ARTÍCULOS ORIGINALES
ISSN 2389-8186
E-ISSN 2389-8194
Vol. 8, No. 2-2
Julio-diciembre de 2021
doi: https://doi.org/10.16967/23898186.742
pp. 35-52
rpe.ceipa.edu.co
* Magíster en Ciencias de la Organización. Universidad del Valle, Cali, Colombia. E-mail: carlos.fernando.osorio@correounivalle.edu.co.
ORCID: 0000-0002-5095-4991. Google Scholar: https://scholar.google.com/citations?user=CBTbo00AAAAJ&hl=es. Scopus Author ID:
https://www.scopus.com/authid/detail.uri?authorId=57222016394.
** Doctor en Organización Industrial y Gestión de Empresas. Universidad del Valle, Cali, Colombia.
E-mail: carlos.arango.pastrana@correounivalle.edu.co. ORCID: 0000-0001-7314-816X. Google Scholar: https://scholar.google.es/
citations?user=o-LIMjEAAAAJ&hl=es. Scopus Author ID: https://www.scopus.com/authid/detail.uri?authorId=8402757600.
*** Doctora en Economía y Empresa. Universitat Oberta de Catalunya, Barcelona, España. E-mail: ajimenezz@uoc.edu.
ORCID: 0000-0002-8980-6814. Google Scholar: https://scholar.google.com/citations?user=QLEtMqUAAAAJ&hl=es. Scopus Author ID:
https://www.scopus.com/authid/detail.uri?authorId=16238829000.
Comunicación en redes sociales en
escenarios de pandemia o epidemia: un
análisis bibliométrico
CARLOS OSORIO-ANDRADE*
CARLOS ALBERTO ARANGO PASTRANA**
ANA JIMÉNEZ-ZARCO***
ISSN 2389-8186
E-ISSN 2389-8194
Vol. 8, No. 2-2
Julio-diciembre de 2021
doi: https://doi.org/10.16967/23898186.742
COMO CITAR ESTE ARTÍCULO
How to cite this article:
Osorio-Andrade, C., Arango,
C.A. y Jiménez-Zarco, A.
(2021). Comunicación en
redes sociales en escenarios
de pandemia o epidemia: un
análisis bibliométrico. Revista
Perspectiva Empresarial, 8(2-2),
35-52.
Recibido: 11 de julio de 2021
Aceptado: 11 de octubre de 2021
RESUMEN Objetivo. Realizar una revisión de literatura de 165 artículos cientícos publicados
en Scopus que abordan el papel de las redes sociales en escenarios de pandemia o epidemia.
Metodología. Se utilizó la bibliometría para extraer indicadores de literatura y mapas que
evidencian corrientes de investigación y palabras más frecuentes. Resultados. El análisis
bibliométrico permitió identicar un crecimiento signicativo del tema, el cual coincide con
la primera ola del coronavirus en Europa y América. De igual manera se identica que gran
parte de los estudios se enfocan en analizar el tipo de información que se divulga sobre
la COVID-19 en redes sociales. Conclusiones. Esta investigación señala la importancia de
adelantar futuros estudios en contextos latinoamericanos; asimismo, plantea la necesidad
de examinar el impacto psicológico del uso de medios de comunicación en escenarios
pandémicos; por último, es importante ahondar en estrategias que permitan mejorar la
comunicación pública en situaciones de emergencia sanitaria.
PALABRAS CLAVE comunicación, medios sociales, desinformación, enfermedad
transmisible, epidemia, pandemia.
Social media communication in pandemic or epidemic scenarios: a bibliometric
analysis
ABSTRACT Objective. To conduct a literature review of 165 scientic articles published
in Scopus that address the role of social media in pandemic or epidemic scenarios.
Methodology. Bibliometrics was used to extract literature indicators and maps evidencing
research streams and most frequent words. Results. The bibliometric analysis revealed
a signicant growth of research on the topic, which corresponds to the rst wave of the
coronavirus in Europe and America. It was also identied that most of the studies focus on
analyzing the type of information disseminated on COVID-19 in social networks. Conclusions.
This research emphasizes the importance of future studies on Latin American contexts, as
well as the need to examine the psychological impact of media use in pandemic scenarios;
nally, it is important to delve into strategies for improving public communication in health
emergency situations.
KEY WORDS Communication, social media, misinformation, communicable disease,
epidemic, pandemic.
37
ARTÍCULOS
CARLOS OSORIO-ANDRADE, CARLOS ALBERTO ARANGO PASTRANA, ANA JIMÉNEZ-ZARCO
Revista Perspectiva Empresarial, Vol. 8, No. 2-2, julio-diciembre de 2021, 35-52
ISSN 2389-8186, E-ISSN 2389-8194
Comunicação nas redes sociais em cenários de pandemia ou epidemia:
uma análise bibliométrica
RESUMO Objetivo. Realizar uma revisão de literatura de 165 artigos cientícos
publicados em Scopus que abordam o papel das redes sociais em cenários de pandemia
ou epidemia. Metodologia. Se utilizou a bibliometria para extrair indicadores de
literatura e mapas que evidenciam correntes de investigação e palavras mais
frequentes. Resultados. A análise bibliométrica permitiu identicar um crescimento
signicativo do assunto, o qual coincide com a primeira onda do Coronavírus na Europa
e América. Da mesma maneira se identica que grande parte dos estudos se enfocam
em analisar o tipo de informação que se divulga sobre o COVID-19 nas redes sociais.
Conclusões. Esta investigação mostra a importância de adiantar futuros estudos em
contextos latino-americanos; também, expõe a necessidade de examinar o impacto
psicológico do uso de meios de comunicação em cenários pandêmicos; por último, é
importante aprofundar em estratégias que permitam melhorar a comunicação pública
em situações de emergência sanitária.
PALAVRAS CHAVE comunicação, meios sociais, desinformação, doença transmissível,
epidemia, pandemia.
38
ARTÍCULOS ORIGINALES
CARLOS OSORIO-ANDRADE, CARLOS ALBERTO ARANGO PASTRANA, ANA JIMÉNEZ-ZARCO
Revista Perspectiva Empresarial, Vol. 8, No. 2-2, julio-diciembre de 2021, 35-52
ISSN 2389-8186, E-ISSN 2389-8194
Introducción
Hoy en día, las redes sociales —RS— permiten
obtener y comunicar información en tiempo real.
Gran parte de la población encuentra en ellas
escenarios para discutir, opinar y expresar ideas,
así como difundir conocimientos y emociones (Zhu
et al., 2020). Con la llegada de la COVID-19 y la
paralización de muchas actividades presenciales, las
RS no han hecho más que aumentar su popularidad
(Peñasco, 2020).
En línea con lo anterior, diversas investigaciones
han explorado el papel de las RS como medio de
comunicación durante brotes de enfermedades. Oh,
Lee y Han (2020), por ejemplo, han determinado
que las RS permiten hacer seguimiento a la
propagación de diversas enfermedades (tales como
el ébola, la gripe porcina y el coronavirus); esto
permite mejorar los procesos de toma de decisión
a gobernantes e instituciones gubernamentales
(Kostkova, de Quincey and Jawaheer, 2010; Kullar
et al., 2020; Odlum and Yoon, 2015). Aunque la
comunicación difundida a través de estos medios
también puede conducir a reacciones adversas
en el público como, por ejemplo, a minimizar o
exagerar los riesgos de una enfermedad (Strekalova,
2016); sin contar que el papel positivo de las RS está
limitado por noticias falsas o fake news (Zhu et al.,
2020). Vale la pena señalar que los brotes mundiales
o regionales de enfermedades infecciosas han
coincidido con el incremento en el uso de las RS
como canal de comunicación por parte de las
autoridades (Tang et al., 2018).

colectivos realizan de las RS como fuente de
información, hace pertinente ampliar su utilidad
en el ámbito de la salud para convertirlas en canales
idóneos para: (i) brindar información precisa
sobre el brote de enfermedades, pero también
(ii) para educar sobre sus riesgos y métodos de
prevención (Moorhead et al., 2013). Por otro lado
estos medios sirven para vigilar la evolución de
enfermedades transmisibles y no transmisibles
tales como la diabetes, la depresión, enfermedades
cardiovasculares, demostrando ser un mecanismo
de seguimiento y predicción (Kass and Alhinnawi,
2013). De igual manera ayuda a comprender la
conducta y ciertos factores de comportamiento de
las personas frente a este tipo de enfermedades,
lo cual —al ser ignorado— puede representar un
riesgo sustancial para la salud pública (Salathé and
Khandelwal, 2011).
De acuerdo con Jit et al. (2015) “las RS ayudan
a entender qué buscan las personas, qué palabras
clave usan y qué preguntas hacen” (p. 7045). En este
sentido autores como Li et al. (2020) señalan que
incluso es posible predecir la fecha de aparición
de la COVID-19 tan solo con analizar el historial de
búsqueda de ciertas keywords en las RS durante los
meses de octubre y noviembre de 2019.
     
sustancial para todo el mundo. Este virus ha
subrayado la importancia y complejidad de la
comunicación en todos los niveles entre agentes
internacionales y nacionales, autoridades sanitarias,
organizaciones humanitarias, trabajadores de salud
y comunidad en general (Dickmann et al., 2015).

información que no solo se difunde rápidamente
sino que proviene de diferentes fuentes.
Hoy las RS están desarrollando estrategias para
mantener a los usuarios informados sobre detalles
relevantes y creíbles de la enfermedad, cumpliendo
de esta manera su función social (
Larson, 2017). En los últimos meses, algunas RS
(como Facebook y Twitter) han creado algoritmos
para detectar y eliminar información falsa con el

     
2020). Asimismo, redes como WhatsApp han
permitido que asociaciones internacionales como la
International Fact-Checking Network usen cuentas
bot
la COVID-19 (Siso et al., 2020).
       
pandemia y/o epidemia ha consolidado un campo

de la COVID-19, en la que se han publicado más
de 85 documentos que equivalen alrededor del
51 % de la producción total. Por esto, surge la

este tópico a través de un análisis bibliométrico.
Dado lo anterior, el objetivo de esta investigación

la comunicación en RS en escenarios de pandemia
o epidemia a través de información obtenida en
39
ARTÍCULOS
CARLOS OSORIO-ANDRADE, CARLOS ALBERTO ARANGO PASTRANA, ANA JIMÉNEZ-ZARCO
Revista Perspectiva Empresarial, Vol. 8, No. 2-2, julio-diciembre de 2021, 35-52
ISSN 2389-8186, E-ISSN 2389-8194

El estudio está estructurado de la siguiente
manera: primero se plantea la metodología que
describe la base de datos, los tesauros y el software
empleado para el estudio. Esto seguido por los
principales hallazgos, conformados por estadísticos
descriptivos y las redes bibliométricas generadas
a partir de VOSviewer. Finalmente se presentan las
conclusiones y se proporcionan recomendaciones
para futuros estudios.
Metodología
La bibliometría es un enfoque para analizar
literatura académica y tendencias de investigación
de un determinado campo (Rodríguez-Soler,
Uribe-Toril and Valenciano, 2020). De acuerdo con
Daim et al. (2006) la bibliometría aplica métodos

partir de diferentes indicadores tales como países,
revistas y autores más productivos, artículos más


estudios seminales y revistas para publicar futuras
investigaciones (Li, Lei and Cheng, 2020). Es un
enfoque útil al ser una forma práctica de obtener
una visión general del estado actual de un tema,
determinar su evolución y predecir tendencias de
desarrollo (Odriozola, Berbegal and Merigó, 2019).
       
metodológico de la investigación propuesto por
Rodríguez, Osorio y Peláez (2019), el cual consta de

de tesauros de búsqueda; análisis de información;
descarga de información e informe bibliométrico.
Figura 1. Proceso metodológico de la investigación. Fuente: Rodríguez, Osorio y Peláez (2020, p. 258).
A continuación, se describen las tres primeras
fases del proceso.
Selección de bases de datos
La primera fase de este estudio bibliométrico
consistió en la selección de la base de datos para la

uno de los motores de búsqueda más utilizados para
el desarrollo de análisis bibliométricos. Por ello
se consideró a este repositorio como el adecuado
para extraer las investigaciones en el campo al
contener un alto número de documentos, revistas
indexadas e investigaciones en múltiples disciplinas
(Rodríguez-Soler, Uribe-Toril and Valenciano, 2020;
Uribe et al., 2019).
Denición de los tesauros de búsqueda


booleanos. Además se buscaron los términos en los
títulos, resúmenes y palabras clave de manera no
excluyente, logrando obtener 165 documentos. A
continuación, se presenta la ecuación de búsqueda

40
ARTÍCULOS ORIGINALES
CARLOS OSORIO-ANDRADE, CARLOS ALBERTO ARANGO PASTRANA, ANA JIMÉNEZ-ZARCO
Revista Perspectiva Empresarial, Vol. 8, No. 2-2, julio-diciembre de 2021, 35-52
ISSN 2389-8186, E-ISSN 2389-8194
(TITLE-ABS-KEY (“social media”) AND TITLE-
ABS-KEY (“communication” OR “communication
strategies” OR “risk communication” OR “health
communication”) AND TITLE-ABS-KEY (“pandemic”
OR “epidemic” OR “plague” OR “endemic”) AND
TITLE-ABS-KEY (“virus disease” OR “viral disease”

“ah5n5” OR “ebola” OR “SARS” OR “coronavirus”
OR “covid-19”)).
Análisis de información

desde Scopus y analizados cuantitativamente
a través de dos software, a saber: VOSviewer y
Bibliometrix. Con el primero se han desarrollado
los análisis de tendencias de investigación y
términos más ocurrentes, siguiendo a van Eck y
Waltman (2019) y a Lancho y Cantú (2019). Con

de mayor producción.
Resultados y discusión
En la presente sección se comentan los
resultados obtenidos en la investigación. Los
indicadores bibliométricos analizados para
determinar la productividad de la investigación
fueron: evolución por año del número de artículos,
     
productivas y documentos más citados. Por otra

de investigación por medio de redes bibliométricas

más citados y la red de coocurrencia de términos,
compuesta por las palabras con mayor frecuencia
en las publicaciones analizadas.
Evolución de la producción cientíca a
través del tiempo
    

2020). Se puede evidenciar que las primeras
publicaciones en este campo datan de 2010,
destacándose el estudio de Chew y Eysenbach
(2010) enfocado en el análisis de contenido de
las publicaciones y la interacción de las personas

porcina. Por otra parte se observa que en 2020 la

de manera representativa, presentando su pico más
alto con 85 publicaciones; lo anterior, equivale a
más del 50 % de las publicaciones totales.
20 0
63
12 14 13
22
8
85
0
10
20
30
40
50
60
70
80
90
2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020
# de documentos
Año
Figura 2. Evolución de la producción cientíca. Fuente: elaboración propia por parte de los autores.
41
ARTÍCULOS
CARLOS OSORIO-ANDRADE, CARLOS ALBERTO ARANGO PASTRANA, ANA JIMÉNEZ-ZARCO
Revista Perspectiva Empresarial, Vol. 8, No. 2-2, julio-diciembre de 2021, 35-52
ISSN 2389-8186, E-ISSN 2389-8194
Revistas con mayor producción
cientíca
En la tabla 1 se presentan las 10 revistas con
mayor cantidad de artículos publicados en el campo
de interés. En primer lugar se encuentra la revista
canadiense Journal of Medical Internet Research, con
7 publicaciones, cuyo enfoque es la investigación
médica por medio de mecanismos de comunicación
digital con relación a la COVID-19; en segundo lugar
está American Journal of Infection Control, con 5
publicaciones, la cual se basa en temas clave sobre el
control de infecciones y la epidemiología. También
destaca la revista suiza International Journal of
Environmental Research and Public Health, con 5
estudios y se centra en investigaciones relacionadas
con salud pública y ambiental, teniendo en cuenta
la comunicación en medios digitales. Finalmente
la revista estadounidense PLOS ONE que cuenta
también con 5 documentos enfocados en las
enfermedades infecciosas tales como el H1N1, el
zika y la COVID-19 y el impacto de la información en
RS (como, por ejemplo, blogs, Facebook y Twitter).
Tabla 1. Revistas con mayor producción cientíca
Revista Documentos SJR
Journal of Medical Internet Research 7Q1
American Journal of Infection Control 5Q1
International Journal of Environmental Research and Public Health 5Q2
PLOS ONE 5Q1
Nature 4Q1
The Lancet Respiratory Medicine 3Q1
Public Health 3Q2
Risk Analysis 3Q1
Vaccine 3Q1
BMC Public Health 2Q1
Fuente: elaboración propia por parte de los autores.
Publicaciones cientícas por países
        
una mayor cantidad de publicaciones en torno
a la comunicación en escenarios de pandemia o
epidemia. En primer lugar aparece Estados Unidos
con 65 documentos, seguido por Reino Unido
con 26, Canadá con 15, Australia y China con 13
estudios respectivamente. Los países mencionados
anteriormente aglomeran el 80 % de todas las
publicaciones en esta área. Cabe destacar que
en Latinoamérica solamente se encuentran 6
investigaciones que representan el 5,5 % de la
producción total.
42
ARTÍCULOS ORIGINALES
CARLOS OSORIO-ANDRADE, CARLOS ALBERTO ARANGO PASTRANA, ANA JIMÉNEZ-ZARCO
Revista Perspectiva Empresarial, Vol. 8, No. 2-2, julio-diciembre de 2021, 35-52
ISSN 2389-8186, E-ISSN 2389-8194
Figura 3. Países de mayor producción. Fuente: elaboración propia por parte de los autores.
Aliaciones con mayor producción
cientíca
En la tabla 2 se observan las instituciones que
tienen una mayor cantidad de artículos académicos
con relación al tópico de estudio. Destacan la
Universidad de Hong Kong en China, la Universidad
de Sídney en Australia y la Universidad de Georgia
en Estados Unidos, estas tres instituciones han
publicado 5 documentos respectivamente. Cabe
resaltar que estás universidades hacen parte de

sido focos de pandemias o epidemias originarias
por enfermedades infecciosas.
Tabla 2. Aliaciones con mayor producción cientíca
Aliaciones Documentos
The University of Hong Kong 5
The University of Sydney 5
The University of Georgia 5
Nanyang Technological University 4
University of Pennsylvania 4
Organisation Mondiale de la Santé 4
The London School of Hygiene & Tropical Medicine 4
Northumbria University 3
University of California Irvine 3
National University of Singapore 3
Fuente: elaboración propia por parte de los autores.
43
ARTÍCULOS
CARLOS OSORIO-ANDRADE, CARLOS ALBERTO ARANGO PASTRANA, ANA JIMÉNEZ-ZARCO
Revista Perspectiva Empresarial, Vol. 8, No. 2-2, julio-diciembre de 2021, 35-52
ISSN 2389-8186, E-ISSN 2389-8194
Autores de mayor producción cientíca
La tabla 3 trae los autores que tienen mayor

base de datos Scopus, relacionados con el tema de
estudio. Es importante determinar que los autores
más productivos son King-wa Fu, Isaac Chun-Hai
Fung, Zion Tsz Ho y Santosh Vijaykumar, con 3
estudios cada uno. A continuación, se presentan
los temas abordados por los cuatro autores más
productivos en las investigaciones relacionadas
con la comunicación en RS en escenarios de
pandemia o epidemia.
En primer lugar se encuentra King-wa Fu,
quien es profesor asociado al Centro de Estudios
de Periodismo y Medios de Comunicación de la
Universidad de Hong Kong. En segundo lugar se
destaca Isaac Chun-Hai Fung, docente asociado a
la Universidad de Georgia en Estados Unidos en la
Facultad de Salud Pública. Finalmente está Zion
Tsz Ho Tse, quien también se encuentra vinculado
a la Universidad de Georgia en Estados Unidos en
la Facultad de Ingeniería. Los autores mencionados
tienen en común tres estudios cuyo enfoque
principal consiste en analizar el contenido de
publicaciones y la reacción de las personas mediante
el uso de Twitter sobre enfermedades como el zika,
el ébola y el MERS (Fu et al., 2016; Fung et al., 2016,
2017). Es importante destacar que el documento
de Fu et al. (2016), titulado “How people react to
Zika virus outbreaks on Twitter? A computational
content analysis”, es el más citado y se enfoca en la
interacción que realizan las personas a través de
Twitter con relación al brote del zika; las personas

estar informados, en lugar de recurrir a medios
tradicionales. Asimismo, se llevó a cabo un análisis
de contenido compartido en esta red social en el
que se destacan cinco ejes temáticos: el impacto
del virus; las respuestas emitidas por diferentes
actores gubernamentales y del sector privado; los
efectos de la enfermedad en mujeres embarazadas
y niños; la forma de contagio y la información de
los casos reportados (Fu et al., 2016).
Después de estos autores tenemos a Santosh
Vijaykumar, este autor se encuentra asociado a
la Universidad de Northumbria del Reino Unido.
Su artículo más citado se titula “Virtual Zika

and how it spread on Twitter”, cuyo eje principal
consiste en detectar y analizar en Twitter las
características de aquellos actores encargados
de la divulgación de la información respecto a la
enfermedad del zika en los Estados Unidos. Esto
permite a las entidades gubernamentales conocer
el tipo de información que se está difundiendo por


frente a una pandemia o enfermedad infecciosa
(Vijaykumar et al., 2018).
Tabla 3. Autores con mayor producción cientíca
Autor Documento
Fu, K.W. 3
Fung, I.C.H. 3
Tse, Z.T.H. 3
Vijaykumar, S. 3
Ahmed, W. 2
Atlani-Duault, L. 2
Bie, B. 2
Bunker, D. 2
Chan, C.H. 2
Chen, Y. 2
Fuente: elaboración propia por parte de los autores.
Artículos más citados en el campo
A continuación, en la tabla 4 se presentan
los artículos académicos con mayor número de
citaciones relacionadas con la comunicación en RS
en escenarios de pandemia o epidemia. En primer
lugar, con 647 citas, se encuentra el documento de
Chew y Eysenbach (2010) en el que se analiza el
tipo de información difundida en Twitter respecto
a la pandemia H1N1. En segundo lugar se presenta
el estudio de Oyeyemi, Gabarron y Wynn (2014),
quienes analizan la información difundida en
Twitter durante la epidemia viral del ébola en
África y cuyo contenido se encuentra relacionado
en cómo prevenir y curar esta enfermedad;

de las publicaciones contenían información
errónea sobre tratamientos naturales, los cuales
fueron ampliamente difundidos. En tercer lugar
se encuentra la investigación de Salathé et al.
44
ARTÍCULOS ORIGINALES
CARLOS OSORIO-ANDRADE, CARLOS ALBERTO ARANGO PASTRANA, ANA JIMÉNEZ-ZARCO
Revista Perspectiva Empresarial, Vol. 8, No. 2-2, julio-diciembre de 2021, 35-52
ISSN 2389-8186, E-ISSN 2389-8194
(2013) en la que se destaca la implementación de
herramientas digitales como las RS para apoyar a
la detección temprana y control de enfermedades
infecciosas. El cuarto lugar lo ocupa la investigación
elaborada por Kass y Alhinnawi (2013), la cual
estudia como las RS se han convertido en una
importante herramienta para el sector de salud

casos de enfermedades virales y como contribuyen
a informar de manera rápida a un público amplio

el virus del Nilo Occidental y la meningitis. En
quinto lugar se destaca el documento de Fu et al.
(2016) que analiza las interacciones realizadas
por los usuarios de Twitter con relación al zika,
una vez que la Organización Mundial de la Salud
declarara esta situación como emergencia, logrando


Finalmente el sexto lugar lo ocupa la investigación

se establece una revisión de literatura en relación a
las estrategias de comunicación de países europeos
respecto a campañas de vacunación.
Tabla 4. Documentos con mayor número de citas
Documento Autores Año Citas
Pandemics in the age of Twitter: Content analysis of tweets during the
2009 H1N1 outbreak Chew y Eysenbach 2010 647
Ebola, Twitter, and misinformation: A dangerous combination? Oyeyemi, Gabarron y Wynn 2014 97
Influenza A (H7N9) and the importance of digital epidemiology Salathé et al. 2013 84
Social media in public health Kass-Hout y Alhinnawi 2013 56
How people react to Zika virus outbreaks on Twitter? A computational
content analysis Fu et al. 2016 41
The benet of the doubt or doubts over benets? A systematic literature
review of perceived risks of vaccines in European populations Karallakis y Larson 2017 33
Fuente: elaboración propia por parte de los autores.
Redes bibliométricas
Red de acoplamiento bibliográfico: el





documentos, que ha sido generada en el paquete
bibliométrico VOSviewer (van Eck and Waltman,
2014, 2019), conformada por 30 artículos y 6
clústeres cada uno correspondiente a un color
diferente; entretanto, el tamaño indica su relevancia
dentro del campo (Chew and Eysenbach, 2010).
La agrupación de los artículos por clúster indica
una alta asociación entre estos documentos, por
lo que se procedió a una revisión cualitativa de
      
centrales de estudio.
45
ARTÍCULOS
CARLOS OSORIO-ANDRADE, CARLOS ALBERTO ARANGO PASTRANA, ANA JIMÉNEZ-ZARCO
Revista Perspectiva Empresarial, Vol. 8, No. 2-2, julio-diciembre de 2021, 35-52
ISSN 2389-8186, E-ISSN 2389-8194
Figura 4. Red de acoplamiento bibliográco por documentos. Fuente: elaboración propia por parte de los autores.
En la tabla 5 se muestra de manera detallada cada uno de los clústeres y sus respectivos artículos.
Tabla 5. Clústeres de la red de acoplamiento bibliográco por documento
30 documentos (6 clústeres)
Clúster 1 Clúster 2 Clúster 3
Basch (2015) Chew (2010) Fernandez-Luque (2018)
Fung (2016) Fast (2015) Kass-Hout (2013)
Fung (2018) Jacobsen (2016) Salathé (2013)
Iso (2016) Reintjes (2016) Seltzer (2017)
Liu (2016) Strekalova (2016) Vijaykumar (2018)
Pollett (2017) Wirz (2018)
Tang (2018)
Clúster 4 Clúster 5 Clúster 6
Bavel (2020) Chapman (2016) La (2020)
Bora (2018) Ortiz-Martínez (2017) Raven (2018)
Karallakis (2017) Toppenberg (2019) Sastry (2017)
Luoma-Aho (2013) Wong (2017)
Schimmenti (2020)
Fuente: elaboración propia por parte de los autores.
46
ARTÍCULOS ORIGINALES
CARLOS OSORIO-ANDRADE, CARLOS ALBERTO ARANGO PASTRANA, ANA JIMÉNEZ-ZARCO
Revista Perspectiva Empresarial, Vol. 8, No. 2-2, julio-diciembre de 2021, 35-52
ISSN 2389-8186, E-ISSN 2389-8194
A continuación, se abordan las principales áreas
de investigación en el campo obtenidas a partir de

Clúster 1 (ébola): en este grupo los estudios se
centran en analizar el contenido y la interacción de
las RS respecto al virus del ébola. El estudio de Basch
et al. (2015) se centra en conocer las características
del contenido compartido en YouTube sobre
      
vídeos que comparten información sobre las
muertes y las formas de contagio. De igual manera
la investigación de Liu et al. (2016) se encargó de
estudiar la información compartida en China sobre
este virus en el microblog más popular de este país,
Sina Weibo, y en motores de búsqueda como Baidu.
Se concluye que las reacciones de los usuarios frente

el lenguaje de estos.
Clúster 2 (public-social response): los
autores de este clúster enfocan sus estudios en
la respuesta pública y social a las enfermedades.
Chew y Eysenbach (2010) analizan el contenido
en Twitter sobre el H1N1 con base en términos
clave y tweets publicados por usuarios, que hacían
      
y en menor medida a opiniones, por lo que esta
red social se puede convertir en una herramienta
para obtener información oportuna relacionada
con la salud. Por otro lado, autores como Jacobsen
et al. (2016) establecen diversos aspectos que
se deben contemplar para mejorar la detección
y respuesta a futuras enfermedades: emplear
sistemas de vigilancia y alertas tempranas;

a los sistemas de salud; mejorar estrategias de
comunicación y comprender el papel de las RS
sociales en la difusión de información. Finalmente
Strekalova (2016) destaca la labor que realizan las
agencias de salud pública respecto a diferentes
estrategias comunicativas durante la presencia de
enfermedades infecciosas emergentes, las cuales
deben estar orientadas a satisfacer necesidades
de la población mediante información oportuna

Clúster 3 (zika-H7N9): la temática central de
este clúster es la difusión de la información por
medio de RS como Instagram y Twitter sobre el brote

(2013) establecen que las redes son importantes
desde dos perspectivas, a saber: brindan una

seguimiento a enfermedades y son un medio que
pueden aprovechar instituciones de salud para
compartir información oportuna y transparente.
A la vez Salathé et al. (2013) determinan que el
uso de Internet, teléfonos inteligentes y RS ha sido
de gran importancia para examinar la información

debido a la rápida divulgación; esto contribuye a
una detección temprana de enfermedades para
posteriormente controlar su propagación. Para
Seltzer et al. (2017) las RS son plataformas que
permiten compartir información de manera rápida,

una emergencia sanitaria. Los autores analizan
publicaciones de Instagram, encontrando que el
68 % del contenido estaba relacionado con el virus
principalmente con su transmisión (mosquito-
humano) y prevención; no obstante, más del 15 %
de las publicaciones incluían información engañosa
sobre la enfermedad (Seltzer et al., 2017). Por
otro lado, un aspecto importante que establecen
Vijaykumar et al. (2018) con relación a las RS es el

su contenido viral en una pandemia. En este caso se
llevó a cabo un análisis de los tweets sobre el zika
en el que se encontró que los principales difusores
de información fueron las instituciones de salud
pública y los usuarios base, siendo estos últimos
los encargados de divulgar noticias falsas y teorías
conspirativas (Vijaykumar et al., 2018).
Clúster 4 (behavior-emotions): este clúster
abarca investigaciones relacionadas con el
comportamiento de la población frente al brote
de enfermedades infecciosas. Bavel et al. (2020)
analizan la gran cantidad de fake news difundidas

que las personas sujetas a aislamientos tienen
más probabilidades de sufrir confusión, ira, estrés
e incluso ansiedad crónica y esas emociones han
sido compartidas constantemente por las RS, lo que

decisiones tomadas por las autoridades (Bavel et al.,
2020). En la investigación de Schimmenti, Billieux
y Starcevic (2020) se determinó que el miedo
durante la pandemia de la COVID-19 se organiza
en cuatro dominios dialécticos: miedo al cuerpo;
miedo a otras personas; miedo a saber/miedo a
no saber y miedo a tomar acción-inacción. Por

47
ARTÍCULOS
CARLOS OSORIO-ANDRADE, CARLOS ALBERTO ARANGO PASTRANA, ANA JIMÉNEZ-ZARCO
Revista Perspectiva Empresarial, Vol. 8, No. 2-2, julio-diciembre de 2021, 35-52
ISSN 2389-8186, E-ISSN 2389-8194
los miedos e inseguridades de las personas frente
a la vacunación.
Clúster 5 (communication-health): este
clúster se enfoca en analizar el uso de las RS
por parte de entidades oficiales de salud en
situaciones de emergencia sanitaria. Chapman
et al. (2016) comentan la experiencia de un grupo
de estudiantes de medicina que implementaron
estrategias de prevención del ébola dirigidas a
la comunidad. Por medio de las tecnologías de
la información lograron generar consciencia,
educación y evitar el pánico; esto derivó en la
iniciativa de compartir contenido real, actualizado
y relevante. Por su parte Wong et al. (2017)
analizaron la información compartida en Twitter
por los departamentos de salud local sobre el
ébola, identificando el tipo de información y su
tiempo de difusión. De acuerdo con lo anterior,
el contenido se clasificó en cuatro categorías:
información sobre donaciones; actualización
de noticias; promoción y preparación frente a
eventos emergentes.
Clúster 6 (Epidemic 2.0): en este clúster se
estudia el papel de la Web 2.0 para hacer frente
a emergencias sanitarias. El estudio de La et al.
(2020) comenta la estrategia de comunicación
empleada por el gobierno de Vietnam con relación
a la contención de la COVID-19. Destacan que la
    

evolución del virus fueron factores clave para que
Vietnam pudiese controlar la pandemia. Mientras
que Raven, Wurie y Witter (2018) enfocan su
investigación en la enfermedad del ébola en Sierra
Leona, África, y el papel que juegan las aplicaciones
de mensajería instantánea como WhatsApp
para ofrecer apoyo psicológico y emocional a
los afectados. También Sastry y Lovari (2017)
analizan la información compartida sobre el ébola
por parte de la OMS y los Centros para el Control y
Prevención de Enfermedades a través de Facebook,
permitiendo conocer la forma de comunicación y
los actores involucrados y el uso de palabras clave
en las publicaciones, destacándose la etiqueta de
“enfermedad emergente”.
Clúster 7 (COVID-19-fake news): por último,
se agrupan algunas investigaciones relacionadas
con la pandemia de la COVID-19. Hoy las RS son
consideradas una importante fuente de información
a nivel global, aunque la OMS declaró una infodemia
por la sobreabundancia de información falsa
relacionada con la COVID-19 en RS (Pérez, Meso y
Mendiguren, 2020). De acuerdo con Shimizu (2020)
las noticias falsas han generado xenofobia hacia la
comunidad asiática, llegando a ser etiquetada en
RS como insensible e incluso bioterrorista. Por ello
diferentes RS como Twitter luchan activamente para
detener la desinformación, eliminando tweets con
contenido falso y que nieguen las recomendaciones

mismo modo teóricos como Gupta et al. (2020) han
considerado a las RS como el principal canal de
información errónea sobre la COVID-19.
Red de coocurrencia de términos
A partir del software bibliométrico VOSviewer
se creó la red de coocurrencia de términos, la
cual agrupa las palabras con mayor nivel de
ocurrencia en los 165 documentos analizados
(van Eck and Waltman, 2019). La figura 5 está
conformada por 95 términos y 5 clústeres o
grupos de palabras estrechamente relacionadas
entre sí, representados por colores diferentes tal
como se presenta a continuación: el clúster rojo
contiene términos como influenza, percepción,
epidemia, impacto; el clúster verde lo conforman
palabras presentes en investigaciones que usan la
red social Twitter como fuente de información (de
las que destacan tweet, ébola, zika, salud pública
y rumor); el clúster amarillo agrupa términos
vinculados con Facebook como post, plataforma,
opinión y respuesta pública; el clúster azul está
compuesto por términos como YouTube, vacuna,
comportamiento y comunicación de riesgo y el
clúster morado lo conforman aquellos términos
recientes de investigación como es el caso de la
COVID-19.
48
ARTÍCULOS ORIGINALES
CARLOS OSORIO-ANDRADE, CARLOS ALBERTO ARANGO PASTRANA, ANA JIMÉNEZ-ZARCO
Revista Perspectiva Empresarial, Vol. 8, No. 2-2, julio-diciembre de 2021, 35-52
ISSN 2389-8186, E-ISSN 2389-8194
Figura 5. Red de coocurrencia de términos. Fuente: elaboración propia por parte de los autores.
En la tabla 6 se presentan los diez términos con
mayor número de apariciones en la bibliografía,
siendo considerados temas centrales de estudio.
Es importante destacar el término COVID, que
cuenta con 181 apariciones, al ser este un tema
reciente de investigación y que presenta grandes
oportunidades para la elaboración de estudios
futuros.
Tabla 6. Términos de mayor ocurrencia
Términos Ocurrencia
COVID 181
Information (información) 176
Outbreak (brote) 138
Pandemic (pandemia) 105
Tweet 83
Communication (comunicación) 76
Medium (medio) 70
Response (respuesta) 66
Data (dato) 65
Crisis 62
Fuente: elaboración propia por parte de los autores.
Conclusiones
En primer lugar es prudente mencionar que
las publicaciones que analizan la relación de las
RS con las pandemias o epidemias han aumentado
de manera sustancial a causa de la COVID-19. De
hecho, el 51 % de estos estudios se enmarcan
después de 2020; esto abre un campo enorme de
posibilidades hoy. Respecto a los países de mayor
    
Unido, Canadá, Australia y China) es interesante
mencionar que estos han sido considerados
en algún momento focos de enfermedades
infecciosas. Además destaca que la producción
académica en Latinoamérica es prácticamente
nula, lo que abre oportunidades importantes a
los investigadores de esta parte del mundo para
explorar el papel que juegan las RS en escenarios
de enfermedades infecciosas. Con relación a las
revistas más productivas la mayoría se encuentran

impacto de las investigaciones en este campo.
Por otra parte, la conformación de las redes

temas centrales de estudio en el campo. Por un

49
ARTÍCULOS
CARLOS OSORIO-ANDRADE, CARLOS ALBERTO ARANGO PASTRANA, ANA JIMÉNEZ-ZARCO
Revista Perspectiva Empresarial, Vol. 8, No. 2-2, julio-diciembre de 2021, 35-52
ISSN 2389-8186, E-ISSN 2389-8194
se determinaron siete áreas de estudio: ébola;
public-social response; zika-H7N9; behavior-
emotions; communication-health; Epidemic 2.0
y COVID-19-fake news. Además ha sido posible
determinar por medio de la red de coocurrencia
de términos y la nube de palabras algunos
temas centrales de investigación tales como el
coronavirus (COVID-19), salud pública y el brote
de enfermedades de carácter transmisible.
Los futuros estudios en el campo de
la comunicación en RS están orientados
principalmente a la pandemia de la COVID-19.
Por su parte Chao et al. (2020) examinan el
impacto psicológico del uso de diferentes medios
de comunicación durante la fase inicial del brote
de la enfermedad, logrando determinar que las
redes generan mayores niveles de estrés respecto
a medios de comunicación tradicionales. Además
se pretende que futuros estudios investiguen
las consecuencias psicológicas de los individuos
durante y después de un brote, así como aquellos
mecanismos que propicien la salud mental y el
bienestar social de las personas (Chao et al., 2020).
Para Azim et al. (2020) reforzar la salud mental, en
este momento de crisis, conducirá a una población
saludable durante la pospandemia.
Wong y Jensen (2020) proponen para futuras
investigaciones analizar diferentes estrategias
de comunicación de riesgos como componente


pública. Del mismo modo la percepción pública
de la cuarentena y el equilibrio entre esta y las
libertades individuales debe ser investigada de
forma comparativa (Yu et al., 2020).
Cabe resaltar que con la propagación del virus
se ha divulgado información errónea en las RS,
por lo que estudios futuros deberán investigar
la difusión de noticias falsas relacionadas con el
brote de enfermedades (Abd-Alrazaq et al., 2020).
También es pertinente un análisis de sentimientos
multilingüe en RS, enfocado en los temas más
publicados sobre la COVID-19 debido a que la
mayoría de las investigaciones se han centrado
en el idioma inglés (Abd-Alrazaq et al., 2020).
Finalmente es importante examinar la cobertura
mediática sensacionalista en este tipo de escenario
(Novelli et al., 2018).
Referencias
Abd-Alrazaq, A. et al. (2020). Top concerns of
tweeters during the COVID-19 pandemic: A
surveillance study. Journal of Medical Internet
Research, 22(4), 1-9.
Azim, D. et al. (2020). Media on the frontline against
mental health implications of COVID-19 in
Pakistan. Asian Journal of Psychiatry, 54,
102342.
Basch, C.H. et al. (2015). Coverage of the Ebola
Virus Disease Epidemic on YouTube. Disaster
Medicine and Public Health Preparedness, 9(5),
531-535.
Bavel, J.J.V. et al. (2020). Using social and
behavioural science to support COVID-19
pandemic response. Nature Human Behaviour,
4(5), 460-471.
Boeris, C. (2010). Aplicación de métodos
bibliométricos a la evaluación de colecciones:
el caso de la Biblioteca del Instituto Argentino de
Radioastronomía. Recuperado de http://sedici.
unlp.edu.ar/handle/10915/17179.
Chao, M. et al. (2020). Media use and acute
psychological outcomes during COVID-19
outbreak in China. Journal of Anxiety Disorders,
74, 1-8.
Chapman, H.J. et al. (2016). Addressing the
role of medical students using community
mobilization and social media in the Ebola
response. Perspectives on Medical Education,
5(3), 186-190.
Chew, C. and Eysenbach, G. (2010). Pandemics in
the age of Twitter: Content analysis of tweets
during the 2009 H1N1 outbreak. PLOS ONE,
5(11), 1-13.
Daim, T. et al. (2006). Forecasting emerging
technologies: Use of bibliometrics and patent
analysis. Technological Forecasting and Social
Change, 73(8), 981-1012.
Dickmann, P. et al. (2015). Making sense of
communication interventions in public health
50
ARTÍCULOS ORIGINALES
CARLOS OSORIO-ANDRADE, CARLOS ALBERTO ARANGO PASTRANA, ANA JIMÉNEZ-ZARCO
Revista Perspectiva Empresarial, Vol. 8, No. 2-2, julio-diciembre de 2021, 35-52
ISSN 2389-8186, E-ISSN 2389-8194
emergencies – an evaluation framework for risk
communication. Journal of Communication in
Healthcare, 8(3), 233-240.
Fong, S., Dey, N. and Chaki, J. (2020). An Introduction
to COVID-19. En Fong, S., Dey, N. and Chaki, J.
(Ed.),   
Outbreak (pp. 1-22). Warszawa, Poland:
Springer.
Fu, K. et al. (2016). How people react to Zika virus
outbreaks on Twitter? A computational content
analysis. American Journal of Infection Control,
44(12), 1700-1702.
Fung, I. et al. (2016). Social Media’s initial reaction
to information and misinformation on Ebola,
august 2014: facts and rumors. Public Health
Reports, 131(3), 461-473.
Fung, I. et al. (2017). Twitter and Middle East
respiratory syndrome, South Korea, 2015:
A multi-lingual study. Infection, Disease and
Health, 23(1), 10-16.
Gupta, L. et al. (2020). Information and
misinformation on COVID-19: A cross-sectional
survey study. Journal of Korean Medical Science,
35(27), 1-11.
Jacobsen, K.H. et al. (2016). Lessons from the ebola
outbreak: Action items for emerging infectious
disease preparedness and response. EcoHealth,
13(1), 200-212.
Jit, M. et al. (2015). Building a new communication
    
perception? Vaccine, 33(49), 7044-7046.


literature review of perceived risks of vaccines
in European populations. Vaccine, 35(37),
4840-4850.
Kass, T. and Alhinnawi, H. (2013). Social media in
public health. British Medical Bulletin, 108(1),
5-24.
Kostkova, P., de Quincey, E. and Jawaheer, G. (2010).
The potential of social networks for early
warning and outbreak detection systems: the
International Journal
of Infectious Diseases, 14(1), e384-e385.
Kullar, R. et al. (2020). To Tweet or Not to Tweet—a
Review of the Viral Power of Twitter for
Infectious Diseases. Current Infectious Disease
Reports, 22(14), 1-6.
La, V.P. (2020). Policy response, social media and
science journalism for the sustainability of
the public health system amid the COVID-19
outbreak: The vietnam lessons. Sustainability,
12(7), 2931.
Lancho, B. and Cantú, F. (2019). Science in Mexico:
a bibliometric analysis. Scientometrics, 118(2),
499-517.
Li, C. et al. (2020). Retrospective analysis of the
possibility of predicting the COVID-19 outbreak
from Internet searches and social media data,
China, 2020. Eurosurveillance, 25(10), 2000199.
Li, J., Lei, L. and Cheng, L. (2020). Mapping
Evaluation, Appraisal and Stance in Discourse
(2000-2015): A Bibliometric Analysis.
Glottotheory, 10(1-2), 31-55.
Liu, K. et al. (2016). Chinese public attention to
the outbreak of ebola in west africa: Evidence
from the online big data platform. International
Journal of Environmental Research and Public
Health, 13(8), 1-15.
Moorhead, S.A. et al. (2013). A new dimension of
health care: systematic review of the uses,

health communication. Journal of Medical
Internet Research, 15(4), e85.
Novelli, M. et al. (2018). ‘No Ebola…still doomed’
– The Ebola-induced tourism crisis. Annals of
Tourism Research, 70, 76-87.
Odlum, M. and Yoon, S. (2015). What can we
learn about the Ebola outbreak from tweets?
American Journal of Infection Control, 43(6),
563-571.
Odriozola, I., Berbegal, J. and Merigó, J. (2019). Open
innovation in small and medium enterprises: a
51
ARTÍCULOS
CARLOS OSORIO-ANDRADE, CARLOS ALBERTO ARANGO PASTRANA, ANA JIMÉNEZ-ZARCO
Revista Perspectiva Empresarial, Vol. 8, No. 2-2, julio-diciembre de 2021, 35-52
ISSN 2389-8186, E-ISSN 2389-8194
bibliometric analysis. Journal of Organizational
Change Management, 32(5), 533-557.
Oh, S.H., Lee, S.Y. and Han, C. (2020). The effects
of social media use on preventive behaviors
during infectious disease outbreaks: The
mediating role of self-relevant emotions and
public risk perception. Health Communication,
36(8), 972-981.
Oyeyemi, S.O., Gabarron, E. and Wynn, R. (2014).
Ebola, Twitter, and misinformation: A
dangerous combination? BMJ, 349, 14-15.
Peñasco, R. (2020). Covid19: ¿un antes y un después
en la Historia de la Humanidad? Análisis socio-
jurídico de un cambio de paradigma y de los
nuevos parámetros y grandes retos del siglo XXI.
Madrid, España: Dykinson.
Pérez, J.-A., Meso, K. y Mendiguren, T. (2020).
Fake news y coronavirus: detección de los
principales actores y tendencias a través del
análisis de las conversaciones en Twitter. El
Profesional de la Información, 29(3), 1-22.
Raven, J., Wurie, H. and Witter, S. (2018). Health
workers’ experiences of coping with the Ebola
epidemic in Sierra Leone’s health system: a
qualitative study. BMC Health Services Research,
18(251).
Rodríguez, A., Osorio, C. y Peláez, J. (2019). Dos
décadas de investigación en Electronic Word of
Mouth: un análisis bibliométrico. Pensamiento
y Gestión, 48, 251-275.
Rodríguez-Soler, R., Uribe-Toril, J. and Valenciano,
J.D.P. (2020). Worldwide trends in the

bibliometric analysis using bibliometrix R-tool.
Land Use Policy, 97, 104787.
Rosenberg, H., Syed, S. and Rezaie, S. (2020). The
Twitter pandemic: The critical role of Twitter
in the dissemination of medical information
and misinformation during the COVID-19
pandemic. Canadian Journal of Emergency
Medicine, 22(4), 418-421.

the Importance of Digital Epidemiology. New
England Journal of Medicine, 369(5), 401-404.
Salathé, M. and Khandelwal, S. (2011). Assessing
vaccination sentiments with online social
media: Implications for infectious disease
dynamics and control. PLOS Computational
Biology, 7(10), 1-8.
Sastry, S. and Lovari, A. (2017). Communicating the
Ontological Narrative of Ebola: An Emerging
Disease in the Time of “Epidemic 2.0.Health
Communication, 32(3), 329-338.
Schimmenti, A., Billieux, J. and Starcevic, V. (2020).
The four horsemen of fear during the COVID
pandemic. Clinical Neuropsychiatry, 17(2),
41-45.
Seltzer, E.K. et al. (2017). Public sentiment and
discourse about Zika virus on Instagram. Public
Health, 150(215), 170-175.
Shimizu, K. (2020). 2019-nCoV, fake news, and
racism. The Lancet, 395, 685-686.
Siso, R.L.V. et al. (2020). La Unión Europea ante la
desinformación y las fake news. El fact checking
como un recurso de detección, prevención
y análisis. En Vicente, A. y Sierra, J. (Ed.),
Aproximación periodística y educomunicativa
al fenómeno de las redes sociales (pp. 985-1002).
Madrid, España: McGraw-Hill.
Strekalova, Y.A. (2016). Health Risk Information
    
Media: News About an Emerging Pandemic
on Facebook. Health Education and Behavior,
44(2), 332-339.
Tang, L. et al. (2018). Social media and outbreaks
of emerging infectious diseases: A systematic
review of literature. American Journal of
Infection Control, 46(9), 962-972.
Uribe, J. et al. (2019). Corruption and
entrepreneurship: A bibliometric analysis.
Journal of Legal, Ethical and Regulatory Issues,
22(4), 1-11.
52
ARTÍCULOS ORIGINALES
CARLOS OSORIO-ANDRADE, CARLOS ALBERTO ARANGO PASTRANA, ANA JIMÉNEZ-ZARCO
Revista Perspectiva Empresarial, Vol. 8, No. 2-2, julio-diciembre de 2021, 35-52
ISSN 2389-8186, E-ISSN 2389-8194
van Eck, N. and Waltman, L. (2014). Visualizing
Bibliometric Networks. En Ding, Y., Rousseau,
R. and Wolfram, D. (Ed.), Measuring Scholarly
Impact. New York, USA: Springer.
van Eck, N. and Waltman, L. (2019). Manual for
VOSviwer version 1.6.10. Recuperado de
https://www.vosviewer.com/documentation/
Manual_VOSviewer_1.6.10.pdf.
Vijaykumar, S. et al. (2018). Virtual Zika transmission

how it spread on Twitter. American Journal of
Infection Control, 46(5), 549-557.
Wong, R. et al. (2017). Local Health Departments
Tweeting about Ebola: Characteristics and
Messaging. Journal of Public Health Management
and Practice, 23(2), e16-e24.
Wong, M. and Jensen, O. (2020). The paradox of
trust: perceived risk and public compliance
during the COVID-19 pandemic in Singapore.
Journal of Risk Research, 23(7-8), 1021-1030.
Yu, M. et al. (2020). Communication related health
crisis on social media: a case of COVID-19
outbreak. Current Issues in Tourism, 24(19),
2699-2705.
Zhu, B. et al. (2020). Analysis of spatiotemporal
characteristics of big data on social media
sentiment with COVID-19 epidemic topics.
Chaos, Solitons and Fractals, 140, 110123.