Data Documentation for Discursos contrarios a la educación sexual en España: argumentario mediático y agentes de referencia en Twitter (X). 

General Information
Datos asociados al artículo

Name of dataset: 
Datos asociados al artículo Discursos contrarios a la educación sexual en España: argumentario mediático y agentes de referencia en Twitter (X).

Name of data files in data set:
Datos 01, Datos 02

Dataset language:
Español

Date the data set was last modified:
29/05/2024

Funder:
Ayudas para la recualificación de profesorado universitario MU-21-UP2021-030 - Ministerio de Universidades - Gobierno de España.

How to cite data:
Calvo González, Soraya & Trujillo Barbadillo, Gracia. (2024). Discursos contrarios a la educación sexual en España: argumentario mediático y agentes de referencia en Twitter (X). ICONO 14. Revista Científica De Comunicación Y Tecnologías Emergentes, 22(1): e2086. https://doi.org/10.7195/ri14.v22i1.2086
Methodology for data collection: 
minería de datos y observación participante

Data collector(s): 
Soraya Calvo González

Date of data collection: 
09/2022 – 07/2023

Person to contact with questions: 
calvosoraya@uniovi.es

Data entry: 
29/05/2024

Software (including version #) used to prepare data set: 
Excel y Atlas.ti

Data processing that was performed: 
Observación participante. Se creó una cuenta en Twitter (X) para localizar agentes de influencia clave y mensajes viralizados. 
Tratamiento cuantitativo de tweets y retweets. Se usó Python con la librería playwright para leer y descargar los datos en bruto. El análisis de los tweets fue posible gracias al volcado de tweets y retweets de las cuentas analizadas. También se volcó información relativa al impacto social de los tweets: retweets, likes y respuestas. Se aplicó Atlas.ti sobre los datos en bruto para obtener referencias (palabras) y frecuencias (número de veces que se repite cada palabra). Para este proceso se empleó la minería de texto en entornos sociales digitales.
Análisis de sentimiento utilizando Excel y la extensión MeaningCloud de análisis de sentimiento por IA. MeaningCloud permite identificar rasgos morfológicos, sintácticos y semánticos de un texto gracias a la aplicación de técnicas de procesamiento del lenguaje natural. 

Variables
Detección de agentes de diseminación clave: cuentas de entidades representativas.
Conceptualizaciones centrales en mensajes de producción propia (tweets) y mensajes retransmitidos de terceros (retweets): referencias y frecuencias.
Nivel de polarización y acuerdo/desacuerdo de publicaciones.
Interacciones registradas: viralización de mensajes
Descripción cualitativa de mensajes viralizados.

File Overview
DATOS 01: datos en bruto de las publicaciones analizadas - referencias (palabras) y frecuencias (número de veces que se repite cada palabra).
DATOS 02: captura y descripción cualititativa  tweets viralizados