Caso práctico de Princeton: Tendencias en la cobertura de noticias COVID-19
En un nuevo estudio de caso, el investigador de la Universidad de Princeton, Gavin Cook, explica cómo utilizó TDM Studio para analizar un conjunto de datos de 700.000 artículos de periódicos relacionados con COVID-19, y cómo obtuvo información sobre las áreas de mayor interés
COVID-19 se ha convertido rápidamente en un problema que define una década, y analizar el contenido de los periódicos de ProQuest con la minería de texto y datos (TDM) puede ayudar a arrojar luz sobre cómo el mundo ha reaccionado ante él.
El investigador de la Universidad de Princeton, Gavin Cook, explica cómo abordó este proyecto en un nuevo estudio de caso, Trends in COVID-19 News Coverage: An Introduction to Topic Models Using Text and Data Mining.
"Cómo los medios de comunicación han cubierto COVID-19 es una pregunta empírica, una de la que podemos obtener una imagen más precisa con técnicas estadísticas para el procesamiento del lenguaje natural", dijo Cook. "El detalle del análisis humano es imposible de replicar con máquinas, pero podemos complementar la profundidad humana con la amplitud de la máquina. TDM nos permite procesar muchos miles más de documentos de los que cualquier humano podría a la vez".
Cook utilizó TDM Studio, la nueva solución de minería de texto y datos de ProQuest, para analizar un conjunto de datos ProQuest que incluye casi un millón de artículos de noticias relacionados con el coronavirus. Como señaló, esto es algo que ningún ser humano podría hacer sin la ayuda de la tecnología.
Utilizando los resultados del análisis, Cook creó una serie de "nubes de palabras", que ofrecen información visualmente poderosa sobre las tendencias que estamos viendo en la cobertura de noticias COVID-19.
TDM Studio ofrece a investigadores como Cook acceso a noticias actuales y contenido académico en tiempo récord al reducir significativamente el tiempo y el esfuerzo necesarios para la recopilación y el formato de datos iniciales. Esto permite a los investigadores revelar rápidamente las relaciones, patrones y conexiones dentro y entre conjuntos de datos de una variedad de fuentes, incluyendo el contenido actual e histórico de ProQuest.