La red social X como escenario para el debate político y propagandístico en torno a los productos comestibles ultraprocesados en México: un análisis de redes sociales

Autores/as

  • Mauricio Hernández-F Universidad Iberoamericana, México
  • Sonia Hernández-Cordero Universidad Iberoamericana, México
  • Mishel Unar-Munguía Instituto Nacional de Salud Pública, México
  • Wilfrido A. Gómez-Arias Universidad Iberoamericana, México
  • Erika Lozano-Hidalgo Universidad Iberoamericana, México
  • Graciela Teruel-Belismelis Universidad Iberoamericana, México

DOI:

https://doi.org/10.25097/rep.n40.2024.04

Palabras clave:

Alimentos ultraprocesados, Análisis de redes sociales, Etiquetado de alimentos, Mensajes de Twitter, México

Resumen

Este estudio examina conversaciones con posturas de usuarios de X en México acerca de los productos comestibles ultraprocesados, recientemente asociados con obesidad. Se identificaron publicaciones en 2019 y 2020 a través de hashtags en temáticas denominadas "etiquetado", "ultraprocesados" y "comida chatarra". Se utiliza un enfoque mixto para identificar patrones de palabras y desarrollar un análisis basado en la teoría de redes sociales. Se encontraron 211,585 tweets y 904,484 retweets de 90,828 y 321,637 cuentas, respectivamente. Hubo un énfasis en las conversaciones durante procesos legislativos, destacando el hashtag #etiquetadoclaroya. Las interacciones más intensas ocurrieron en las discusiones sobre un nuevo etiquetado de advertencia. Los perfiles más influyentes pertenecían a medios de comunicación, academia y sociedad civil. La participación de la industria alimentaria fue limitada, por lo que su papel en el debate no es concluyente. Este método puede usarse en otros países para monitorear la discusión de regulaciones o políticas.

Descargas

Los datos de descargas todavía no están disponibles.

Citas

Ahmed, W., Bath, P. A., Sbaffi, L. y Demartini, G. (2019). Novel insights into views towards H1N1 during the 2009 Pandemic: A thematic analysis of Twitter data. Health Information and Libraries Journal, 36(1), 60–72. https://doi.org/10.1111/hir.12247

Barrie, C., Chun-ting Ho, J., Chung-hong, C., Rico, N., König, T. y Davidson, T. (2022). academictwitteR: Access the Twitter Academic Research Product Track V2 API Endpoint. https://rdrr.io/cran/academictwitteR/

Bastian, M., Heymann, S. y Jacomy, M. (2009). Gephi: An open source software for exploring and manipulating networks. Proceedings of the International AAAI Conference on Web and Social Media, 3(1), 361–362. https://doi.org/10.1609/icwsm.v3i1.13937

Blondel, V. D., Guillaume, J.-L., Lambiotte, R. y Lefebvre, E. (2008). Fast unfolding of communities in large networks. Journal of Statistical Mechanics: Theory and Experiment, 2008(10), P10008. https://doi.org/10.1088/1742-5468/2008/10/p10008

Blüher, M. (2019). Obesity: global epidemiology and pathogenesis. Nature reviews. Endocrinology, 15(5), 288–298. https://doi.org/10.1038/s41574-019-0176-8

Bridges, N., Howell, G. y Schmied, V. (2018). Exploring breastfeeding support on social media. International Breastfeeding Journal, 13(1). https://doi.org/10.1186/s13006-018-0166-9

Cámara de Diputados del H. Congreso de la Unión de los Estados Unidos Mexicanos. (2014). Ley del Impuesto Especial sobre Producción y Servicios. https://www.diputados.gob.mx/LeyesBiblio/pdf/LIEPS.pdf

Cámara De Diputados del H. Congreso de la unión. (2022). Ley General de Salud. https://www.diputados.gob.mx/LeyesBiblio/ref/lgs.htm

Daly, A. J. (2010). Social network theory and educational change. Harvard Education Press.

Del Fresno García, M., Daly, A. J. y Segado Sánchez-Cabezudo, S. (2016). Identificando a los nuevos influyentes en tiempos de Internet: Medios sociales y análisis de redes sociales / Identifying the new Influencers in the Internet Era: Social Media and Social Network Analysis. Revista Española de Investigaciones Sociológicas. https://doi.org/10.5477/cis/reis.153.23

Dong, X. y Lian, Y. (2021). A review of social media-based public opinion analyses: Challenges and recommendations. Technology in Society, 67, 101724. https://doi.org/10.1016/j.techsoc.2021.101724

FAO, OPS, y UNICEF. (2022). Etiquetado nutricional en la parte frontal del envase en América Latina y el Caribe. http://dx.doi.org/10.4060/cc1545es

Fiolet, T., Srour, B., Sellem, L., Kesse-Guyot, E., Allès, B., Méjean, C., Deschasaux, M., Fassier, P., Latino-Martel, P., Beslay, M., Hercberg, S., Lavalette, C., Monteiro, C. A., Julia, C. y Touvier, M. (2018). Consumption of ultra-processed foods and cancer risk: Results from NutriNet-Santé prospective cohort. BMJ, k322. https://doi.org/10.1136/bmj.k322

Gómez-Dantés, H., Fullman, N., Lamadrid-Figueroa, H., Cahuana-Hurtado, L., Darney, B., Avila-Burgos, L., Correa-Rotter, R., Rivera, J. A., Barquera, S., González-Pier, E., Aburto-Soto, T., de Castro, E. F. A., Barrientos-Gutiérrez, T., Basto-Abreu, A. C., Batis, C., Borges, G., Campos-Nonato, I., Campuzano-Rincón, J. C., de Jesús Cantoral-Preciado, A., … Lozano, R. (2016). Dissonant health transition in the states of Mexico, 1990–2013: A systematic analysis for the Global Burden of Disease Study 2013. The Lancet, 388(10058), 2386–2402. https://doi.org/10.1016/s0140-6736(16)31773-1

Hall, K. D., Ayuketah, A., Brychta, R., Cai, H., Cassimatis, T., Chen, K. Y., Chung, S. T., Costa, E., Courville, A., Darcey, V., Fletcher, L. A., Forde, C. G., Gharib, A. M., Guo, J., Howard, R., Joseph, P. V., McGehee, S., Ouwerkerk, R., Raisinger, K., … Zhou, M. (2019). Ultra-Processed diets cause excess calorie intake and weight gain: An inpatient randomized controlled trial of ad libitum food intake. Cell Metabolism, 30(1), 67-77.e3. https://doi.org/10.1016/j.cmet.2019.05.008

Harding, K., Aryeetey, R., Carroll, G., Lasisi, O., Pérez‐Escamilla, R. y Young, M. (2020). Breastfeed4Ghana: Design and evaluation of an innovative social media campaign. Maternal & Child Nutrition, 16(2). https://doi.org/10.1111/mcn.12909

Haustein, S. (2019). Scholarly twitter metrics. In Springer Handbook of Science and Technology Indicators (pp. 729–760). Springer International Publishing. http://dx.doi.org/10.1007/978-3-030-02511-3_28

Hunt, D. (2020). How food companies use social media to influence policy debates: A framework of Australian ultra-processed food industry Twitter data. Public Health Nutrition, 24(10), 3124–3135. https://doi.org/10.1017/s1368980020003353

Institute for Health Metrics and Evaluation (s.f.). GBD Compare. Retrieved August 11, 2023, from http://vizhub.healthdata.org/gbd-compare

Instituto Nacional de Estadística y Geografía e Instituto Federal de Telecomunicaciones. (2021). Comunicado de Prensa. Encuesta Nacional sobre Disponibilidad y Uso de Tecnologías de la Información en los Hogares, 2016. https://www.inegi.org.mx/contenidos/saladeprensa/boletines/2021/OtrTemEcon/ENDUTIH_2020.pdf

Lee, J. L., DeCamp, M., Dredze, M., Chisolm, M. S. y Berger, Z. D. (2014). What are health-related users tweeting? A qualitative content analysis of health-related users and their messages on twitter. Journal of Medical Internet Research, 16(10), e237. https://doi.org/10.2196/jmir.3765

Lienert, J., Schnetzer, F. y Ingold, K. (2013). Stakeholder analysis combined with social network analysis provides fine-grained insights into water infrastructure planning processes. Journal of Environmental Management, 125, 134–148. https://doi.org/10.1016/j.jenvman.2013.03.052

Marrón-Ponce, J., Tolentino-Mayo, L., Hernández-F, M. y Batis, C. (2018). Trends in ultra-processed food purchases from 1984 to 2016 in Mexican households. Nutrients, 11(1), 45. https://doi.org/10.3390/nu11010045

Monteiro, C. A., Cannon, G., Moubarac, J.-C., Levy, R. B., Louzada, M. L. C. y Jaime, P. C. (2017). The UN Decade of Nutrition, the NOVA food classification and the trouble with ultra-processing. Public Health Nutrition, 21(1), 5–17. https://doi.org/10.1017/s1368980017000234

Moukarzel, S., Rehm, M. y Daly, A. J. (2020a). Breastfeeding promotion on Twitter: A social network and content analysis approach. Maternal & Child Nutrition, 16(4). https://doi.org/10.1111/mcn.13053

Moukarzel, S., Rehm, M., Del Fresno, M. y Daly, A. J. (2020b). Diffusing science through social networks: The case of breastfeeding communication on Twitter. PLOS ONE, 15(8), e0237471. https://doi.org/10.1371/journal.pone.0237471

Moukarzel, S., Rehm, M., Caduff, A., Del Fresno, M., Perez-Escamilla, R. y Daly, A. J. (2021). Real-time Twitter interactions during World Breastfeeding Week: A case study and social network analysis. PLOS ONE, 16(3), e0249302. https://doi.org/10.1371/journal.pone.0249302

Murphy, G. (2004). The big book of concepts. MIT press, Boston MA.

Scott, J. y Carrington, P. J. (2011). The SAGE Handbook of Social Network Analysis. (2nd ed.). SAGE.

Secretaría de Economía. (2020). Modificación a la Norma Oficial Mexicana NOM-051-SCFI/SSA1-2010, Especificaciones generales de etiquetado para alimentos y bebidas no alcohólicas preenvasados-Información comercial y sanitaria, publicada el 5 de abril de 2010. https:// https://dof.gob.mx/2020/SEECO/NOM_051.pdf

Secretaría de Educación Pública. (2014). Acuerdo mediante el cual se establecen los lineamientos generales para el expendio y distribución de alimentos y bebidas preparados y procesados en las escuelas del Sistema Educativo Nacional. Diario Oficial de La Federación. https://www.dof.gob.mx/nota_detalle.php?codigo=5344984&fecha=16/05/2014#gsc.tab=0

Shaked, H., Schechter, C. y Daly, A. J. (2018). The impact of the “social” in social media space: A systems perspective on educational policy and leadership. In Leading holistically: How schools, districts, and states improve systemically. Routledge.

Shamah-Levy, T., Romero-Martínez, M., Barrientos-Gutiérrez, T., Cuevas-Nasu, L., Bautista-Arredondo, S., Colchero, MA., Gaona-Pineda, EB., Lazcano-Ponce, E., Martínez-Barnetche, J., Alpuche-Arana, C. y Rivera-Dommarco, J. (2021). Encuesta Nacional de Salud y Nutrición 2020 sobre Covid-19. Resultados nacionales. Cuernavaca, México: Instituto Nacional de Salud Pública.

Srour, B., Fezeu, L. K., Kesse-Guyot, E., Allès, B., Méjean, C., Andrianasolo, R. M., Chazelas, E., Deschasaux, M., Hercberg, S., Galan, P., Monteiro, C. A., Julia, C. y Touvier, M. (2019). Ultra-processed food intake and risk of cardiovascular disease: Prospective cohort study (NutriNet-Santé). BMJ, l1451. https://doi.org/10.1136/bmj.l1451

SSA, INSP, GISAMAC, UNICEF. (2023) Guías alimentarias saludables y sostenibles para la población mexicana 2023. México. https://movendi.ngo/wp-content/uploads/2023/05/Gui_as_Alimentarias_2023_para_la_poblacio_n_mexicana.pdf

Staff, W. (2018). How to use twitter: Critical tips for new users. WIRED. https://www.wired.com/story/how-to-setup-twitter-search-hashtag-and-login-help/

Statista, (2022) Statista Dossier about Twitter. Recuperado el 11 de Agosto del 2023, de https://www.statista.com/study/9920/twitter-statista-dossier/

Stefanidis, A., Vraga, E., Lamprianidis, G., Radzikowski, J., Delamater, P. L., Jacobsen, K. H., Pfoser, D., Croitoru, A. y Crooks, A. (2017). Zika in twitter: Temporal variations of locations, actors, and concepts. JMIR Public Health and Surveillance, 3(2), e22. https://doi.org/10.2196/publichealth.6925

Stennis, C. (2018). Defining what makes Twitter’s audience unique. X Blog. https://blog.twitter.com/en_us/topics/insights/2018/defining-what-makes-twitters-audience-unique

Tec-Check Organización de Consumidores en Línea A.C., El Poder del Consumidor. (2022). La industria de comida chatarra y bebidas endulzadas utiliza a niñas y niños influencers para publicitar sus productos violando la ley y los derechos de la infancia. https://elpoderdelconsumidor.org/wp-content/uploads/2023/02/b-2302-chatarra-influencer-vf.pdf

Théodore, F. L., López-Santiago, M., Cruz-Casarrubias, C., Mendoza-Pablo, P. A., Barquera, S. y Tolentino-Mayo, L. (2021). Digital marketing of products with poor nutritional quality: A major threat for children and adolescents. Public Health, 198, 263–269. https://doi.org/10.1016/j.puhe.2021.07.040

Tolentino-Mayo, L., Durán, R., Espinosa, F., Ferré, I., Munguía, A. y Barquera, S. (2023). Análisis de los argumentos recibidos en la consulta pública para el etiquetado frontal de advertencia mexicano. Salud Pública de México, 66(1, ene-feb), 67–77. https://doi.org/10.21149/14908

Vargas-Meza, J., Jáuregui, A., Pacheco-Miranda, S., Contreras-Manzano, A. y Barquera, S. (2019). Front-of-pack nutritional labels: Understanding by low- and middle-income Mexican consumers. PLOS ONE, 14(11), e0225268. https://doi.org/10.1371/journal.pone.0225268

Wasserman, S. y Faust, K. (1994). Social network analysis. Cambridge University Press. http://dx.doi.org/10.1017/cbo9780511815478

Descargas

Publicado

2024-07-30

Cómo citar

Hernández-F, M., Hernández-Cordero, S. ., Unar-Munguía, M. ., Gómez-Arias, W. A. ., Lozano-Hidalgo, E., & Teruel-Belismelis, G. (2024). La red social X como escenario para el debate político y propagandístico en torno a los productos comestibles ultraprocesados en México: un análisis de redes sociales. Revista Economía Y Política, (40), 58–77. https://doi.org/10.25097/rep.n40.2024.04

Número

Sección

Artículos