Archivo de la etiqueta: Twitter

Facebook, Google, Microsoft y Twitter lanzan el proyecto de transferencia de datos

 

data-transfer-project

The Data Transfer Project (DTP)

https://datatransferproject.dev/

Ehite Paper

El Proyecto de Transferencia de Datos (DTP, por sus siglas en inglés) extiende la portabilidad de datos más allá de la capacidad del usuario para descargar una copia de sus datos de su proveedor de servicios, hasta proporcionar al usuario la capacidad de iniciar una transferencia directa de sus datos hacia y desde cualquier proveedor participante. El Proyecto de Transferencia de Datos es una iniciativa de código abierto para fomentar la participación de tantos proveedores como sea posible. La autoedición mejorará el ecosistema de la portabilidad de los datos al reducir la carga de infraestructura tanto para los proveedores como para los usuarios, lo que a su vez debería aumentar el número de servicios que ofrecen portabilidad. Los protocolos y la metodología del DTP permiten la transferencia directa de datos de servicio a servicio con un trabajo de ingeniería racionalizado.

 

 

¿Qué importancia tiene twitter en la medición del impacto de una investigación? comprensión de lo que los tweets pueden y no pueden medir en el contexto de la evaluación de la investigación

 

twitschervogel01_derived_from_twitter-t-svg_

Haustein, S. “Scholarly Twitter metrics.” arXiv:1806.02201 [cs] vol., n. (2018). URL: http://arxiv.org/abs/1806.02201

 

 

Twitter ha sido posiblemente el más popular entre las fuentes de datos que forman la base de la llamada altmetría. Los tweets a los documentos académicos han sido anunciados como indicadores tempranos de citas así como medidas de impacto social. Este capítulo proporciona una visión general de la actividad de Twitter como base para las métricas académicas desde un punto de vista crítico y describe igualmente el potencial y las limitaciones de las métricas de Twitter. Al revisar la literatura sobre Twitter en la comunicación académica y analizar 24 millones de tweets que enlazan con documentos académicos, su objetivo es proporcionar una comprensión básica de lo que los tweets pueden y no pueden medir en el contexto de la evaluación de la investigación. Más allá del limitado poder explicativo de las bajas correlaciones entre los tweets y las citas, este capítulo considera qué tipos de documentos académicos son populares en Twitter, y cómo, cuándo y por quién se difunden, con el fin de comprender lo que miden los tweets en los documentos académicos. Aunque este capítulo no es capaz de resolver los problemas asociados con la creación de métricas significativas a partir de los medios de comunicación social, pone de relieve cuestiones particulares y tiene como objetivo proporcionar la base para las métricas avanzadas eruditas de Twitter.

 

 

¿Existe correspondencia entre la medición altmétrica y la calidad de la investigación? un estudio empírico a gran escala basado en datos de F1000Prime.

featured-image

Bornmann, L. and R. Haunschild “Do altmetrics correlate with the quality of papers? A large-scale empirical study based on F1000Prime data.” PloS One vol. 13, n. 5 (2018). pp. e0197133.

Texto completo

 

En este estudio, se aborda la cuestión de si (y hasta qué punto, respectivamente) la medición altmétrica se correlaciona con la calidad científica de los trabajos (medida por las evaluaciones de pares). Sólo unos pocos estudios han investigado previamente la relación entre la altmetria y las evaluaciones por pares. En el primer paso, se analizan las dimensiones subyacentes de la medición por las métricas tradicionales (recuentos de citas) y la altmetria utilizando el análisis de componentes principales (PCA) y el análisis factorial (FA). En el segundo paso, se analiza la relación entre las dimensiones y la calidad de los trabajos (medida por el sistema de revisión por pares posterior a la publicación de las evaluaciones F1000Prime), utilizando el análisis de regresión.

Los resultados del PCA y FA muestran que la medición altmétrica opera a lo largo de diferentes dimensiones, mientras que los recuentos de Mendeley están relacionados con los recuentos de citas, y los tweets forman una dimensión distinta. Los resultados del análisis de regresión indican que las métricas basadas en citas y los conteos de lectores están significativamente más relacionados con la calidad que con los tweets. Este resultado, por un lado, cuestiona el uso de los recuentos de Twitter para fines de evaluación de la investigación y, por otro lado, indica el uso potencial de los recuentos de lectores de Mendeley.

 

Artículos similares:

Redes sociales y altmetrics: nuevos retos para las revistas científicas

Los mil y un reflejos de las publicaciones en el laberinto de espejos de las nuevas métricas.

Relación entre las altermetrías y las medidas tradicionales de medición científica

Los artículos que recibieron más atención en Altmetric.com en 2017

El uso académico de medios sociales y altmetrics: Una revisión de la literatura

Métricas significativas: una guía del bibliotecario del siglo XXI sobre bibliometría, altmetrics e impacto de la investigación

Los recuentos de lectores que ofrece Mendeley son una de las evidencia más consistentes para la estimación temprana del impacto académico

Análisis de datos de investigación: correlación entre citas y puntuaciones altmetrics

Métricas de próxima generación: métricas responsables y evaluación para ciencia abierta: Informe del Grupo de Expertos de la Comisión Europea sobre Altmetrics. 

 

No tengo Facebook porque tengo suficientes amigos

 

 

“No tengo Facebook porque tengo suficientes amigos. La única gracia que le veo es para ver que la gente con la que te querías acostar hace 20 años sigue viviendo donde siempre. Y tampoco Twitter, porque no voy a ir regalando mi trabajo por ahí. Si tengo algo divertido que decir, lo pongo en un libro”.

 

Jhon Waters “Director de cine”

Identificación de los Robots que manipulan la información en Twitter

twitter_bots

Q&A: How Pew Research Center identified bots on Twitter
BY JOHN GRAMLICH

Pew Research Center, 2018

Texto completo

Ver estudio

Los bots son parte de la vida en Twitter, pero determinar cuán extendidos están puede ser complicado. Un estudio reciente del Pew Research Center exploró el papel de los robots en el intercambio de enlaces en Twitter. El estudio examinó 1.2 millones de enlaces tweeteados – recolectados durante el verano de 2017 – para medir cuántos provenían de cuentas de bot sospechosas. El resultado: Alrededor de dos tercios (66%) de los enlaces tweeteados que se examinaron Centro fueron compartidos por robots sospechosos, o cuentas automatizadas que pueden generar o distribuir contenido sin supervisión humana directa.

 

Como cualquier estudio de bots en Twitter, el análisis primero necesitaba responder a una pregunta fundamental: ¿Qué cuentas son bots y cuáles no? En esta entrevista, Stefan Wojcik, científico social computacional del Centro y uno de los autores del informe, explica cómo él y sus colegas abordaron esta cuestión. Se trata de un desafío. Es un campo nuevo y siempre hay un grado de incertidumbre. Pero la mejor manera es mirar lo que está haciendo una cuenta en particular. ¿Qué tipo de contenido comparte? ¿Los tweets transmiten mensajes que suenan humanos? ¿Qué otras cuentas sigue? ¿Ha tuiteado la cuenta cada cinco minutos durante toda su vida útil? Se pueden crear una lista de características como estas para tratar de determinar si una cuenta es un bot o no. Un enfoque más práctico es crear un conjunto de datos razonablemente grande de cuentas que sean bots y no bots, y luego usar un sistema de aprendizaje automático para “aprender” los patrones que caracterizan a las cuentas humanas y de bot. Con esos patrones en la mano, se puede clasificar un número mucho mayor de cuentas.

 

 

 

Dos tercios de los enlaces a sitios web populares son publicados por cuentas automatizadas, no por seres humanos

los-bots-estc3a1n-en-todas-partes

Wojcik, S., S. Messing, et al. (2018). [e-Book]  “Bots in the Twittersphere” (Two-Thirds of Tweeted Links to Popular Websites are Posted by Automated Accounts, Not Human Beings). Washington D. C., Pew Research Center, 2018.

Texto completo

 

Una gran parte de los enlaces twiteados a contenido digital son generados por bots, es decir, por cuentas automatizadas que publican contenido o interactúan con otros usuarios sin participación humana directa. Un nuevo análisis del Pew Research Center de 1,2 millones de tweets encuentra que el 66% de los enlaces tuiteados al contenido de sitios web populares son publicados o compartidos por bots. Estos hallazgos ilustran hasta qué punto los bots juegan un papel prominente y omnipresente en el entorno de los medios sociales.

 

El análisis se centró en enlaces a 2.315 sitios web populares en una amplia gama de temas, incluyendo deportes, información comercial, celebridades, noticias y sitios creados por diversas organizaciones. Entre los sitios web de noticias populares y eventos actuales, el 66% de los enlaces tweeteados son compartidos por bots – similar a la proporción total de enlaces creados por robots a todo tipo de sitios populares-. La proporción de enlaces tuiteados compartidos por los robots varía dependiendo de los atributos de los diferentes sitios de noticias y eventos actuales. Por ejemplo, el 89% de los enlaces tuiteados a sitios de agregación -sitios que recopilan historias de toda la web- son publicados por bots.

La importancia del estudio es que surgen en un momento en que el papel de los bots en la promoción de material web está centrando el debate sobre los cambios en los hábitos de información de las personas, la veracidad de la información y la prevalencia de las “noticias falsas” en línea. Este análisis proporciona una nueva evidencia sobre el alcance de la actividad de los robots en la esfera de Twitter. El estudio no hace ninguna evaluación sobre si los robots son “buenos” o “malos”, ni de la precisión del material compartido por ellos, o el grado en que el público se involucra con el material generado por los robots.

Resultados fundamentales:

  • Ciertos tipos de sitios -sobre todo los que se centran en contenidos para adultos y deportes- reciben una gran parte de sus enlaces de Twitter de cuentas automatizadas. Los investigadores clasificaron los sitios en siete grupos diferentes: contenido para adultos, deportes, celebridades, productos o servicios comerciales, organizaciones o grupos, noticias y eventos actuales, y tweets con enlaces a otros materiales en Twitter. Las cuentas automatizadas fueron responsables de aproximadamente el 90% de todos los enlaces twiteados a sitios web populares centrados en contenido para adultos durante el periodo de estudio. En el caso de los sitios web populares centrados en contenidos deportivos, se estimó que esa proporción era del 76%.
  • Entre los sitios web de noticias populares y de eventos actuales, el 66% de los enlaces twitteados son hechos por bots sospechosos. La proporción de enlaces twiteados creados por robots es aún mayor entre ciertos tipos de sitios de noticias.
  • Un número relativamente pequeño de robots altamente activos son responsables de una parte significativa de los enlaces a sitios de noticias populares y eventos actuales. Este análisis encuentra que las 500 cuentas de bot más activas son responsables del 22% de los enlaces tuiteados a sitios de noticias populares y eventos actuales durante el periodo en el que se llevó a cabo este estudio. En comparación, los 500 usuarios humanos más activos son responsables de una proporción mucho menor (se estima que el 6%) de los enlaces twiteados a estos puntos de venta.
  • El estudio no encuentra evidencia de que las cuentas automatizadas tengan un “sesgo político” liberal o conservador en su comportamiento general de compartir enlaces. Un análisis de un subconjunto de sitios de noticias y eventos actuales que se enfocan al contenido político encontró que los bots sospechosos comparten aproximadamente el 41% de los enlaces a sitios políticos cuya audiencia es principalmente conservadora y el 44% de los enlaces a sitios políticos cuya audiencia es principalmente liberal – una diferencia que no es estadísticamente significativa. Por el contrario, los bots sospechosos comparten entre el 57% y el 66% de los enlaces de sitios de noticias y eventos actuales cuya audiencia es ideológicamente mixta o centrista.

 

Estos hallazgos ilustran hasta qué punto los bots juegan un papel prominente y omnipresente en el entorno de los medios sociales, ya que las cuentas automatizadas están lejos de ser un fenómeno de nicho: comparten una porción significativa de enlaces tuiteados, incluso a las publicaciones más prominentes e importantes y a los puntos de venta en línea. Dado que estos datos pueden impactar la información que la gente ve en los medios sociales, es importante tener un sentido de su importancia en los medios sociales.

 

 

 

Twitter está perdiendo usuarios

c_scalefl_progressiveq_80w_800

Twiter  no agregó nuevos usuarios activos  en todo el mundo durante el trimestre de junio. Peor en los últimos meses además ahora está perdiendo usuarios en los EE.UU.  La base de usuarios está estancada, y queda patente que Twitter nunca podrá ser Facebook o Instagram

 

Twitter informó que su base de usuarios mensuales en los EE.UU. perdió 2 millones de usuarios  en el último trimestre (desde los 68 millones en el trimestre más reciente a los 70 millones que tenía en el trimestre anterior).

A nivel mundial la base global de usuarios se mantuvo en los 328 millones, sin cambios respecto al trimestre anterior. Los analistas esperaban que Twitter añadiera al menos unos pocos millones de usuarios, pero eso no ocurrió.

A consecuencia de ello, las acciones de Twitter colapsaron hasta un 10% en las operaciones previas en el mercado de valores. La acción había repuntado en los últimos meses después de que Twitter publicara un crecimiento sorprendentemente fuerte de usuarios en el primer trimestre.

La tercera consecuencia negativa es que al perder usuarios, perdió ingresos por publicidad. En el último trimestre, los ingresos de la compañía cayeron un 5% con respecto al mismo período del año anterior.