نبذة مختصرة : Objetivo: Los datos geolocalizados generados en redes sociales permiten, tanto abordar diversos estudios urbanos, como mejorar el conocimiento de fenómenos y dinámicas que se producen en la ciudad. Este trabajo plantea: (1) identificar las variables que permiten estudiar cuestiones urbanas a partir de cinco de las redes sociales más utilizadas —Foursquare, Instagram, Twitter, Google Places y Airbnb—; y, (2) presentar cinco temas de estudio que pueden abordarse con los datos generados en estas redes. Metodología: El análisis de los datos que contienen estas redes permite identificar algunas variables para la realización de estudios urbanos. Así, a partir de la combinación de distintas variables, se presentan cinco temáticas que engloban múltiples cuestiones de estudio. Conclusiones: La utilización de los datos generados en redes sociales para el estudio del medio urbano supone una valiosa oportunidad para abordar cuestiones como: [1] las preferencias de uso de actividades y espacios urbanos; [2] la imagen de los espacios urbanos y su percepción; [3] los patrones espaciotemporales de uso de los espacios urbanos; [4] la oferta y demanda de la actividad económica; y, [5] la identificación de áreas de concentración y especialización en la ciudad. Originalidad: Esta nueva información, actualizada y accesible, permite evidenciar cuestiones complejas en relación con las dinámicas urbanas que, hasta la fecha, no resultaban fácilmente medibles y cuantificables. Así, la interpretación de estos datos amplía el conocimiento disponible sobre la ciudad actual y puede ayudar en la toma de decisiones acerca de la planificación, intervención y diseño de la ciudad. Objectiu: Les dades geolocalitzades generats en xarxes socials permeten, tant abordar diversos estudis urbans, com millorar el coneixement de fenòmens i dinàmiques que es produeixen a la ciutat. Aquest treball planteja: (1) identificar les variables que permeten estudiar qüestions urbanes a partir de cinc de les xarxes socials més utilitzades -Foursquare, Instagram, Twitter, Google Places i Airbnb-; i, (2) presentar cinc temes d'estudi que poden abordar-se amb les dades generades en aquestes xarxes. Metodologia: L'anàlisi de les dades que contenen aquestes xarxes permet identificar algunes variables per a la realització d'estudis urbans. Així, a partir de la combinació de diferents variables, es presenten cinc temàtiques que engloben múltiples qüestions d'estudi. Conclusions: La utilització de les dades generades en xarxes socials per a l'estudi del medi urbà suposa una valuosa oportunitat per abordar qüestions com: [1] les preferències d'ús d'activitats i espais urbans; [2] la imatge dels espais urbans i la seva percepció; [3] els patrons espacio-temporals d'ús dels espais urbans; [4] l'oferta i demanda de l'activitat econòmica; i, [5] la identificació d'àrees de concentració i especialització a la ciutat. Originalitat: Aquesta nova informació, actualitzada i accessible, permet evidenciar qüestions complexes en relació amb les dinàmiques urbanes que, fins ara, no resultaven fàcilment mesurables i quantificables. Així, la interpretació d'aquestes dades amplia el coneixement disponible sobre la ciutat actual i pot ajudar en la presa de decisions sobre la planificació, intervenció i disseny de la ciutat. Objective:Geolocated data generated by social networks allow various kinds of urban-related issues to be addressed, broadening knowledge on the different dynamics that occur in the city. This study has a twofold objective: (1) to identify which data variables from five well known social networks —Foursquare, Instagram, Twitter, Google Places and Airbnb— offer potential insights on the study of specific urban phenomena; and, (2) to delve into five exemplary urban topics that can be tackled by analysing the data from these social networks. Methodology: Social media are analysed and specific urban issues that can be assessed through their data variables are identified. Specifically, five themes that encompass several research issues are identified through the combination of different data variables. Conclusions: Data generated in social networks used for urban study purposes provide a valuable opportunity to address issues such as: [1] the use and preference for certain activities and places; [2] the image and perception of urban spaces; [3] spatiotemporal patterns of people presence and urban space-use; [4] supply and demand of economic activity; and, [5] identification of areas of concentration and specialization in the city. Originality: This up to date and easily accessible information provides a thorough picture of complex issues in relation to urban dynamics that, until recently, were not easily measurable and quantifiable. Thus, the interpretation of these data broadens knowledge on city dynamics that can be useful for decision-making processes in the planning and design of the city.
No Comments.