SocialDash: Análise Exploratória de Polarização, Toxicidade e Monetização em uma Rede Social de Vídeos.

Almeida, Luis Gustavo

DSpace Home
→
Centro de Ciências Exatas e Tecnologia (CCET)
→
Informática Aplicada
→
INAP - Teses de Doutorado
→
View Item

dc.contributor.advisor	Garcia, Ana Cristina Bicharra
dc.contributor.author	Almeida, Luis Gustavo
dc.date.accessioned	2026-11-03T23:10:49Z
dc.date.available	2026-11-03T23:10:49Z
dc.date.issued	2026-03-30
dc.identifier.citation	ALMEIDA, Luis Gustavo. Título da Tese: sub-título se houver. 2026. Tese (Doutorado em Informática) – Programa de Pós-Graduação em Informática, Universidade Federal do Estado do Rio de Janeiro (UNIRIO), Rio de Janeiro, 2026.	pt_BR
dc.identifier.uri	http://hdl.handle.net/unirio/15497
dc.description.sponsorship	n/a	pt_BR
dc.language.iso	Portuguese	pt_BR
dc.rights	openAccess	pt_BR
dc.title	SocialDash: Análise Exploratória de Polarização, Toxicidade e Monetização em uma Rede Social de Vídeos.	pt_BR
dc.type	doctoralThesis	pt_BR
dc.contributor.referee	Garcia, Ana Cristina Bicharra
dc.contributor.referee	Simões, Jefferson Elbert
dc.contributor.referee	Siqueira, Sean Wolfgand Matsui
dc.contributor.referee	Mello, Carlos Eduardo Ribeiro de
dc.contributor.referee	Souza, Fabrício Benevenuto de
dc.contributor.referee	França, Juliana Baptista dos Santos
dc.degree.department	CCET	pt_BR
dc.degree.grantor	Universidade Federal do Estado do Rio de Janeiro - UNIRIO	pt_BR
dc.degree.local	Rio de Janeiro,RJ	pt_BR
dc.degree.program	Programa de Pós-Graduação em Informática	pt_BR
dc.subject.cnpq	CIÊNCIAS EXATAS E DA TERRA.CIÊNCIA DA COMPUTAÇÃO	pt_BR
dc.subject.en	Polarization	pt_BR
dc.subject.en	Monetization	pt_BR
dc.subject.en	YouTube	pt_BR
dc.subject.en	Toxicity	pt_BR
dc.subject.en	Comments	pt_BR
dc.description.abstracten	Currently, researchers face the challenge of analyzing complex and interdependent phenomena on YouTube, such as polarization, toxicity, and monetization. This challenge stems from data fragmentation, the opacity of algorithmic mechanisms, and the lack of tools capable of systematically integrating these dimensions, making it difficult to correlate economic, social, and discursive indicators at scale. In this context, the research problem lies in the difficulty of structuring and operationalizing an integrated analysis of these dimensions in order to support the exploration of patterns and relationships in digital environments. Although the literature addresses these phenomena in a consolidated manner, they are often analyzed in isolation, limiting the understanding of their interdependencies. This thesis adopts the Design Science Research approach to develop an analytical model and a computational artifact capable of integrating these dimensions. The artifact, named SocialDash, is a web application that performs automated data collection through the YouTube API and web crawling, incorporating toxicity metrics (Perspective API) and monetization proxies. The data are organized into analytical widgets that enable descriptive, comparative, and temporal analyses, supporting the sensemaking process. SocialDash does not aim to establish causal relationships, but rather to provide an infrastructure for the empirical exploration of these dimensions. As a contribution, this research proposes an integrated architecture based on automation and visual analytics, demonstrating how the combination of multiple data sources reduces researchers’ cognitive load and enables the analysis of complex sociotechnical phenomena.	pt_BR
dc.degree.country	Brasil	pt_BR
dc.description.abstractpt	Atualmente, pesquisadores enfrentam o desafio de analisar fenômenos complexos e interdependentes no YouTube, como polarização, toxicidade e monetização. Esse desafio decorre da fragmentação dos dados, da opacidade dos mecanismos algorítmicos e da ausência de ferramentas que integrem essas dimensões de forma sistemática, dificultando a correlação de indicadores econômicos, sociais e discursivos em larga escala. Nesse contexto, o problema de pesquisa consiste na dificuldade de estruturar e operacionalizar uma análise integrada dessas dimensões para apoiar a exploração de padrões e relações em ambientes digitais. Embora a literatura trate esses fenômenos de forma consolidada, eles são frequentemente analisados de maneira isolada, limitando a compreensão de suas interdependências. Esta tese adota a abordagem de Design Science Research para desenvolver um modelo analítico e um artefato computacional capazes de integrar essas dimensões. O artefato, denominado SocialDash, é uma aplicação Web que realiza coleta automatizada via API do YouTube e web crawling, incorporando métricas de toxicidade (Perspective API) e proxies de monetização. Os dados são organizados em widgets analíticos que permitem análises descritivas, comparativas e temporais, apoiando o processo de sensemaking. O SocialDash não busca estabelecer relações causais, mas oferecer uma infraestrutura para exploração empírica dessas dimensões. Como contribuição, propõe-se uma arquitetura integrada baseada em automação e visual analytics, demonstrando como a combinação de múltiplas fontes de dados reduz o custo cognitivo do pesquisador e viabiliza a análise de fenômenos sociotécnicos complexos.	pt_BR
dc.subject.pt	Monetização	pt_BR
dc.subject.pt	Polarização	pt_BR
dc.subject.pt	Toxicidade	pt_BR
dc.subject.pt	Youtube	pt_BR