El debate sobre las personas refugiadas - Análisis de redes sociales

library(rtweet)      # EXTRACCIÓN DE TWEETS
library(tidyverse)   # MANIPULACIÓN Y REPRESENTACIÓN DE DATOS
library(igraph)      # CREACIÓN DE GRAFOS
library(ggraph)      # REPRESENTACIÓN DE GRAFOS
library(twinetverse) # CREACIÓN (graphTweets) GRAFOS DE TWITTER, REPRESENTACIÓN GRAFOS (sigmajs)

## -- Attaching twinetverse ---------------------------------- twinetverse 0.0.2 --

library(hrbrthemes)  # TIPOGRAFIA DE GRÁFICOS
library(flextable)   # REPRESENTACIÓN DE TABLAS
library(RColorBrewer)# PALETAS DE COLORES
library(readxl)        # IMPORTACIÓN EXPORTACIÓN DE DATOS EXCEL

Introducción

Antecedentes

El presente documento contiene mis notas prepararoria para un trabajo de análisis de redes sociales sobre las percepciones de la población alrededor de la cuestión de las personas refugiadas. El trabajo globales debería consistir de 3 líneas: una encuesta sobre una muestra aleatoria de la población, unos grupos focales dirigidos a expertos en dicha temática y, precisamente, un análisis de redes sociales, del que estas notas representan un documento preparatorio.

Justificación

La movilidad humana (80 millones de personas), en particular la forzosa por conflictos y crisis humanitarias hace que la población huya de sus países en búsqueda de protección internacional. Hoy son 26 millones de personas refugiadas, cifra sin precedentes.

En los países receptores este fenómeno genera opiniones y sentimientos a menudo discordantes, y despierta debates encendidos. El sentimiento de rechazo hacia la acogida de los refugiados, parece crecer. Las organizaciones que trabajan en la protección de los refugiados y las instituciones de los países de acogida tienen cada vez más interés en conocer las opiniones, como se generan y cómo circulan en la sociedad.

Las técnicas que analizan los fenómenos humanos son cada vez más refinadas y variadas en función no sólo de los nuevos instrumentos de análisis que ofrecen las tecnologías de la información, sino también de los nuevos medios y patrones de comunicación que tenemos los humanos.

Cada vez más, para conocer mejor qué pensamos y cómo lo comunicamos los instrumentos cuali-cauntitativos tradicionales pueden complementarse con otros que pueden añadir nuevas perspectivas de análisis y de interpretación de los datos.

El análisis de redes sociales que ya representaba un recurso importante, ha tomado un impulso aún más importante con la mejora de las capacidades de computación y la introducción de algoritmos más eficientes.

Objetivos del trabajo

El propósito de este análisis será descubrir como se relacionan los usuarios en esta discusión; descubrir si forman grupos basados en su opinión; cómo se diferencian los niveles de popularidad, por ejemplo, en términos del número de seguidores, o de seguidores de seguidores.

Aspectos metodológicos previos

Redes analizadas: Twitter

Siendo un trabajo preparatorio y, no hay que esconderlo, debida mi relativa inexperiencia en el tema, he optado centrar el trabajo en una red social: Twtter. Su popularidad y eficacia en vehicular ideas y opiniones son aspectos que han pesado en orientarnos, pero también la eficacia de su API (Interfaz de Programación de Aplicaciones) en facilitar el acceso a los datos por parte de los desarrolladores es otro aspecto que ha pesado en este sentido.

Obtención de los datos

Los datos se rastrearon utilizando la API de búsqueda para la palabra clave “refugiados”. No se utilizaron hashtags, tipo #refugiados, porque sabemos que según la opinión que se tenga el usuario de Twitter puede utilizar unos hashtags u otros. La extracción de tweets se realizó entre los días XX/XX/2021 y XX/XX/2021. Utilizando el paquete rtweet, Twitter permite extraer tweets recientes de hasta 8 dias la función utilizada para la extración ha sido search_tweets() y la que se ha usado para guardar la base de datos ha sido write_as_csv().

# EXTRACCIÓN
refugiados <- search_tweets('refugiados', n=100000,
                                  token = TK,
                                  include_rts=TRUE,
                                  lang='es',
                                  retryonratelimit = TRUE)

# ALMACENAMIENTO
write_as_csv(refugiados, 
             file_name = "refug_twitter_00000.csv", 
             prepend_ids = TRUE, na = "", 
             fileEncoding = "UTF-8")

Se trata de un proceso que se ha realizado cíclicamente cada 8 días, durante el cual se han creado varios data frames que finalmente se han fusionado en uno solo.

Como resultado, el conjunto de datos contenia XXXXXXXXX tweets, con más de XXXXXXX usuarios. Las estadísticas del conjunto de datos se muestran en la Tabla XX.

Lectura fichero de tweets descargado anteriormente

El fichero incluye tweets y retweets. La lectura se realiza mediante una función específica de rtwitter:

ref <- read_twitter_csv("refug_twitter_08212_ret.csv")
dim(ref)

## [1] 107997     90

Dado el volumen muy grande de tweets que hay que procesar hemos decidido trabajar con una muestra aleatoria del 10% del total de tweets, utilizando la función sample() del paquete base de R.

set.seed(180662) # Fijar la muestra para que sea reproducible
indexsamp <- sample(1:nrow(ref), floor(nrow(ref)/10))
head(ref[indexsamp, ])

## # A tibble: 6 x 90
##   user_id         status_id created_at screen_name text  source display_text_wi~
##   <chr>           <chr>     <chr>      <chr>       <chr> <chr>             <int>
## 1 1875276487      14323510~ 2021-08-3~ RguzBel     "No ~ Twitt~              122
## 2 307035093       14316121~ 2021-08-2~ paauubbpp   "800~ Twitt~              140
## 3 51455988        14323147~ 2021-08-3~ loco_yiyo   "-Ch~ Twitt~              140
## 4 14229998875794~ 14317032~ 2021-08-2~ Manuela313~ "¿Pe~ Twitt~              108
## 5 10391432352125~ 14310227~ 2021-08-2~ elefantagr~ "Los~ Twitt~              140
## 6 78621431874015~ 14315816~ 2021-08-2~ Eudardo146  "¿Pe~ Twitt~              108
## # ... with 83 more variables: reply_to_status_id <chr>, reply_to_user_id <chr>,
## #   reply_to_screen_name <chr>, is_quote <lgl>, is_retweet <lgl>,
## #   favorite_count <int>, retweet_count <int>, quote_count <lgl>,
## #   reply_count <lgl>, hashtags <chr>, symbols <chr>, urls_url <chr>,
## #   urls_t.co <chr>, urls_expanded_url <chr>, media_url <chr>,
## #   media_t.co <chr>, media_expanded_url <chr>, media_type <chr>,
## #   ext_media_url <chr>, ext_media_t.co <chr>, ...

Heramientas específicas para generación y procesamiento de grafos

Hemos decidido seguir seguir un doble camino:

Utilizar igraph para el calculo de medidas de centralidad
Utilizar graphTweets y sigmajs para visualizar las redes.

Esto porque en nuestra pruebas previas la graficación de sigmajs nos ha aparecido más eficaz e interactiva para visualizar graficos tan densos, con tantos nodos.

Análisis de los retweets

Dentro de las diferentes posibilidades de creación de relaciones que ofrece esta red, el primer paso ha sido analizar los retweets. Ver como se relacionan las personas usuarias a través de este instrumento que les ofrece Twitter para que una persona dé visibilidad dentro de su red a la opinión de otra persona.

Generación, procesamiento y análisis de grafos

Construcción del data frame para igraph

Se filtran únicamente los retweets a través de la variable is_retweet.

ref1 <- ref[indexsamp, ] %>% filter(is_retweet == TRUE) %>% 
    select(screen_name, retweet_screen_name) %>% distinct() # el uso de "distinct()" es muy importante porque hemos podido comprobar que la función de "graph_from_data_frame()" no tiene en cuenta de los links repetidos. De esta manera el degree que se obtendrá con "igraph" será igual al que se encuentrará con "graphTweets".

El objeto creado se enchufa a la función graph_from_data_frame() para crear un grafo igraph.

ref1 %>% graph_from_data_frame() -> rt_g
summary(rt_g)

## IGRAPH d61c3d0 DN-- 9677 9472 -- 
## + attr: name (v/c)

Medidas locales de centralidad

La centralidad en cualquier red es una medida de cuán centrales son sus nodos más centrales. Hay varias métricas para la centralidad, incluidos el grado (degree), los vectores propios (eigenvector), la cercanía (closeness) y el PageRank.

También el grado de entrada (in-degree) y de salida (out-degree) dan una indicación de la centralidad en unos grafos dirigidos.

Las medidas locales de centralidad están basadas en el concepto general de centralidad (redes no dirigidas) o prestigio (redes dirigidas), una medida general de la posición de un actor en la estructura global de la red social. Se usan para identificar los actores clave de la red. Muestran como las relaciones se concentran en unos pocos individuos, dando una idea de su poder social.

Los actores con una “posición más central” (una mayor centralidad) tienen un acceso más fácil y rápido a los demás actores de la red (útil para acceder a recursos como información) y una mayor capacidad para ejercer un control del flujo entre ellos.

En el ámbito de este estudio nos vamos a centrar en tres de estas medidas: grado (grade), intermediación (betweenness) y pageRank

Grados (degrees)

Definición: Centralidad de grado de un actor (\(C_D\)) es el número de enlaces que lo conectan con otros. En nuesto caso serán los retweets. \[C_D(A)=k_A=1;C_D(B)=k_B=4\]

Definición: En redes dirigidas, se define el Prestigio de entrada (in-degree), denominado Soporte, y el Prestigio de salida (out-degree), denominado Influencia. En el caso de nuestros retweets, el sooporte / in-degree indica el número de retweets que recibe un usuario y la influencia (out-degree) indica cuántos retweets realiza un usuario. \[P^{in}_D(C)=k^{in}_D=2;P^{out}_D(C)=1\]

Se va a representar la distribución de los degrees. Vemos que esta distribución sigue una pauta muy común en las redes sociales: “muchos nodos con muy pocas conexiones y muy pocos nodos con muchísimas”.

ggplot(data_frame(y=degree_distribution(rt_g), x=1:length(y))) + # Dona la distribució dels degrees
    geom_segment(aes(x, y, xend=x, yend=0), color="red") +
    scale_y_continuous(expand=c(0,0), trans="sqrt") +
    labs(x="Degree", y="Density (sqrt scale)", title="Distribución de los 'degrees'")+
    theme_ipsum_rc(grid="Y", axis="x")

El objeto igraph se puede convertir en un dataframe con los grados de cada nodo ordenados en orden descendiente. Aquí visualizamos los 10 usuarios con crado más alto.

degrees <- degree(rt_g, mode = "in") %>%  data.frame()
degrees <- data.frame(nodes = row.names(degrees), degrees)
names(degrees) <- c("nodes", "degrees")
rownames(degrees) <- NULL
degrees %>% arrange(desc(degrees)) %>% head(10)

##             nodes degrees
## 1        Alvisepf     835
## 2        pablom_m     745
## 3        anluma99     383
## 4   edubarbaramos     318
## 5    VKseDefiende     305
## 6      PMunozLedo     235
## 7        okdiario     191
## 8      100_espana     151
## 9       aracelibs     146
## 10 ramiroaguilart     144

Clasificación de algunos nodos

Nuestro interés es poder clasificar algunos nodos en base al contenido de los tweets para poder de alguna manera asignarles algunos atributos y ver como éstos encajan con la distribución de la red. Vamos entonces a añadir un data frame a partir de nuestra muestra que incluya el texto, para poderlo clasificar

ref2 <- ref[indexsamp, ] %>% filter(is_retweet == TRUE) %>% 
  select(text,retweet_screen_name)

Vamos a evaluar el texto de los tweets con los usuarios con los grados más altos (esto es, sus tweets en nuestra selección tienen más “retweeteadores”:

deg_eval_excel <- degrees %>%
    left_join(ref2, by = c("nodes" = "retweet_screen_name")) %>% 
    distinct(nodes,degrees,text) %>% 
    arrange(desc(degrees)) %>% head(n=40)

# write.xlsx(deg_eval_excel,"deg_eval_excel.xlsx") 
# clasificación de los 40 retweets
# añadir columna con posicionamiento y eval.user que es la tipología de usuario

deg_eval <- read_xlsx("deg_eval_excel.xlsx",
                     sheet = "Sheet1")

deg_eval <- deg_eval %>% distinct(nodes,eval,eval.user) 
deg_eval %>% flextable()

nodes	eval	eval.user
Alvisepf	contra	particular
pablom_m	favor	particular
anluma99	neutro	particular
edubarbaramos	favor	particular
VKseDefiende	neutro	entidad
PMunozLedo	favor	particular
okdiario	contra	media
100_espana	contra	particular
ramiroaguilart	contra	particular
aracelibs	favor	particular
AlanBarrosoA	neutro	particular
HoyPalestina	neutro	media
Shine_McShine	favor	particular
adirecto	favor	media
DAVlDcu	contra	particular
rubnpulido	contra	particular
hermanntertsch	contra	particular

Criterios para la clasificación

Esto nos va a proveer una tabla con unos usuarios con unas determinados atributos. Cabe decir que la clasificación manual que hemos realizado puede tener cierto grado de subjetividad.

Los posicionamientos (eval) pueden tener muchos matices:

con “contra” se identifican opiniones contrarias, críticas o desconfiadas en relación con la acogida de refugiados en el país propio (por las fechas durante las que se realizó la extracción el tema de discusión en muchos casos es sobre las personas refugiadas de Afganistan).
Con “favor” se identifican opiniones positivas hacia la acogida, aunque con reservas.
Con “neutro” se identifican opiniones que o no se formulan claramente o son en realidad sobre otra temática sobre refugiados (por ejemplo tweets sobre refugiados españoles de la Guerra Civil).

Por lo que se refiere a las características de los usuarios, hemos intentado identificar 3 categorías: particulares, medios de comunicación (media) y entidades. En el caso de los media hemos incluído también los periodistas (es el caso de los usuarios “anapastor” y “eduardoinda”, oorejemlo), ya que normalmente actúan como caja de resonancia del medio para el que trabajan.

Esto, como vamos a ver más adelante, se traducirá en nodos con colores y formas diferentes.

Construcción de una red con graphTweets

Para construir una red de retweets con graphTweets, vamos a utilizar el orden gt_edges, basado en screen_ name y retweet_screen_name (nombres de los usuarios cuyo tweet es retwiteado) que aporta el API de Twitter.

# building a network of Twitter retweets with graphTweets
 
retweets <- ref[indexsamp, ] %>% 
    filter(is_retweet == TRUE)

# crear nodos y edges
net <- retweets %>% 
  gt_edges(screen_name, retweet_screen_name, tl = FALSE) %>% # get edges. Put tl (tolower)=FALSE. IMPORTANTE PARA FUSIONAR DESPUEL EL DATA FRAME CON EL CUADRO deg_eval
  gt_nodes() %>% # get nodes
  gt_collect() # collect

c(edges, nodes) %<-% net

nodes <- nodes2sg(nodes)
edges <- edges2sg(edges)

Visualización del grafo de retweets

En este primer caso visualizaremos un grafo de retweets donde el tamaño de los nodos estará en función de su grado, es decir, tal y como lo hemos definido, el prestigio de cada usuario. Adicionalmente vamos a incorporar a la visualización de los nodos con mayor grado los atributos que hemos identificado anteriormente, utilizando para ello el color y la forma, creando dos variables adicionales en el data frame.

# Asignación de diferentes características gráficas a los atributos: el color para el posicionamiento (eval) y la forma para las caracterísiticas del usuario (eval.user)

nodes <- nodes %>% left_join(deg_eval, by = c("id"="nodes")) %>% 
  mutate(eval=if_else(is.na(eval), "",eval)) %>% 
  mutate(color= case_when(eval=="contra" ~ "red",
                          eval=="favor" ~ "yellow",
                          eval=="neutro" ~ "green",
                          eval=="" ~ "")) %>% 
  mutate(eval.user=if_else(is.na(eval.user), "",eval.user)) %>% 
  mutate(shapes= case_when(eval.user=="particular" ~ "circle",
                          eval.user=="media" ~ "square",
                          eval.user=="asociación" ~ "diamond",
                          eval.user=="" ~ ""))

Ahora podemos ejecutar la visualización utilizando la función sigmajs(). Los atributos y caracerísticas que hemos determinado se fijan en los parámetros de sg_nodes().

set.seed(180662)

sigmajs() %>% 
  sg_nodes(nodes, id, label, size, color=color, type=shapes) %>% 
  sg_edges(edges, id, source, target) %>% 
  sg_layout(layout = igraph::layout_components) %>% 
  
  sg_settings(
    minNodeSize = .5,
    maxNodeSize = 8,
    edgeColor = "default",
    defaultEdgeColor = "#d3d3d3",
    zoomMax = 8
  )

La visualización que se produce presents muchas aspectos interesantes. Vamos a destacar algunos:

Se forman dos grandes clusters. La distribución de los colores nos permite identificar claramente, por un lado, el cluster que de alguna forma (simplificando, obviamente) están a favor de la acogida de emigrantes y, por el otro, el de los que están en contra.
Primera observación: el algoritmo no sabe nada del contenido de los textos, ni tampoco sabe nada de como nosotros hemos clasificado algunos tweets. Sencillamente aplica una fórmula que mide las relaciones entre usuarios y sus retweets. Sin embargo se puede observar como separa claramente los usuarios que nosotros hemos identificado com “a favor” de un “lado” y en contra, del otro.

betweenness <- betweenness(rt_g) %>%  data.frame() # Por defecto es "directed = TRUE"
d <- data.frame(nodes = row.names(betweenness), betweenness)
names(d) <- c("nodes", "values")
rownames(d) <- NULL
d %>% arrange(desc(values)) %>% head(40)

##              nodes values
## 1       100_espana  755.0
## 2     DGuirilandia  487.0
## 3      jjdesmeules  380.0
## 4      PerujoMaria  219.0
## 5         okdiario  189.0
## 6        LadyAtila  129.0
## 7   ChovaresJavier  100.0
## 8       KimeScream   68.0
## 9          el_pais   62.0
## 10    rtvenoticias   59.0
## 11 REALFANCLUBDVOX   55.0
## 12     _anapastor_   20.0
## 13   seanmamo_11tw   13.5
## 14   blocobotanico   12.0
## 15    Mila87723614   12.0
## 16         rouco64   12.0
## 17     CapitanApio   11.0
## 18 rafaelgil251051   10.0
## 19    Miss_Bennet7   10.0
## 20        Machepa2    7.0
## 21     Sinolodigo2    7.0
## 22    Maria_PujolR    6.0
## 23  sanchezdelreal    6.0
## 24   UniversidadPe    5.0
## 25    DonutsComeme    5.0
## 26    Cris_Hispana    5.0
## 27     raqueltorrs    5.0
## 28         Dsagunt    5.0
## 29 Pedrosepulturas    5.0
## 30        AlbNavar    4.0
## 31           ea1wg    4.0
## 32        jatirado    4.0
## 33         Jjsb441    4.0
## 34  jesusccarrillo    4.0
## 35         Aryayol    3.5
## 36    NoticieroMAD    3.0
## 37  CristinaSegui_    3.0
## 38  IbehispIb__xx0    3.0
## 39   CarmenPerfume    3.0
## 40 Valeria21130533    3.0

# Unir el texto del los retweets (text) con betweenness más alto (60) para poderlo clasificar
d_eval_betw <- d %>%
    left_join(ref2, by = c("nodes" = "retweet_screen_name")) %>% 
    distinct(nodes,text,values) %>% 
    arrange(desc(values)) %>% head(60)
flextable(d_eval_betw) %>% 
    width(j = 3, width = 5)

nodes	values	text
100_espana	755.0	No tenemos dinero para pagar las pensiones, pero a refugiados de cualquier país, que no los falte de nada.
100_espana	755.0	Están más preocupados en hacerse una foto con los refugiados afganos, que de la situación económica de España.
100_espana	755.0	¿Sabéis cuántos refugiados afganos acogerá Arabia Saudí? https://t.co/WxcPz37nRt
DGuirilandia	487.0	El coladero yihadista ya no son las pateras. Ahora llegan en puente aéreo. El Ejército detecta a afganos que nunca han trabajado con España entre los refugiados evacuados. https://t.co/ujAJxCCzdC
jjdesmeules	380.0	¿Sabéis si algún país árabe esta acogiendo refugiados afganos?. <U+0001F914><U+0001F914><U+0001F914><U+0001F914><U+0001F914>
PerujoMaria	219.0	Ejemm @sanchezcastejon se te ha caído esto, es del 2016, te acuerdas cuando exigías a Rajoy q compareciera por la crisis de los refugiados? Y ahora q? https://t.co/pMmz1PlvOW
okdiario	189.0	El Ejército detecta a afganos que nunca han trabajado con España entre los refugiados evacuados https://t.co/zcCB5twPtI
okdiario	189.0	El CNI busca contrarreloj a terroristas infiltrados entre los refugiados afganos que vendrían a España https://t.co/gFL3E14Sbu
okdiario	189.0	El ‘show’ afgano de Sánchez, insólito en Europa: ningún líder se hace la foto con los refugiados https://t.co/jdQo5vPEfW
okdiario	189.0	El Gobierno de Sánchez patina al informar del traslado de 27 refugiados afganos a Córdoba: fueron sólo 2 https://t.co/xsZUpubWpc
okdiario	189.0	Sánchez monta otro paripé en Torrejón para presumir ante el Rey de su centro de acogida de refugiados https://t.co/tlkmyYhUIN
okdiario	189.0	Aterriza en Rota (Cádiz) el primer vuelo estadounidense con 400 refugiados afganos: llegarán 3.600 más https://t.co/HHmQ4uX9X7
LadyAtila	129.0	refugiados. Pero pronto se hizo obvio que había algo muy malo en esos jóvenes afganos: estaban cometiendo crímenes sexuales en una proporción mucho mayor que las de otros refugiados... 4) ..., incluidos los de otros países tan atrasados, conservadores y misóginos como Afganistán
LadyAtila	129.0	PREPARAOS PARA LAS CONSECUENCIAS DEL BUENISMO, relato de una mujer austríaca que trabajaba con refugiados en la anterior ola de refugiados afganos, y las consecuencias: 1) Con la inmigración afgana masiva vendrá esto: "Pero había una consecuencia que no era esperada y que
LadyAtila	129.0	Los refugiados q acoge Europa, no los quieren en sus propios países. Senegalés terminó con la vida de Tommy Lindth,19 años, al defender a la mujer q iba a violar. Este, tenía un largo historial por tráfico de drogas, robo y agresiones sexuales en su país. #TeamVox #ChicasVox52 https://t.co/VLnSaeLmdH
LadyAtila	129.0	no resultaba tolerable: la enorme y creciente incidencia de los asaltos sexuales cometidos por refugiados contra mujeres locales. [...] Al principio, los incidentes fueron... 2) ...minimizados o silenciados. [Pero pronto fueron tan numerosos que la ocultación ya no fue
LadyAtila	129.0	[...] He trabajado con refugiados en Sudán, Yemen, Tailandia..., y jamás había visto una cosa así". https://t.co/U1g8IKgeRR
LadyAtila	129.0	posible]. [...] Con el reconocimiento oficial, emergió una extraña e intrigante nota al pie: la mayoría de los asaltos estaban siendo cometidos por refugiados de una nacionalidad... 3) ...específica: afganos. [...] Los europeos tenían una predisposición positiva hacia esos
ChovaresJavier	100.0	¡Se buscan traductores del afgano para que traduzcan a los refugiados traductores y colaboradores Afganos! Para qué nos puedan explicar por qué no tienen ni pta idea de hablar el Español.
KimeScream	68.0	NO SE SI UDS LO VEN D ESTA MANERA,PERO LO ACONTECIDO EN AFGANISTÀN ES TAN EXTRAÑO Q NO QUEDA + Q PENSAR Q ESTUVO PLANIFICADO PARA LLEVAR EL ISLAMISMO A CADA RINCÒN DEL PLANETA,SON MILES LOS CABALLOS D TROYA SALIENDO AHORA MISMO SABEN?MILES D INFILTRADOS DISFRAZADOS D REFUGIADOS.
KimeScream	68.0	SABEN CUAL ES LA DIFERENCIA DE LO QUE PASA AHORA CON LO QUE PASABA EN LA ERA TRUMP? HOY HAY TALIBANES DISFRAZADOS DE REFUGIADOS EN AMERICA, EN EUROPA, EN EL MUNDO ENTERO...EL CANCER HIZO METÀSTASIS, GRACIAS A BIDEN.
KimeScream	68.0	YA VIERON?? LA SOSPECHA ES CADA VEZ MAYOR: MIEMBROS DE ISISK PUEDEN HABERSE INFILTRADO ENTRE LOS MILES DE "REFUGIADOS" QUE SALIERON EN EL DESPELOTE ARMADO CON LA COMPLICIDAD DE SLEEPY JOE. #ExtrañenAlCatire
el_pais	62.0	“He dado camisetas que nunca quiero dar, como una que cambia de Hulk a Spiderman cuando la tocas”, dice un niño de 6 años, consciente de que llegarán niños como él. Los gaditanos donan centenares de productos a los primeros 800 refugiados llegados a Rota https://t.co/LYlPkpTwIP
el_pais	62.0	“He dado camisetas que nunca quiero dar, como una que cambia de Hulk a Spiderman cuando la tocas”, dice un niño de 6 años, consciente de que llegarán niños como él. Los gaditanos donan centenares de productos a los primeros 800 refugiados llegados a Rota https://t.co/SsWt0bEUKO
el_pais	62.0	“He dado camisetas que nunca quiero dar, como una que cambia de Hulk a Spiderman cuando la tocas”, dice un niño de 6 años, consciente de que llegarán niños como él. Los gaditanos donan centenares de productos a los primeros 800 refugiados llegados a Rota https://t.co/TparRdA841
el_pais	62.0	El éxito de los islamistas radicales enfrenta a Pakistán a varios desafíos que amenazan con convertirse en problemas. El más obvio e inmediato es un éxodo de refugiados https://t.co/DlhXQOpDEY
el_pais	62.0	El éxito de los islamistas radicales enfrenta a Pakistán a varios desafíos que amenazan con convertirse en problemas. El más obvio e inmediato es un éxodo de refugiados. https://t.co/JFcrnl83R3
el_pais	62.0	Malakasa es uno de los 28 campos que hay en la parte continental de Grecia. Viven unas 1.900 personas, casi todos afganos. La espera de un futuro fuera de allí es tan larga que a alguien le ha dado tiempo para cultivar una pequeña huerta https://t.co/FekR8QPEOn
el_pais	62.0	Comida halal, carpas y ropa para niños y adultos: las bases de Morón y Rota están listas para la llegada de los colaboradores afganos del Ejército de EE UU a las bases españolas https://t.co/97jViiGv1C
el_pais	62.0	El éxito de los islamistas radicales enfrenta a Pakistán a varios desafíos que amenazan con convertirse en problemas. El más obvio e inmediato es un éxodo de refugiados https://t.co/cyWdatYvHo
rtvenoticias	59.0	Santiago Abascal, presidente de Vox: "Europa no tiene ningún deber moral de acoger a todo Afganistán. (...) Pretenden ofrecer a miles de refugiados lo que no podemos dar a los españoles" <U+0001F4FA>https://t.co/icHe2Skye4 https://t.co/Beo8iUv6Kk
rtvenoticias	59.0	Esta mañana, el rey y el presidente del Gobierno visitan el centro de acogida de refugiados afganos. Los detalles, con @Irene_139 https://t.co/OXIRLzFzBS https://t.co/kYfv71xbwS
rtvenoticias	59.0	La nueva vida de Momín y su familia, refugiados afganos en España: "Mis hijas crecerán libres y seguras" Un trabajo de @julioLLeyte para @lasmananas_rne https://t.co/EJ7AcLp6nd
REALFANCLUBDVOX	55.0	https://t.co/TqO8mQtiPn SOLO VOX APOYA A LOS REFUGIADOS CRISTIANOS DE AFGANISTÁN Y PIDE QUE VENGAN A ESPAÑA. VOX ÚNICO PARTIDO QUE SE OPONE A QUE VENGAN ISLAMISTAS AFGANOS QUE NO HAYAN TRABAJADO PARA ESPAÑA, PARA EVITAR LOS TERRORISTAS INFILTRADOS. #PrimeroVox #SiguemeYTeSigoVOX
_anapastor_	20.0	“¿Cómo podemos ayudar?” Viva Rota y viva sus gentes atendiendo así a los refugiados. <U+0001F49A><U+0001F64C><U+0001F3FE> https://t.co/jOhXzpxX9Z
_anapastor_	20.0	Crack Jose Andres organizando el envío y reparto de alimentos en Haití y para refugiados que salen de Afganistán. <U+0001F64C><U+0001F3FE><U+0001F64C><U+0001F3FE><U+0001F64C><U+0001F3FE><U+0001F64C><U+0001F3FE> https://t.co/baKmsb3ENv
seanmamo_11tw	13.5	© Este es el problema!!!<U+0001F621>es la forma perfecta de entrar en nuestro país y cuántos habrá? No podemos aceptar refugiados es un suicidio #PRIMEROVOX https://t.co/ZptNCV24Bv
blocobotanico	12.0	@JaimeSa45374227 La @guardiacivil perseguida en Alsasua si que son refugiados en su propio país, pero como son españoles eso no le preocupa al @interiorgob ni a @sanchezcastejon. A ver si aprendemos a votar!!! #PrimeroVox #SoloQuedaVox #VoXExtremaNecesidad
Mila87723614	12.0	Mientras que los emigrantes españoles salieron en busca de oportunidades con sus papeles en regla, estos garfios, junto a palos y piedras, son la carta de presentación de los "refugiados" que, según gobierno y reinos de taifas vienen a pagar las pensiones! Basta ya! #ChicasVox52 https://t.co/flUBotiiZz
Mila87723614	12.0	Siguen invadiendo a España ante el silencio atronador de medios, gobierno y reinos de taifas! No son refugiados! Vienen a vivir de nosotros y a imponer sus "costumbres"! Cuentan con ese silencio atronador que los protege para robar, agredir y violar! Vergüenza infinita! https://t.co/sb4RUoVTFM
Mila87723614	12.0	Más "refugiados del hambre y de la guerra"! Basta ya de dejar que nos invadan, mantenerlos y ocultar sus delitos! No luchó la generación a la que dejaron morir para ver a sus hijos y nietos trabajando como esclavos y no llegando a fin de mes para mantener a éstos! #ChicasVox52 https://t.co/YMTp3iLQmK
rouco64	12.0	<U+0001F6D1>Excelente artículo: No es solución traer refugiados afganos a Europa. Lo cuenta alguien que estuvo allí y su porqué <U+2935><U+FE0F><U+2935><U+FE0F> Afganistán: verdades incómodas, por @MarcelGascon https://t.co/khsLdvpZSs
CapitanApio	11.0	¿Os imagináis la que se lía si Podemos pide la lista de "refugiados" venezolanos que se han venido a España los últimos años?. https://t.co/d7vzz7VReN
CapitanApio	11.0	La inmensa mayoría de los fachas que conozco pueden estar muy tranquilos, los refugiados afganos no le van a quitar el trabajo. Son personas muy formadas.
rafaelgil251051	10.0	@rcavada El traidor presidente sigue apostando a violar las leyes y la constitución dominicana eso está prohibido por ley y constitución si esto pasa ahí mismo vienen los campos para los refugiados haitianos Qué son millones si dejamos que toque la constitución desapareceremos como nación
Miss_Bennet7	10.0	¿Quién es el único presidente que se ha hecho fotos con los refugiados? Sánchez. ¿El único que siguió de vacaciones? Sánchez. ¿El único que se niega a explicar el rescate? Sánchez. ¿El único que miente diciendo que ha sido un éxito? Sánchez. Votasteis gestos, tenéis gestos.
Machepa2	7.0	@pelegrinc Quien le dio poder a este libanés para aceptar refugiados, ese acuerdo viola la constitución...quien le va a poner un stop, seguiremos tuiteando sin reaccionar?
Sinolodigo2	7.0	Sánchez visitando refugiados VS Sánchez visitando enfermos Covid. https://t.co/elveEZUGWG
Maria_PujolR	6.0	Hoy vamos a tratar un tema poco común: los refugiados cristianos. ¿Se les protege?¿Se les ayuda? En occidente,no mucho/nada. ¿Se les persigue por su religión? SI. ¿Europa hace algo al respecto? No mucho/casi nada. <U+0001F1EA><U+0001F1F8><U+0001F49A><U+0001F1EA><U+0001F1F8> #LevantandoEspaña #PrimeroVox <U+0001F447><U+0001F3FB><U+0001F447><U+0001F3FB> https://t.co/zAmFhepeGd
Maria_PujolR	6.0	<U+274C>Los parados, la gente mayor, con riesgo de exclusión, no. Personas en patera o refugiados si ; ya que son personas que necesitan ayuda, pero que se les da derechos y beneficios que a otros no. Cuando abriremos los ojos?? <U+0001F1EA><U+0001F1F8><U+0001F49A><U+0001F1EA><U+0001F1F8> #LevantandoEspaña <U+0001F447><U+0001F3FB><U+0001F447><U+0001F3FB><U+0001F447><U+0001F3FB> https://t.co/PxYVBRPQKg
sanchezdelreal	6.0	Esto de @JTorres_86 https://t.co/EQfqU3CFBz
UniversidadPe	5.0	Periodistas afganos refugiados: según RSF, ya han cerrado 100 medios afganos https://t.co/BaBFLXlHUV https://t.co/NRFuCDKkdp
UniversidadPe	5.0	Las peligrosas rutas para huir del terror: ¿dónde irán los afganos tras la salida de las tropas internacionales? https://t.co/4pw5uYjUSl https://t.co/4vbfBoS3Vo
UniversidadPe	5.0	Refugiados afganos: desde el infierno talibán a la incertidumbre del asilo en España y la Unión Europea https://t.co/vClu7vEgHz #_NoticiasMundoAsiaAfganistán https://t.co/Fj2etO8Wb2
UniversidadPe	5.0	14 horas Fin de Semana - Comida para los refugiados afganos: Así funciona la ONG World Central Kitchen https://t.co/O0tUIGaD2z
UniversidadPe	5.0	Política: Gobierno expresa disposición de acoger a familias afganas en situación de vulnerabilidad - RPP Noticias https://t.co/sV8fmRGOhe #Gobierno #afganistan #refugiados https://t.co/oQkVzc4hv2
DonutsComeme	5.0	Lo que le debe de joder a Open arms que los refugiados de Afganistán hayan venido en avión y no haber podido hacer caja ..
Cris_Hispana	5.0	La Generalitat quiere que los refugiados afganos se queden en España ‘toda su vida’ y vivan en micropueblos. #ChicasVox52 https://t.co/NXSJMFxP9w
raqueltorrs	5.0	Una lista de qué donar para los refugiados afganos que están llegando a la base de Rota. Difundid, por favor <U+0001F97A> https://t.co/sqxWDcfWiF
Dsagunt	5.0	Por qué los países árabes no recogen refugiados, a priori hermanos de religión, costumbres e idiosincrasia, "obligándoles" a recalar en Europa? Por que somos gilip0llas #Afghanishtan #Talibans #GobiernoDimision https://t.co/aWVHY6jxHG

# CLASIFICACIÓN MANUAL EN EXCEL DE LOS RETWEENTS, CREANDO DOS COLUMNAS, eval Y aval.user Y VUELTA A R
# write.xlsx(d_eval_betw,"d_eval_betw.xlsx")
# clasificación de los 60 retweets
# añadir columnas con posicionamiento y descripcion usuario
d_eval_betw2 <- readxl::read_xlsx("d_eval_betw.xlsx",
                          sheet = "Sheet1")
d_eval_betw2 <- d_eval_betw2 %>% distinct(nodes,values,eval,eval.user)

d_eval_betw2 %>% flextable()

nodes	values	eval	eval.user
100_espana	755.0	contra	particular
DGuirilandia	487.0	contra	particular
jjdesmeules	380.0	contra	particular
PerujoMaria	219.0	contra	particular
okdiario	189.0	contra	media
LadyAtila	129.0	contra	particular
ChovaresJavier	100.0	contra	particular
KimeScream	68.0	contra	particular
el_pais	62.0	neutro	media
rtvenoticias	59.0	neutro	media
REALFANCLUBDVOX	55.0	contra	particular
_anapastor_	20.0	favor	media
seanmamo_11tw	13.5	contra	particular
blocobotanico	12.0	contra	particular

# Volver a crear nodos y edges
net <- retweets %>% 
  gt_edges(screen_name, retweet_screen_name, tl = FALSE) %>% # get edges. Put tl (tolower)=FALSE. IMPORTANTE PARA FUSIONAR DESPUEL EL DATA FRAME CON EL CUADRO deg_eval
  gt_nodes() %>% # get nodes
  gt_collect() # collect

c(edges, nodes) %<-% net

nodes <- nodes2sg(nodes)
edges <- edges2sg(edges)

# Vuelta generar el data frame donde aplicar el gráfico

nodes1 <- nodes %>% left_join(d_eval_betw2, by = c("id"="nodes")) %>% 
  mutate(eval=if_else(is.na(eval), "",eval)) %>% 
  mutate(color= case_when(eval=="contra" ~ "red",
                          eval=="favor" ~ "yellow",
                          eval=="neutro" ~ "green",
                          eval=="" ~ "")) %>% 
  mutate(eval.user=if_else(is.na(eval.user), "",eval.user)) %>% 
  mutate(shapes= case_when(eval.user=="particular" ~ "circle",
                          eval.user=="media" ~ "square",
                          eval.user=="asociación" ~ "diamond",
                          eval.user=="" ~ ""))

set.seed(180662)

sigmajs() %>% 
  sg_nodes(nodes1, id, label, size=values, color=color, type=shapes) %>% 
  sg_edges(edges, id, source, target) %>% 
  sg_layout(layout = igraph::layout_components) %>% 
  
  sg_settings(
    minNodeSize = .8,
    maxNodeSize = 8,
    edgeColor = "default",
    defaultEdgeColor = "#d3d3d3",
    zoomMax = 12
  )

pagerank <- unlist(page.rank(rt_g)$vector) %>% data.frame() # Por defecto es directed = TRUE
e <- data.frame(nodes = row.names(pagerank), pagerank)
names(e) <- c("nodes", "values")
rownames(e) <- NULL
e %>% filter(nodes != "NA") %>%  arrange(desc(values)) %>% head(40)

##              nodes      values
## 1         Alvisepf 0.035881502
## 2         pablom_m 0.033310875
## 3         anluma99 0.016751480
## 4        LadyAtila 0.016463703
## 5    edubarbaramos 0.014409325
## 6  FernndezCrisfnb 0.014093259
## 7     VKseDefiende 0.013517736
## 8       PMunozLedo 0.010663852
## 9          el_pais 0.010569631
## 10  jesusccarrillo 0.009219911
## 11     eduardoinda 0.007408494
## 12        okdiario 0.007181738
## 13       aracelibs 0.006610999
## 14  ramiroaguilart 0.006565461
## 15     jjdesmeules 0.005988676
## 16      100_espana 0.005798260
## 17    AlanBarrosoA 0.005760962
## 18   Shine_McShine 0.005289647
## 19        adirecto 0.004986442
## 20    HoyPalestina 0.004975437
## 21         DAVlDcu 0.004920165
## 22        omarbula 0.004636068
## 23      rubnpulido 0.003900170
## 24     PerujoMaria 0.003661054
## 25  hermanntertsch 0.003579328
## 26     sergiosayas 0.003318625
## 27       LRsecreta 0.003259101
## 28  Dannyelsan1613 0.003233776
## 29 JuanfraEscudero 0.003106116
## 30      KimeScream 0.003029461
## 31       Seryo6661 0.002967985
## 32    DGuirilandia 0.002887195
## 33 arroyomatteucc1 0.002785834
## 34     aalvarez_96 0.002558146
## 35 veintimillapier 0.002552255
## 36      EsLaRadio2 0.002517834
## 37    Navegaciones 0.002467070
## 38    N_Trastamara 0.002343107
## 39 peruenlanoticia 0.002317258
## 40      MarDGamero 0.002240900

# Unir el texto del los retweets (text) con PageRank más alto (60) para poderlo clasificar
d_eval_pR <- e %>%
    left_join(ref2, by = c("nodes" = "retweet_screen_name")) %>% 
    distinct(nodes,text,values) %>% 
    arrange(desc(values)) %>% head(60)
flextable(d_eval_pR) %>% 
    width(j = 3, width = 5)

nodes	values	text
Alvisepf	0.035881502	¿Pero no eran traductores e intérpretes los cientos de refugiados que hemos traído a España? <U+0001F914> https://t.co/AH1Q0TJgkd
Alvisepf	0.035881502	Mira bien esta foto de refugiados buscando futuro en Europa y luego lee el texto: 1. 7 hombres, 1 mujer y 3 niños. 2. La única mujer carga los 3 niños. 3. La única descalza es la mujer. Este tipo de “hombres” son los que estáis importando masivamente a España, @IreneMontero. https://t.co/3PuKA7t0JK
pablom_m	0.033310875	800 refugiados de Afganistán han llegado a la base naval de Rota (Cádiz). Esta es una de las provincias más pobres de España, pero en 48 horas los vecinos han donado 6.000 kilos de ropa, productos de higiene y juguetes. Contra los discursos xenófobos, empatía y solidaridad.
anluma99	0.016751480	El alcalde Almeida restituye la calle del crucero Baleares, el barco franquista que bombardeó desde el mar a miles de refugiados civiles que huían de una muerte segura en Málaga. https://t.co/C46WIqIWmH
anluma99	0.016751480	Fue la peor matanza de refugiados llevada a cabo durante la guerra civil española.
anluma99	0.016751480	Alcalde Almeida: autor responsable del reconocimiento institucional al jefe de la propaganda fascista encargada de justificar miles de asesinatos, y al barco de guerra usado para producir la más importante matanza de refugiados en la historia de España. https://t.co/1OYIesD7Oh
anluma99	0.016751480	El médico Norman Bethune se desplazó hacia Málaga con una unidad de transfusión de sangre para socorrer a los refugiados. Durante 3 dias con sus ayudantes Hazen Sise y T.C. Worsley socorrieron a los heridos y ayudaron en el traslado de refugiados hacia la capital almeriense:
anluma99	0.016751480	Su ayudante Worsley dejó su testimonio desgarrador en el libro Behind the Battle (1939): “La carretera seguía llena de refugiados, y cuanto más avanzábamos peor era su situación. La mayoría llevaba los pies vendados con harapos, muchos iban descalzos y casi todos sangraban.
anluma99	0.016751480	¿Sabia que su intervención fue fundamental en esta matanza de refugiados ya que este acorazado, a diferencia de los aviones, podía fijar su posición de tiro y calcular con mayor precisión el punto exacto del blanco para que los disparos de sus cañones resultasen más mortíferos?
LadyAtila	0.016463703	refugiados. Pero pronto se hizo obvio que había algo muy malo en esos jóvenes afganos: estaban cometiendo crímenes sexuales en una proporción mucho mayor que las de otros refugiados... 4) ..., incluidos los de otros países tan atrasados, conservadores y misóginos como Afganistán
LadyAtila	0.016463703	PREPARAOS PARA LAS CONSECUENCIAS DEL BUENISMO, relato de una mujer austríaca que trabajaba con refugiados en la anterior ola de refugiados afganos, y las consecuencias: 1) Con la inmigración afgana masiva vendrá esto: "Pero había una consecuencia que no era esperada y que
LadyAtila	0.016463703	Los refugiados q acoge Europa, no los quieren en sus propios países. Senegalés terminó con la vida de Tommy Lindth,19 años, al defender a la mujer q iba a violar. Este, tenía un largo historial por tráfico de drogas, robo y agresiones sexuales en su país. #TeamVox #ChicasVox52 https://t.co/VLnSaeLmdH
LadyAtila	0.016463703	no resultaba tolerable: la enorme y creciente incidencia de los asaltos sexuales cometidos por refugiados contra mujeres locales. [...] Al principio, los incidentes fueron... 2) ...minimizados o silenciados. [Pero pronto fueron tan numerosos que la ocultación ya no fue
LadyAtila	0.016463703	[...] He trabajado con refugiados en Sudán, Yemen, Tailandia..., y jamás había visto una cosa así". https://t.co/U1g8IKgeRR
LadyAtila	0.016463703	posible]. [...] Con el reconocimiento oficial, emergió una extraña e intrigante nota al pie: la mayoría de los asaltos estaban siendo cometidos por refugiados de una nacionalidad... 3) ...específica: afganos. [...] Los europeos tenían una predisposición positiva hacia esos
edubarbaramos	0.014409325	La foto del año. Una familia de refugiados afganos llegando a Bélgica. El salto de esa niña... Johanna Geron / Reuters https://t.co/ySZSLOz68o
FernndezCrisfnb	0.014093259	Más Madrid exige a Ayuso que acoja refugiados y destine más dinero.Cuantos va acoger Mónica en su casa?Que listos son los pogres!! https://t.co/Sh1pH8wRvL vía @flashdigital_es #TeamVox <U+2692><U+FE0F><U+0001F49A><U+2692><U+FE0F> #LevantandoEspaña
VKseDefiende	0.013517736	<U+0001F632>El Ayuntamiento de Madrid cambia el nombre de nuestra calle vallecana "Barco Sinaia" por "Crucero Baleares". <U+0001F449>Un barco que transportó refugiados españoles para salvar su vida por un barco de guerra franquista... https://t.co/CZxMVEpTpB
VKseDefiende	0.013517736	que bombardeó a refugiados civiles en "la Desbandá".
PMunozLedo	0.010663852	Afganos sí. Haitianos no. Contradicciones, deberes; el canciller Marcelo Ebrad, acudió solícitamente al aeropuerto para acoger a los exiliados afganos, mientras la GN se encargó el mismo día de recibir a los refugiados haitianos y salvadoreños... pero a golpes y vejaciones. 1/2
el_pais	0.010569631	“He dado camisetas que nunca quiero dar, como una que cambia de Hulk a Spiderman cuando la tocas”, dice un niño de 6 años, consciente de que llegarán niños como él. Los gaditanos donan centenares de productos a los primeros 800 refugiados llegados a Rota https://t.co/LYlPkpTwIP
el_pais	0.010569631	“He dado camisetas que nunca quiero dar, como una que cambia de Hulk a Spiderman cuando la tocas”, dice un niño de 6 años, consciente de que llegarán niños como él. Los gaditanos donan centenares de productos a los primeros 800 refugiados llegados a Rota https://t.co/SsWt0bEUKO
el_pais	0.010569631	“He dado camisetas que nunca quiero dar, como una que cambia de Hulk a Spiderman cuando la tocas”, dice un niño de 6 años, consciente de que llegarán niños como él. Los gaditanos donan centenares de productos a los primeros 800 refugiados llegados a Rota https://t.co/TparRdA841
el_pais	0.010569631	El éxito de los islamistas radicales enfrenta a Pakistán a varios desafíos que amenazan con convertirse en problemas. El más obvio e inmediato es un éxodo de refugiados https://t.co/DlhXQOpDEY
el_pais	0.010569631	El éxito de los islamistas radicales enfrenta a Pakistán a varios desafíos que amenazan con convertirse en problemas. El más obvio e inmediato es un éxodo de refugiados. https://t.co/JFcrnl83R3
el_pais	0.010569631	Malakasa es uno de los 28 campos que hay en la parte continental de Grecia. Viven unas 1.900 personas, casi todos afganos. La espera de un futuro fuera de allí es tan larga que a alguien le ha dado tiempo para cultivar una pequeña huerta https://t.co/FekR8QPEOn
el_pais	0.010569631	Comida halal, carpas y ropa para niños y adultos: las bases de Morón y Rota están listas para la llegada de los colaboradores afganos del Ejército de EE UU a las bases españolas https://t.co/97jViiGv1C
el_pais	0.010569631	El éxito de los islamistas radicales enfrenta a Pakistán a varios desafíos que amenazan con convertirse en problemas. El más obvio e inmediato es un éxodo de refugiados https://t.co/cyWdatYvHo
jesusccarrillo	0.009219911	Rota se vuelca con los afganos que nunca conocerá. Los vecinos donan centenares de productos a los primeros 800 refugiados llegados a la base militar estadounidense https://t.co/D43mfcm00p @el_pais
eduardoinda	0.007408494	El Ejército detecta a afganos que nunca han trabajado con España entre los refugiados evacuados https://t.co/QFUUAVyiaN
eduardoinda	0.007408494	Sánchez monta otro paripé en Torrejón para presumir ante el Rey de su centro de acogida de refugiados https://t.co/k9U8q6bdX1
okdiario	0.007181738	El Ejército detecta a afganos que nunca han trabajado con España entre los refugiados evacuados https://t.co/zcCB5twPtI
okdiario	0.007181738	El CNI busca contrarreloj a terroristas infiltrados entre los refugiados afganos que vendrían a España https://t.co/gFL3E14Sbu
okdiario	0.007181738	El ‘show’ afgano de Sánchez, insólito en Europa: ningún líder se hace la foto con los refugiados https://t.co/jdQo5vPEfW
okdiario	0.007181738	El Gobierno de Sánchez patina al informar del traslado de 27 refugiados afganos a Córdoba: fueron sólo 2 https://t.co/xsZUpubWpc
okdiario	0.007181738	Sánchez monta otro paripé en Torrejón para presumir ante el Rey de su centro de acogida de refugiados https://t.co/tlkmyYhUIN
okdiario	0.007181738	Aterriza en Rota (Cádiz) el primer vuelo estadounidense con 400 refugiados afganos: llegarán 3.600 más https://t.co/HHmQ4uX9X7
aracelibs	0.006610999	Una familia de refugiados afganos llegando a Bélgica. Amé la alegría que transmite el salto de esa la niña <U+0001F60D> https://t.co/sw8X9olk6e
ramiroaguilart	0.006565461	Son un caso almitas benditas cuando #Correa dio asilo a #Assange dijeron que jijue el comunista cómo le va a dar asilo! Ahora que #Lasso crea un campo de refugiados afganos casi por orden de #USA no dicen ni pío! Son unos webas algunos definitivamente. <U+0001F600>
ramiroaguilart	0.006565461	Respecto al tema de los refugiados afganos. Ninguno de ellos pidió venir al Ecuador. Los #USA los traen aprovechando el gobierno títere de @LassoGuillermo para usar al país como campo de refugiados mientras filtran quién entra a USA y quién no.
ramiroaguilart	0.006565461	Conceptualmente #Correístas y #Anticorreístas el asilo de #Assange y los refugiados #Afganos son lo mismo. La diferencia política estriba en que el asilo se dio soberanamente y el campo de refugiados lo impone #USA . Estamos?
jjdesmeules	0.005988676	¿Sabéis si algún país árabe esta acogiendo refugiados afganos?. <U+0001F914><U+0001F914><U+0001F914><U+0001F914><U+0001F914>
100_espana	0.005798260	No tenemos dinero para pagar las pensiones, pero a refugiados de cualquier país, que no los falte de nada.
100_espana	0.005798260	Están más preocupados en hacerse una foto con los refugiados afganos, que de la situación económica de España.
100_espana	0.005798260	¿Sabéis cuántos refugiados afganos acogerá Arabia Saudí? https://t.co/WxcPz37nRt
AlanBarrosoA	0.005760962	Han vuelto a hacerlo. Han cambiado la calle Barco Sinaia, que ayudó a transportar a refugiados españoles a México, por el Crucero Baleares, un barco de guerra que participó en la masacre de La Desbandá matando a 5000 civiles indefensos que huían del fascismo. Esto es intolerable. https://t.co/ByZslXLrZq
Shine_McShine	0.005289647	Literalmente durante la segunda guerra mundial se evacuaron a decenas de miles de europeos a campos de refugiados en el norte de África y oriente medio, campeón. https://t.co/O8PAifHjzw
Shine_McShine	0.005289647	5/5 Los refugiados huyen del hambre y la guerra. Cualquiera, de cualquier raza, etnia o nacionalidad puede verse en esta situación. Negar esto es negar la historia. https://t.co/FsSa5LejYe
Shine_McShine	0.005289647	Por si queréis leer sobre cuando los europeos fueron los refugiados: https://t.co/ovmWEuXTp6
adirecto	0.004986442	Rota se moviliza para atender a los refugiados afganos que llegarán a la base naval. Los vecinos ayudan con ropa, artículos de higiene o pañales para bebés <U+0001F44F> <U+0001F399> @INMA_NAVAS #ADirecto @canalsurcadiz https://t.co/8xMFLsCNJy
HoyPalestina	0.004975437	Un día como hoy hace 34 años, un sicario del Mossad asesina al caricaturista palestino Naji AlAli en Londres. Su crimen fue retratar con su obra la realidad de los refugiados palestinos y su lucha por volver a casa Su más famosa obra, Handala, el niño que siempre está de espaldas https://t.co/z6evhybftk
HoyPalestina	0.004975437	ONU para refugiados pide a Israel investiguen asesinatos de palestinos. https://t.co/2fS7t9Q3nl
DAVlDcu	0.004920165	¿Soy xenófobo si digo que está muy sospechoso eso de EEUU al querer repartir "refugiados" afganos por medio mundo?
DAVlDcu	0.004920165	EEUU que en 20 años destrozó a Afganistán, ahora viene exigiendo al mundo que reciba a sus "refugiados"... ¿¡porque no cargan ellos con su responsabilidad!?
DAVlDcu	0.004920165	Intentaron montar un show publicitario con Angelina Jolie enviada especial de la ONU y su visita a "campos de refugiados de venezolanos desnutridos" en la frontera de Colombia, cuando en realidad quien necesita ayuda humanitaria es la desmejorada Angelina... https://t.co/1fVNYww4eH
omarbula	0.004636068	Es tan humanitario proteger a las poblaciones de los países que acogen refugiados como acoger esos refugiados. Siempre hay seres humanos de los dos lados…
omarbula	0.004636068	Hay más de 50 Estados en EEUU con mayor capacidad para recibir refugiados "en tránsito". ¿Por qué #Colombia? Solo pregunto…
rubnpulido	0.003900170	<U+0001F4CA> Inmigración ilegal en 2021 por nacionalidades: - Más del 60% proceden de Argelia y Marruecos. <U+0001F30D> Paises en los que en estos momentos no existe ningún tipo de conflicto que motive inicialmente el asilo y la protección internacional. - ¿Del hambre y la guerra? ¿Refugiados? https://t.co/4bPgPKKmS2
PerujoMaria	0.003661054	Ejemm @sanchezcastejon se te ha caído esto, es del 2016, te acuerdas cuando exigías a Rajoy q compareciera por la crisis de los refugiados? Y ahora q? https://t.co/pMmz1PlvOW
hermanntertsch	0.003579328	El canciller austriaco Sebastián Kurz ha anunciando que mientras él sea canciller, Austria no va a acoger refugiados de Afganistán. No se caerá en el error de 2015. Con tan contundente respuesta quiere cortar el debate que pretendía iniciar su socio menor de gobierno, los Verdes.

# CLASIFICACIÓN MANUAL EN EXCEL DE LOS RETWEENTS, CREANDO DOS COLUMNAS, eval Y aval.user Y VUELTA A R
# write.xlsx(d_eval_pR,"d_eval_pR.xlsx")
# clasificación de los 60 retweets
# añadir columnas con posicionamiento y descripcion usuario
d_eval_pR <- read_xlsx("d_eval_pR.xlsx",
                          sheet = "Sheet1")
d_eval_pR <- d_eval_pR %>% distinct(nodes,values,eval,eval.user)

d_eval_pR %>% flextable()

nodes	values	eval	eval.user
Alvisepf	0.035922656	contra	particular
pablom_m	0.033311115	favor	particular
anluma99	0.016759190	neutro	particular
LadyAtila	0.016567752	contra	particular
edubarbaramos	0.014409429	favor	particular
FernndezCrisfnb	0.014181701	contra	particular
VKseDefiende	0.013510243	favor	entidad
PMunozLedo	0.010663928	favor	particular
el_pais	0.010542357	neutro	media
jesusccarrillo	0.009196730	neutro	particular
eduardoinda	0.007394999	contra	media
okdiario	0.007165851	contra	media
aracelibs	0.006611046	favor	particular
ramiroaguilart	0.006565508	contra	particular
jjdesmeules	0.005983901	contra	particular
100_espana	0.005796025	contra	particular
AlanBarrosoA	0.005761004	neutro	particular
Shine_McShine	0.005297275	favor	particular

# Volver a crear nodos y edges
net <- retweets %>% 
  gt_edges(screen_name, retweet_screen_name, tl = FALSE) %>% # get edges. Put tl (tolower)=FALSE. IMPORTANTE PARA FUSIONAR DESPUEL EL DATA FRAME CON EL CUADRO deg_eval
  gt_nodes() %>% # get nodes
  gt_collect() # collect

c(edges, nodes) %<-% net

nodes <- nodes2sg(nodes)
edges <- edges2sg(edges)

# Vuelta generar el data frame donde aplicar el gráfico

nodes2 <- nodes %>% left_join(d_eval_pR, by = c("id"="nodes")) %>% 
  mutate(eval=if_else(is.na(eval), "",eval)) %>% 
  mutate(color= case_when(eval=="contra" ~ "red",
                          eval=="favor" ~ "yellow",
                          eval=="neutro" ~ "green",
                          eval=="" ~ "")) %>% 
  mutate(eval.user=if_else(is.na(eval.user), "",eval.user)) %>% 
  mutate(shapes= case_when(eval.user=="particular" ~ "circle",
                          eval.user=="media" ~ "square",
                          eval.user=="asociación" ~ "diamond",
                          eval.user=="" ~ ""))

set.seed(180662)

sigmajs() %>% 
  sg_nodes(nodes2, id, label, size=values, color=color, type=shapes) %>% 
  sg_edges(edges, id, source, target) %>% 
  sg_layout(layout = igraph::layout_components) %>% 
  
  sg_settings(
    minNodeSize = .8,
    maxNodeSize = 8,
    edgeColor = "default",
    defaultEdgeColor = "#d3d3d3",
    zoomMax = 12
  )

El debate sobre las personas refugiadas - Análisis de redes sociales

El caso de Twitter: estructuras y centralidades alrededor del tema

Stefano Sanfilippo - Gaia Consultoría de Cooperación

31/8/2021

Introducción

Antecedentes

Justificación

Objetivos del trabajo

Aspectos metodológicos previos

Redes analizadas: Twitter

Obtención de los datos

Lectura fichero de tweets descargado anteriormente

Heramientas específicas para generación y procesamiento de grafos

Análisis de los retweets

Generación, procesamiento y análisis de grafos

Construcción del data frame para igraph

Medidas locales de centralidad

Grados (degrees)

Clasificación de algunos nodos

Criterios para la clasificación

Construcción de una red con graphTweets

Visualización del grafo de retweets

El debate sobre las personas refugiadas - Análisis de redes sociales

El caso de Twitter: estructuras y centralidades alrededor del tema

Stefano Sanfilippo - Gaia Consultoría de Cooperación

31/8/2021

Introducción

Antecedentes

Justificación

Definición de red social y de análisis de redes sociales (SNA)

Objetivos del trabajo

Aspectos metodológicos previos

Redes analizadas: Twitter

Obtención de los datos

Lectura fichero de tweets descargado anteriormente

Heramientas específicas para generación y procesamiento de grafos

Análisis de los retweets

Generación, procesamiento y análisis de grafos

Construcción del data frame para igraph

Medidas locales de centralidad

Grados (degrees)

Clasificación de algunos nodos

Criterios para la clasificación

Construcción de una red con graphTweets

Visualización del grafo de retweets