• español
  • English
  • français
  • Deutsch
  • português (Brasil)
  • italiano
    • español
    • English
    • français
    • Deutsch
    • português (Brasil)
    • italiano
    • español
    • English
    • français
    • Deutsch
    • português (Brasil)
    • italiano
    JavaScript is disabled for your browser. Some features of this site may not work without it.

    Listar

    Todo UVaDOCComunidadesPor fecha de publicaciónAutoresMateriasTítulos

    Mi cuenta

    Acceder

    Estadísticas

    Ver Estadísticas de uso

    Compartir

    Ver ítem 
    •   UVaDOC Principal
    • PRODUCCIÓN CIENTÍFICA
    • Departamentos
    • Dpto. Comunicación Audiovisual y Publicidad
    • DEP098 - Artículos de revista
    • Ver ítem
    •   UVaDOC Principal
    • PRODUCCIÓN CIENTÍFICA
    • Departamentos
    • Dpto. Comunicación Audiovisual y Publicidad
    • DEP098 - Artículos de revista
    • Ver ítem
    • español
    • English
    • français
    • Deutsch
    • português (Brasil)
    • italiano

    Exportar

    RISMendeleyRefworksZotero
    • edm
    • marc
    • xoai
    • qdc
    • ore
    • ese
    • dim
    • uketd_dc
    • oai_dc
    • etdms
    • rdf
    • mods
    • mets
    • didl
    • premis

    Citas

    Por favor, use este identificador para citar o enlazar este ítem:https://uvadoc.uva.es/handle/10324/73046

    Título
    Análisis del hashtag #MeQuedoEnCasa: la conversación digital por twitter® ante la emergencia producida por la COVID-19
    Autor
    Vela Delfa, CristinaAutoridad UVA Orcid
    Cantamutto, Lucía
    Núñez Cansado, María ÁngelesAutoridad UVA Orcid
    Año del Documento
    2020
    Editorial
    ïkala
    Descripción
    Producción Científica
    Documento Fuente
    kala, Revista de Lenguaje y Cultura, vol. 26, núm. 2, pp. 365-384, noviembre 2021
    Resumen
    La crisis sanitaria de la COVID-19 vino acompañada de medidas de aislamiento, entre las que se encontraba el confinamiento domiciliario, que provocaron múltiples reacciones en las redes sociales. El objetivo de este artículo consiste en analizar la conversación digital observada en Twitter®, en torno al hashtag #MeQuedoEnCasa, en el periodo comprendido entre el 20 y el 27 de marzo de 2020. El estudio parte de una metodología mixta, en la que se combinan técnicas de análisis del social media mining con estrategias cualitativas propias del análisis lingüístico. Desde el punto de vista teórico, nos apoyamos en conceptos de las teorías del encuadre y de la valoración. Los resultados apuntan al enmarque positivo del confinamiento, a través de rasgos semióticos de distinto nivel: léxico, semántico y pragmático. Las cuentas más influyentes inclinaron su producción discursiva hacia la polaridad positiva. El análisis empírico permite concluir que el encuadre discursivo de esta conversación digital combina dos ejes semánticos (colectividad y salud), dos ejes enunciativos (aquí y ahora) y un eje emocional, lo que implica que hashtags como #MeQuedoEnCasa funcionan como señas de identidad social, como marcas de anclaje enunciativo y como instrumentos para fomentar la responsabilidad del individuo desde valores positivos.
    Materias (normalizadas)
    Comunicación
    Palabras Clave
    COVID-19, framing theory, linguistic analysis, social media, appraisal theory, Twitter®, digital conversations.
    ISSN
    2145-566X
    Revisión por pares
    SI
    DOI
    10.17533/udea.ikala.v26n2a08
    Version del Editor
    https://www.redalyc.org/journal/2550/255070410008/html/
    Idioma
    spa
    URI
    https://uvadoc.uva.es/handle/10324/73046
    Tipo de versión
    info:eu-repo/semantics/publishedVersion
    Derechos
    openAccess
    Aparece en las colecciones
    • DEP098 - Artículos de revista [88]
    Mostrar el registro completo del ítem
    Ficheros en el ítem
    Nombre:
    ikala 2020.pdf
    Tamaño:
    14.99Mb
    Formato:
    Adobe PDF
    Descripción:
    artículo principal
    Thumbnail
    Visualizar/Abrir
    Attribution-NonCommercial-NoDerivatives 4.0 InternacionalLa licencia del ítem se describe como Attribution-NonCommercial-NoDerivatives 4.0 Internacional

    Universidad de Valladolid

    Powered by MIT's. DSpace software, Version 5.10