Capa de análisis · RAW → PROCESSED
Volumen, tiempo, estructura y calidad del corpus, con una forma visual por pregunta. Cada panel cita el linaje metodológico de su gráfico: la estética no sustituye al argumento, lo hace legible.
00 / Calidad y Procedencia
Cada celda es un estado verificado en vivo y documentado, no una suposición: disponible, aproximado, reconstruido, frágil, ausente por un bug conocido, o no aplicable porque la plataforma no expone ese dato. Ningún estado se pinta como si fuera cero.
Matriz de proveniencia — Panagiotidou et al., IEEE TVCG 29(1) 2023
01 / Ritmo
Volumen diario por dimensión temática. El ancho de cada banda es su
peso relativo; el orden interior mantiene las dimensiones estables para
que el desplazamiento sea comparable entre días. El corpus llega en
ráfaga — ~90 % del volumen cae en unos pocos días de un rango de
meses — así que el gráfico grande arranca ya encuadrado en la
ventana de mayor actividad, detectada automáticamente,
no en "todo" el rango: eso solo aplana la vista sin decir nada. La
franja angosta de arriba es el rango completo sin recortar, con la
ventana activa marcada — nunca desaparece del panel, para no esconder
cuánto se dejó fuera. Arrastra sobre esa franja para elegir tu
propia ventana (o haz clic para ver un solo día); los chips
siguen ahí para "Todo" o "Últimos 7 d". Facebook no tiene una sola fecha fiable a nivel de
día en este corpus (solo fechas relativas de texto), así que
no aparece en ninguna de las dos vistas pese a ser la plataforma con
más volumen — ver panel 02 o el pie de página para la cobertura real.
Codificación automática por léxico, no codificación
manual validada: cada comentario recibe la dimensión cuyos términos
aparecen en él, y el — que no
activa ningún término queda fuera. El léxico está en
analysis/lexicon.json.
ThemeRiver — Havre, Hetzler & Nowell (2000/2002); streamgraph
Otra lente sobre el mismo rango completo, ahora acumulada: curva de saturación de comentarios en el tiempo (todo el corpus, sin codificación temática). El escalón muestra el punto exacto donde se satura el pico, sin distorsionar el eje.
02 / Cadencia
Calendario día a día por plataforma, no franja horaria: la hora exacta solo es confiable en X e Instagram, pero el día sí lo es en las 4. Escala secuencial de un solo tono; el gris es un día sin comentarios, no el paso más bajo de la escala.
Calendario tipo mapa de contribuciones; 5 clases discretas (Brewer)
03 / Estructura léxica
Red de co-ocurrencia dentro del mismo comentario, sobre el vocabulario del léxico temático. El tamaño del nodo es su frecuencia; el grosor del enlace, cuántas veces coaparecen. Arrastra un nodo para desanudar su vecindario. Recuento de formas sin lematizar. El color agrupa las seis dimensiones en tres macrogrupos declarados, no comunidades emergentes descubiertas por un algoritmo — esas se calculan aparte (modularidad greedy, ver tabla) y en este corpus dan —; son resultado del algoritmo, no categorías teóricas, y no reemplazan al macrogrupo que colorea el gráfico.
Redes de co-ocurrencia — Recuero, Zago & Bastos (2014); Recuero & Tavares (2023), Gephi
Misma red, como matriz ordenada por frecuencia — sin la distorsión de posición que introduce un layout de fuerza (Ghoniem, Fekete & Castagliola, 2005).
04 / Mutación
Flujo de los comentarios entre encuadres narrativos en cuatro momentos,
medidos en días desde el primer comentario capturado de
cada publicación, no desde su fecha de publicación — esa fecha
(Post_Fecha) sale vacía en Facebook, así que un ancla en
horas dejaría a esa plataforma entera fuera del panel. El desmentido va
en gris: no es una categoría más del linchamiento, es su
contramovimiento.
Diagrama aluvial — Rosvall & Bergstrom, PLOS ONE (2010)
Todas las publicaciones con relaciones padre a hijo observadas o reconstruidas. La profundidad mide saltos dentro del hilo y cada enlace conserva su procedencia: ID explícito o mención inicial inferida. Facebook, Instagram, TikTok y X aparecen cuando tienen relaciones capturables; una ausencia no significa que no existan. X es un caso especial: no expone qué comentario responde a cuál, así que el scraper encadena todas las respuestas de un post en una sola línea en el orden en que las capturó — una publicación con muchos comentarios se ve como un hilo muy profundo (hasta 46 saltos en este corpus), aunque en realidad son comentarios independientes al post, no una conversación anidada de verdad.
05 / Viralización
Un hilo raíz y su descendencia. La profundidad mide cuántos saltos se aleja una réplica del post original; la amplitud, cuánta gente la replica en cada salto. Sólo hay datos de X: es la única plataforma del corpus con comentario padre. Y en X el scraper encadena cada respuesta con la anterior, así que la profundidad es una aproximación al anidamiento real, no una medida exacta.
Árboles de cascada — Vosoughi, Roy & Aral, Science 359 (2018)
06 / Completitud
Completitud de cada campo del esquema por plataforma. Un campo vacío no es ruido: acota qué preguntas admite el corpus.
Small multiples de una sola serie; sin codificación temática
07 / Repetición
Proporción de comentarios cuyo texto es idéntico (o coincide por ID)
al de otro comentario del corpus, por plataforma — señal de
comportamiento coordinado, no de tema. Usa Duplicado_Exacto
y Duplicado_Por_ID, ya calculados por el pipeline y sin
usar hasta ahora.
Recuento directo sobre el corpus armonizado
Intersección de plataformas para grupos de texto repetido — agrupa por
texto idéntico, sin distinguir si coincide por Duplicado_Exacto
o por Duplicado_Por_ID. Repetición observada, no
coordinación confirmada: puede ser plantilla, meme, o copy-paste
espontáneo.
08 / Comentaristas
Verificado real: entre el 96,7 % (Instagram) y el 100 % (X) de los usuarios comentan en una sola publicación del corpus — repetir es la minoría, no la norma. Un mapa de red de esto se probó y salió como islas desconectadas por plataforma, poco legible; esta es la lectura que sí se sostiene: el stat y los pocos nombres que sí repiten.
Conteo por identidad (Usuario_Arroba) × publicación
09 / Intensidad
Proxy léxico — no una medición de emoción. Densidad
de MAYÚSCULAS sostenidas, signos de exclamación y emojis en
Texto_Comentario, por dimensión temática. Los comentarios
de pura reacción emoji ("😭😭😭") se excluyen y se cuentan aparte —
mezclados, inflaban en falso el promedio de TikTok (41 frente a 1-11
en el resto de plataformas).
Métrica derivada, no codificación manual
10 / Peso por plataforma
Comentarios por plataforma, con el desbalance de muestreo a la vista: Facebook e Instagram dominan porque el scraper capturó más publicaciones ahí, no porque haya más conversación real en esas redes.
Conteo directo — Cleveland & McGill (1984): posición y longitud, el canal más preciso
11 / Texto y Discurso
Sin NLP pesado: tokenización simple y conteos. El corpus está en español y sin lematizar — "venezolano" y "venezolanos" cuentan aparte, y se declara así. El selector de término libre requiere backend y queda fuera de esta ronda: el dashboard estático solo muestra el término fijado en el momento del build.
12 / Procedencia verificable
Consulta los identificadores y enlaces ya procesados antes de proponer una fuente nueva.
| Estado | Publicación | Caso | Filas | Última extracción |
|---|
No hay publicaciones que coincidan.
Las publicaciones marcadas URL no conservada se extrajeron antes de que el scraper guardara el enlace de origen, y están pendientes de volver a extraerse. Aun así la comprobación de duplicados funciona con ellas: pega el enlace en el formulario y se compara por el identificador de la publicación, no por el texto del enlace. No se fabrican enlaces faltantes.
Siguiente lectura
Esta capa no clasifica. Consume una codificación ya hecha (manual, o semiautomática con validación de muestra) y sólo la representa. Las seis dimensiones conservan los nombres definidos por el proyecto y se presentan con un color estable en leyendas, gráficos y tablas.
La paleta categórica y las rampas secuenciales están verificadas con el
validador de la skill dataviz sobre la superficie oscura
#171d1f (separación CVD, piso de visión normal, contraste).
El verde lima es cromo de marca y nunca colorea una marca de datos.
Todo gráfico tiene su gemelo en tabla, así que ningún valor depende del
color ni del hover.