数据集概述
该数据集是“新冠疫情数字叙事”项目的推特数据，覆盖二零二零年五月至二零二一年五月，聚焦英语和西班牙语的疫情相关推文，按日期、语言和地区分类，包含美国南佛罗里达、阿根廷、墨西哥等多地的双语数据，用于研究疫情期间的公众叙事。
文件详解
该数据集为一个ZIP压缩包，内部按日期组织为每日文件夹，每个文件夹包含九类纯文本文件，具体如下：
- 文件结构：
- 按日期命名文件夹（格式：YEAR-MONTH-DAY），每个文件夹含九类TXT文件
- 文件命名规则：dhcovid_YEAR-MONTH-DAY_语言_地区.txt
- 语言标识：en（英语）、es（西班牙语）
- 地区标识：fl（南佛罗里达）、ar（阿根廷）、mx（墨西哥）、co（哥伦比亚）、pe（秘鲁）、ec（厄瓜多尔）、es（西班牙）
- 典型文件示例：
- dhcovid_YEAR-MONTH-DAY_es_fl.txt：南佛罗里达西班牙语推文，通过坐标、地点或用户信息定位
- dhcovid_YEAR-MONTH-DAY_en_fl.txt：迈阿密及南佛罗里达英语推文，聚焦双语研究需求
- dhcovid_YEAR-MONTH-DAY_es.txt：所有西班牙语推文，无地区限制
- 文件内容：包含推文ID列表，需通过Twitter Hydratator工具获取原始推文及元数据
数据来源
迈阿密大学（University of Miami）
适用场景
- 疫情传播研究：分析不同地区疫情相关公众讨论的时间趋势和内容特征
- 双语传播分析：对比英语和西班牙语在南佛罗里达地区的疫情叙事差异
- 区域比较研究：探究阿根廷、墨西哥等拉美国家与西班牙的疫情话语异同
- 公共卫生政策评估：评估疫情防控措施在不同地区的公众反应和接受度
- 社交媒体语言学研究：分析疫情期间英语和西班牙语在推特平台的使用模式
