Métodos computacionales en ComunicaciónPresentación

  1. Elias Said Hung 1
  2. Daladier Jabba-Molinares 2
  1. 1 Facultad de Educación. Universidad Internacional de la Rioja, UNIR
  2. 2 Universidad del Norte
    info

    Universidad del Norte

    Barranquilla, Colombia

    ROR https://ror.org/031e6xm45

Revista:
Icono14

ISSN: 1697-8293

Año de publicación: 2020

Título del ejemplar: Métodos computacionales en Comunicación

Volumen: 18

Número: 1

Páginas: 1-9

Tipo: Artículo

DOI: 10.7195/RI14.V18I1.1537 DIALNET GOOGLE SCHOLAR lock_openDialnet editor

Otras publicaciones en: Icono14

Resumen

El reciente aumento en los datos, herramientas y poder de procesamiento disponibles digitalmente está fomentando el uso de métodos computacionales para el estudio de la comunicación y en las Ciencias Sociales, en general. Un fenómeno que está abriendo nuevas líneas de investigación y aplicación práctica para la comprensión de fenómenos sociales en los contextos digitales actuales; así como en la identificación de factores que inciden en la ocurrencia de dichos eventos, en la aplicación de estrategias de comunicación, en el estudio de nuevos contextos de ejercicio ciudadano y de consumo de los usuarios desde los escenarios digitales actuales, y en la aplicación de nuevas metodologías que hasta no hace mucho eran ajenas al campo de las Ciencias Sociales y Humanísticas. El presente número intenta abordar el tema central de este número, desde algunas perspectivas presentadas por los autores que hacen parte de este número, con el fin de contribuir a tener una visión general de enfoques y perspectivas más relevantes de aplicabilidad de este tipo de métodos a nivel de la comunicación en la actualidad.

Referencias bibliográficas

  • Barroso Asenjo, P. (2011). Códigos de deontología periodística: análisis comparativo. Universitas. Revista de Ciencias Sociales y Humanas, (15), 141-176.
  • Bryson, S., Kenwright, D., Cox, M., Ellsworth, D., & Haimes, R. (1999). Visually exploring gigabyte data sets in real time. Communication of the ACM, 42(8), 82-90.
  • Casero-Ripollés, A. (2018). Research on political information and social media: Key points and challenges for the future. El profesional de la información, 27(5), 964-974.
  • Coddington, M. (2015). Clarifying journalism’s quantitative turn: A typology for evaluating data journalism, computational journalism, and computer-assisted reporting. Digital Journalism, 3 (3), 331-348. Recuperado de http://dx.doi.org/10.1080/21670811.2014.976400.
  • Charniak, E., & McDermott, D. (1985). Introduction to artificial intelligence. Estados Unidos: Addison‐Wesley, Estados Unidos.
  • Hendler, J. (1999). Is there an intelligent agent in your future?. Nature. Recuperado de http://www.math.pku.edu.cn/teachers/linzq/teaching/stm/references/agents.pdf.
  • Kuhn T. (1986). La Estructura de las Revoluciones Científicas. México: Fondo de Cultura Económica.
  • Nilsson, N. (1998). Artificial Intelligence: A New Synthesis. Estados Unidos: Morgan Kaufmann, Estados Unidos.
  • Niño, M. (2015). Cronología de antecedentes, origen y desarrollo del Big Data. Recuperado de http://www.mikelnino.com/2015/09/cronologia-big-data.html
  • Press, G. (2013). A very short history of Big Data. Forbes. Recuperado de https://www.forbes.com/sites/gilpress/2013/05/09/a-very-short-history-of-big-data/#7f2deb5a65a1
  • Russell, S., & Norvig, P. (2004). Inteligencia Artificial. Un enfoque moderno (Segunda edición). Madrid: Pearson Educación.
  • Torra, V. (2011). La inteligencia Artificial. Lychnos. Cuadernos de la Fundación General CSIC, 7. Recuperado de http://www.fgcsic.es/lychnos/es_es/articulos/inteligencia_artificial.
  • Turing, A. (1950). Computing Machinery and Intelligence. Ming. A Quarterly Review, 49, 433-460.
  • Villanueva, E. (2002). Deontología informativa: códigos deontológicos de la prensa escrita en el mundo. México: Universidad Iberoamericana.
  • Ye, M., & Abbe, E. (2018). Communication-Computation Efficient Gradient Coding. arXiv preprint arXiv:1802.03475v1.
Fuente de los datos: Dialnet