| Revista: | Realidad, datos y espacio. Revista internacional de estadística y geografía |
| Base de datos: | CLASE |
| Número de sistema: | 000526656 |
| ISSN: | 2007-2961 |
| Autores: | Romo Anaya, Ana Miriam1 Silva Cuevas, Víctor1 Cabrera Zamora, Irving Gibran1 |
| Instituciones: | 1Instituto Nacional de Estadística y Geografía, Aguascalientes. México |
| Año: | 2022 |
| Periodo: | Oct |
| Volumen: | 13 |
| Número: | 3 |
| País: | México |
| Idioma: | Español |
| Tipo de documento: | Artículo |
| Enfoque: | Analítico, descriptivo |
| Resumen en español | Basándonos en múltiples estudios que muestran que las palabras que usa una persona en sus escritos transmiten información sobre su personalidad, motivaciones, estado de ánimo y emocional e incluso su nivel económico, podemos entonces pretender que la información subyacente de los usuarios de Twitter permite generar indicadores del estado de ánimo e indicadores asociados con la prevalencia de condiciones de salud mental. Como primera aproximación, este trabajo se enfoca en identificar a quienes más expresan sentimientos negativos en sus textos acompañados de palabras relacionadas con ansiedad y que los hacen diferenciables de los demás. Para esto, usamos toda la muestra de tuits recolectados por el INEGI desde el 2017 al 2020 que se utilizó para la construcción del Índice del Estado de Ánimo de los Tuiteros en México junto con el recurso léxico LIWC (Linguistic Inquiry Word Count) diseñado para analizar implicaciones psicológicas del uso de las palabras muy empleado por psicólogos, sociólogos y comunicólogos |
| Resumen en inglés | Based on multiple studies that show that the words a person uses in their writings convey information about their personality, motivations, moods, emotional states, and even economic level, we can claim that the underlying information of Twitter users allows us to generate mood indicators as well as indicators associated with the prevalence of mental health conditions. As a first approximation, this work focuses on identifying those who express more negative feelings in their texts accompanied by anxiety-related words and who differentiate them from others. For this we use the entire sample of tweets collected by INEGI from 2017 to 2020 that was used for the construction of the Mood Index of Twitter users in Mexico along with the lexical resource LIWC (Linguistic Inquiry Word Count) designed to analyze psychological implications of word use. This resource has often been used by psychologists, sociologists and communication scholars |
| Disciplinas: | Psicología, Medicina |
| Palabras clave: | Salud pública, Psicología social, Ansiedad, Twitter, Aprendizaje estadístico, Datificación de la salud, Salud mental, México |
| Texto completo: | https://rde.inegi.org.mx/index.php/2022/10/13/identificacion-de-usuarios-ansiosos-para-detectar-condiciones-de-salud-mental-en-la-poblacion-tuitera-de-mexico/ |
