Un estudio sobre aplicaciones móviles meteorológicas en países iberoamericanos, España y Portugal
DOI:
https://doi.org/10.30859/ameJrCn35p155Resumen
Las aplicaciones móviles (apps) desempeñan un papel cada vez más importante en la vida diaria de los usuarios de teléfonos inteligentes en todo el mundo. En concreto, la necesidad de conocer el pronóstico del tiempo es el principal motivo que conduce a los usuarios a la instalación de apps relacionadas con la meteorología. Por ello, las apps del tiempo han ido ganando preeminencia y aceptación en los últimos años, lo que ha hecho que éstas hayan mejorado en contenido, diseño y usabilidad. En definitiva, se han convertido en la principal fuente de información sobre el tiempo para muchos usuarios.
En este estudio presentamos un análisis de las apps del tiempo segmentado por países iberoamericanos, incluidos Portugal y España, de los cuales hay información en la tienda de aplicaciones de Google. Se parte del trabajo (Gaztelumendi and Gómez de Segura 2017). Observaremos la evolución de preferencias de usuarios a lo largo del último medio año y se hará especial énfasis en el análisis de las aplicaciones que están más orientadas a impactos causados por fenómenos meteorológicos adversos.
Este análisis potencialmente permite extraer conclusiones sobre las preferencias de usuarios en cuanto a aplicaciones, y por tanto, mejorar las apps propias para llegar a más público.
Citas
Albert, W., & Tullis, T. (2008). Measuring the User Experience: Collecting, Analyzing, and Presenting Usability Metrics (Interactive Technologies).
Brabham, D. C. (2008). Crowdsourcing as a model for problem solving: An introduction and cases. Convergence, 14(1), 75–90. https://doi.org/10.1177/1354856507084420
Cerejo, L. (2012). The Elements Of The Mobile User Experience, https://www.smashingmagazine.com/2012/07/elements–.
Gaztelumendi, S., & Gómez de Segura, J. D. (2017). Weather Apps, crowdsourcing and other tendencies. EMS Annual Meeting Abstracts, 14, 216.
Gerber, S. (2016). 9 ways to thrill your mobile app users, https://thenextweb.com/insider/2016/01/22/9–ways–t.
https://scrapy.org/. (2017).
https://www.appbrain.com/stats/android-app-ratings. (2017).
https://www.statista.com. (2017).
Hyvärinen, O., & Saltikoff, E. (2010). Social Media as a Source of Meteorological Observations. Monthly Weather Review, 138(8), 3175–3184. https://doi.org/10.1175/2010MWR3270.1
Johnson, K. (2015). The Importance of User Experience for Mobile Apps, http://www.business2community.com/mobile–apps/impo.
Michael F. Goodchild. (2007). Citizens as sensors: the world of volunteered geography. GeoJournal, 69, 211–221. https://doi.org/10.1007/s10708-007-9111-y
Noti, P. A., Martynov, A., Hering, A., & Martius, O. (2016). Hailstorms over Switzerland: The Use of Crowdsourced Data. Geophysical Research Abstracts, 18(August 2015), 5822.
Overeem, A., Leijnse, H., & Uijlenhoet, R. (2013). Country-wide rainfall maps from cellular communication networks. Proceedings of the National Academy of Sciences, 110(8), 2741–2745. https://doi.org/10.1073/pnas.1217961110
Overeem, A., R. Robinson, J. C., Leijnse, H., Steeneveld, G. J., P. Horn, B. K., & Uijlenhoet, R. (2013). Crowdsourcing urban air temperatures from smartphone battery temperatures. Geophysical Research Letters, 40(15), 4081–4085. https://doi.org/10.1002/grl.50786
Pape, J. J., Overeem, A., Leijnse, H., Robinson, J., Steeneveld, G.-J., Horn, B. K. P., & Uijlenhoet, R. (2015). Urban air temperature estimation from smartphone battery temperatures. EMS Annual Meeting Abstracts, 12, 242.
Snik, F., Rietjens, J. H. H., Apituley, A., Volten, H., Mijling, B., Di Noia, A., … Keller, C. U. (2014). Mapping atmospheric aerosols with a citizen science network of smartphone spectropolarimeters. Geophysical Research Letters, 41(20), 7351–7358. https://doi.org/10.1002/2014GL061462
