El corpus está constituido por 3000 mensajes (66915 palabras) publicados en Facebook, Twitter y YouTube2, redes infor-mativas en las que se produce un alto grado de interacción entre usuarios que expresan sus opiniones y argumentos en relación con cuestiones de actualidad (Mancera Rueda y Pano Alamán, 2013).

Se compone de mensajes relacionados con la gestión de la reciente crisis del COVID-19 en España, extraídos automáti-camente con la herramienta ExportComments. Comprende tres subcorpus constituidos cada uno por: 1000 respuestas a dos tuits publicados el 10 de marzo y el 24 de abril en el perfil del @MinisterioSanidad; 1000 comentarios a dos publicacio-nes del 19 de mayo y del 1 de junio de la página oficial Ministerio español de Sanidad en Facebook; y 1000 comentarios a dos vídeos publicados en los canales de YouTube de El Mundo (01-03-2020) y El País (14-03-2020), sobre dos conferencias de prensa del Gobierno español en los que se informa sobre la gestión inicial de la pandemia3. Incluye, por tanto, las res-puestas y comentarios de los usuarios de estas tres redes a contenidos similares provenientes de fuentes institucionales. En este trabajo se han eliminado los datos de los autores por cuestiones de privacidad y se ha optado por reproducir los mensajes como han sido publicados, sin omitir las muestras del subcódigo escrito propio de los textos electrónicos.

4. Resultados

Las funciones Wordlist y Ngram del programa Sketch Engine han permitido obtener una lista de frecuencias de los mar-cadores presentes en el corpus. La Tabla 1 recoge los que presentan un mínimo de diez ocurrencias en el corpus general, distribuidos por red social.

Tabla 1. Marcadores más frecuentes (Total ≥10)