Você está aqui: Página Inicial > Notícias > Geral > Divulgação Científica > Respostas aos eventos climáticos mostram desigualdade social pelas redes
conteúdo

Notícias

Respostas aos eventos climáticos mostram desigualdade social pelas redes

Redes sociais

Pesquisador analisou a resposta social às ocorrências de chuvas a partir do uso do Twitter em São Paulo
publicado: 02/09/2021 10h40 última modificação: 02/09/2021 10h40
Foto: Freepik

Foto: Freepik

Um pesquisador do Campus Toledo vem estudando o comportamento da população nas mídias sociais e como ela reage aos eventos climáticos. Em um artigo internacional publicado no Jornal Internacional de Ciência da Informação Geográfica, com o título ‘The effect of intra-urban mobility flows on the spatial heterogeneity of social media activity: investigating the response to rainfall events’, o professor de Tecnologia em Sistemas para Internet, Sidgley Camargo de Andrade, demonstra que a heterogeneidade espacial dos padrões de chuva derivados da atividade rede social podem ser explicados pela desigualdade  e mobilidade intraurbana (diferentes condições de vida da população nas concentrações urbanas e como elas transitam entre as regiões).

"A ideia por trás do estudo é usar a rede social como uma fonte de dados complementar ao sistema de monitoramento tradicional realizado por sensores físicos", afirma o professor.

Através de um estudo de caso, Sidgley de Andrade avaliou a atividade do Twitter relacionada aos eventos de chuva sobre a cidade de São Paulo e o padrão de segregação socioespacial encontrado. Os resultados fornecem evidências quantitativas sobre como as variáveis demográficas e socioeconômicas influenciam a atividade temática nas redes sociais, neste caso em tweets relacionados à chuva.

“Embora seja reconhecido que as desigualdades sociais e econômicas podem levar a vieses na produção de dados nas redes sociais, faltam estudos que façam uma avaliação dos efeitos dos movimentos intraurbanos em aplicações de análise urbana baseadas em redes sociais. Isso nos levou a investigar a heterogeneidade espacial das redes sociais com relação aos movimentos regulares intraurbanos de residentes na cidade de São Paulo”, explica.

Segundo o pesquisador, foi aplicado um modelo espacial autoregressivo que usa a renda e população como covariáveis e os fluxos migratórios intraurbanos como pesos espaciais para explicar a distribuição da resposta social aos eventos de chuva no Twitter, previamente confrontados  com dados de chuva obtidos de um radar meteorológico. “Pudemos mostrar que a resposta da atividade do Twitter aos eventos de chuva não é homogênea no espaço urbano, ao em vez disso, sua heterogeneidade espacial está forte e significativamente ligada ao problema das desigualdades intraurbanas”, afirma.

Para Sidgley de Andrade, os resultados evidenciam o fato de que existe uma 'divisão digital' entre pessoas ricas que vivem em áreas urbanas centrais - com acesso a tecnologias de informação e comunicação - e pessoas pobres que vivem em áreas periféricas com acesso mais limitado à tecnologia.

“No caso da cidade de São Paulo, a força da atividade do Twitter relacionada aos eventos de chuva segue um padrão de segregação socioespacial radial que é o mesmo encontrado em trabalhos geodemográficos sobre a cidade. O desempenho do nosso modelo fornece evidências de que os fluxos de mobilidade urbana e indicadores socioeconômicos são fatores significativos para explicar a heterogeneidade espacial dos padrões espaço-temporais temáticos extraídos das redes sociais”, completa.

O professor ainda complemente que, embora os padrões temáticos espaço-temporais extraídos das redes sociais possam ser significativamente tendenciosos em favor de áreas mais ricas e digitalmente inclusivas, os dados de mobilidade poderiam atuar como uma forma de ‘regularização ou justiça espacial’. “Poderíamos para usar esses dados em aplicações como planejamento urbano, por exemplo”, complementa o professor.

Os estudos do pesquisador sobre o tema começaram em 2016 durante o seu doutorado no Instituto de Ciências Matemáticas e de Computação da Universidade de São Paulo (ICMC-USP). Para este artigo, foram monitorados os períodos de novembro de 2016 a junho de 2017 e a análise de dados foi feita entre abril de 2019 e novembro de 2020.