1 |
[pt] COMUNICAÇÃO POLÍTICA, MÉTODOS COMPUTACIONAIS E PANDEMIA: OS TRÊS PRIMEIROS MESES DA COVID-19 NO BRASIL E SEU PROCESSO DE ENQUADRAMENTO NO TWITTER / [en] POLITICAL COMMUNICATION, COMPUTATIONAL METHODS AND PANDEMIC: THE FIRST THREE MONTHS OF COVID19 IN BRAZIL AND ITS FRAMING PROCESS ON TWITTERLEONARDO MAGALHAES FIRMINO 17 March 2022 (has links)
[pt] A pesquisa tem como objetivo estudar a variação temporal de
enquadramentos genéricos e específicos sobre saúde no contexto da pandemia de
covid-19 no Brasil. Se trata de um estudo de caso realizado no Twitter sobre o tema
da saúde (n = 31.339.922) entre 15 de março e 15 junho de 2020. Como categorias
analíticas, se estudaram 3 frames genéricos e 3 específicos sobre saúde em
contextos de epidemias. Os frames genéricos foram operacionalizados de forma
dedutiva: conflito, atribuição de responsabilidade e moralidade (SEMETKO;
VALKENBURG, 2000). Os frames específicos foram operacionalizados com o
método indutivo (DE VREESE, 2005): consequências da pandemia, medidas de
contenção e métodos de tratamento. Os tweets foram classificados automaticamente
mediante um método computacional dictionary based, garantindo a confiabilidade,
a validez e a reprodutibilidade (KRIPPENDORFF, 2011; SAMPAIO; LYCARIÃO,
2018). Foi realizada uma série temporal para observar a variação diária da evocação
de cada quadro nos 93 dias estudados. Foi construída também uma rede temporal
de usuários conectados mediante menções, retweets e respostas, sobre a qual foi
calculada a métrica PageRank para medir a sua influência diária sobre a rede. Foram
selecionados os dez atores mais proeminentes segundo o seu PageRank na data de
maior pico de cada frame da série temporal. Finalmente, foram sistematizadas as
informações sobre o contexto de análise e sobre o clima de opinião no Brasil
mediante surveys representativos da população brasileira com frequência diária (n
= 1.800, ME = mais ou menos 2 por cento, IC = 95 por cento). Os resultados da pesquisa apontam que a ordem de evocação dos frames, do mais ao menos proeminente, foi: conflito, atribuição de
responsabilidade, consequências da pandemia, moralidade, medidas de contenção
e métodos de tratamento. Em especial, os quadros do conflito, da atribuição de
responsabilidade e das consequências da pandemia estiveram fortemente
relacionados a um enquadramento negativo, episódico e de interesse humano dos
tweets. Por outro lado, os demais frames (moralidade, medidas de contenção e
métodos de tratamento) priorizaram enquadramentos temáticos, cujas implicações
eram preponderantemente de natureza mais social e menos individual. Se destaca
também a significativa presença de perfis anônimos entre os Top10 usuários de
cada frame, assim como militantes, especialistas em saúde, influenciadores digitais,
jornalistas, órgãos de mídia, políticos e perfis de outra natureza. Por fim, no que se
refere ao estudo das condições que estão associadas aos picos mais altos de
evocação dos frames genéricos e específicos da série temporal, foi observado um
fenômeno que se definiu como sincronização do enquadramento. Se define a
sincronização do enquadramento como um fenômeno de ajuste coletivo da
frequência ativação em rede de um determinado frame por meio da interação entre
os indivíduos e influenciado por quatro fatores: contexto, sucessão de eventos
associados, clima de opinião e combinação entre frames e temas. / [en] The research aims to study the temporal variation of generic and specific
frames about health in the context of the Covid-19 Pandemic in Brazil. It is a case
study conducted on Twitter about health (n = 31,339,922) between March 15 and
June 15, 2020. As analytical categories, 3 generic and 3 specific frames about health
in epidemic contexts were studied. The generic frames were operationalized
deductively: conflict, attribution of responsibility and morality (SEMETKO;
VALKENBURG, 2000). The specific frames were operationalized with the
inductive method (DE VREESE, 2005): consequences of the pandemic,
containment measures, and treatment methods. The tweets were automatically
classified using a dictionary-based computational method, ensuring reliability,
validity, and reproducibility (KRIPPENDORFF, 2011; SAMPAIO; LYCARIÃO,
2018). A time series was performed to observe the daily variation of the evocation
of each frame in the 93 days studied. A temporal network of users connected
through mentions, retweets, and replies was also performed, on which the
PageRank metric was calculated to measure their daily influence on the network.
The ten most prominent actors were selected according to their PageRank on the
peak date of each frame of the time series. Finally, information on the context of
analysis and on the climate of opinion in Brazil was systematized through
representative surveys of the Brazilian population with daily frequency (n = 1,800,
ME = plus–minus 2 percent, CI = 95 percent). The results indicate that the order of evocation of the
frames, from most to least prominent, was conflict, attribution of responsibility,
consequences of the pandemic, morality, containment measures, and treatment
methods. In particular, the frames of conflict, attribution of responsibility, and
consequences of the pandemic were strongly related to a negative, episodic, and
human interest framing of the tweets. On the other hand, the other frames (morality,
containment measures and treatment methods), prioritized thematic framings,
whose implications were preponderantly of a more social and less individual nature.
Also noteworthy is the significant presence of anonymous profiles among the
Top10 users of each frame, as well as activists, health experts, digital influencers,
journalists, media organizations, politicians, and profiles of another nature, such as
fandoms and satirical. Finally, regarding the study of the conditions that explain the
highest peaks of evocation of the generic and specific frames in the time series, a
phenomenon that was defined in this thesis as framing synchronization was
observed. Framing synchronization is defined as the phenomenon of collective
adjustment of the frequency of network activation of a given frame through
interaction between individuals and influenced by five factors: context, succession
of associated events, climate of opinion, and the combination of frames, and issues.
|
Page generated in 0.0318 seconds