una distribución más diversa, con la presencia de un grupo central que interactuaba con figuras de ambos polos ideológicos, sugiriendo que las menciones representan interacciones más allá de las barreras ideológicas. Estos hallazgos son fundamentales para comprender la difusión de información y la formación de opinión en entornos digitales. Las diferencias entre la dinámica de retweets y menciones destaca la importancia de analizar las diferentes formas de interacción para entender la complejidad de la comunicación en entornos políticos online. La capacidad del modelo de Latent Ideology para cuantificar la polarización y revelar afinidades ideológicas subyacentes ofrece una herramienta valiosa para futuros estudios. Las líneas de investigación futuras incluyen el análisis semántico del contenido de las menciones para desentrañar su intención, el estudio de la evolución temporal de las comunidades para identificar puntos de quiebre en la dinámica política, y la exploración de dimensiones de mayor orden en el modelo de Latent Ideology para revelar patrones de interacción más sutiles.
Citación:
---------- APA ----------
Murchison, Felipe. (2025). Caracterización de la dinámica de interacción entre usuarios en X (ex Twitter). (Tesis de Grado. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales.). Recuperado de https://hdl.handle.net/20.500.12110/seminario_nFIS000263_Murchison
---------- CHICAGO ----------
Murchison, Felipe. "Caracterización de la dinámica de interacción entre usuarios en X (ex Twitter)". Tesis de Grado, Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales, 2025.https://hdl.handle.net/20.500.12110/seminario_nFIS000263_Murchison
Estadísticas:
Descargas mensuales
Total de descargas desde :
https://bibliotecadigital.exactas.uba.ar/download/seminario/seminario_nFIS000263_Murchison.pdf
Distrubución geográfica
