LATEiimas/obstetric_violence_tweets

Obstetric Violence Tweets

📌 Descripción General

Este dataset reúne tweets generados por humanos y generados sintéticamente en español relacionados con violencia obstétrica y el activismo para visibilizarla, obtenidos en México entre mayo de 2020 y diciembre de 2022. Los generados por humanos fueron anotados manualmente siguiendo guías específicas, mientras que los sintéticos fueron generados con modelos de lenguaje para cubrir combinaciones no presentes o poco frecuentes en el corpus original.

---

📊 Composición del Dataset

• Total: 2,875 tweets

  • Generados por humanos: 2,155

    • No VO: 1961

    • Activismo: 98

    • VO: 96

  • Generados sintéticamente: 720 (todos VO)

    • Grok: 360

    • GPT-4o: 360

---

📁 Estructura del Dataset

El archivo .csv contiene las siguientes columnas:

• violencia_obs: Indica si el tweet refleja violencia obstétrica, es activismo para visibilizarla o no tiene relación directa con ella.

  • Valores: No violencia obstétrica, Activismo para visibilizar violencia obstétrica, Violencia Obstétrica.

• testimonio: Identificar quién relata la experiencia, si lo hace en primera persona o en tercera persona.

  • Valores: No aplica, Otorga información general sobre VO, Narraciones en tercera persona de casos de VO, Testimonios de mujeres víctimas de VO.
  • En datos sintéticos, este campo se marca como No aplica.

• tipo_violencia: Categorías específicas de violencia obstétrica presentes en el tweet, con posibilidad de múltiples combinaciones (e.g., ['Física', 'Institucional']).

  • Incluye categorías como: Física, Institucional, Sexual, Psicológica por acción, Psicológica por omisión, Sexual, y combinaciones de estas.
  • En casos sin violencia obstétrica, el valor es No aplica.

• sintético_modelo: Modelo usado para la generación de tweets sintéticos.

  • Valores: Grok, GPT-4o.
  • En el caso de tweets no sintéticos el valor es No aplica.

Ejemplo de tweet generado por un humano:

{
'texto': 'Me paso algo así: una Dra. llevaba a un R0 de GyO a "practicar" sale un parto y me dice no, este parto dejaselo a X, tu ve a ver si ya están los paquetes de la cesárea programada, regreso y la doña en sala, y el R0 lavándose la cara, le reventó membranas y zas!!! Carita bañada😂',
'violencia_obs': 'Violencia Obstétrica',
'testimonio': 'Narraciones en tercera persona de casos de VO',
'tipo_violencia': "['Física', 'Institucional']",
'sintético_modelo': 'No aplica'
}

---

🎯 Tareas Objetivo

• Clasificación binaria: VO vs. No VO.
• Clasificación multi-clase: VO, No VO, Activismo.
• Clasificación multi-etiqueta por tipo de violencia: Física, Institucional, Psicológica por acción, Psicológica por omisión, Sexual, y combinaciones.

---

🛠️ Procedencia y Anotación

• Fuente: Twitter (ahora X), API oficial.
• Periodo de recolección: Mayo 2020 – Diciembre 2022.
• Método: búsqueda por palabras clave relacionadas con embarazo, parto, puerperio y VO.
• Anotación de originales: realizada por 2 médicas y 1 activista, con guías basadas en tipologías documentadas.
• Herramienta: Argilla.
• Acuerdo interanotador: Cohen’s Kappa de 0.81 a 0.97 según categoría.
• Sintéticos: generados para cubrir todas las combinaciones de tipos de VO del dataset original.

---

⚠️ Limitaciones y Advertencias

• Contiene lenguaje sensible y descripciones explícitas de violencia.
• La etiqueta No violencia obstétrica indica ausencia de VO en el contexto perinatal, pero no de otros tipos de violencia.
• El testimonio está ausente en datos sintéticos (No aplica).
• Todos los identificadores de usuario en los tweets han sido anonimizados, reemplazando cualquier @nombre por @usuario.

---

📜 Licencia

Este dataset se distribuye bajo la licencia CC BY-NC-SA 4.0.

---

🧭 Consideraciones Éticas

• El dataset incluye material sensible.
• Los tweets originales provienen de publicaciones públicas.
• Los tweets sintéticos fueron generados únicamente para investigación y no reproducen experiencias reales de personas identificables.

---

📚 Cita

Si usas este dataset, cita:

@inproceedings{lerin2025automatic,
  title={Automatic Synthetic Data Selection for Highly Unbalanced Multi-class and Multi-label Obstetric Violence Classification},
  author={Lerín-Hernández, Natalia and Téllez-Torres, Jorge and Gomez-Adorno, Helena and Vázquez-Hernández, Mónica},
  booktitle={Mexican International Conference on Artificial Intelligence},
  year={2025},
  organization={Springer}
}