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
![Creative Commons License](http://i.creativecommons.org/l/by/4.0/88x31.png)
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).