Acceso usuarios
Twitter ha cobrado relevancia recientemente por su papel de fuente de información para la vida pública, académica y social en general; sin embargo, poco se sabe sobre el perfil de sus usuarios. Por lo anterior, este trabajo tiene como objetivo identificar el perfil sociodemográfico de usuarios de Twitter en dos escalas geográficas: nacional y Zona Metropolitana de la Ciudad de México. Para ello, se utiliza la ENDUTIH 2018, de donde se obtiene las características sociodemográficas, y se modela por medio de un método binomial de efectos mixtos. Como principales resultados se identifican congruencias con lo reportado en la literatura especializada, así como algunas particularidades. Por un lado, la sobrerrepresentación de determinados grupos poblacionales, tales como personas jóvenes, con escolaridad media superior o superior, y el efecto positivo de contar con mayor cantidad de dispositivos para ser usuario de Twitter. Por otro lado, en entornos urbanos se identifica que disminuyen los efectos negativos sobre la probabilidad de ser usuario de Twitter en determinados grupos poblacionales, por ejemplo, en la gente mayor. Adicionalmente, se encuentran características con efecto ubicuo en los entornos analizados para ser usuario de esa plataforma.
Recently, Twitter has become a relevant media of information for public life, academia and general people. However, there is a gap in the knowledge about the Twitter user profile. Therefore, the target of this paper is to identify the sociodemographic profile of Twitter users on two geographic scales: at Metropolitan Zone of Mexico City and national. For this, the ENDUTIH 2018 survey is utilized, from which are retrieved sociodemographic characteristics, and it is implemented a mixed effected logit model over data. The main results are similar to those reported in international literature over the subject. At the same time, some findings are particular for the Mexican context. On one side, it has been found an over-representation of young, middle and high education people and the positive effect of number of digital devices and probability of Twitter use. On the other hand, on a metropolitan context, it has been found that decreases the negative effects of certain demographic characteristics on probability of Twitter use, e.g., elderly people. Additionally, it has been identified some pervasive gap on both analyzed geographic scales.
