La jerga estudiantil en entornos digitales universitarios: un estudio léxico-semántico de su función comunicativa en redes sociales

Interpretability analysis using XAI techniques in Machine Learning models for the detection of financial fraud

Autores/as

DOI:

https://doi.org/10.70577/innovascit.v4i1.139

Palabras clave:

lenguaje juvenil, semántica, redes sociales

Resumen

El presente estudio tiene como objetivo analizar léxico-semánticamente la jerga estudiantil utilizada en redes sociales universitarias, con el fin de identificar los procesos de construcción de significado y su relación con el contexto sociocultural de los jóvenes. La investigación se desarrolla bajo un enfoque cualitativo, de tipo descriptivo-interpretativo y diseño no experimental de corte transversal. Como estrategia metodológica, se emplea el análisis de contenido aplicado a un corpus lingüístico compuesto por lexías extraídas de interacciones reales en una red social universitaria, utilizando como instrumento una ficha de análisis y como técnica interpretativa el análisis componencial. Los resultados evidencian que las jergas estudiantiles presentan procesos sistemáticos de resignificación semántica, en los que predominan mecanismos como la metáfora, la ampliación semántica y el desplazamiento de significado. Asimismo, se identifica que estas expresiones cumplen funciones comunicativas clave, tales como la construcción de identidad, la cohesión grupal y la diferenciación social. Se concluye que el entorno digital actúa como un catalizador del cambio lingüístico, favoreciendo la rápida difusión e innovación léxica entre los estudiantes. En este sentido, la jerga estudiantil se configura como una práctica discursiva dinámica que refleja las transformaciones del lenguaje en la era digital.

Descargas

Publicado

2026-05-13

Cómo citar

Barrera , L., Pionce , K., Pinargote , J., & Pincay , M. (2026). La jerga estudiantil en entornos digitales universitarios: un estudio léxico-semántico de su función comunicativa en redes sociales: Interpretability analysis using XAI techniques in Machine Learning models for the detection of financial fraud. InnovaSciT, 4(1), 519–533. https://doi.org/10.70577/innovascit.v4i1.139

Artículos similares

1 2 3 > >> 

También puede Iniciar una búsqueda de similitud avanzada para este artículo.