Silenciar palabras en Twitter


Una nueva opción avanzada en Twitter nos permite silenciar mensajes que contengan una palabra determinada en su contenido. Esta opción puede ser muy útil en el caso de querer eliminar ruido de nuestro timeline.

twitter-logoEn las últimas semanas Twitter ha presentado una serie de novedades interesantes. Una de ellas es que podemos gestionar la visión de las cuentas que visitamos y de la nuestra propia a través de un nuevo menú donde además de nuestro timeline (en la pestaña tweets) podemos ver las respuestas que nos han enviado a mensajes nuestros, contenido multimedia emitido y los “me gusta” recibidos. De esta forma podemos gestionar mejor nuestra propia cuenta y obtener información de las cuentas que visitamos con mayor rapidez.

Pero lo que más nos ha llamado la atención es la posibilidad de silenciar palabras. Esta utilidad consiste en que no aparecerán en nuestro timeline (es decir eliminaremos ruido) los mensajes que contengan la palabra seleccionada.

Puede venir bien en caso de avalanchas de mensajes sobre un tema determinado que no queramos que ensucien nuestro contenido a revisar.

Esta función no distingue mayúsculas de minúsculas y afectará a la palabra tanto si va en el texto como tal o va precedida de la almohadilla (es decir si se utiliza como etiqueta o hashtag).

Esta misma opción también nos permite silenciar los mensajes que citen a una determinada cuenta sin silenciar la cuenta en sí misma. Es decir si tecleamos @joseavil se silenciarán los mensajes que me citen pero no los mensajes que yo emita (para silenciar los mensajes de una cuenta tendremos que proceder de otra manera).

Es posible silenciar palabras, frases, nombres de usuario, emojis y hashtags de hasta 140 caracteres.

Os dejamos un pantallazo de la página de ayuda de Twitter en la que se nos indica cómo proceder para silenciar mensajes que contengan palabras, emojis, etiquetas y cuentas citadas predeterminadas por nosotros.

Silenciar en Twitter

Geografía de la felicidad y palabras para la obesidad


fondo xp animadoHa vuelto a ser Ernesto Barrera y esta vez a través de un mensaje en Google+ quien me ha pasado el enlace al artículo que hoy nos va a servir de referencia para nuestra reflexión.

“José Francisco,
Te envío algo que me ha parecido interesante; creo que también te gustan estas cosas.
Me ha llegado alerta de un artículo que analiza emociones expresadas Twitter (USA). La ciudad más feliz es Napa (California)
Se trata del lugar donde, además de rodarse Falcon Crest, se tomó la foto de windows XP. Conocida como Bliss, en castellano se conoció posteriormente como… Felicidad. Casualidades de la vida ;-)”

Luego me preguntan por qué me gusta Internet…. una de las respuestas es ver esa generosidad de “he visto esto y creo que te puede interesar, así que te lo envío”.

Muchísimas gracias en público a Ernesto.

La curiosidad (coo no puede ser de otra forma) me pudo y accedí al enlace que me proporcionaba.

Se trata del artículo “The Geography of Happiness: Connecting Twitter Sentiment and Expression, Demographics, and Objective Characteristics of Place” publicado en PLoS One en mayo de 2013.

Los autores, Lewis Mitchell, Morgan R. Frank, Kameron Decker Harris,Peter Sheridan Dodds y Christopher M. Danforth nos presentan una detallada investigación de las correlaciones entre las expresiones en tiempo real de las personas realizadas en Twitter y una amplia gama de características geográficas, demográficas y de salud emocional en diferentes localizaciones de Estados Unidos.

Se ha realizado a través de un conjunto de más de 80 millones de mensajes de Twitter geolocalizados donde se han analizado palabras claves que designan estados de ánimo concretos, selección de determinadas palabras y la longitude del propio mensaje.

Todos estos datos se han cruzado con datos obtenidos con encuestas anuales de salud que se han llevado a cabo en el mismo año 2012 en más de 400 ciudades de 50 estados.

Este estudio demuestra cómo las redes sociales (Twitter) tanto en la estructura del mensaje como en el propio contenido del mismo pueden ser predictores o evaluadores en tiempo real de medidas poblacionales (especialmente en la tasa de obesidad).

feliz,infeliz
Haz clic sobre la imagen para tamaño completo

A través de un análisis cualitativo de las palabras de cada mensaje en twitter (dando valores positivos a palabras que representan  emociones positivas y negativos a las que representan emocioens negativas), pudieron determinar la ciudad más feliz (Napa– California) y la menos feliz (Beaumont-Texas).

De esta forma se daba valores “emocionalmente positivos” a palabras o expresiones como “lol”, “beautyful”, “hope”, “deal”, “christmas”, “good” y valores “emocionalmente negativos” a palabras o expresiones tales como “shit”, “damn”, “bitch”, “hell”, “bad”, “ass” o “bored”.

Aunque es muy aventurado definir una ciudad como “feliz” o “infeliz” por el contenido de sus mensajes, sí nos puede dar una idea del estado anímico de sus habitantes.

Pero el estudi no se uqeda en una mera descripción de los mensajes ni en el valor “positivo” o “negativo” de su contenido, sino que va más allá correlacionando palabras con nivel de educación.

Así las palabras que se correlacionan con niveles educativos más altos son: “café”, “pub”, “software” o “yoga” y las que se correlacionan con niveles educativos más bajos son “me”, “love”, “my” o “like”. Llama la atención a los investigadores que las palabras que se correlacionan con niveles educativos más altos son palabras más largas y las que se correlacionan con niveles educativos más bajos son más cortas (generalmente monosílabos o bisílabos).

Se ha realizado también un estudio de correlación entre palabras relacionadas con la comida y la obesidad de forma que palabras como “macdonald”, “eat”, “wings”, “hungry”, “heartburn” o “ham” tienen una correlación positiva y otras palabras como “cafe”, “sushi”, “brewery” o “restaurant” tienen una correlación negativa.

El artículo es de lectura muy recomendable y nos muestra un gran campo potencial de investigación cualitativo en el que podemos relacionar nuestras formas de relacionarnos y el lenguaje que utilizamos con variables de salud.