CoChat
Sign Up
Cited by 4Misinformation and Its ImpactsSocial Media and PoliticsPopulism, Right-Wing Movements

Polarización, desinformación y expresiones de odio en Twitter. Caso grupos políticos nacionalistas e independentistas en España

Open access
Said-Hung, Elias Manuel, Merino-Arribas, María, Sánchez-Esparza, Marta·2023·Observatorio (OBS*)
DOI 10.15847/obsobs17220232179
Open this paper in CoChat — free accountOpen PDF

Abstract

El objetivo de este trabajo es identificar el uso de la polarización, como recurso de comunicación, así como los niveles de coocurrencia de contenidos desinformativos y expresiones de odio, publicados por parte de los grupos políticos nacionalistas e independentistas España, a través de Twitter. El estudio realiza un análisis de tópico de 13.268 tuits en español publicados en Twitter por los grupos políticos analizados, recabados entre el 1 de septiembre de 2019 y el 29 de febrero de 2020, los cuales se comparan con los 2.730 contenidos desinformativos recogidos entre el 1 de septiembre de 2019 y el 29 de febrero de 2020, por dos proyectos periodísticos de Fact-Checking en España (Maldita.es y Newtral.es). Los resultados, nos muestra un escenario comunicativo, a nivel de los grupos políticos estudiados, en el que se hace uso de la polarización como estrategia para atraer a sus potenciales electores desde escenarios digitales como Twitter. En el que además, se observa una mayor presencia de expresiones de odio con carga semántica neutra y un bajo nivel de coocurrencia, respecto a los contenidos desinformativos identificados en los proyectos de Fact-Checking tomados como casos de estudio. Lo que contribuye a la polarización y normalización de expresiones de odio y confrontación, que favorece a la proliferación de prejuicios a nivel de la opinión pública española en Twitter.

The claims and statistics of this paper haven’t been checked yet.

Run the check — free, no account needed. It reads the open-access text and checks the sources it cites.

A few free checks a day · papers already verified open instantly · results are public

Integrity signals

Registry

Crossref · 10.15847/obsobs17220232179

Cites

3 of 3 references verified0 citation errors · 0 not checkable

Statistics

Claims the paper makes

The claims and statistics of this paper haven’t been checked yet.

Run the check — free, no account needed. It reads the open-access text and checks the sources it cites.

A few free checks a day · papers already verified open instantly · results are public

Claims other papers make about this one

Each is checked against this paper’s own text: does it say what the citing paper says it does?

  • El discurso en la polarización digital se caracteriza por un uso emocional intensificado, donde la movilización afectiva a través del miedo o la indignación a menudo desplaza a la argumentación racional.

    “El discurso se caracteriza por un uso emocional intensificado, donde la movilización afectiva a través del miedo o la indignación (Alcoceba et al., 2023;Said-Hung et al., 2023) a menudo desplaza a la argumentación racional.”

    From Polarización política y afectiva en España: una revisión sistemática exploratoria (2026) · cites this paper as Said-Hung et al., 2023

    La Introducción (sin página indicada) describe una comunicación política polarizada «cargada de emotividad» y señala que ciertos mensajes desinformativos se viralizan por el temor y la indignación que pueden provocar. Esto respalda la parte de la frase junto a la cita, pero el texto no establece que la movilización emocional desplace a menudo la argumentación racional. (LLM, conf=0.83)

    Experimental — accuracy not yet measured

  • Partidos nacionalistas e independentistas emplean estrategias de confrontación y afinidad emocional en sus comunicaciones digitales para reforzar sus comunidades.

    “o cómo partidos nacionalistas e independentistas emplean estrategias de confrontación y afinidad emocional en sus comunicaciones digitales para reforzar sus comunidades (Said-Hung et al., 2023).”

    From Polarización política y afectiva en España: una revisión sistemática exploratoria (2026) · cites this paper as Said-Hung et al., 2023

    Las Conclusiones (sin página indicada) describen la confrontación y la polarización en Twitter como elementos de la estrategia comunicativa de estos grupos, orientada a «marcar afinidades con sus potenciales electores». También mencionan mensajes con un componente sentimental, pero no establecen que esas estrategias refuercen comunidades ya existentes; esa finalidad va más allá de lo que afirma el estudio. (LLM, conf=0.84)

    Experimental — accuracy not yet measured

  • Se vinculan así a la reacción cultural y son instrumentalizados en discursos nacionalistas.

    “Se vinculan así a la reacción cultural y son instrumentalizados en discursos nacionalistas(Said-Hung et al., 2023).”

    From Polarización política y afectiva en España: una revisión sistemática exploratoria (2026) · cites this paper as Said-Hung et al., 2023

    La Introducción describe el uso persuasivo de sentimientos nacionalistas, y las Conclusiones señalan un uso retórico de expresiones asociadas a la inmigración por los grupos estudiados. Esto respalda la referencia a su empleo en discursos nacionalistas, pero el texto no los vincula con una «reacción cultural». (LLM, conf=0.82)

    Experimental — accuracy not yet measured

Self-check

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

The self-check needs the paper’s full text.

Cites

Flagged first, then by citations

Research works printed but not linked: 55

  1. Allcot, H., Gentzknow, M., & Yu, Ch. (2019). Trends in the diffusion of misinformation on social media. Research & Politics, 6(2), p. 1-8. https://doi.org/10.1177/2053168019848554 · DOI
  2. Amán, M. (2020). El uso de Twitter por parte de los líderes estatales y su impacto en el público durante la pandemia de COVID-19. Heliyon, 6(11), e05540.
  3. Amezeen, M. (2015). Revisiting the Epistemology of Fact-Checking. Critical Review, 27(1), 1-22. https://doi.org/10.1080/08913811.2014.993890 · DOI
  4. Andrade, P., Flores, R., & Pablo, M. (2020). Comportamiento de las comunidades digitales en Twitter durante las elecciones México 2018. Revista de Comunicación, 19(1), 19-36. https://doi.org/10.26441/RC19.1-2020-A2 · DOI
  5. Angulo, N. A., Estrella, A., & López, M. (2018). La política en Twitter. Un estudio comparativo de las estrategias discursivas de los candidatos finalistas a la Presidencia de Ecuador en 2017. AdComunica, 25-44. https://doi.org/10.6035/2174-0992.2018.16.3 · DOI
  6. Arun, R., Suresh, V., Veni, C., & Narasimha, M. (2010). On Finding the Natural Number of Topics with Latent Dirichlet Allocation: Some Observations. Neurocomputing: An International Journal. 72(7- 9), 1775-1781. https://doi.org/10.1007/978-3-642-13657-3_43 · DOI
  7. Baviera, T., Sampietro, A., & García-Ull, F. (2019). Political conversations on Twitter in a disruptive scenario: The role of "party evangelists" during the 2015 Spanish general elections. The Communication Review, 22(2), 117-138. https://doi.org/10.1080/10714421.2019.1599642 · DOI
  8. Bernal-Triviño, A., & Clares-Gavilán, J. (2019). Uso del móvil y las redes sociales como canales de verificación de fake news. El caso de Maldita.es. El Profesional de la Información, 28(3), e280312. https://doi.org/10.3145/epi.2019.may.12 · DOI
  9. Carrasco, R., Villar, E., & Tejedor, L. (2018). Twitter como herramienta de comunicación política en el contexto del referéndum independentista catalán: asociaciones ciudadanas frente a instituciones públicas. Icono 14, 16 (1), 64-85. Doi: 10.7195/ri14.v16i1.1134 · DOI
  10. Carratalá, A., & Palau-Sampio, D. (2019). Entre el activismo y la mediatización: encuadres de partidos y prensa en la campaña catalana de 2017. Revista de comunicación, 18(2), 73-91. https://doi.org/10.26441/RC18.2-2019-A4 · DOI
  11. Casals, X. (2015). La Cataluña emergente: secesionismo y dinámicas populistas europeas. Tiempo devorado, 2(3), 291-306.
  12. Casero-Ripollés, A. (2018). Research on political information and social media: Key points and challenges for the future. El profesional de la información, 27(5), 964-974. https://doi.org/10.3145/epi.2018.sep.01 · DOI
  13. Campos-Domínguez, E. (2017). Twitter y la comunicación política. El profesional de la Información, 26(5), 785-794. https://doi.org/10.3145/epi.2017.sep.01 · DOI
  14. Cao, J., Xia, T., Li, J., Zhang, Y., & Tang, S. (2009). A density-based method for adaptive LDA model selection. Neurocomputing: An International Journal, 72(7-9), 1775-1781. https://doi.org/0.1016/j.neucom.2008.06.011
  15. Ceia, V., Mota, T., & Lewis, R. (2022). Style and rhetoric of Spanish politics on Twitter. Digital Studies/Le Champ Numérique 12 (1), 1-36. https://doi.org/10.16995/dscn.8097 · DOI
  16. Corujo, A., Fernández-Esquer, C., & Rama, J. (2019). ¿Quién vota a los partidos nacionalistas en España? Un análisis de las bases electorales de Coalición Canaria. Revista Española de Ciencia Política, (51), 39-71. https://doi.org/10.21308/recp.51.02 · DOI
  17. Davidson, T., Warmsley, D., Macy, M., & Weber, I. (2017, May). Automated hate speech detection and the problem of offensive language. Proceedings of the International AAAI Conference on Web and Social Media, 11(1), 512-515.
  18. De-keersmaecker, J., & Roets, A. (2017). 'Fake news': Incorrect, but hard to correct. The role of cognitive ability on the impact of false information on social impressions. Intelligence, 65, 107-110. https://doi.org/10.1016/j.intell.2017.10.005 · DOI
  19. Deveaud, R., Sanjuan, E.M., & Ballot, P. (2014). Accurate and Effective Latent Concept Modeling for Ad Hoc Information Retrieval. Document Numérique, 61-84. https://doi.org/10.3166/DN.17.1.61-84 · DOI
  20. Engesser, S., Ernst, N., Esser, F., & Büchel, F. (2017). "Populism and social media: how politicians spread a fragmented ideology. Information, communication & society, 20(8), 1109-1126. https://doi.org/10.1080/1369118X.2016.1207697 · DOI
  21. Ernst, N., Engesser, S., Büchel, F., Blassnig, S., & Esser, F. (2017). Extreme parties and populism: an analysis of Facebook and Twitter across six countries. Information, communication & society, 20(9), 1347-1364. https://doi.org/10.1080/1369118X.2017.1329333 · DOI
  22. Estrada-Cuzcano, A., Alfaro-Mendives, K., & Saavedra-Vásquez, V. (2020). Desinformación y desinformación, Posverdad y noticias falsas: precisiones conceptuales, diferencias, similitudes y yuxtaposiciones. Información, cultura y sociedad, (42), 93-106. https://doi.org/10.34096/ics.i42.7427 · DOI
  23. Fletcher, R., Cornia, A., & R. Kleis Nielsen (2020). How Polarized Are Online and Offline NewsAudiences? A Comparative Analysis of Twelve Countries Research Article. The International Journal of Press/Politics, 25(2), 169-195. https://doi.org/10.1177/1940161219892768 · DOI · Paper page
  24. Galvañ, A., & Giménez, C. O. (2020). Discurso del odio en radio: análisis de los editoriales de las cadenas COPE y SER tras la llegada del Aquarius a España. Miguel Hernández Communication Journal, 11, 117-138. https://doi.org/10.21134/mhcj.v11i0.317 · DOI
  25. Gamir-Ríos, J., Pop, A., López-García, G. Llorca-Abad, G., & Fenoll, V. (2022). Unidireccionalidad, promoción partidista y polarización. Actividad en Twitter de los candidatos a la presidencia del Gobierno de España en las elecciones generales de 2019. Profesional de la información, 31(2), e310203. https://doi.org/10.3145/epi.2022.mar.03 · DOI
  26. García, G., & López, X. (2021). La verificación de datos en Europa. Análisis de 5 iniciativas europeas: Maldita. es, Newtral, Pagella politica, Les décodeurs y BBC reality check. AdComunica, 235-264. Doi: 10.6035/2174-0992.2021.21.12 · DOI
  27. Griffiths, T., & Steyvers, M. (2004). Finding scientific topics. PNAS, 101 (suppl_1) 5228-5235. Recuperado de: https://www.pnas.org/content/101/suppl_1/5228.
  28. Guerrero-Pico, M., & Scolari, C. (2016). Narrativas transmedia y contenidos generados por los usuarios: el caso de los crossovers. Cuadernos.info, 38, 183-200. Doi: 10.7764/cdi.38.760 · DOI
  29. Kamienski, C., Mazin, L., Penteado, C., Goya, D., Di Genova, D., De Franca, F., Ramos, D., & Horita, F. (2021). A polarization approach for Undestanding Online Conflicts in Times of Pandemic: A Brazilian Case Study. ScholarSpace. http://hdl.handle.net/10125/70872
  30. Laguillo, D. (2020). La esfera de Platón: "individuos sombra" y "ciudadanos" ante la pandemia de bulos sobre el coronavirus COVID-19. Revista Española de Comunicación en Salud, [S.l.]. https://doi.org/10.20318/recs.2020.5419 · DOI
  31. Lim, C. (2018). Checking how fact-checkers check. Research & Politics, 5(3), 1-7. https://doi.org/10.1177/2053168018786848 · DOI
  32. López-Olano, C. & Fenoll, V. (2020). La polarización mediática en el proceso de independencia en Cataluña. Estudio comparativo del tratamiento en RT. Revista Mediterránea de Comunicación, 11(1), 261- 272. https://doi.org/10.14198/medcom2020.11.1.22 · DOI
  33. Luengo, O., & Fernández-García, B. (2019). Campaign Coverage in Spain: Populism, Emerging Parties, and Personalization. In: Salgado, S. (eds) Mediated Campaigns and Populism in Europe. Political Campaigning and Communication. 99-121. https://doi.org/10.1007/978-3-319-98563-3_5 · DOI
  34. Llorca-Asensi, E., Fabregat-Cabrera, M. E., & Ruiz-Callado, R. (2021). Desinformación Populista en Redes Sociales: la Tuitosfera del Juicio del Procés. Observatorio, 15(3), 124-146. https://doi.org/10.15847/obsOBS15320211835 · DOI
  35. Manfredi-Sánchez, J., Amado-Suárez, A., & Waisbord, S. (2021). Twitter presidencial ante la COVID-19: Entre el populismo y la política pop. Comunicar: Revista Científica de Comunicación y Educación, 29(66), 83-94. https://doi.org/10.3916/C66-2021-07 · DOI
  36. Mazzoleni, G., & Bracciale, R. (2018). Socially mediated populism: the communicative strategies of political leaders on Facebook. Palgrave Communications, 4, 50. https://doi.org/10.1057/s41599-018- 0104-x · DOI
  37. Mehrotra, R., Sanner, S., Buntine, W., & Xie, L. (2013). Improving LDA topic models for microblogs via tweet poolings and automatic labeling. Proceedings of the 36 th international ACM SIGIR Conference on Research and Development in Information Retrieval (889-892). Estados Unidos: Association for Computing Machinery (ACM). https://doi.org/10.1145/2484028.2484166. · DOI
  38. Paz, M. A., Montero-Díaz, J., & Moreno-Delgado, A. (2020). Hate speech: A systematized review. Sage Open, 10(4), 2158244020973022. https://doi.org/10.1177/2158244020973022 · DOI
  39. Paz, M. A., Mayagoitia-Soria, A., & González-Aguilar, J. M. (2021). From Polarization to Hate: Portrait of the Spanish Political Meme. Social Media+ Society, 7(4). https://doi.org/10.1177/20563051211062920 · DOI
  40. Penteado, C., Cervi, E. & Campos-Domínguez, E. (2021). Polarización en Twitter. El caso de Brasil a través de cinco conflictos políticos. Cultura, Lenguaje y Representación, XXVI, 127-147. https://doi.org/10.6035/clr.5837 · DOI
  41. Pérez-Curiel, Concha; García-Gordillo, Mar (2018). Política de influencia y tendencia fake en Twitter. Efectos postelectorales (21D) en el marco del Procés en Cataluña. El profesional de la información, 27(5), 1030-1040. https://doi.org/10.3145/epi.2018.sep.07 · DOI
  42. Piñeiro-Otero, T. & Martínez-Rolan, X. (2021). Step outside and say that: analysis of hate speech against women on Twitter. El profesional de la informacion, 30(5). https://doi.org/10.3145/epi.2021.sep.02 · DOI
  43. Pohjonen, M., & Udupa, S. (2017). Extreme speech online: An anthropological critique of hate speech debates. International Journal of Communication, 11, 1173-1191.
  44. Polaino, R., & Nieto, J. (2021). Análisis de la comunicación de la Defensa española en Twitter: "engagement", polaridad y objetividad. En Cosmovisión de la comunicación en redes sociales en la era postdigital, (pp. 539-554). España: McGraw-Hill.
  45. Pronoza E., Panicheva P., Koltsova O., & Rosso P. (2021). Detecting ethnicity-targeted hate speech in Russian social media texts. Information Processing and Management, 58(6). https://doi.org/10.1016/j.ipm.2021.102674 · DOI
  46. Qaiser, S., & Ali, R. (2018). Text mining: use of TF-IDF to examine the relevance of words to documents. International Journal of Computer Applications, 181(1), 25-29. https://doi.org/10.5120/ijca2018917395 · DOI
  47. Recuero, R., Soares, F., & Gruzd, A. (2020). Hiperpartidismo, desinformación y conversaciones políticas en Twitter: las elecciones presidenciales brasileñas de 2018. Actas de la conferencia internacional AAAI sobre web y redes sociales, 14, 569-578. https://doi.org/10.3145/epi.2019.sep.03 · DOI
  48. Sánchez-Duarte, J., & Magallón, R. (2020). Infodemia y COVID-19. Evolución y viralización de informaciones falsas en España. Revista española de comunicación en salud. 1, 31-41. https://doi.org/10.20318/recs.2020.5417 · DOI
  49. Sánchez, Ó. (2017). El fin (momentáneo) del bipartidismo en España: análisis de los resultados electorales de 2015 y 2016. Revista Española de Derecho Constitucional, 109, 237-260. https://doi.org/10.18042/cepc/redc.109. · DOI
  50. Souza, R., Graça, L., & Silva, R. (2017). Politics on the web: using Twitter to estimate the ideological positions of Brazilian representatives. Brazilian Political Science Review, 11(3), 1-26. https://doi.org/10.1590/1981-3821201700030003 · DOI
  51. Urman, A. (2020). Context matters: political polarization on Twitter from a comparative perspective. Media, culture & society, 42(6), 857-879. https://doi.org/10.1177/0163443719876541 · DOI · Paper page
  52. Uscinski, J. (2015). The Epistemology of Fact Checking (is Still Naïve): Rejoinder to Amazeen. Critical Review: A Journal of Politics and Society, 27(2), 1-10. https://doi.org/10.1080/08913811.2015.1055892 · DOI
  53. Vale, P., & Serra, J. (2019). Comportamiento del lenguaje de líderes políticos venezolanos en el uso de Twitter. Signo y Pensamiento, 38(74). https://doi.org/10.11144/Javeriana.syp38-74. · DOI
  54. Vázquez-Herrero, J., Vizoso, A., & López-García, X. (2019). Innovación tecnológica y comunicativa para combatir la desinformación: 135 experiencias para un cambio de rumbo. El Profesional de la Información, 28(3). https://doi.org/10.3145/epi.2019.may.01 · DOI
  55. Welbers, K., Van Atteveldt, W., & Benoit, K. (2017). Text analysis in R. Communication Methods and Measures, 11(4), 245-265. https://doi.org/10.1080/19312458.2017.1387238 · DOI

Cited by

Sorted by citations

Authors
Said-Hung, E. M., Merino-Arribas, M., & Sánchez-Esparza, M.
Affiliations
Universidad Internacional de La Rioja (ES)
ORCID
Venue
Observatorio (OBS*)
Publisher
Instituto Universitario de Lisboa (ISCTE-IUL)
Published
2023-06-14
Volume
17
Issue
2
ISSN
1646-5954 (ISSN-L)
DOI
10.15847/obsobs17220232179
OpenAlex
W4384158063
Cited by
4
References
3
Citations by year
2026: 1 · 2025: 3
FWCI
1.73
Type
journal article
Language
es
Open access
Licence
Locations
  • Observatorio (OBS*) (publishedVersion, cc-by-nc)
  • Re-Unir (International University of La Rioja) (submittedVersion, other-oa)
Funders
  • Universidad Internacional de La Rioja (B0036, B0036-1920)
  • Ministerio de Ciencia e Innovación (PID2020)
  • Agencia Estatal de Investigación (PID2020-114584GB-I00)
Topics
  • Social Sciences › Sociology and Political Science › Misinformation and Its Impacts
  • Social Sciences › Communication › Social Media and Politics
  • Social Sciences › Political Science and International Relations › Populism, Right-Wing Movements
Keywords
political polarization, disinformation, hate speech, independence movements, Twitter, Spanish politics, fact-checking, public opinion, online political communication

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.

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