Rapid assessment of disaster damage using social media activity Kryvasheyeu et al. Science Advances. 2016; 2 : e1500779 11 March 2016.
«Evaluación rápida de daños catastróficos usando la actividad de las redes sociales»
En este artículo los autores analizan el uso de Twitter en 50 áreas metropolitanas de Estados Unidos antes, durante y tras el huracán Sandy para ver si existe correlación entre la actividad en esa red y la intensidad del daño ocasionado en cada zona. Su estudio parte de los resultados de trabajos anteriores sobre el uso de diversas redes sociales en situaciones de catástrofe. Por ejemplo, Twitter ha mostrado su utilidad en emergencias por su facilidad para difundir información relevante, mientras que el uso de Flickr muestra cierta correlación con la intensidad del desastre. By NASA, MODIS/ LANCE, HDF File Data processed by Supportstorm – ftp://ladsftp.nascom.nasa.gov/allData/5/MOD021KM/2012/299/, Public Domain, https://commons.wikimedia.org/w/index.php?curid=32030479
Este estudio se ha realizado a diferentes niveles, nacional, estatal, condado y distrito postal, analizando el comportamiento y la respuesta de las comunidades; han geolocalizado los mensajes en los dos estados más afectados (Nueva York y Nueva Jersey) y registrado su distribución y, por último, han comparado la actividad en Twitter por zonas con la evaluación de daños realizada tras el desastre.
Su conclusión es que la actividad en Twitter se relaciona directamente con la proximidad al huracán, y va disminuyendo paulatinamente con la distancia hasta desaparecer a los 1200-1500 km. Asimismo destacan que en las áreas más cercanas al desastre se genera más contenido original y descienden los retuiteos, a la vez que estos tuits generan más interés en las zonas alejadas, donde se incrementa su retuiteo.
En cualquier caso, la correlación observada no es completamente uniforme para todos los eventos, lo que debe ser tenido en cuenta a la hora de desarrollar aplicaciones prácticas. Además, dado que la relación entre la actividad en las redes sociales y los fenómenos de la vida real es indirecta, los posibles cambios en el uso de determinadas plataformas online obligan a ser cautelosos a la hora de desarrollar herramientas predictivas basadas en el análisis de Big Data.
Por todo ello consideran que con la monitorización de las redes sociales a lo largo del tiempo se podrían desarrollar modelos predictivos, una vez que se hayan analizado un número suficiente de eventos de esta naturaleza. Además, en su opinión, esta metodología podría ser útil para describir y cuantificar otros fenómenos naturales, económicos o culturales.
Zur eta Lur 