Análisis informétrico del metaverso en canales y vídeos hispanoparlantes de YouTube
Barra lateral del artículo
Contenido principal del artículo
Resumen
El objetivo es caracterizar el impacto en términos de visualizaciones, likes y comentarios recibidos para vídeos sobre el metaverso y términos relacionados, publicados y difundidos a través de YouTube en idioma español; y finalmente, categorizar los canales a través de los cuales se han publicado dichos vídeos relacionados a este fenómeno. Para el estudio, se utilizó un análisis informétrico descriptivo, cuantitativo y transversal sobre 5.479 vídeos publicados hasta el 10 de abril del 2022 y 822 canales de YouTube. Los resultados mostraron que existe una correlación directa entre las visualizaciones, likes y comentarios de los vídeos publicados. Además, los vídeos bajo ciertas categorías de YouTube obtienen un alto impacto en visualizaciones a pesar de contar bajos volúmenes de publicaciones con respecto a este fenómeno. Se concluye también, que YouTube puede usarse como fuente de datos para los análisis informétricos junto con otras herramientas y habilidades.
Descargas
Detalles del artículo
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial 4.0.
Cuando un artículo es aprobado, el(los) autor(es) conservan los derechos de autor y cede(n) a la revista PODIUM el derecho de ser la primera que pueda editarlo, reproducirlo, exhibirlo y comunicarlo mediante medios impresos y electrónicos.
La revista PODIUM se publica bajo una licencia Creative Commons Reconocimiento-No Comercial 4.0 Internacional (CC-BY-NC 4.0), la cual permite compartir (copiar y redistribuir el material en cualquier medio o formato) y adaptar (remezclar, transformar y crear a partir del material), bajo la condición de que se den los créditos correspondientes al autor y a la revista y no se haga uso comercial de los materiales.
Se autoriza la reproducción, parcial o total, de los artículos publicados en la revista PODIUM, siempre que se cite apropiadamente la fuente y se use sin propósitos comerciales.
Citas
Aich, L., y Das, A. (2021). Informetrics of Webinars Through Video Conferencing Platforms for Teaching and Learning by Different LIS Professional During COVID-19 Period: An Evaluative Study. Library Philosophy and Practice, 1-12.
Bordignon, F. R. A., Dughera, L., y Azzara, E. (2022). Revisión bibliográfica: el fenómeno YouTube y las prácticas de enseñanza y de aprendizaje. Educare, 26(1), 341-360.
Cheng, Q., Lui, C., Wai Lam Ip, F., y Siu Fai Yip, P. (2021). Typology and Impact of YouTube Videos Posted in Response to a Student Suicide Crisis: Social Media Metrics and Content Analyses. JMIR Ment Health, 8(6). DOI: 10.2196/15551
Cui, L., y Chu, L. (2021). YouTube Videos Related to the Fukushima Nuclear Disaster: Content Analysis. JMIR Public Health Surveill, 7(6). DOI: 10.2196/26481
Dowling, M. (2022). Fertile LAND: Pricing non-fungible tokens. Finance Research Letters, 44. https://doi.org/10.1016/j.frl.2021.102096
Gamboa Rodríguez, L., Iznaga Brooks, L., Fernández Wong, L., y Bailly Videaux, L. (2012). Análisis informétrico de la Revista Cubana de Ciencias de la Información en Salud, 2005 - 2010. Revista Información Científica, 73(1).
Google Developers. (2 de Julio de 2019). Getting Started with the YouTube Data API. https://developers.google.com/youtube/v3/getting-started?hl=es-419
Hosseinmardi, H., Ghasemian, A., Clauset, A., Mobius, M., Rothschild, D., y Watts, D. J. (2021). Examining the consumption of radical content on YouTube. Proceedings of the National Academy of Sciences, 118(32), 166-177. doi:10.1073/pnas.2101967118
Lee, S., Trimi, S., y Byun, W.K., y Kang, M. (2011). Innovation and imitation effects in Metaverse service adoption. Service Business, 5, 155-172. https://doi.org/10.1007/s11628-011-0108-8
Listiani, N. K. M., Suwastini, N. K. A., Dantes, G. R., Adnyani, N. L. P. S., y Jayantini, I. G. A. S. R. (2021). YouTube as Digital Learning Resources for Teaching Bilingual Young Learners. In Proceedings of the 2nd International Conference on Technology and Educational Science (ICTES 2020), 540, 156-162.
Marino, C., Lista, C., Solari, D., Spada, M., Vieno, A., y Finos, L. (2022). Predicting comments on Facebook photos: Who posts might matter more than what type of photo is posted. Addictive Behaviors Reports, 15(100417), 1-10. https://doi.org/10.1016/j.abrep.2022.100417
Onder, M. E., y Zengin, O. (2021). YouTube as a source of information on gout: a quality analysis. Rheumatology International, 41, 1321-1328. DOI: 10.1007/s00296-021-04813-7
Orduña-Malea, E., Font-Julián, C., y Ontalba-Ruipérez, J.A. (2020). Covid-19: análisis métrico de vídeos y canales de comunicación en YouTube. Profesional de la Información, 29(4). https://doi.org/10.3145/epi.2020.jul.01
Osorio Andrade, C. F., Rodríguez Orejuela, A., y Moreno Betancourt, F. (2021). Efectos de las características de videos en YouTube que aumentan su popularidad: un análisis empírico. Tendencias, 22(1), 18-38. https://doi.org/10.22267/rtend.202102.153
Park, S-M., y Kim, Y-G. (2022). A Metaverse: Taxonomy, Components, Applications, and Open Challenges. IEEE Access, 10, 4209 - 4251. DOI: 10.1109/ACCESS.2021.3140175
Reig Alamillo, A., y Elizondo Romero, A. (2018). Un análisis de la reacción me gusta en Facebook desde los estudios de la interacción. Estudios de Lingüística Aplicada, 36(67). https://doi.org/10.22201/enallt.01852647p.2018.67.722
similarweb.com. (marzo de 2022). YouTube.com. Visión general. https://www.similarweb.com/website/YouTube.com/
Stephenson, N. (1992.). Snow Crash. Bantam Books.
Suh, W., y Ahn, S. (2022). Article Utilizing the Metaverse for Learner-Centered Constructivist Education in the Post-Pandemic Era: An Analysis of Elementary School Students. Journal of Intelligence, 10(1), 17. https://doi.org/10.3390/jintelligence10010017
Taylor, C. (2022). Research on advertising in the metaverse: a call to action. International Journal of Advertising, 41(3), 383-384. DOI: 10.1080/02650487.2022.2058786
Tur-Viñes, V., Núñez-Gómez, P., y Martínez-Pastor, E. (2019). YouTube, menores y cultura colaborativa. Revisión bibliográfica de la investigación académica. Historia y Comunicación Social, 24(1), 331-351. https://doi.org/10.5209/HICS.64498
Yang, S., Yuan, Q., y Dong, J. (2020). Are Scientometrics, Informetrics, and Bibliometrics Different? Data Science and Informetrics, 1(1), 50-72. DOI: 10.4236/dsi.2020.11003
YouTube. (2022). Descripción general y requisitos del Programa para Partners de YouTube. Google Help.
Zhang, C., Ding, K., y Liu, Z. (2019). Informetric Analysis on the International Retracted Publication Based on the Web of Science Database. Advances in Social Science, Education and Humanities Research, 376, 576-585.
Zitting, K. M., Lammers-van der Holst, H. M., Yuan, R. K., Wang, W., Quan, S. F., y Duffy, J. F. (2021). Google Trends reveals increases in internet searches for insomnia during the 2019 coronavirus disease (COVID-19) global pandemic. Journal of Clinical Sleep Medicine, 17(2), 177-184. https://doi.org/10.5664/jcsm.8810
Zuckerberg, M. (28 de Octubre de 2021). Introducing Meta: A Social Technology Company. Meta.https://about.fb.com/news/2021/10/facebook-company-is-now-meta/