Padrões de interesse dos usuários do Twitter: além do horizonte da nutrição

Silva, Isabela Venancio da

Introdução:

A evolução das redes sociais reconfigurou a disseminação do conhecimento científico, especialmente no campo da saúde e nutrição, desafiando o paradigma tradicional de comunicação e engajamento entre especialistas e o público, o que motiva uma análise detalhada sobre seu impacto e implicações neste estudo. A ascensão do Twitter como uma plataforma-chave no cenário das redes sociais intensifica essa transformação, influenciando diretamente a dinâmica da comunicação científica e o engajamento dos usuários, o que demanda análise aprofundada sobre sua influência e potencial neste estudo.

Objetivo:

Avaliar a recorrência de padrões temáticos no Twitter, utilizando palavras-chave retiradas de revistas acadêmicas brasileiras B2 como indexadores, e caracterizar as postagens conforme com a mensagem objetiva e a categoria da conta, comparando o engajamento por meio de curtidas e retweets.

Métodos:

A análise dos padrões temáticos em tweets relacionados à nutrição foi conduzida em uma amostra composta por 91.510 tweets coletados entre abril e junho de 2023. Os dados foram obtidos do Twitter por meio da "Application Programming Interface" (Interface de Programação de Aplicações, em português) e analisados utilizando o software Stata versão 15. As palavras-chave foram selecionadas com base em descritores para garantir autonomia em relação aos assuntos sugeridos pelo próprio Twitter. Considerou-se o contexto cultural, político e sanitário do Brasil, incluindo as eleições presidenciais de 2022 e temas emergentes em saúde que os descritores revisitaram como fome e desnutrição. A análise contemplou frequencia e Análise de Principais Componentes (APC) (eigenvalores superior a 0,7) a fim de analisar de perfis de comunicação e examinar correlações e variabilidades entre os tweets.

A classificação dos tweets foi foi feito conforme com a natureza do emissor e a categoria do tweet:

critérios esses recorrentes e estabelecidos na literatura sobre o uso de redes sociais.

Resultados:

ACP, foram definidos quatro componentes principais (CP) que capturaram 91,43% da variabilidade do banco. O CP1 apresenta uma associação positiva com as variáveis POLÍTICA, BOTS e retweets, enquanto se mostra negativamente associado à variável PESSOAL, indicando um padrão de tweet originados por bots e spams, com pouca interação pessoal. O CP2 está associado positivamente às variáveis NOTÍCIA e PROFISSIONAL, sugerindo um comportamento de profissionais de saúde que compartilham informações baseadas em notícias ou práticas profissionais. Por sua vez, o CP3 apresenta uma associação positiva com a variável PROFISSIONAL e negativa com a variável NOTÍCIAS, possivelmente representando uma comunidade coesa de profissionais de nutrição mais focada em compartilhar conhecimento e informações do que em notícias em geral. Por fim, o CP4 está associado aos grupos POLÍTICA e PESSOAL de maneira positiva, mas negativamente associado à variável retweet, indicando uma interação humana mais direta e menos orientada a compartilhamento de conteúdo político e pessoal.

Conclusão:

Até a publicação do presente trabalho, este é pioneiro no perfilamento de tweets utilizando palavras-chave de nutrição; mapeamento amplo de usuários nesta rede social na área da nutrição com espelhamento na política.

Introduction:

The evolution of social networks has reconfigured the dissemination of scientific knowledge, especially in the field of health and nutrition, challenging the traditional paradigm of communication and engagement between experts and the public. This motivates a detailed analysis of its impact and implications in this study. The rise of Twitter as a key platform in the social media landscape intensifies this transformation, directly influencing the dynamics of scientific communication and user engagement, necessitating an in-depth analysis of its influence and potential in this study.

Objective:

To assess the recurrence of thematic patterns on Twitter, using keywords extracted from Brazilian B2 academic journals as indexers, and to characterize posts according to their objective message and account category, comparing engagement through likes and retweets.

Methods:

The analysis of thematic patterns in tweets related to nutrition was conducted on a sample composed of 91,510 tweets collected between April and June 2023. Data were obtained from Twitter via the API and processed using Stata version 15. Keywords were selected based on descriptors to ensure autonomy regarding the subjects suggested by Twitter itself. The cultural, political, and health context of Brazil was considered, including the 2022 presidential elections and emerging health themes such as hunger and malnutrition brought up by the descriptors. The analysis involved descriptive techniques and Principal Component Analysis (PCA) (eigenvalues superior to 0.7) to analyze communication profiles and examine correlations and variabilities among tweets. Message classification was done according to the nature of the sender and the message category, recurring criteria established in the literature on social media use.

Results:

PCA identified four main components (PC) capturing 91.43% of the database variability. MC1 shows a positive association with the variables POLITICS, BOTS, and retweets, while being negatively associated with the PERSONAL variable, indicating a pattern of messages originated by bots and spam, with little personal interaction. MC2 is positively associated with the variables NEWS and PROFESSIONAL, suggesting a behavior of healthcare professionals sharing information based on news or professional practices. On the other hand, MC3 shows a positive association with the PROFESSIONAL variable and a negative association with the NEWS variable, possibly representing a cohesive community of nutrition professionals more focused on sharing knowledge and information than on news in general. Lastly, MC4 is associated with POLITICS and PERSONAL groups positively but negatively associated with the retweet variable, indicating a more direct human interaction and less politically and personally oriented content sharing.

Conclusion:

As of the publication of this work, it is the first to profile tweets using nutrition-related keywords and to provide a comprehensive mapping of users in this social network within the field of nutrition, with a focus on policy reflection.