Patrones y tendencias emergentes de la estructura científica internacional en el dominio "discurso del odio"

Abstract

El objetivo de esta investigación es identificar los patrones y tendencias en la estructura científica internacional sobre discursos de odio. Revela la red de colaboración científica, la estructura de cocitación, las áreas de conocimiento con las que está vinculado el tema y las materias que marcan las tendencias en este dominio. Se recuperaron los 411 artículos científicos que contienen la expresión "hate speech" en los campos título, resumen y palabras clave de la Web of Science Core Collection, periodo 2009-2018. Los programas Bibexcel versión 2017 y Pajek para el análisis y visualización de las redes de cocitación y colaboración; y Latent Dirichlet Allocation como técnica de procesamiento de lenguaje natural en los campos títulos, resúmenes y palabras claves. Los resultados muestran un significante aumento de publicaciones a partir de 2013 y un pico en 2018. Se revelaron los autores, países y fuentes más productivas, así como las redes de coautoría y cocitación de esta producción. El Análisis de Redes Sociales mostró que a pesar de que la presencia de discursos del odio en aún incipiente en la literatura científicaexiste un fuerte núcleo teórico sobre la temática que está siendo frecuentemente citado por la comunidad académica internacional.

O objetivo desta pesquisa é identificar padrões e tendências da estrutura científica internacional sobre discurso de ódio. Revela a rede de colaboração científica, a estrutura de cocitação, as áreas de conhecimento com as quais o tópico está vinculado e os assuntos que definem as tendências nesse domínio. Foram recuperados 441 artigos contendo a expressão "hate speech" nos campos de título, resumo e palavraschave da Coleção Principal da Web of Science (WoS), na janela temproraria 2009. As redes de colaboração e cocitação foram modeladas usando Bibexcel versão 2017, assim como Pajek na análise e visualização. O Latent Dirichlet Allocation foi empleado como uma técnica de processamento de linguagem natural aos textos dos campos de título, resumo e palavras-chave. Os resultados revelam um aumento significativo nas publicações a partir de 2013 e um pico no ano 2018. A Análise das Redes Sociais (ARS) mostrou que, embora a presença do discurso de ódio ainda seja incipiente na literatura científica, há um forte núcleo teórico sobre o assunto que é frequentemente citado pela comunidade acadêmica internacional. Esse núcleo de obras é reconhecido como altamente relevante nas abordagens teóricas, conceituais e metodológicas do discurso de ódio.

The aim of this study is to identify the patterns and trends in the international scientific structure on hate speech. It revealed the network of scientific collaboration, the structure of co-citations, the areas of knowledge linked to the topic, and the subjects that define the trends in the domain. We retrieved 441 articles that include the expression "hate speech" in the title, abstract or keywords field from the Web of Science Core Collection for the period 2009-2018. The collaboration and co-citation networks were modeled using Bibexcel version 2017 and Pajek for the analysis and visualization. Latent Dirichlet Allocation was used as a natural language processing technique for the title, abstract and keywords fields. The results show a significant increase in publications since 2013 and a peak in 2018. The Social Network Analysis showed that despite the incipient presence of hate speech in the scientific literature, there is a prominent theoretical core of publications on the topic which is frequently cited by the international scientific community. There is also a core of works that is recognized as highly relevant in the theoretical, conceptual and methodological approaches to the study of hate speech.