Acceso usuarios
Ana Pirela Rios, Ana Tribin
En este trabajo se analiza el contenido de artículos de prensa para identificar sesgos de género en el lenguaje utilizado por los medios digitales en Colombia. Empleamos técnicas modernas de minería de textos para recopilar y analizar publicaciones periodísticas que mencionan palabras clave relacionadas con el género y las estudiamos en detalle. También abordamos los sesgos de género hacia los migrantes mediante el análisis de noticias relacionadas con los inmigrantes venezolanos desde un enfoque de género. Nuestros hallazgos indican que los periódicos se refieren a las mujeres utilizando palabras relacionadas con su papel como cuidadoras, mientras que utilizan palabras relacionadas con la inseguridad y la delincuencia cuando hablan de hombres. Aunque los términos y sentimientos positivos son comunes cuando se refieren a ambos géneros, los negativos se utilizan con mayor frecuencia cuando se menciona a los hombres, a menudo centrándose en el comportamiento agresivo y los arrestos policiales. Los artículos sobre los migrantes venezolanos se centran en su proceso migratorio, su bienestar y sus condiciones laborales. Sin embargo, encontramos sesgos de género. Las piezas sobre mujeres migrantes suelen hablar de la pobreza y la sexualidad, mientras que las de hombres se centran en la ilegalidad. Nuestro estudio destaca la necesidad de prestar más atención a los sesgos de género en los medios de comunicación, especialmente en lo que respecta a las poblaciones migrantes.
En aquest article, analitzem el contingut dels articles de premsa per identificar biaixos de gènere en el llenguatge utilitzat pels mitjans digitals a Colòmbia. Utilitzem tècniques modernes de mineria de textos per recopilar i analitzar publicacions de diaris que esmenten paraules clau relacionades amb el gènere i estudiar-les en detall. També abordem els biaixos de gènere cap als migrants analitzant articles de notícies relacionats amb els immigrants veneçolans mitjançant un enfocament de gènere. Els nostres resultats indiquen que els diaris es refereixen a les dones utilitzant paraules relacionades amb el seu paper com a cuidadores, mentre que utilitzen paraules relacionades amb la inseguretat i la delinqüència quan parlen d'homes. Tot i que els termes i sentiments positius són comuns quan es refereix a ambdós gèneres, els negatius s'utilitzen amb més freqüència quan s'esmenten els homes, sovint centrant-se en el comportament agressiu i les detencions policials. Els articles sobre migrants veneçolans se centren en el seu procés migratori, benestar i condicions laborals. No obstant això, trobem biaixos de gènere. Els articles sobre dones migrants sovint parlen de pobresa i sexualitat, mentre que els d'homes se centren en la il·legalitat. El nostre estudi destaca la necessitat de prestar més atenció als biaixos de gènere en els mitjans de comunicació, especialment pel que fa a les poblacions migrants.
In this paper, we analyze the content of press articles to identify gender biases in the language used by the digital media in Colombia. We employ modern text mining techniques to collect and analyze newspaper publications that mention gender-related keywords and study them in detail. We also address gender biases towards migrants by analyzing news articles related to Venezuelan immigrants using a gender approach. Our findings indicate that newspapers refer to women using words related to their role as caregivers, while using words related to insecurity and crime when discussing men. Although positive terms and feelings are common when referring to both genders, negative ones are more frequently used when mentioning males, often focusing on aggressive behavior and police arrests. Articles about Venezuelan migrants focus on their migratory process, welfare, and labor conditions. However, we find gender biases. Pieces about women migrants frequently discuss poverty and sexuality, while those about men focus on illegality. Our study highlights the need to pay more attention to gender biases in the media, particularly regarding migrant populations.
