Pandemia de COVID-19 no Brasil
uma análise sobre notícias e comentários de usuários
DOI:
https://doi.org/10.22478/ufpb.2763-9398.2022v16n.61265Palavras-chave:
Desinformação, Mídias Sociais, COVID-19, Jornalismo online, BrasilResumo
Em meio à pandemia do novo coronavírus a proliferação da desinformação e notícias falsas disputa espaços de fala em ambientes virtuais com o jornalismo, sobretudo, nas mídias sociais. Tal fenômeno inclui discursos de ódio e enunciados negacionistas, que põem em xeque a investigação científica sobre as consequências da contaminação em larga escala. À luz destes fatos, este trabalho examina dois aspectos-chave desde fenômeno: qual o conteúdo produzido pelos usuários sobre notícias relacionadas à pandemia e como os internautas interagem com esse conteúdo. Para tal, cinco portais jornalísticos foram analisados utilizando-se de métodos de Processamento de Linguagem Natural e de Ciência de dados, como análise de sentimentos, modelagem de tópicos, análise de legibilidade e temporalidade. Os resultados alcançados permitem-nos apresentar um panorama da recepção das notícias e desinformação nos principais portais de notícias brasileiros.
Downloads
Referências
AGGARWAL, Jai; RABINOVICH, Ella; STEVENSON, Suzanne. Exploration of gender differences in COVID-19 discourse on reddit. arXiv preprint arXiv:2008.05713, 2020.
ALI, Syed Mohd et al. Big data visualization: Tools and challenges. In: 2016 2nd International Conference on Contemporary Computing and Informatics (IC3I). IEEE, 2016. p. 656-660.
BAINES, Rebecca L.; REGAN DE BERE, Sam. Optimizing patient and public involvement (PPI): Identifying its “essential” and “desirable” principles using a systematic review and modified Delphi methodology. Health Expectations, v. 21, n. 1, p. 327-335, 2018.
CARVALHO, Wellington; GUIMARÃES, Ádria Silva. Desinformação, Negacionismo e Automedicação: a relação da população com as drogas “milagrosas” em meio à pandemia da COVID-19. InterAmerican Journal of Medicine and Health, v. 3, 2020.
CHEN, Yanqing; SKIENA, Steven. Building sentiment lexicons for all major languages. In: Proceedings of the 52nd Annual Meeting of the Association for Computational Linguistics (Volume 2: Short Papers). 2014. p. 383-389.
CIRQUEIRA, Douglas et al. A literature review in preprocessing for sentiment analysis for Brazilian Portuguese social media. In: 2018 IEEE/WIC/ACM International Conference on Web Intelligence (WI). IEEE, 2018. p. 746-749.
GANDIA, Rodrigo Marçal et al. Credibilidade e Confiabilidade das Redes Sociais nas Eleições. Revista Estudos Em Comunicação, v. 28, p. 201–218, 2015.
LI, Shaohua et al. Generative topic embedding: a continuous representation of documents. In: Proceedings of the 54th Annual Meeting of the Association for Computational Linguistics (Volume 1: Long Papers). 2016. p. 666-675.
LIU, Qian et al. Health communication through news media during the early stage of the COVID-19 outbreak in China: digital topic modeling approach. Journal of medical Internet research, v. 22, n. 4, p. e19118, 2020.
NAEEM, Salman Bin; BHATTI, Rubina; KHAN, Aqsa. An exploration of how fake news is taking over social media and putting public health at risk. Health Information & Libraries Journal, v. 38, n. 2, p. 143-149, 2021.
PRANTL, David; PRANTL, Martin. Website traffic measurement and rankings: competitive intelligence tools examination. International Journal of Web Information Systems, 2018.
RAMÍREZ-GALLEGO, Sergio et al. A survey on data preprocessing for data stream mining: Current status and future directions. Neurocomputing, v. 239, p. 39-57, 2017.
RECUERO, Raquel; SOARES, Felipe. O Discurso Desinformativo sobre a Cura do COVID-19 no Twitter: Estudo de caso. E-Compós. 2021.
RODRIGUES, Lucas; JUNIOR, Ademir; LOBATO, Fabio. Notícias relacionadas a pessoas com deficiência: uma análise do conteúdo gerado pelos usuários em postagens de mídias sociais. In: Anais do XVI Encontro Nacional de Inteligência Artificial e Computacional. SBC, 2019. p. 811-822.
RODRIGUES, Lucas; JUNIOR, Antonio Jacob; LOBATO, Fábio. Análise de discursos em notícias sobre homofobia, racismo e sexismo em comentários de portais brasileiros de notícias. Anais do Computer on the Beach, v. 12, p. 467-474, 2021.
SAIF, Hassan et al. Contextual semantics for sentiment analysis of Twitter. Information Processing & Management, v. 52, n. 1, p. 5-19, 2016.
UNESCO, 2019. Jornalismo, Fake News & Desinformação. Manual para Educação e Treinamento em Jornalismo. p. 07-31. Disponível em: https://unesdoc.unesco.org/ark:/48223/pf0000368647?fbclid=IwAR1ltj8iF00MPv69hOx4WViYAHzMUlp8VoYlT0Mepi_TYL_utbV5xIgnnEk. Acesso em: 02 de agosto de 2021.
Publicado
Como Citar
Edição
Seção
Licença
Copyright (c) 2022 Lucas Darlindo Freitas Rodrigues, Dra. Ana Prado, Fábio Manoel França Lobato
Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.
A submissão de originais para Revista Culturas Midiáticas implica na transferência, pelos autores (as), dos direitos de publicação impressa e digital. Os direitos autorais para os artigos publicados são do autor (a), com direitos da Revista Culturas Midiáticas sobre a primeira publicação. Em virtude de sermos um periódico de acesso aberto, permite-se o uso gratuito dos artigos em aplicações educacionais, científicas, não comerciais, desde que citada a fonte (por favor, veja a Licença Creative Commons no rodapé desta página).