Crisis de la caravana de migrantes: Algunas realidades sobre el discurso público en Twitter

Resumen

El artículo se propone analizar la red social Twitter con la finalidad de averiguar la estructura confrontacional del discurso público en línea vertido durante la crisis de la caravana de migrantes de 2018. Para llevar a cabo esta aproximación, se optó por un método cuantitativo exploratorio con un universo representativo de los mensajes publicados en la plataforma del 1 de enero al 15 de febrero de 2019. Los hallazgos indican –entre otros– que el discurso público sobre la caravana es transnacional, ampliamente estimulado por los medios de comunicación y en su mayoría, expresa a un sentimiento neutral. No obstante, la articulación del paisaje mediático y la estructura retórica de la crisis migratoria parecen exhibir similitudes y diferencias entre países de tradición receptora y otros de tránsito. Para estos últimos, se sugiere ampliar la investigación a otros medios tecnológicos implicados en la construcción/desconstrucción de la narrativa migratoria.

Palabras clave

• caravana de migrantes
• discurso público en Twitter
• retórica de la crisis migratoria
• México
• Centroamérica.

Cómo citar

Derechos de autor 2021 Migraciones Internacionales

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.

Citas

1. Abroms, L. C. y Craig Lefebvre, R. (2009). Obama's wired campaign: Lessons for public health communication. Journal of Health Communication, 14(5), 415-423. doi: https://doi.org/10.1080/10810730903033000
2. Albicker Aguilera, S., Castañeda Gómez del Campo, A., Coria Márquez, E., Félix Vega, C., Guillén López, T., París Pombo, M. D., Pérez Duperou, G. y Velasco Ortíz L. (2018). Migrantes haitianos y centroamericanos en Tijuana, Baja California, 2016-2017.
3. Políticas gubernamentales y acciones de la sociedad civil [Trad. A. Carrier y E. Printemps]. Tijuana: El Colegio de la Frontera Norte/Comisión Nacional de los Derechos Humanos México. Recuperado de https://bit.ly/2IXfP8y
4. Alto Comisionado de las Naciones Unidas para los Refugiados (ACNUR). (2017). México Factsheet, México: Autor. Recuperado de https://bit.ly/2X7FcIE
5. Arriola Vega, L. A. (2016). Mexico’s Not-So-Comprehensive Southern Border Plan. Houston: Rice University’s Baker Institute for Public Policy. Recuperado de https://bit.ly/2LpSsGf
6. Asociación de Internet MX (AIMX). (2019). 15° Estudio sobre los Hábitos de los Usuarios de Internet en México 2018. Movilidad en el Usuario de Internet Mexicano. Recuperado de https://www.asociaciondeinternet.mx/estudios/habitos-de-internet
7. Avello-Gayo, D., Metaxas, P. y Mustafaraj, E. (21 de julio 2011). Limits of electoral predictions using Twitter [conferencia]. En Proceedings of the International Conference on Weblogs and Social Media. Barcelona: the AAAI Press. Recuperado de https://bit.ly/2Zuu6iM
8. Bobes León, V. C. y Pardo Montaño, A. M. (2016). Política migratoria en México: Legislación, imaginarios y actores. México: Facultad Latinoamericana de Ciencias Sociales.
9. Boomgaarden, H. G. y Vliegenthart, R. (2007). Explaining the rise of anti-immigrant parties: The role of news media content. Electoral Studies, 26(2), 404–417. doi: https://doi.org/10.1016/j.electstud.2006.10.018
10. Boomgaarden, H. G. y Vliegenthart, R. (2009). How news content influences anti- immigration attitudes: Germany, 1993-2005. European Journal of Political Research, 48 (4), 516–542. doi: https://doi.org/10.1111/j.1475-6765.2009.01831.x
11. Bouvier, G. (2019). How Journalists Source Trending Social Media Feeds. Journalism Studies, 20(2), 212–231. https://doi.org/10.1080/1461670X.2017.1365618
12. Brooke, J., Tofiloski, M. y Taboada, M. (2009). Cross-Linguistic Sentiment Analysis: From English to Spanish. En G. Angelova, K. Bontecheva, R. Mitkov, N. Nicolov y N. Nikolov (Eds.), Proceedings of International Conference on Recent Advances Natural Language Processing (RANLP) (pp. 50-54). Bulgaria: INCOMA Ltd.
13. Bruns, A. y Stieglitz, S. (2014). Twitter data: What do they represent? IT–Information Technology, 56(5), 240-245. https://doi.org/10.1515/itit-2014-1049
14. Castells, M. (2009). Communication Power. New York: Oxford University Press.
15. Cheng, J., Adamic, L., Alex Dow, P., Kleinberg, J. M. y Leskovec, J. (7 de abril de 2014). Can cascades be predicted? [conferencia]. En Proceedings of the 23rd international conference on World Wide Web. Nueva York. Recuperado de https://bit.ly/2YmVse7
16. Conover, M., Ratkiewicz, J., Francisco, M., Gonçalves, B., Menczer, F. y Flammini, A. (2011). Political polarization on Twitter [conferencia]. En Proceedings of the Fifth International AAAI Conference on Weblogs and Social Media. Barcelona: AAAI Press. Recuperado de https://bit.ly/2XezI2C
17. Durand, J. (2016). Historia mínima de la migración México-Estados Unidos. Ciudad de México: El Colegio de México.
18. El Colegio de la Frontera Norte (El Colef). (2018). La caravana de migrantes centroamericanos en Tijuana 2018 (Primera etapa). Diagnóstico y propuestas de acción. Tijuana: Autor. Recuperado de https://bit.ly/2MCxy95
19. EL Colef. (2019a). La caravana de migrantes centroamericanos en Tijuana 2018-2019 (segunda etapa) . Tijuana: Autor. Recuperado de https://bit.ly/2XzI3L7
20. EL Colef. (2019b). La caravana centroamericana de migrantes en Piedras Negras, Coahuila 2019. Diagnóstico y Propuestas de acción. Tijuana: Autor. Recuperado de https://bit.ly/2FW0IcO
21. El Qadim, N. (2010). La politique migratoire européenne vue du Maroc : contraintes et opportunités. Politique européenne, 2(31), 91-118. doi : http://doi.org/10.3917/poeu.031.0091
22. Ernst, N., Engesser, S., Büchel, F., Blassnig, S. y Esser, F. (2017). Extreme parties and populism: an analysis of Facebook and Twitter across six countries. Information, Communication & Society, 20(9), 1347-1364. doi: https://doi.org/10.1080/1369118X.2017.1329333
23. Ferra, I. y Nguyen. D. (2017). "#Migrantcrisis: “tagging” the European migration crisis on Twitter". Journal of Communication Management, 21(4), 411–426.
24. Ferrara, E. y Yang, Z. (2015). Quantifying the effect of sentiment on information diffusion in social media. PeerJ Computer Science, 1(e26), 1-15. doi: https://doi.org/10.7717/peerj-cs.26
25. Gerlitz, C. y Rieder, B. (2013). Mining one percent of Twitter: Collections, Baselines, Sampling. M/C Journal, 16 (2). Recuperado de https://bit.ly/1ogyyqP
26. Igartua, J. J. y Cheng, L. (2009). Moderating effect of group cue while processing news on immigration. Is framing effect a heuristic process? Journal of Communication, 59(4), 726-749. doi: https://doi.org/10.1111/j.1460-2466.2009.01454.x
27. Iyengar, S. y Simon, A. F. (2000). New perspectives and evidence on political communication and campaign effects. Annual review of psychology, 51, 149-169. doi: https://doi.org/10.1146/annurev.psych.51.1.149
28. Karatzogianni, A., Nguyen, D. y Serafinelli, E. (2016). The Digital Transformation of the Public Sphere Conflict, Migration, Crisis and Culture in Digital Networks. Londres: Palgrave Macmillan.
29. Khiabany, G. (2016). Refugee crisis, imperialism and pitiless wars on the poor. Media, Culture & Society, 38(5), 755–762. doi: https://doi.org/10.1177%2F0163443716655093
30. Kingsley, P. (28 de Agosto de 2015). Migrant crisis: up to 200 dead after boat carrying refugees sinks off Libya, The Guardian. Recuperado de https://bit.ly/2k4PX0Q>https://bit.ly/2k4PX0Q
31. Koylu, C., Larson, R., Dietrich. B. J. y Lee, K. (2018). CarSenToGram: geovisual text analytics for exploring spatiotemporal variation in public discourse on Twitter. Cartography and Geographic Information Science, 46(1), 57–71. doi: https://doi.org/10.1080/15230406.2018.1510343
32. Liu, B. (2012). Sentiment analysis and opinion mining. Synthesis Lectures on Human Language Technologies, 5(1), 1–167. doi: https://doi.org/10.2200/S00416ED1V01Y201204HLT016
33. Lomborg, S. y Bechmann, A. (2014). Using APIs for data collection on social media. The Information Society, 30 (4), 256-265. doi: https://doi.org/10.1080/01972243.2014.915276
34. Martínez Hernández-Mejía, I. (2018). Reflexiones sobre la caravana migrante. Análisis Plural, 231-248. Recuperado de http://hdl.handle.net/11117/5616
35. Meraz, S. y Papacharissi, Z. (2013). Networked Gatekeeping and Networked Framing on #Egypt. The International Journal of Press/Politics, 18(2), 138-166. doi: https://doi.org/10.1177%2F1940161212474472
36. Morstatter, F., Pfeffer, J., Liu, H. y Carley, K.M. (21 de junio de 2013). Is the Sample Good Enough? Comparing Data from Twitter’s Streaming API with Twitter’s Firehose [conferencia]. En The Proceedings of the Seventh International AAAI Conference on Weblogs and Social Media. Massachusetts: The AAAI Press. Recuperado de http://arxiv.org/abs/1306.5204
37. Nail, T. (2016). A Tale of Two Crises: Migration and Terrorism after the Paris Attacks. Studies in Ethnicity and Nationalism, 16(1), 158-167.
38. Nguyen, D. (2016). Anaysing Transnational Web Spheres. The European Example during the Eurozone Crisis. En A. Karatzogianni, D. Nguyen y E. Serafinelli (Eds.), The Digital Transformation of the Public Sphere. Conflict, Migration, Crisis and Culture in Digital Networks (pp. 211-234). Londres: Palgrave Macmillan.
39. Paulussen, S. y Harder, R.A. (2014). Social Media References in Newspapers: Facebook, Twitter and YouTube as Sources in Newspaper Journalism. Journalism Practice, 8(5), 542–551. https://doi.org/10.1080/17512786.2014.894327
40. Secretaria de Gobernación (Segob). (2019). Estadísticas de la Coordinación General de la Comisión Mexicana de Ayuda a Refugiados. México: Autor. Recuperado de https://bit.ly/2Gjq6tK
41. Sloan, L. y Morgan, J. (2015). Who Tweets with Their Location? Understanding the Relationship between Demographic Characteristics and the Use of Geoservices and Geotagging on Twitter. PLoS ONE, 10(11), 1-15. doi: http://doi.org/10.1371/journal.pone.0142209
42. Stephens, M. y Poorthuis, A. (2015). Follow thy neighbor: Connecting the social and the spatial networks on Twitter. Computers, Environment and Urban Systems, 53, 87–95. doi: https://doi.org/10.1016/j.compenvurbsys.2014.07.002
43. Takhteyev, Y., Gruzd, A. y Wellman, B. (2012). Geography of Twitter Networks. Social Networks, 34(1), 73–81. http://doi.org/10.1016/j.socnet.2011.05.006
44. Tandoc, E. y Johnson, E. (2016). Most students get breaking news first from Twitter. Newspaper Research Journal, 37(2), 153-166.
45. Thelwall, M., Buckley, K., Paltoglou, G., Cai, D. y Kappas, A. (2010). Sentiment strength detection in short informal text. Journal of the American Society for Information Science and Technology, 61(12), 2544-2558. doi: https://doi.org/10.1002/asi.21416
46. Tumasjan, A., Sprenger, T. O., Sandner, P. G. y Welpe, I. M. (2010). Predicting Elections with Twitter: What 140 Characters Reveal about Political Sentiment [conferencia]. En Proceedings of the Fourth International AAAI Conference on Weblogs and Social Media. Washinton: The AAAI Press. Recuperado de https://bit.ly/1ZYYfRd
47. Vidal, V. y Musset, A. (2015). Les territoires de l’attente. Francia : Presses universitaires de Rennes.
48. Vilares Calvo, D., Thelwall, M. y Alonso, M.A. (2015). The megaphone of the people? Spanish SentiStrength for real-time analysis of political tweets. Journal of Information Science, 41(6), 799-813. doi: https://doi.org/10.1177%2F0165551515598926
49. Vilares, D., Alonso, M. Á. y Gómez-Rodríguez, C. (2015). A syntactic approach for opinion mining on Spanish reviews. Natural Language Engineering, 21 (1), 139-163.
50. Vliegenthart, R., Schuck, A. R. T., Boomgaarden, H. G. y de Vreese, C. H. (2008). News Coverage and Support for European Integration, 1990-2006. International Journal of Public Opinion Research, 20(4), 415–439. doi: https://doi.org/10.1093/ijpor/edn044
51. Yaqub, U., Chun, S. A., Atluri, V. y Vaidya, J. (2017). Analysis of political discourse on Twitter in the context of the 2016 US presidential elections. Government Information Quarterly, 34(4), 613-626. doi: https://doi.org/10.1016/j.giq.2017.11.001
52. Yrizar Barbosa, G. y Alarcón, R. (2010). Emigration Policy and State Governments in Mexico. Migraciones internacionales, 5(19), 165-198. https://doi.org/10.17428/rmi.v5i19.1074
53. Zimmer, M. y Proferes, N. J. (2014). A topology of Twitter research: Disciplines, methods, and ethics. Aslib Journal of Information Management, 66(3), 250– 261.
54. Zimmerman, C., Stein, M.-K., Hardt, D. y Vatrapu, R. (2015). Emergence of things felt: harnessing the semantic space of Facebook feeling tags [conferencia]. En Thirty Sixth International Conference on Information Systems, Fort Worth 2015. Texas, E.E. U.U: Association for Information Systems.