CoChat
Sign Up
Cited by 7Social Media and PoliticsPopulism, Right-Wing MovementsSentiment Analysis and Opinion Mining

Emociones y polarización de las comunidades digitales en América Latina: elecciones presidenciales 2018-2019

Open access
Lagares Díez, Nieves, López-López, Paulo Carlos, Oñate, Pablo, Blasco-Blasco, Olga·2023·Análisis Político
DOI 10.15446/anpol.v36n106.111074
Open this paper in CoChat — free accountOpen PDF

Abstract

En este artículo se analizan las emociones y la polarización de las comunidades digitales de diez candidatos presidenciales en las elecciones de Colombia, México, Bolivia, Argentina y Uruguay celebradas en 2018 y 2019. Para ello se ha extraído información de las cuentas de Twitter de los candidatos en el último mes de la correspondiente campaña, a raíz de lo cual se estudiaron 749.764 tuits y más de doce millones de palabras. Posteriormente, se hizo un análisis de contenido, cuyo resultado evidencia que el contenido emocional de los tuits evoluciona a lo largo del periodo de análisis; se aprecia, además, una diferencia en el contenido negativo/positivo de los comentarios en los tuits, y así, la polarización de las comunidades digitales. Junto a estos resultados, también se observa una negativización de los tuits, una nacionalización de las pautas del comportamiento digital y un incremento de la polarización que surge “espontáneamente”, y ello refuerza la idea de que existen valores intrínsecos a las dinámicas de la discusión política en las redes sociales.

AI snapshot

Written from the paper’s full text.

TL;DR

This paper analyzes emotions and polarization in the Twitter reply communities of ten presidential candidates across five Latin American elections held in 2018–2019. It finds high emotional content, a decline in emotional load near campaign end, increasing negative comments, nationalized digital behavior patterns, and polarization that is partly intrinsic and self-regulated rather than preconstructed.

Key findings

  • Across 749,764 tweets and more than twelve and a half million words from 332,782 unique users (331,939 sporadic users and 843 frequent users), emotional content was high but did not escalate toward the end of the campaign; instead, emotional load declined as elections approached in all ten cases, with mid-campaign periods showing the most emotional charge.
  • The negative/positive comment difference (delta) was generally negative in nine of ten cases, between 0 and -0.25, indicating that negative-emotion comments predominated; negative comments increased toward the end of the campaign, especially in the communities of conservative candidates (Macri, Mesa, Lacalle, and Duque). Anger was the most prevalent negative emotion.
  • Digital communities of winning candidates showed higher polarization at the end of the campaign than their rivals in nine of ten cases—for example, Duque at 0.18 vs. Petro at 0.09—except for Evo Morales, whose community was slightly more polarized; polarization trended upward in eight of ten candidates.
  • National patterns emerged: Argentina, Colombia, Bolivia, and Mexico showed similar within-country community behavior, while Uruguay was an exception. Frequent users showed more positive emotion and flatter, more stable polarization, whereas sporadic users expressed lower positive-negative differences and higher polarization (e.g., Duque at 0.18), suggesting a self-regulated or autonomous community model.

Methods

  • The study examined the last month of Twitter replies to the two main candidates in five presidential elections: Colombia 2018 (second round), Mexico 2018 (first round), Bolivia 2019 (first round), Argentina 2019 (second round), and Uruguay 2019 (second round), for ten candidates total. Brazil, Venezuela, Paraguay, and the post-coup Bolivian process were excluded for linguistic, political-competition, or data-accessibility reasons.
  • Data were collected using Twitter’s official API and an ad hoc script, with a one-month window between original candidate tweets and replies and a capture rate near 90%; bots and possible fake profiles were excluded. The final dataset contained 749,764 tweets, more than twelve and a half million words, and 332,782 unique users.
  • Analysis used LIWC 2015 with a Spanish dictionary of 7,515 words and fourteen affective variables; tweets were classified as positive, neutral, or negative. The authors computed delta (negative/positive comment difference), community polarization, and mean sentiment polarization, and used LOESS nonparametric regression to analyze trends.

Limitations

  • The paper states that LIWC cannot process certain dialectal variables or jargon, does not detect spelling errors, and does not detect some social-media metalanguage such as images, memes, irony, or GIFs; it also notes that anger may be overdimensioned by the software.
  • The authors state that future research should jointly analyze other exogenous factors that may influence digital behavior, such as media editorial lines and other political or institutional factors.
  • The text makes evident that Uruguay’s data should be treated cautiously because digital competition there was notably smaller than in other countries; it also notes that no number of sporadic users per digital community is given, though this can be deduced by subtracting frequent users from unique users.

Model-written summary. Check it against the paper before relying on it.

Integrity signals

Registry

Crossref · 10.15446/anpol.v36n106.111074

Cites

31 of 31 references verified0 citation errors · 0 not checkable

Statistics

Nothing to recompute.

Claims the paper makes

5 of 12 cited sources checked · 3 supported · 0 flagged · accuracy not yet measured

  • Premisecitation

    Los estudios de la polarización afectiva o emocional en la esfera política reconocen el papel de las redes sociales a la hora de fomentar dicha polarización en contextos con mayor relevancia de los sentimientos políticos.

    “Los estudios de la polarización afectiva o emocional en la esfera política reconocen el papel de las redes sociales a la hora de fomentar dicha polarización, en contextos con mayor relevancia de los sentimientos políticos (Waisbord, 2020)”
    Quote in the paperSubstantial claim1 of 1 sources checked
    • cites Waisbord, 2020 source
  • Findingown data

    Los tramos medios de las campañas fueron el periodo en el que más carga emocional se observó en las comunidades digitales.

    “los tramos medios de las campañas son el periodo en el que más carga emocional se observa en las comunidades digitales”
    Quote in the paperSubstantial claim
    • Rests on an assumption: Las respuestas en Twitter a los tuits de los candidatos constituyen las comunidades digitales de los candidatos y permiten analizar las emociones y la polarización de las comunidades digitales latinoamericanas.
    • Rests on an assumption: Las catorce variables de LIWC seleccionadas captan adecuadamente el contenido emocional positivo, negativo o neutro de los tuits en español.
    • Rests on an assumption: El contenido emocional de los tuits refleja el estado emocional o las emociones políticas de los usuarios y de las comunidades digitales.
  • Findingown data

    Los picos emocionales dentro de cada comunidad digital se presentaron acompasados con emociones de tristeza y ansiedad, en un volumen que varió en función de la variable ideológica.

    “los picos emocionales dentro de cada comunidad digital se presentan acompasados con emociones de tristeza y ansiedad, en un volumen que varía en función de la variable ideológica”
    Quote in the paperSubstantial claim
    • Rests on an assumption: Las respuestas en Twitter a los tuits de los candidatos constituyen las comunidades digitales de los candidatos y permiten analizar las emociones y la polarización de las comunidades digitales latinoamericanas.
    • Rests on an assumption: Las catorce variables de LIWC seleccionadas captan adecuadamente el contenido emocional positivo, negativo o neutro de los tuits en español.
    • Rests on an assumption: La clasificación ideológica de los candidatos como progresistas o conservadores es válida para interpretar las diferencias emocionales observadas.
    • Rests on an assumption: El contenido emocional de los tuits refleja el estado emocional o las emociones políticas de los usuarios y de las comunidades digitales.
  • Findingown data

    Existe un acompasamiento de las emociones medias en la comunidad del propio candidato y entre las distintas comunidades.

    “existe un acompasamiento de las emociones medias (en la comunidad del propio candidato y entre las distintas comunidades)”
    Quote in the paperSubstantial claim
    • Rests on an assumption: Las respuestas en Twitter a los tuits de los candidatos constituyen las comunidades digitales de los candidatos y permiten analizar las emociones y la polarización de las comunidades digitales latinoamericanas.
    • Rests on an assumption: Las catorce variables de LIWC seleccionadas captan adecuadamente el contenido emocional positivo, negativo o neutro de los tuits en español.
    • Rests on an assumption: El contenido emocional de los tuits refleja el estado emocional o las emociones políticas de los usuarios y de las comunidades digitales.
  • Findingown data

    Las emociones no se expresaron de forma excluyente: un incremento de emociones positivas no implicó necesariamente un declive de emociones negativas.

    “las emociones no se expresan de forma excluyente (es decir, un incremento de emociones positivas no implica necesariamente un declive de emociones negativas)”
    Quote in the paperSubstantial claim
    • Rests on an assumption: Las respuestas en Twitter a los tuits de los candidatos constituyen las comunidades digitales de los candidatos y permiten analizar las emociones y la polarización de las comunidades digitales latinoamericanas.
    • Rests on an assumption: Las catorce variables de LIWC seleccionadas captan adecuadamente el contenido emocional positivo, negativo o neutro de los tuits en español.
    • Rests on an assumption: El contenido emocional de los tuits refleja el estado emocional o las emociones políticas de los usuarios y de las comunidades digitales.
  • Classified as probably not a substantial claim. 8
  • May combine two claims. 51

  • Probably not a substantial claim: may not pass S3 (load-bearing).

    Premisecitation

    Cuanto más larga es la conversación, mayor es la carga de negatividad del sentimiento o la emoción del caso.

    “cuanto más larga es la conversación (más número de comentarios), mayor es la carga de negatividad del sentimiento o la emoción del caso (Zollo et al., 2015)”
    Quote in the paperNot a substantial claim1 of 1 sources checked
    • cites Zollo et al., 2015 source

  • Probably not a substantial claim: may not pass S3 (load-bearing).

    Premisecitation

    En el contexto estadounidense se ha confirmado que la exposición a planteamientos y visiones políticas opuestas a las propias refuerza estas últimas.

    “en el contexto estadounidense se ha confirmado que la exposición a planteamientos y visiones políticas opuestas a las propias refuerzan estas últimas (Bail et al., 2018)”
    Quote in the paperNot a substantial claim1 of 1 sources checked
    • cites Bail et al., 2018 source

      The Results report that Republicans exposed to opposing political views became significantly more conservative, but the corresponding shift among Democrats was not statistically significant. The Discussion and Conclusion also caution against generalizing the findings beyond party-identified Americans who use Twitter frequently. The claim therefore overstates the finding as a general effect in the US context. (LLM, conf=0.90)

      Experimental — accuracy not yet measured

  • May combine two claims.

    Study design and conductcitation

    El programa LIWC cuenta con un diccionario en español de 7.515 palabras, previamente aplicado y validado en distintas investigaciones.

    “Este programa cuenta con un diccionario en español de 7.515 palabras, previamente aplicado y validado en distintas investigaciones”
    Quote in the paperNot a substantial claim1 of 2 sources checked
    • cites Gulliver et al., 2021 source
    • cites Jaráiz-Gulías et al., 2021 source

      El resumen del artículo indica que los autores analizaron textos con LIWC, pero no describe un diccionario en español. La búsqueda en nuestra copia de «7.515 palabras» y de su aplicación o validación previa no encontró pasajes que respalden esos detalles. (LLM, conf=0.75)

      Experimental — accuracy not yet measured

  • Probably not a substantial claim: may not pass S3 (load-bearing).

    Premisecitation

    Los usuarios más activos tienden a mostrar mayor negatividad emocional que los menos activos.

    “los usuarios más activos tienden a mostrar mayor negatividad emocional que los menos activos (Del Vicario et al., 2016)”
    Quote in the paperNot a substantial claim1 of 1 sources checked
    • cites Del Vicario et al., 2016 source

  • May combine two claims.

    Findingown data

    El enfado fue la emoción que prevaleció entre las negativas, si bien las cifras deben interpretarse con cautela por una posible sobredimensión de esta emoción por parte del software.

    “El análisis también permite constatar que el enfado es la emoción que prevalece entre las negativas, si bien las cifras en este sentido deben interpretarse con cautela, por una posible sobredimensión de esta emoción por parte del software.”
    Quote in the paperNot a substantial claim
    • Rests on an assumption: Las respuestas en Twitter a los tuits de los candidatos constituyen las comunidades digitales de los candidatos y permiten analizar las emociones y la polarización de las comunidades digitales latinoamericanas.
    • Rests on an assumption: Las catorce variables de LIWC seleccionadas captan adecuadamente el contenido emocional positivo, negativo o neutro de los tuits en español.
    • Rests on an assumption: El contenido emocional de los tuits refleja el estado emocional o las emociones políticas de los usuarios y de las comunidades digitales.

  • May combine two claims.

    Findingown data

    En México, el volumen de manifestaciones de enfado, ansiedad y tristeza fue bastante acompasado a lo largo del periodo, con un manifiesto declive del enfado hacia el final de la campaña.

    “El volumen de manifestaciones de esas tres emociones negativas es bastante acompasado a lo largo del periodo, con un manifiesto declive de la de enfado hacia el final de la campaña.”
    Quote in the paperNot a substantial claim
    • Rests on an assumption: Las respuestas en Twitter a los tuits de los candidatos constituyen las comunidades digitales de los candidatos y permiten analizar las emociones y la polarización de las comunidades digitales latinoamericanas.
    • Rests on an assumption: Las catorce variables de LIWC seleccionadas captan adecuadamente el contenido emocional positivo, negativo o neutro de los tuits en español.
    • Rests on an assumption: El contenido emocional de los tuits refleja el estado emocional o las emociones políticas de los usuarios y de las comunidades digitales.

  • May combine two claims.

    Findingown data

    En Colombia, el enfado pareció comportarse de forma similar en ambas comunidades digitales, aunque con mucho menos volumen en la de Duque.

    “el enfado parece comportarse de una forma similar en ambas comunidades digitales, aunque con mucho menos volumen en la de Duque”
    Quote in the paperNot a substantial claim
    • Rests on an assumption: Las respuestas en Twitter a los tuits de los candidatos constituyen las comunidades digitales de los candidatos y permiten analizar las emociones y la polarización de las comunidades digitales latinoamericanas.
    • Rests on an assumption: Las catorce variables de LIWC seleccionadas captan adecuadamente el contenido emocional positivo, negativo o neutro de los tuits en español.
    • Rests on an assumption: El contenido emocional de los tuits refleja el estado emocional o las emociones políticas de los usuarios y de las comunidades digitales.

  • May combine two claims.

    Findingnone given

    En México, aunque en ambos casos se observó un declive del volumen emocional positivo y negativo en los últimos días de la campaña, este fue menos pronunciado en la comunidad de López Obrador que en la de Ricardo Anaya.

    “aunque en ambos casos se observa un declive del volumen emocional, positivo y negativo, en los últimos días de la campaña es menos pronunciado en el caso de la comunidad de López Obrador que en el de la de Ricardo Anaya”
    Quote in the paperNot a substantial claim
    • Rests on an assumption: Las respuestas en Twitter a los tuits de los candidatos constituyen las comunidades digitales de los candidatos y permiten analizar las emociones y la polarización de las comunidades digitales latinoamericanas.
    • Rests on an assumption: Las catorce variables de LIWC seleccionadas captan adecuadamente el contenido emocional positivo, negativo o neutro de los tuits en español.
    • Rests on an assumption: El contenido emocional de los tuits refleja el estado emocional o las emociones políticas de los usuarios y de las comunidades digitales.

  • May combine two claims.

    Findingown data

    Ambas comunidades digitales mexicanas expresaron mayor variedad en el rango de volumen de emociones positivas y negativas, con máximos y mínimos mucho más pronunciados, aunque con volúmenes semejantes a los de sus vecinos.

    “Ambas comunidades digitales mexicanas expresan mayor variedad en el rango de volumen de emociones positivas y negativas, con máximos y mínimos mucho más pronunciados, aunque con volúmenes semejantes a los de sus vecinos”
    Quote in the paperNot a substantial claim
    • Rests on an assumption: Las respuestas en Twitter a los tuits de los candidatos constituyen las comunidades digitales de los candidatos y permiten analizar las emociones y la polarización de las comunidades digitales latinoamericanas.
    • Rests on an assumption: Las catorce variables de LIWC seleccionadas captan adecuadamente el contenido emocional positivo, negativo o neutro de los tuits en español.
    • Rests on an assumption: El contenido emocional de los tuits refleja el estado emocional o las emociones políticas de los usuarios y de las comunidades digitales.

  • May combine two claims.

    Findingown data

    En Uruguay, la competición desarrollada en el espacio digital fue notablemente menor que en las comunidades de candidatos presidenciales de otros países, lo que hace recomendable tomar los datos de esa elección con cierta cautela.

    “La competición desarrollada en el espacio digital fue notablemente menor que en las comunidades de candidatos presidenciales de otros países, lo que hace recomendable tomar con cierta cautela los datos de esta elección.”
    Quote in the paperSubstantial claim
    • Rests on an assumption: Las respuestas en Twitter a los tuits de los candidatos constituyen las comunidades digitales de los candidatos y permiten analizar las emociones y la polarización de las comunidades digitales latinoamericanas.
    • Rests on an assumption: Las catorce variables de LIWC seleccionadas captan adecuadamente el contenido emocional positivo, negativo o neutro de los tuits en español.
    • Rests on an assumption: El contenido emocional de los tuits refleja el estado emocional o las emociones políticas de los usuarios y de las comunidades digitales.

  • May combine two claims.

    Findingown data

    El 10/03/2019, la comunidad digital de Evo Morales alcanzó una puntuación media de emociones negativas de 182,8, mientras que ese mismo día registró 59,6 puntos de emociones positivas.

    “El 10/03/2019, la comunidad digital de Evo Morales alcanzó una puntuación media de emociones negativas de 182,8, mientras que solo registraba ese mismo día 59,6 puntos de emociones positivas.”
    Quote in the paperNot a substantial claim
    • Rests on an assumption: Las respuestas en Twitter a los tuits de los candidatos constituyen las comunidades digitales de los candidatos y permiten analizar las emociones y la polarización de las comunidades digitales latinoamericanas.
    • Rests on an assumption: Las catorce variables de LIWC seleccionadas captan adecuadamente el contenido emocional positivo, negativo o neutro de los tuits en español.
    • Rests on an assumption: El contenido emocional de los tuits refleja el estado emocional o las emociones políticas de los usuarios y de las comunidades digitales.

  • May combine two claims.

    Findingown data

    En Argentina, las emociones negativas fueron ligeramente superiores en la comunidad de Fernández y las positivas en la de Macri.

    “son ligeramente superiores las negativas en Fernández, y las positivas, en Macri”
    Quote in the paperNot a substantial claim
    • Rests on an assumption: Las respuestas en Twitter a los tuits de los candidatos constituyen las comunidades digitales de los candidatos y permiten analizar las emociones y la polarización de las comunidades digitales latinoamericanas.
    • Rests on an assumption: Las catorce variables de LIWC seleccionadas captan adecuadamente el contenido emocional positivo, negativo o neutro de los tuits en español.
    • Rests on an assumption: El contenido emocional de los tuits refleja el estado emocional o las emociones políticas de los usuarios y de las comunidades digitales.

  • May combine two claims.

    Findingown data

    En Uruguay, hubo una prevalencia de las emociones positivas en la comunidad del candidato conservador y una alternancia entre ambas en la de Martínez.

    “Los contrastes entre las dos comunidades virtuales se hacen evidentes en una prevalencia de las emociones positivas en la comunidad del candidato conservador y una alternativa entre ambas en la de Martínez.”
    Quote in the paperNot a substantial claim
    • Rests on an assumption: Las respuestas en Twitter a los tuits de los candidatos constituyen las comunidades digitales de los candidatos y permiten analizar las emociones y la polarización de las comunidades digitales latinoamericanas.
    • Rests on an assumption: Las catorce variables de LIWC seleccionadas captan adecuadamente el contenido emocional positivo, negativo o neutro de los tuits en español.
    • Rests on an assumption: La clasificación ideológica de los candidatos como progresistas o conservadores es válida para interpretar las diferencias emocionales observadas.
    • Rests on an assumption: El contenido emocional de los tuits refleja el estado emocional o las emociones políticas de los usuarios y de las comunidades digitales.

  • May combine two claims.

    Findingown data

    En Bolivia, las comunidades digitales de Evo Morales y Carlos Mesa estuvieron desacompasadas: el volumen emocional fue sustancialmente mayor en la de Evo Morales, mientras que la de Carlos Mesa registró niveles emocionales considerablemente más bajos y con mayor cantidad de emociones positivas.

    “el volumen emocional es sustancialmente mayor en el caso de la comunidad digital de Evo Morales; la de Carlos Mesa registró unos niveles emocionales considerablemente más bajos y con mayor cantidad de emociones positivas”
    Quote in the paperSubstantial claim
    • Rests on an assumption: Las respuestas en Twitter a los tuits de los candidatos constituyen las comunidades digitales de los candidatos y permiten analizar las emociones y la polarización de las comunidades digitales latinoamericanas.
    • Rests on an assumption: Las catorce variables de LIWC seleccionadas captan adecuadamente el contenido emocional positivo, negativo o neutro de los tuits en español.
    • Rests on an assumption: El contenido emocional de los tuits refleja el estado emocional o las emociones políticas de los usuarios y de las comunidades digitales.

  • May combine two claims.

    Findingown data

    En Uruguay, el paralelismo de la evolución de ambos tipos de emociones en el tiempo fue mucho más visible en la comunidad de Lacalle y se presentó en la de Martínez, a veces, de forma inversa.

    “También es significativo el paralelismo de la evolución de ambos tipos de emociones en el tiempo, mucho más visible en la comunidad de Lacalle, y que se presenta en la de Martínez, a veces, de forma inversa.”
    Quote in the paperNot a substantial claim
    • Rests on an assumption: Las respuestas en Twitter a los tuits de los candidatos constituyen las comunidades digitales de los candidatos y permiten analizar las emociones y la polarización de las comunidades digitales latinoamericanas.
    • Rests on an assumption: Las catorce variables de LIWC seleccionadas captan adecuadamente el contenido emocional positivo, negativo o neutro de los tuits en español.
    • Rests on an assumption: El contenido emocional de los tuits refleja el estado emocional o las emociones políticas de los usuarios y de las comunidades digitales.

  • May combine two claims.

    Findingown data

    En toda la serie de 30 días de la comunidad digital de Duque, el volumen de emociones positivas fue siempre mayor que el de las negativas, con un pico de emociones positivas de 52,4 % y un valor medio diario máximo de las negativas de 31,8 %.

    “en toda la serie de 30 días de la comunidad digital de Duque, el volumen de emociones positivas fue siempre mayor que el de las negativas, lo cual supone una cierta anomalía con respecto al resto de casos en los otros países (pico de emociones positivas 52,4 %, por un valor medio diario de las negativas máximo de 31,8 %)”
    Quote in the paperSubstantial claim
    • Rests on an assumption: Las respuestas en Twitter a los tuits de los candidatos constituyen las comunidades digitales de los candidatos y permiten analizar las emociones y la polarización de las comunidades digitales latinoamericanas.
    • Rests on an assumption: Las catorce variables de LIWC seleccionadas captan adecuadamente el contenido emocional positivo, negativo o neutro de los tuits en español.
    • Rests on an assumption: El contenido emocional de los tuits refleja el estado emocional o las emociones políticas de los usuarios y de las comunidades digitales.

  • May combine two claims.

    Findingown data

    Contra lo esperado, los finales de campaña no implicaron mayor carga emocional en el lenguaje de las comunidades digitales; se observó un claro descenso de esa carga emocional a medida que se aproximaba el final de la campaña en los diez casos estudiados.

    “los finales de campaña no implican mayor carga emocional en el lenguaje de las comunidades digitales; más bien al contrario, se observa un claro descenso de esa carga emocional a medida que se aproxima el final de la campaña en los diez casos estudiados”
    Quote in the paperSubstantial claim
    • Rests on an assumption: Las respuestas en Twitter a los tuits de los candidatos constituyen las comunidades digitales de los candidatos y permiten analizar las emociones y la polarización de las comunidades digitales latinoamericanas.
    • Rests on an assumption: Las catorce variables de LIWC seleccionadas captan adecuadamente el contenido emocional positivo, negativo o neutro de los tuits en español.
    • Rests on an assumption: El contenido emocional de los tuits refleja el estado emocional o las emociones políticas de los usuarios y de las comunidades digitales.

  • May combine two claims.

    Findingown data

    En Uruguay, el volumen emocional en cada comunidad fue similar, con una diferencia en rango que no fue mucho más allá de los 20 puntos entre máximos y mínimos y una evolución muy similar en el ciclo electoral; en la comunidad de Martínez se registró un máximo de 20,3 en emociones negativas, por un 17,2 en la de Lacalle.

    “Entre las similitudes se cuenta la del volumen emocional en cada comunidad; incluso, una diferencia en rango que no va mucho más allá de los 20 puntos entre los máximos y los mínimos, y muy similar en su evolución en el ciclo electoral: por ejemplo, en la comunidad de Martínez se registra un máximo de 20,3 en las emociones negativas, por un 17,2 de la de Lacalle.”
    Quote in the paperNot a substantial claim
    • Rests on an assumption: Las respuestas en Twitter a los tuits de los candidatos constituyen las comunidades digitales de los candidatos y permiten analizar las emociones y la polarización de las comunidades digitales latinoamericanas.
    • Rests on an assumption: Las catorce variables de LIWC seleccionadas captan adecuadamente el contenido emocional positivo, negativo o neutro de los tuits en español.
    • Rests on an assumption: El contenido emocional de los tuits refleja el estado emocional o las emociones políticas de los usuarios y de las comunidades digitales.

  • May combine two claims.

    Findingown data

    En Bolivia, la evolución del volumen emocional a lo largo de las cuatro semanas se observó dentro de cada comunidad, pero no conjuntamente en ambas comunidades, a diferencia de otros modelos.

    “la evolución del volumen emocional a lo largo de las cuatro semanas (picos y valles) se observa dentro de cada comunidad, pero no conjuntamente en ambas comunidades, a diferencia de otros modelos”
    Quote in the paperNot a substantial claim
    • Rests on an assumption: Las respuestas en Twitter a los tuits de los candidatos constituyen las comunidades digitales de los candidatos y permiten analizar las emociones y la polarización de las comunidades digitales latinoamericanas.
    • Rests on an assumption: Las catorce variables de LIWC seleccionadas captan adecuadamente el contenido emocional positivo, negativo o neutro de los tuits en español.
    • Rests on an assumption: El contenido emocional de los tuits refleja el estado emocional o las emociones políticas de los usuarios y de las comunidades digitales.

  • May combine two claims.

    Findingnone given

    En Argentina, el descenso en el volumen de emociones negativas hacia final de la campaña fue notable en las comunidades digitales de ambos candidatos, pero en especial en la de Macri.

    “El descenso en el volumen de emociones negativas hacia final de la campaña es notable en las comunidades digitales de ambos candidatos, pero en especial, en la de Macri.”
    Quote in the paperNot a substantial claim
    • Rests on an assumption: Las respuestas en Twitter a los tuits de los candidatos constituyen las comunidades digitales de los candidatos y permiten analizar las emociones y la polarización de las comunidades digitales latinoamericanas.
    • Rests on an assumption: Las catorce variables de LIWC seleccionadas captan adecuadamente el contenido emocional positivo, negativo o neutro de los tuits en español.
    • Rests on an assumption: El contenido emocional de los tuits refleja el estado emocional o las emociones políticas de los usuarios y de las comunidades digitales.

  • May combine two claims.

    Findingown data

    En las comunidades de los candidatos uruguayos también se observó una caída de la tensión emocional sobre el final de campaña, aunque no tan acusada como en otros países.

    “también en las comunidades de los candidatos uruguayos se observa una caída de la tensión emocional sobre el final de campaña, aunque no tan acusada como en otros países”
    Quote in the paperNot a substantial claim
    • Rests on an assumption: Las respuestas en Twitter a los tuits de los candidatos constituyen las comunidades digitales de los candidatos y permiten analizar las emociones y la polarización de las comunidades digitales latinoamericanas.
    • Rests on an assumption: Las catorce variables de LIWC seleccionadas captan adecuadamente el contenido emocional positivo, negativo o neutro de los tuits en español.
    • Rests on an assumption: El contenido emocional de los tuits refleja el estado emocional o las emociones políticas de los usuarios y de las comunidades digitales.

  • May combine two claims.

    Findingown data

    La comunidad digital de Evo Morales expresó niveles mucho más altos de ansiedad, enfado y tristeza, con picos y valles acompasados para las tres, especialmente acusados en el enfado, cuyos picos llegaron a multiplicar por seis los datos de su rival, y menos marcados en ansiedad y tristeza.

    “la comunidad digital de Evo Morales expresa unos niveles mucho más altos de las tres emociones (con picos y valles igualmente acompasados para las tres), que fueron especialmente acusados en el caso el enfado (en los picos, llega a multiplicar por seis los datos de su rival), y no tan marcados en los casos de emociones de ansiedad y tristeza”
    Quote in the paperSubstantial claim
    • Rests on an assumption: Las respuestas en Twitter a los tuits de los candidatos constituyen las comunidades digitales de los candidatos y permiten analizar las emociones y la polarización de las comunidades digitales latinoamericanas.
    • Rests on an assumption: Las catorce variables de LIWC seleccionadas captan adecuadamente el contenido emocional positivo, negativo o neutro de los tuits en español.
    • Rests on an assumption: El contenido emocional de los tuits refleja el estado emocional o las emociones políticas de los usuarios y de las comunidades digitales.

  • May combine two claims.

    Findingown data

    Las comunidades digitales de los candidatos presentaron un alto contenido emocional en los mensajes, con gran variabilidad entre las semanas estudiadas.

    “El análisis de la puntuación media de las emociones generadas en las comunidades digitales de los candidatos constata, en primer lugar, la existencia de un alto contenido emocional en los mensajes, aunque con gran variabilidad entre las semanas estudiadas.”
    Quote in the paperSubstantial claim
    • Rests on an assumption: Las respuestas en Twitter a los tuits de los candidatos constituyen las comunidades digitales de los candidatos y permiten analizar las emociones y la polarización de las comunidades digitales latinoamericanas.
    • Rests on an assumption: Las catorce variables de LIWC seleccionadas captan adecuadamente el contenido emocional positivo, negativo o neutro de los tuits en español.
    • Rests on an assumption: El contenido emocional de los tuits refleja el estado emocional o las emociones políticas de los usuarios y de las comunidades digitales.

  • May combine two claims.

    Findingown data

    En México, el enfado fue también la emoción predominante en las comunidades digitales de ambos candidatos y se convirtió en la conductora de la ansiedad y de la tristeza a lo largo de los 30 días de campaña; ansiedad y tristeza presentaron un volumen mucho más modesto.

    “el enfado es también la predominante en las comunidades digitales de ambos candidatos, se convierte en la conductora de la ansiedad y de la tristeza a lo largo los 30 días de campaña -emociones que también presentan un volumen mucho más modesto-”
    Quote in the paperSubstantial claim
    • Rests on an assumption: Las respuestas en Twitter a los tuits de los candidatos constituyen las comunidades digitales de los candidatos y permiten analizar las emociones y la polarización de las comunidades digitales latinoamericanas.
    • Rests on an assumption: Las catorce variables de LIWC seleccionadas captan adecuadamente el contenido emocional positivo, negativo o neutro de los tuits en español.
    • Rests on an assumption: El contenido emocional de los tuits refleja el estado emocional o las emociones políticas de los usuarios y de las comunidades digitales.

  • May combine two claims.

    Findingown data

    En Argentina, existió un mayor volumen emocional en la comunidad conservadora, con un pico en emociones positivas de 49,8 el 22/10.

    “existe un mayor volumen emocional en la comunidad conservadora (pico en emociones positivas de 49,8 el 22/10)”
    Quote in the paperNot a substantial claim
    • Rests on an assumption: Las respuestas en Twitter a los tuits de los candidatos constituyen las comunidades digitales de los candidatos y permiten analizar las emociones y la polarización de las comunidades digitales latinoamericanas.
    • Rests on an assumption: Las catorce variables de LIWC seleccionadas captan adecuadamente el contenido emocional positivo, negativo o neutro de los tuits en español.
    • Rests on an assumption: La clasificación ideológica de los candidatos como progresistas o conservadores es válida para interpretar las diferencias emocionales observadas.
    • Rests on an assumption: El contenido emocional de los tuits refleja el estado emocional o las emociones políticas de los usuarios y de las comunidades digitales.

  • May combine two claims.

    Findingown data

    En Bolivia, los usuarios de la comunidad de Evo Morales utilizaron muchas más emociones negativas, cuyos niveles llegaron a triplicar a las positivas en alguna jornada; el volumen de emociones positivas estuvo siempre por debajo del de las negativas, excepto en cuatro días del período analizado.

    “Los usuarios participantes de la comunidad del candidato progresista utilizaron muchas más emociones negativas, cuyos niveles llegaron a triplicar a las positivas en alguna jornada; en cuanto a las emociones positivas, su volumen siempre se encuentra por debajo del de las negativas, excepto en cuatro días del período analizado.”
    Quote in the paperNot a substantial claim
    • Rests on an assumption: Las respuestas en Twitter a los tuits de los candidatos constituyen las comunidades digitales de los candidatos y permiten analizar las emociones y la polarización de las comunidades digitales latinoamericanas.
    • Rests on an assumption: Las catorce variables de LIWC seleccionadas captan adecuadamente el contenido emocional positivo, negativo o neutro de los tuits en español.
    • Rests on an assumption: El contenido emocional de los tuits refleja el estado emocional o las emociones políticas de los usuarios y de las comunidades digitales.

  • May combine two claims.

    Findingreasoning

    Los usuarios frecuentes mantienen una polarización más estable, aunque moderada y de menor rango, tanto positiva como negativamente.

    “Por su parte, los usuarios frecuentes mantienen una polarización más estable, aunque moderada y, por lo tanto, de menor rango -tanto positiva como negativamente-.”
    Quote in the paperSubstantial claim
    • Rests on an assumption: El comportamiento digital de los usuarios frecuentes y de los usuarios esporádicos es distinto.

  • May combine two claims.

    Findingown data

    La polarización tiene una tendencia positiva (incremento) a medida que avanza el periodo de campaña en ocho de los diez candidatos; la polarización acaba siendo mayor que al comienzo del periodo observado, salvo en las comunidades digitales de Mesa y de Martínez.

    “A raíz de ello, y como segunda característica común, la polarización tiene una tendencia positiva (incremento) a medida que avanza el periodo de campaña en ocho de los diez candidatos.Esto es, la polarización acaba siendo mayor que lo que era al comienzo del periodo observado -salvo en las comunidades digitales de Mesa y de Martínez-.”
    Quote in the paperSubstantial claim

  • May combine two claims.

    Findingreasoning

    Los usuarios de carácter esporádico son los que más polarización media del sentimiento expresan; por ejemplo, Duque con 0,18.

    “Así, contrariamente a lo que se suele pensar, los usuarios que más polarización media del sentimiento expresan son los de carácter esporádico -Duque, con 0,18-; quizás, por estar más expuestos a un modelo de consumo incidental y sin barreras.”
    Quote in the paperSubstantial claim
    • Rests on an assumption: El comportamiento digital de los usuarios frecuentes y de los usuarios esporádicos es distinto.

  • May combine two claims.

    Findingreasoning

    En Uruguay, fue llamativa la abundancia de manifestaciones de tristeza de la comunidad digital de Daniel Martínez hacia final de campaña, que llegó a situarse como primera emoción negativa, antes que el enfado.

    “Es llamativa la abundancia de manifestaciones de tristeza de la comunidad digital de Daniel Martínez hacia final de campaña, que llegó a situarse como primera emoción negativa, antes que el enfado”
    Quote in the paperNot a substantial claim
    • Rests on an assumption: Las respuestas en Twitter a los tuits de los candidatos constituyen las comunidades digitales de los candidatos y permiten analizar las emociones y la polarización de las comunidades digitales latinoamericanas.
    • Rests on an assumption: Las catorce variables de LIWC seleccionadas captan adecuadamente el contenido emocional positivo, negativo o neutro de los tuits en español.
    • Rests on an assumption: El contenido emocional de los tuits refleja el estado emocional o las emociones políticas de los usuarios y de las comunidades digitales.

  • May combine two claims.

    Findingown data

    La comunidad de usuarios esporádicos expresa, en todas las comunidades digitales, la puntuación media más baja de diferencia de emociones positivas/negativas, y esta diferencia se agudiza al final de la campaña.

    “Otra observación importante es que la comunidad de usuarios esporádicos son los que expresan, en todas las comunidades digitales, una puntuación media de diferencia de emociones positivas/negativas más baja, y que esta se agudiza al final de la campaña.”
    Quote in the paperSubstantial claim
    • Rests on an assumption: El comportamiento digital de los usuarios frecuentes y de los usuarios esporádicos es distinto.

  • May combine two claims.

    Findingreasoning

    Esos niveles de polarización no se sostienen y acaban autorregulándose.

    “esos niveles de polarización no se sostienen y acaban autorregulándose.”
    Quote in the paperSubstantial claim

  • May combine two claims.

    Findingown data

    El incremento de la polarización no se da en todos los días o semanas analizadas para cada candidato ganador, pero tiende a darse a medida que avanza la campaña.

    “Cabe indicar que este incremento de la polarización no se da en todos los días o semanas (T) analizadas para cada uno de los candidatos ganadores, pero sí tiende a darse a medida que avanza la campaña.”
    Quote in the paperSubstantial claim

  • May combine two claims.

    Findingown data

    Los usuarios de las comunidades de todos los candidatos, excepto en el caso de Uruguay, expresaron una relación muy pareja de la puntuación media de las emociones, evidente sobre todo en Argentina y Colombia, con modelos prácticamente miméticos para Fernández y Macri y para Petro y Duque.

    “los usuarios de las comunidades de todos los candidatos (excepto en el caso de Uruguay) expresan una relación muy pareja de la puntuación media de las emociones, lo cual es sobremanera evidente en los casos de Argentina y Colombia, con modelos prácticamente miméticos para Fernández y Macri, por una parte, y para Petro y Duque, por otra”
    Quote in the paperSubstantial claim
    • Rests on an assumption: Las respuestas en Twitter a los tuits de los candidatos constituyen las comunidades digitales de los candidatos y permiten analizar las emociones y la polarización de las comunidades digitales latinoamericanas.
    • Rests on an assumption: Las catorce variables de LIWC seleccionadas captan adecuadamente el contenido emocional positivo, negativo o neutro de los tuits en español.
    • Rests on an assumption: El contenido emocional de los tuits refleja el estado emocional o las emociones políticas de los usuarios y de las comunidades digitales.

  • May combine two claims.

    Findingown data

    El fenómeno de mayor polarización de los vencedores se da en nueve de los diez casos, con la excepción de la comunidad digital de Evo Morales, en la que el nivel de polarización es ligeramente mayor.

    “Este fenómeno, que expresa una evidencia empírica irrefutable y marcada en nueve de los diez casos -a excepción de la comunidad digital de Evo Morales, en la que el nivel de polarización es ligeramente mayor-, confirma una tendencia hacia el candidato con más probabilidades de ganar.”
    Quote in the paperSubstantial claim

  • May combine two claims.

    Findingown data

    La diferencia en la puntuación media de emociones negativas y positivas (variable delta) se situó, de forma generalizada en nueve de los diez casos, en números negativos entre 0 y -0,25 en todas las series de evolución temporal, a excepción de la primera semana de la campaña en la comunidad de Gustavo Petro, la segunda semana en la de Carlos Mesa y la última semana en la de Daniel Martínez.

    “la diferencia se sitúa, de forma generalizada (en nueve de los diez casos), en números negativos (entre 0 y -0,25) en todas las series de evolución temporal, a excepción de la primera semana de la campaña en la comunidad digital de Gustavo Petro (Colombia), la segunda semana en la comunidad de Carlos Mesa (Bolivia) y la última semana en la comunidad de Daniel Martínez (Uruguay)”
    Quote in the paperSubstantial claim
    • Rests on an assumption: Las respuestas en Twitter a los tuits de los candidatos constituyen las comunidades digitales de los candidatos y permiten analizar las emociones y la polarización de las comunidades digitales latinoamericanas.
    • Rests on an assumption: Las catorce variables de LIWC seleccionadas captan adecuadamente el contenido emocional positivo, negativo o neutro de los tuits en español.
    • Rests on an assumption: El contenido emocional de los tuits refleja el estado emocional o las emociones políticas de los usuarios y de las comunidades digitales.

  • May combine two claims.

    Findingown data

    La modelización de las tendencias de polarización de la comunidad muestra tendencias generalmente suaves, con dos grandes picos máximos de polarización o tensión, un inicio de tendencia desigual al comienzo del periodo de observación (hacia arriba o hacia abajo) y una tendencia general al alza en nueve de los diez casos analizados.

    “puede trazarse una modelización de las tendencias de la polarización de la comunidad: tendencias generalmente suaves, con dos grandes picos máximos de polarización o de tensión, inicio de tendencia desigual al comienzo del periodo de observación -hacia arriba o hacia abajo-, con una tendencia general al alza en nueve de los diez casos analizados.”
    Quote in the paperSubstantial claim
    • Rests on an assumption: Las comunidades digitales de los candidatos en distintos países son comparables entre sí para identificar características comunes de polarización y emoción.

  • May combine two claims.

    Findingnone given

    Hay una reducción de las emociones relativas en los últimos días de campaña, y en cuyo discurso aflora otro tipo de lenguaje, no necesariamente emocional.

    “reducción de las emociones relativas en los últimos días de campaña, y en cuyo discurso aflora otro tipo de lenguaje, no necesariamente emocional”
    Quote in the paperSubstantial claim

  • May combine two claims.

    Findingown data

    La puntuación media de las emociones durante la campaña electoral alcanza su valor más alto en una semana, disminuye hasta la semana 2 o 3, registra un ligero repunte y desciende bruscamente al finalizar la campaña, cuando observa su puntuación media más baja.

    “semana la puntuación media más alta (con mayor volumen de comentarios positivos), para disminuir hasta la semana 2 o 3, en las que se registra un ligero repunte, el cual desciende de forma brusca, posteriormente, al finalizar la campaña electoral, cuando se observa su puntuación media más baja.”
    Quote in the paperNot a substantial claim

  • May combine two claims.

    Findingown data

    La comunidad de usuarios frecuentes presenta una relación gráfica más plana o una variabilidad menos pronunciada en la puntuación media entre semanas que los usuarios esporádicos.

    “la comunidad de usuarios frecuentes (pese a su reducido número) presenta una relación que en la representación gráfica se observa más plana -por ejemplo, en Gustavo Petro-o con una variabilidad menos pronunciada.”
    Quote in the paperSubstantial claim
    • Rests on an assumption: El comportamiento digital de los usuarios frecuentes y de los usuarios esporádicos es distinto.

  • May combine two claims.

    Findingnone given

    Aunque un comentario polarizado puede alterar la pauta en la respectiva comunidad, en las siguientes 24 o 48 horas ese impacto ha sido reabsorbido por la propia dinámica de la comunidad y queda sin efecto polarizador.

    “Aunque un comentario polarizado puede generar un impacto que altere la pauta en la respectiva comunidad, en las siguientes 24 o 48 horas ese impacto ha sido”
    Quote in the paperNot a substantial claim

  • May combine two claims.

    Findingown data

    En Uruguay, los máximos y mínimos en el volumen de emociones positivas y negativas en la comunidad del candidato conservador fueron mucho más acusados, y más suaves o constantes en la del progresista.

    “los máximos y los mínimos en el volumen de emociones positivas y negativas en la comunidad del candidato conservador son mucho más acusados, y más suaves (o constantes) en la del progresista”
    Quote in the paperSubstantial claim
    • Rests on an assumption: Las respuestas en Twitter a los tuits de los candidatos constituyen las comunidades digitales de los candidatos y permiten analizar las emociones y la polarización de las comunidades digitales latinoamericanas.
    • Rests on an assumption: Las catorce variables de LIWC seleccionadas captan adecuadamente el contenido emocional positivo, negativo o neutro de los tuits en español.
    • Rests on an assumption: La clasificación ideológica de los candidatos como progresistas o conservadores es válida para interpretar las diferencias emocionales observadas.
    • Rests on an assumption: El contenido emocional de los tuits refleja el estado emocional o las emociones políticas de los usuarios y de las comunidades digitales.

  • May combine two claims.

    Interpretationreasoning

    El patrón de López Obrador explica datos de interés sobre el uso de las emociones negativas como ejes cohesionadores de las comunidades digitales y como motores de la orientación de la respectiva campaña.

    “Este hecho explica varios datos de interés sobre el uso de las emociones negativas como ejes cohesionadores de las comunidades digitales y como motores de la orientación de la respectiva campaña.”
    Quote in the paperSubstantial claim
    • Rests on an assumption: Las respuestas en Twitter a los tuits de los candidatos constituyen las comunidades digitales de los candidatos y permiten analizar las emociones y la polarización de las comunidades digitales latinoamericanas.
    • Rests on an assumption: Las catorce variables de LIWC seleccionadas captan adecuadamente el contenido emocional positivo, negativo o neutro de los tuits en español.
    • Rests on an assumption: El contenido emocional de los tuits refleja el estado emocional o las emociones políticas de los usuarios y de las comunidades digitales.

  • May combine two claims.

    Interpretationreasoning

    La volatilidad observada en Uruguay sugiere que el tamaño de la comunidad afecta a las emociones: las comunidades más grandes son más estables y las pequeñas más inestables.

    “lo cual sugiere que el tamaño de la comunidad afecta a las emociones; las comunidades más grandes son las más estables, y las pequeñas, las más inestables”
    Quote in the paperNot a substantial claim
    • Rests on an assumption: Las respuestas en Twitter a los tuits de los candidatos constituyen las comunidades digitales de los candidatos y permiten analizar las emociones y la polarización de las comunidades digitales latinoamericanas.
    • Rests on an assumption: Las catorce variables de LIWC seleccionadas captan adecuadamente el contenido emocional positivo, negativo o neutro de los tuits en español.
    • Rests on an assumption: El contenido emocional de los tuits refleja el estado emocional o las emociones políticas de los usuarios y de las comunidades digitales.

  • May combine two claims.

    Interpretationown data

    La anomalía del 10/03/2019 en la comunidad de Evo Morales sugiere una estrategia de campaña enfocada a la generación de un marco emocional negativo, aunque podría tener otras causas, como la continua acusación de fraude electoral por parte de la oposición o un modelo de competición inversa.

    “Este hecho, dada su anomalía, sugiere una estrategia de campaña enfocada a la generación de un marco emocional negativo, si bien puede, igualmente, tener otras causas: la continua acusación de fraude electoral por parte de la oposición o un modelo de competición inversa.”
    Quote in the paperNot a substantial claim
    • Rests on an assumption: Las respuestas en Twitter a los tuits de los candidatos constituyen las comunidades digitales de los candidatos y permiten analizar las emociones y la polarización de las comunidades digitales latinoamericanas.
    • Rests on an assumption: Las catorce variables de LIWC seleccionadas captan adecuadamente el contenido emocional positivo, negativo o neutro de los tuits en español.
    • Rests on an assumption: El contenido emocional de los tuits refleja el estado emocional o las emociones políticas de los usuarios y de las comunidades digitales.

  • May combine two claims.

    Interpretationown data

    Abunda un modelo de campaña electoral que tiende a cohesionar la propia comunidad digital mediante estrategias de refuerzo o, al menos, a mitigar la expresión emocional negativa promovida por el adversario.

    “Este hecho sugiere que abunda un modelo de campaña electoral que tiende a cohesionar a la propia comunidad digital a partir de estrategias de refuerzo o, por lo menos, un modelo de campaña que tiende a mitigar la expresión emocional negativa que promueva el adversario, con las consecuencias que esto tiene para la creencia en el reforzamiento negativo intrínseco a las comunidades digitales.”
    Quote in the paperSubstantial claim

  • Probably not a substantial claim: may not pass S2 (checkable), S3 (load-bearing).

    Study design and conductreasoning

    El instrumental metodológico utilizado queda validado.

    “Este hecho nos lleva, además de a validar el instrumental metodológico utilizado”
    Quote in the paperNot a substantial claim

  • Probably not a substantial claim: may not pass S3 (load-bearing). May combine two claims.

    Premisecitation

    La polarización es más alta en los sistemas bipartidistas y más baja en los sistemas bipartidistas con voto proporcional, lo que sugiere una extrapolación a los sistemas presidencialistas de doble vuelta en América Latina.

    “la polarización es más alta en los sistemas bipartidistas, y más baja, en los sistemas bipartidistas con voto proporcional (Urman, 2020), lo que sugiere una extrapolación a los sistemas presidencialistas de doble vuelta en América Latina”
    Quote in the paperNot a substantial claim0 of 1 sources checked
    • cites Urman, 2020 source

  • May combine two claims.

    Premisecitation

    Existe una relación directa entre la polarización y las emociones expresadas hacia los candidatos: cuanto mayor es el nivel de polarización, más ansiedad se aprecia hacia el candidato ajeno y más entusiasmo se siente por el propio.

    “Se ha demostrado una relación directa entre la polarización y las emociones expresadas hacia los candidatos: cuanto mayor es el nivel de polarización, más ansiedad se aprecia hacia el candidato ajeno y más entusiasmo se siente por el propio (McLaughlin et al., 2020)”
    Quote in the paperSubstantial claim0 of 1 sources checked
    • cites McLaughlin et al., 2020 source

  • May combine two claims.

    Study design and conductown data

    Se analizaron 749.764 tuits, con más de doce y medio millones de palabras, que son respuestas de 332.782 usuarios únicos o individuales; de ellos, 331.939 fueron usuarios esporádicos y 843 usuarios frecuentes.

    “con un total de 749.764 tuits analizados (con más de doce y medio millones de palabras), que son respuestas de un total de 332.782 usuarios únicos o individuales; de ellos, 331.939 son usuarios esporádicos, y 843, usuarios frecuentes”
    Quote in the paperSubstantial claim
    • Rests on an assumption: Los bots y los posibles perfiles falsos fueron efectivamente excluidos del análisis.

  • Probably not a substantial claim: may not pass S3 (load-bearing).

    Premisecitation

    La conversación polarizada se configura como un escenario propicio para la propagación de rumores y la desinformación.

    “la conversación polarizada se configura como un escenario propicio para la propagación de rumores y la desinformación (Bessi et al., 2016)”
    Quote in the paperNot a substantial claim0 of 1 sources checked
    • cites Bessi et al., 2016 source

  • Probably not a substantial claim: may not pass S3 (load-bearing). May combine two claims.

    Premisecitation

    Las emociones negativas son activadores del consumo de información, ejercen un papel mediador en la construcción de una ciudadanía políticamente informada y ayudan a construir socialmente las emociones.

    “Estas son activadores del consumo de información, por lo que ejercen un papel mediador a la hora de construir una ciudadanía políticamente informada; también ayudan a construir socialmente las emociones (Vasilopoulos et al., 2018;Vasilopoulos, Marcus & Foucault, 2018)”
    Quote in the paperNot a substantial claim0 of 2 sources checked
    • cites Vasilopoulos et al., 2018

      Couldn’t be matched to a paper in Crossref, so it can’t be checked.

    • cites Vasilopoulos, Marcus & Foucault, 2018 source

  • Probably not a substantial claim: may not pass S4 (based).

    Interpretationreasoning

    La propia red social induce a ese tipo de expresión emocional por parte de la comunidad de usuarios esporádicos.

    “Esto hace pensar que la propia red social induce a dicho tipo de expresión por parte de esa comunidad.”
    Quote in the paperNot a substantial claim

  • May combine two claims.

    Interpretationreasoning

    Los usuarios frecuentes mantienen una posición predeterminada o definida con anterioridad, mientras que los esporádicos son más proclives a ser influidos por otros eventos, como los mensajes del candidato, que afectan su uso de expresiones emocionales negativas o positivas en sus tuits.

    “Esto significa que, en cierta medida, los usuarios frecuentes mantienen una posición predeterminada o definida con anterioridad, mientras que los esporádicos son más proclives a ser influidos por otros eventos -pueden ser los mensajes que emite el candidato respectivo-que afectan su utilización de expresiones emocionales negativas o positivas en sus tuits.”
    Quote in the paperSubstantial claim
    • Rests on an assumption: El comportamiento digital de los usuarios frecuentes y de los usuarios esporádicos es distinto.

  • May combine two claims.

    Premisecitation

    En Corea del Sur, las redes sociales generan polarización al activar el compromiso político: quienes usan estas herramientas tienen más posibilidades de participar en procesos políticos y de desarrollar actitudes políticas más extremas a lo largo del tiempo.

    “las redes generan polarización al activar el compromiso político (aquellos que usan estas herramientas tienen más posibilidades de participar en procesos políticos y de desarrollar actitudes políticas más extremas a lo largo del tiempo)”
    Quote in the paperNot a substantial claim0 of 1 sources checked
    • cites Lee et al., 2018 source

  • May combine two claims.

    Interpretationreasoning

    La polarización en las comunidades digitales de los candidatos presidenciales no es preconstruida, o por lo menos no preconstruida a propuestas de un determinado colectivo dentro de las comunidades digitales.

    “y no preconstruida o, por lo menos, no preconstruida a propuestas de un determinado colectivo dentro de las comunidades digitales (Pregunta 5)”
    Quote in the paperSubstantial claim

  • May combine two claims.

    Premisereasoning

    La polarización en Twitter, Facebook, Instagram o TikTok no se da solamente por las características intrínsecas a cada red social, sino porque son espacios públicos de contagio emocional.

    “la polarización en Twitter, Facebook, Instagram o TikTok no se da solamente por las características intrínsecas a cada una de esas redes sociales, sino porque son espacios públicos de contagio emocional”
    Quote in the paperSubstantial claim
57 of 57

  • The paper relies on this without support.

    Las respuestas en Twitter a los tuits de los candidatos constituyen las comunidades digitales de los candidatos y permiten analizar las emociones y la polarización de las comunidades digitales latinoamericanas.

    “analizamos las emociones expresadas a lo largo del último mes en las comunidades digitales de Twitter (respuestas) de los dos principales candidatos en las campañas electorales de los cinco comicios presidenciales celebrados en América Latina en 2018 y 2019”

  • The paper relies on this without support.

    Las catorce variables de LIWC seleccionadas captan adecuadamente el contenido emocional positivo, negativo o neutro de los tuits en español.

    “De ellas, se han seleccionado catorce, que consideramos directamente relacionadas con aspectos afectivos o emocionales, a efectos de categorizar un tuit como positivo, negativo o neutro.”

  • The paper relies on this without support.

    La clasificación ideológica de los candidatos como progresistas o conservadores es válida para interpretar las diferencias emocionales observadas.

    “las positivas sobresalen en los candidatos conservadores en tres comicios (México, Uruguay y Colombia)”

  • The paper relies on this without support.

    La muestra de cinco elecciones y diez candidatos es representativa de las comunidades digitales latinoamericanas en las elecciones presidenciales de 2018-2019.

    “analizamos las emociones expresadas a lo largo del último mes en las comunidades digitales de Twitter (respuestas) de los dos principales candidatos en las campañas electorales de los cinco comicios presidenciales celebrados en América Latina en 2018 y 2019”

  • The paper relies on this without support.

    Los bots y los posibles perfiles falsos fueron efectivamente excluidos del análisis.

    “En este análisis se han excluido, de igual forma, los bots y los posibles perfiles falsos.”

  • The paper relies on this without support.

    El contenido emocional de los tuits refleja el estado emocional o las emociones políticas de los usuarios y de las comunidades digitales.

    “El análisis de los mensajes de redes sociales permite extraer el sentimiento o la emoción política de distintas comunidades o grupos de usuarios (Tumasjan et al., 2010).”

  • The paper relies on this without support.

    El comportamiento digital de los usuarios frecuentes y de los usuarios esporádicos es distinto.

    “al ser previsible que su comportamiento digital sea distinto.”

  • The paper relies on this without support.

    Las comunidades digitales de los candidatos en distintos países son comparables entre sí para identificar características comunes de polarización y emoción.

    “La polarización media del sentimiento (que relaciona el tamaño de la comunidad, el número de comentarios y el número de comentarios positivos, negativos o neutros) o, en otros términos, la polarización emocional de las comunidades digitales de los candidatos en estos cinco procesos electorales, presenta varias características comunes que deben tenerse en cuenta, así como alguna particularidad de”

  • The paper relies on this without support.

    All followers of the candidates present considerable similarities and their digital behavior, individually speaking, is similar.

    “dado que todos los seguidores de los candidatos presentan considerables similitudes y su comportamiento digital, individualmente hablando, es parecido.”
9 of 9

Self-check

Percentages, sums and reported differences re-computed from the paper’s own numbers.

Each contradiction between two passages listed here was confirmed by an independent check.

  • La fecha destacada para Morales cae fuera del periodo analizado

    Minor

    El resultado fechado el 10/03/2019 no pertenece a las cuatro semanas previas a la elección boliviana del 20 de octubre de 2019 que el artículo dice analizar.

  • Argentina figura como segunda vuelta y como primera vuelta

    Minor

    La descripción de los comicios seleccionados clasifica Argentina como segunda vuelta, mientras que el apartado de resultados llama primera vuelta a la elección argentina del 27 de octubre de 2019.

  • La tendencia creciente de polarización se atribuye a ocho y a nueve candidatos

    Minor

    Dos pasajes de resultados dan recuentos distintos para la tendencia al alza de la polarización en los diez casos.

3 of 3

Cites

Flagged first, then by citations

Research works printed but not linked: 3

  1. Jaráiz-Gulías, E., Rivera-Otero, J., Lagares-Diez, N., & López-López, P. (2021). Emociones y engagement en los mensajes digitales de los candidatos a las elecciones generales de 2019. Cultura, Lenguaje y Representación, 26, 229-245. https://doi.org/10.6035/clr.5844 · DOI · Paper page
  2. Rivera-Otero, J., Jaráiz-Gulías, E., & López-López, P. (2021). Emociones y Política, En Pablo Escandón y Saudia Levoyer (Ed.), Comunicación pública, pandemia y elecciones. Corporación Editora Nacional.
  3. Wahl-Jorgensen, K. (2019). Emotions, media and politics. John Wiley & Sons.

Cited by

Sorted by citations

Related

Authors
Lagares Díez, N., López-López, P. C., Oñate, P., & Blasco-Blasco, O.
Affiliations
  • Universidade de Santiago de Compostela (ES)
  • Universitat de València (ES)
ORCID
Venue
Análisis Político
Publisher
Universidad Nacional de Colombia
Published
2023-09-11
Volume
36
Issue
106
Pages
182-210
ISSN
0121-4705 (ISSN-L)
DOI
10.15446/anpol.v36n106.111074
OpenAlex
W4387043940
Semantic Scholar
df4014c1a3a5d4e1674483470d4723ac33bd2f82
Cited by
7
References
31
Citations by year
2026: 2 · 2025: 1 · 2024: 3 · 2023: 1
FWCI
3.39
Type
journal article
Language
es
Open access
Licence
Locations
  • Análisis Político (publishedVersion, cc-by-nc-nd)
  • Magazine Portal Bibliotech Digital (Universidad Nacional de Colombia) (submittedVersion, cc-by-nc-nd)
Topics
  • Social Sciences › Communication › Social Media and Politics
  • Social Sciences › Political Science and International Relations › Populism, Right-Wing Movements
  • Physical Sciences › Computer Science › Artificial Intelligence › Sentiment Analysis and Opinion Mining
Keywords
emotions in political discourse, online polarization, online communities, presidential elections, Latin America, Twitter, political campaigns, negative sentiment

About these checks

Registry, retraction, Cites and statistics results are computed, not judged, with one exception: a printed reference that no index lists is read once by a model before it counts as a citation error. Claims are extracted by a model and kept only when their quote appears verbatim in the text; each cited source is then checked, with a model’s help, for whether it says what the claim relies on. Those verdicts can be wrong — read the claim’s quote and the cited source before relying on one.

Claims read by deepseek-v4.1-flash under definition version 3 (extract-v3) on 2026-10-13.

Classified by jev-1.13-20260917 (gold-guideline-v0.2) on 2026-10-13.

Cited sources are checked by gpt-6-sol.

Statistics and arithmetic are recomputed, not judged.

Confidence bands are shown only for fields calibrated on our annotated test set. None is calibrated yet, so no band is shown.

What counts as a claim ›How we measure confidence ›How we check this ›

Are you an author, or do you see a problem with this page? Request a review