Matches in SemOpenAlex for { <https://semopenalex.org/work/W4297330267> ?p ?o ?g. }
- W4297330267 endingPage "137" @default.
- W4297330267 startingPage "125" @default.
- W4297330267 abstract "Social networking sites are a new ecosystem of social relations in which adolescents follow public figures or influencers: instagrammers, tweeters and youtubers. Their behaviour in the posts they publish become a trend and a model for the new generations. In order to explore these behaviours and their consequences, it is useful to study the behaviour of the 10 instagramers, 10 tweeters and 10 youtubers with the largest number of followers in the world. A mixed method was employed, combining: social media analysis (SNA) methodology executed by monitoring Twitter, Instagram and YouTube accounts and their publications (300 posts with the highest number of likes). The FanapageKarma tool was used to capture data by applying data mining techniques. Subsequently, sentiment analysis was performed using Meaning Cloud software, determining sentiment polarity analysis quantitatively. Finally, a semantic analysis of the content was performed using Nvivo. The results of multi-regression and sentiment’s analysis show clear differences between social networking sites. Twitter is a space for critical analysis of information and social movements, especially climate change. In this space adolescents defend their values and ideology. Instagram is a showcase for fashion and beauty, where brands support an idealised and desirable lifestyle. YouTube is a space for entertainment and comedy. It concludes that despite their differences there is one univocal feature, the effort of influencers to capture audiences and establish parasocial relationships. Las redes sociales son un nuevo ecosistema de relaciones sociales en el que los adolescentes siguen a personajes públicos o «influencers»: «instagramers», «twitteros» y «youtubers». Su comportamiento en los posts que publican se convierte en una tendencia y un modelo para las nuevas generaciones. Para profundizar en estos comportamientos y sus consecuencias, resulta de utilidad estudiar el comportamiento de los 10 «instagramers», 10 «twitteros» y 10 «youtubers» con mayor número de seguidores en el mundo mediante sus publicaciones (300 post con mayor cantidad de likes). Se empleó un método mixto, combinando: la metodología de análisis de medios sociales (SNA) ejecutada mediante la monitorización de cuentas de Twitter, Instagram y YouTube. Se empleó el instrumento de FanapageKarma para captar los datos aplicando técnicas de minería de datos. Posteriormente, se realizó un análisis de sentimiento mediante el software «Meaning Cloud», este determinó el análisis de la polaridad de los sentimientos de forma cuantitativa. Finalmente, se realizó un análisis semántico de los contenidos mediante Nvivo. Los resultados de la multirregresión y el análisis de sentimientos muestran claras diferencias entre las redes sociales. Twitter es un espacio de análisis crítico de la información y de los movimientos sociales, especialmente del cambio climático. En este espacio los adolescentes defienden sus valores e ideología. Instagram es un escaparate de moda y belleza, donde las marcas apoyan un estilo de vida idealizado y deseable. YouTube es un espacio para el entretenimiento y la comedia. Se concluye que a pesar de sus diferencias hay una característica unívoca, el esfuerzo de los «influencers» por captar audiencias y establecer relaciones parasociales." @default.
- W4297330267 created "2022-09-28" @default.
- W4297330267 creator A5014168717 @default.
- W4297330267 creator A5032695849 @default.
- W4297330267 creator A5086287108 @default.
- W4297330267 date "2023-01-01" @default.
- W4297330267 modified "2023-10-06" @default.
- W4297330267 title "Social media influence on young people and children: Analysis on Instagram, Twitter and YouTube" @default.
- W4297330267 cites W2022570396 @default.
- W4297330267 cites W2031317389 @default.
- W4297330267 cites W2068372382 @default.
- W4297330267 cites W2068451972 @default.
- W4297330267 cites W2082145691 @default.
- W4297330267 cites W2160660844 @default.
- W4297330267 cites W2165798258 @default.
- W4297330267 cites W2564413358 @default.
- W4297330267 cites W2576661149 @default.
- W4297330267 cites W2728871663 @default.
- W4297330267 cites W2760315815 @default.
- W4297330267 cites W2765704143 @default.
- W4297330267 cites W2769621060 @default.
- W4297330267 cites W2790894048 @default.
- W4297330267 cites W2792670840 @default.
- W4297330267 cites W2800884068 @default.
- W4297330267 cites W2883082645 @default.
- W4297330267 cites W2886708178 @default.
- W4297330267 cites W2892281797 @default.
- W4297330267 cites W2892914272 @default.
- W4297330267 cites W2899383634 @default.
- W4297330267 cites W2900641211 @default.
- W4297330267 cites W2903612776 @default.
- W4297330267 cites W2943695654 @default.
- W4297330267 cites W2944005386 @default.
- W4297330267 cites W2954103018 @default.
- W4297330267 cites W2954982670 @default.
- W4297330267 cites W2955397421 @default.
- W4297330267 cites W2974580405 @default.
- W4297330267 cites W2981832565 @default.
- W4297330267 cites W2991373509 @default.
- W4297330267 cites W2999179361 @default.
- W4297330267 cites W3000997580 @default.
- W4297330267 cites W3005356854 @default.
- W4297330267 cites W3023532762 @default.
- W4297330267 cites W3026688624 @default.
- W4297330267 cites W3033558458 @default.
- W4297330267 cites W3043792599 @default.
- W4297330267 cites W3045948851 @default.
- W4297330267 cites W3083248314 @default.
- W4297330267 cites W3088244895 @default.
- W4297330267 cites W3140737107 @default.
- W4297330267 cites W3178642307 @default.
- W4297330267 cites W3184334600 @default.
- W4297330267 cites W4200456332 @default.
- W4297330267 cites W4281692210 @default.
- W4297330267 doi "https://doi.org/10.3916/c74-2023-10" @default.
- W4297330267 hasPublicationYear "2023" @default.
- W4297330267 type Work @default.
- W4297330267 citedByCount "7" @default.
- W4297330267 countsByYear W42973302672023 @default.
- W4297330267 crossrefType "journal-article" @default.
- W4297330267 hasAuthorship W4297330267A5014168717 @default.
- W4297330267 hasAuthorship W4297330267A5032695849 @default.
- W4297330267 hasAuthorship W4297330267A5086287108 @default.
- W4297330267 hasBestOaLocation W42973302671 @default.
- W4297330267 hasConcept C111919701 @default.
- W4297330267 hasConcept C112698675 @default.
- W4297330267 hasConcept C119857082 @default.
- W4297330267 hasConcept C136764020 @default.
- W4297330267 hasConcept C142362112 @default.
- W4297330267 hasConcept C143275388 @default.
- W4297330267 hasConcept C144024400 @default.
- W4297330267 hasConcept C144133560 @default.
- W4297330267 hasConcept C153349607 @default.
- W4297330267 hasConcept C15744967 @default.
- W4297330267 hasConcept C158071213 @default.
- W4297330267 hasConcept C162446236 @default.
- W4297330267 hasConcept C162853370 @default.
- W4297330267 hasConcept C17744445 @default.
- W4297330267 hasConcept C192975520 @default.
- W4297330267 hasConcept C199539241 @default.
- W4297330267 hasConcept C26011011 @default.
- W4297330267 hasConcept C2778572836 @default.
- W4297330267 hasConcept C2780876879 @default.
- W4297330267 hasConcept C29595303 @default.
- W4297330267 hasConcept C36289849 @default.
- W4297330267 hasConcept C41008148 @default.
- W4297330267 hasConcept C41458344 @default.
- W4297330267 hasConcept C512170562 @default.
- W4297330267 hasConcept C518677369 @default.
- W4297330267 hasConcept C542102704 @default.
- W4297330267 hasConcept C54649085 @default.
- W4297330267 hasConcept C66402592 @default.
- W4297330267 hasConcept C94625758 @default.
- W4297330267 hasConceptScore W4297330267C111919701 @default.
- W4297330267 hasConceptScore W4297330267C112698675 @default.
- W4297330267 hasConceptScore W4297330267C119857082 @default.
- W4297330267 hasConceptScore W4297330267C136764020 @default.
- W4297330267 hasConceptScore W4297330267C142362112 @default.