Clasificador de información en Salud de YouTube

En la actualidad tanto pacientes como profesionales de la salud, utilizan las redes sociales para informarse sobre enfermedades y tratamientos. Estos canales no son unidireccionales, ya que permiten intercambiar experiencias y opiniones entre usuarios. Ofrecen inmediatez y acceso a una amplia comuni...

Descripción completa

Detalles Bibliográficos
Autor: Belenguer Querol, Laura
Tipo de recurso: tesis de maestría
Fecha de publicación:2022
País:España
Institución:Universitat Oberta de Catalunya (UOC)
Repositorio:O2, repositorio institucional de la UOC
OAI Identifier:oai:openaccess.uoc.edu:10609/145506
Acceso en línea:http://hdl.handle.net/10609/145506
Access Level:acceso abierto
Palabra clave:COVID-19
YouTube
xarxes socials
redes sociales
social networks
COVID-19 Pandemic, 2020- -- TFM
Pandèmia de COVID-19, 2020- -- TFM
Pandemia de la COVID-19, 2020- -- TFM
id ES_5c60fcce53e260fe18d2993809c3a840
oai_identifier_str oai:openaccess.uoc.edu:10609/145506
network_acronym_str ES
network_name_str España
repository_id_str
spelling Clasificador de información en Salud de YouTubeBelenguer Querol, LauraCOVID-19YouTubexarxes socialsCOVID-19YouTuberedes socialesCOVID-19YouTubesocial networksCOVID-19 Pandemic, 2020- -- TFMPandèmia de COVID-19, 2020- -- TFMPandemia de la COVID-19, 2020- -- TFMEn la actualidad tanto pacientes como profesionales de la salud, utilizan las redes sociales para informarse sobre enfermedades y tratamientos. Estos canales no son unidireccionales, ya que permiten intercambiar experiencias y opiniones entre usuarios. Ofrecen inmediatez y acceso a una amplia comunidad con los mismos intereses en determinadas temáticas de salud. El potencial de las redes sociales para la difusión de información en salud es evidente. Sin embargo, la información publicada carece de la rigurosidad de las publicaciones científicas y resulta difícil determinar la veracidad de la información difundida en vídeos y comentarios. En este trabajo, se presenta una metodología basada en el procesado de lenguaje natural (NLP) para analizar de los textos de los vídeos y el reconocimiento de entidades nombradas (NER) para identificar términos relevantes en coronavirus.En l'actualitat tant pacients com professionals de la salut, utilitzen les xarxes socials per a informar-se sobre malalties i tractaments. Aquests canals no són unidireccionals, ja que permeten intercanviar experiències i opinions entre usuaris. Ofereixen immediatesa i accés a una àmplia comunitat amb els mateixos interessos en determinades temàtiques de salut. El potencial de les xarxes socials per a la difusió d'informació en salut és evident. No obstant això, la informació publicada manca de la rigorositat de les publicacions científiques i resulta difícil determinar la veracitat de la informació difosa en vídeos i comentaris. En aquest treball, es presenta una metodologia basada en el processament de llenguatge natural (NLP) per a analitzar dels textos dels vídeos i el reconeixement d'entitats nomenades (NER) per a identificar termes rellevants en coronavirus.Nowadays, both patients and healthcare professionals use social networks to find out about diseases and treatments. These channels are not unidirectional, as they allow users to exchange experiences and opinions. They offer immediacy and access to a large community with the same interests in certain health topics. The potential of social networks for the dissemination of health information is evident. However, the information published lacks the rigor of scientific publications and it is difficult to determine the veracity of the information disseminated in videos and comments. In this paper, we present a methodology based on natural language processing (NLP) to analyze video texts and named entity recognition (NER) to identify relevant terms in coronaviruses.Universitat Oberta de Catalunya (UOC)Fernández Sierra, AlbertoSanchez-Bocanegra, Carlos Luis202220222022info:eu-repo/semantics/masterThesisapplication/pdfapplication/pdfhttp://hdl.handle.net/10609/145506reponame:O2, repositorio institucional de la UOCinstname:Universitat Oberta de Catalunya (UOC)EspañolCC BY-NC-NDhttp://creativecommons.org/licenses/by-nc-nd/3.0/es/info:eu-repo/semantics/openAccessoai:openaccess.uoc.edu:10609/1455062026-05-28T12:42:01Z
dc.title.none.fl_str_mv Clasificador de información en Salud de YouTube
title Clasificador de información en Salud de YouTube
spellingShingle Clasificador de información en Salud de YouTube
Belenguer Querol, Laura
COVID-19
YouTube
xarxes socials
COVID-19
YouTube
redes sociales
COVID-19
YouTube
social networks
COVID-19 Pandemic, 2020- -- TFM
Pandèmia de COVID-19, 2020- -- TFM
Pandemia de la COVID-19, 2020- -- TFM
title_short Clasificador de información en Salud de YouTube
title_full Clasificador de información en Salud de YouTube
title_fullStr Clasificador de información en Salud de YouTube
title_full_unstemmed Clasificador de información en Salud de YouTube
title_sort Clasificador de información en Salud de YouTube
dc.creator.none.fl_str_mv Belenguer Querol, Laura
author Belenguer Querol, Laura
author_facet Belenguer Querol, Laura
author_role author
dc.contributor.none.fl_str_mv Fernández Sierra, Alberto
Sanchez-Bocanegra, Carlos Luis
dc.subject.none.fl_str_mv COVID-19
YouTube
xarxes socials
COVID-19
YouTube
redes sociales
COVID-19
YouTube
social networks
COVID-19 Pandemic, 2020- -- TFM
Pandèmia de COVID-19, 2020- -- TFM
Pandemia de la COVID-19, 2020- -- TFM
topic COVID-19
YouTube
xarxes socials
COVID-19
YouTube
redes sociales
COVID-19
YouTube
social networks
COVID-19 Pandemic, 2020- -- TFM
Pandèmia de COVID-19, 2020- -- TFM
Pandemia de la COVID-19, 2020- -- TFM
description En la actualidad tanto pacientes como profesionales de la salud, utilizan las redes sociales para informarse sobre enfermedades y tratamientos. Estos canales no son unidireccionales, ya que permiten intercambiar experiencias y opiniones entre usuarios. Ofrecen inmediatez y acceso a una amplia comunidad con los mismos intereses en determinadas temáticas de salud. El potencial de las redes sociales para la difusión de información en salud es evidente. Sin embargo, la información publicada carece de la rigurosidad de las publicaciones científicas y resulta difícil determinar la veracidad de la información difundida en vídeos y comentarios. En este trabajo, se presenta una metodología basada en el procesado de lenguaje natural (NLP) para analizar de los textos de los vídeos y el reconocimiento de entidades nombradas (NER) para identificar términos relevantes en coronavirus.
publishDate 2022
dc.date.none.fl_str_mv 2022
2022
2022
dc.type.none.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
dc.identifier.none.fl_str_mv http://hdl.handle.net/10609/145506
url http://hdl.handle.net/10609/145506
dc.language.none.fl_str_mv Español
language_invalid_str_mv Español
dc.rights.none.fl_str_mv CC BY-NC-ND
http://creativecommons.org/licenses/by-nc-nd/3.0/es/
info:eu-repo/semantics/openAccess
rights_invalid_str_mv CC BY-NC-ND
http://creativecommons.org/licenses/by-nc-nd/3.0/es/
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
application/pdf
dc.publisher.none.fl_str_mv Universitat Oberta de Catalunya (UOC)
publisher.none.fl_str_mv Universitat Oberta de Catalunya (UOC)
dc.source.none.fl_str_mv reponame:O2, repositorio institucional de la UOC
instname:Universitat Oberta de Catalunya (UOC)
instname_str Universitat Oberta de Catalunya (UOC)
reponame_str O2, repositorio institucional de la UOC
collection O2, repositorio institucional de la UOC
repository.name.fl_str_mv
repository.mail.fl_str_mv
_version_ 1869408908396724224
score 15,298079

Similares en LA Referencia