Esta investigación, dirigida por colegas académicos, cuenta con el apoyo de la editorial. Esta tendencia incluye los esfuerzos del CIESTAAM de la Universidad Autónoma de Chapingo por desarrollar sus propios aportes.
El Análisis de Redes Sociales
Así, ARS permite visualizar y analizar estas conexiones y los actores que participan en la red (Borgatti et al., 2009; Valente, 1996; Wasserman & Faust, 1994). De esta manera, este documento pretende contribuir al esclarecimiento de los fundamentos básicos del cálculo de los indicadores básicos utilizados en las EAR; El énfasis también está en su interpretación, a la luz de la información que presenta la red.
Colecta y generación de datos de red
- Generadores de nombres
- Interpretadores de nombres
- Formato de las preguntas
- Fuentes de información
Pero el principal problema y desventaja de estas preguntas radica en "recordar los nombres". alters", lo que puede llevar a olvidar los nombres de actores importantes. Apoyar al encuestado en el proceso de recordar los nombres de los actores o animarle a recordar algunos más.
Captura de los datos de red
Formato de captura de los datos de red
Formato de matriz
El resultado se puede ver en la Figura 7b, donde todas las celdas se llenan con 1 o 0. El uso de la visualización de datos de red se analizará con más detalle en la Sección 4, por lo que no se explica en este momento.
Formato de lista de nodos
- El Editor DL de UCINET
Con esta aclaración en mente, la Figura 11 muestra los datos copiados y pegados (de la Figura 9) en un archivo de texto, para lo cual usamos el Bloc de notas (un programa que forma parte de cada computadora que se ejecuta en un entorno Windows). Para ilustrar su uso, trabajaremos con los datos capturados en el formato Nodelist1 que se muestra en la Figura 9.
Formato de lista de vínculos
Vale la pena señalar que el uso de DL Editor no se limita al formato Nodelist1, sino que se explica en esta sección por ser uno de los formatos más utilizados en la sistematización de datos de red. Después de guardar el archivo y abrirlo en NetDraw, el gráfico de red resultante será similar a la Figura 21.
Formato Edgelist23
Datos de red de 10 nodos con formato Edgelist23 en UCINET DL Editor, para sistematizar tres tipos de relaciones entre nodos de red en un mismo archivo. Gráficos de red de los datos formateados como Edgelist23 que muestran tres tipos de relaciones en diferentes redes.
Formato para los atributos de los actores
En este sentido, es importante la forma en la que se capturan los atributos de los actores y luego se genera un archivo que contiene dichos atributos. De los formatos analizados hasta ahora (secciones 3.2 a 3.4), la forma más sencilla de formatear datos de red es utilizar el formato matricial (sección 3.2).
Visualización de redes
Uso de NetDraw para la visualización de redes
Una vez presionado el icono, se abrirá una ventana similar a la de la Figura 30, en la que primero se debe seleccionar el archivo (Nombre del archivo a abrir:), dependiendo de su ubicación en el directorio seleccionado por el usuario; A continuación se debe configurar el formato del archivo (Formato de archivo:); A continuación, se selecciona el tipo de datos (Tipo de datos:); Después de eso se configurarán algunas opciones. Es decir, a través de estos dos iconos se pueden aplicar diferentes algoritmos de visualización de la red. Por supuesto, esto también afectará a los nodos que forman parte de los componentes de la red, haciéndolos más distribuidos para el primero.
Los siguientes cinco iconos se utilizan para aumentar y disminuir el tamaño de la etiqueta del nodo (iconos 1 y 2 de los 5).
Uso de atributos de los nodos en la visualización de la red
- Añadir archivo de atributos a una red
- Atributos a través de colores
- Atributos a través de formas
De esta manera, para abrir un archivo que contenga características de los actores que conforman la red (ver Figura 26), se utilizará el cuarto icono, que hace referencia a una carpeta abierta, pero con la letra A (Abrir conjunto de datos de atributos UCINET) . Al hacer clic se mostrará en orden alfabético la lista de nodos que conforman la red (Figura 39a); Cuando muestre la lista de propiedades, seleccione aquella a la que desea cambiar el color de los nodos (Figura 41a); En nuestro caso seleccionamos "Género (Binario)".
Al visualizar la lista de atributos disponibles en el archivo cargado, seleccione aquel con el que desea cambiar los números de nodo (Figura 44a); En nuestro ejemplo, seleccionamos "Superficie (Ordinal)".
Atributos a través de tamaño
Exactamente lo que se hará es cambiar las propiedades de los nodos a través del tamaño de las formas y en función de un atributo. El programa asigna automáticamente 4 al mínimo y 24 al máximo; Recordemos que el tamaño normal de los nodos es 8. Por tanto, el uso de tamaños en los nodos es más recomendable para atributos que son variables cuantitativas continuas.
Imagínese lo difícil que podría ser leer un gráfico con ocho colores, seis formas y tamaños de nodos diferentes.
Filtrado de nodos con el uso de atributos
Debido a que el rango de tamaño era de 4 a 24, y debido a que el atributo contenía múltiples categorías de edad, se muestran diferentes tamaños, lo que aumenta el atractivo visual de nuestro gráfico de red. Sin duda, el uso de colores, formas y tamaños enriquece la visualización de gráficos de redes; Sin embargo, cabe destacar que el uso excesivo de atributos puede dificultar la lectura cualitativa del gráfico. Como se señaló, la utilidad de usar atributos es mayor cuando tiene redes más complejas, como el ejemplo de la Figura 49, ya que puede encontrar estructuras y composiciones de red que de otro modo no serían posibles.
De esta manera, aunque no deja de ser un análisis cualitativo, tenemos más información sobre la red.
Uso de atributos en los vínculos en la visualización de la red
- Fuerza de los vínculos
- Filtrado de vínculos
De la misma manera, es necesario configurar el rango de grosor de línea entre los nodos (Tamaño) en la ventana, que va desde el tamaño más pequeño (Tamaño mínimo:) hasta el más grande (Tamaño máximo:). Esto significa que el grosor de la línea será de 1 a 5 y la punta de flecha no cambiará según el tamaño de la línea. En este sentido, ahora se puede observar que cuanto más gruesa es la línea, mayor es la intensidad de la relación entre los actores y viceversa.
Cuanto más gruesa sea la línea en su gráfico, mayor será la proporción (del total de vínculos que tiene el grupo de productores) que se asigna a un conjunto determinado de actores.
Guardando la visualización de la red
Si se utiliza el criterio de 6 (Figura 55f), la red aparecerá completamente desconectada porque ningún enlace cumplirá ese criterio. De la misma manera que se explicó anteriormente, las redes filtradas por la intensidad del enlace se pueden guardar como diferentes archivos de datos. Para comparar la calidad de los formatos, la Figura 56 muestra los dos casos; Como puede ver, en la Figura 56b algunas etiquetas se han movido a mano (la edición se realizó en PowerPoint) para hacer más estético el gráfico; En el caso del archivo en formato .jpg (Figura 56a), no se podrá editar ningún elemento.
Para guardar el archivo editado, se utiliza el formato VNA (Visual Network Analysis), que se puede encontrar en el menú Archivo>Guardar datos como>VNA.
Análisis de la red: indicadores del ARS
- Indicadores a nivel de redes completas
- Densidad
- Centralización
- Indicadores a nivel nodal
- Centralidad de Grado
- Centralidad de Cercanía
- Centralidad de Intermediación
- Eigenvector
- Centralidad Beta de Bonacich
- Integración y Radialidad
- Interpretación de los indicadores del ARS
Extracto de la red de información y conocimiento para la innovación entre productores caprinos, extraído de Aguilar-Gallegos et al. La densidad se considera una medida de cohesión entre los actores de la red (Borgatti et al., 2013). Para calcular la densidad en UCINET, utilice la ruta: Red>Cohesión.
Para calcular la centralidad de intermediación para cada uno de los nodos que componen la red, utilice la ruta en UCINET: Red>Centralidad y poder>Freeman Betweenness>Node Betweenness (Figura 70). En este caso se vuelve a utilizar el ejemplo de la red que se muestra en la Figura 58, que es una red dirigida. Es decir, la radialidad mide qué tan bien los vínculos de un actor llegan a los actores de la red.
Selección de actores clave
- El conjunto-kp negativo: Fragmentación
- El conjunto-kp positivo: Cobertura o alcance de la red
- Los nodos requeridos e intocables
Como ya se mencionó, el concepto fundamental para encontrar un conjunto negativo de kp (KPP-Neg) es la fragmentación de la red. Después de seleccionar el conjunto de kp deseado, se abre una nueva ventana (Figura 92c), en la que se muestran los resultados de seleccionar un conjunto de kp positivo. Conjunto de kp positivo de tres nodos (los nodos ER005 y ER014 se configuraron según sea necesario), proceso de "cosecha" en KeyPlayer 2.
Conjunto de tres nodos Kp-positivo (los nodos ER010 y ER018 fueron configurados como no requeridos, por lo tanto no seleccionados), procedimiento "Harvest", en KeyPlayer 2.
Consideraciones finales
En nuestro caso, enfatizamos el uso de NetDraw (Borgatti, 2002), ya que está relacionado con UCINET; pero también se recomienda al lector profundizar en la gestión de otros programas, incluidos Pajek (Batagelj & Mrvar, 2011), Gephi (Bastian et al., 2009), NodeXL (Smith et al., 2009) y varios otros. Se ha encontrado evidencia de que este tipo de comportamiento puede dificultar el flujo de información y conocimiento entre agricultores con diferentes niveles de innovación (Aguilar-Gallegos et al., 2015). En términos de colaboración científica, los investigadores de instituciones públicas también presentan mayores niveles de homofilia en comparación con los investigadores de instituciones privadas, los cuales muestran una tendencia hacia la heterofilia (Rodríguez et al., 2016).
Por ejemplo, algunos avances en intervenciones basadas en redes han demostrado que es posible aumentar el nivel de innovación en los productores caprinos (Aguilar-Gallegos et al., 2017);
Hacer visible lo invisible: visualizar la estructura de las relaciones de red en Twitter a través del análisis de redes sociales. Revelar el clima de opinión a través de la minería de redes sociales y el análisis de redes sociales en Twitter. Análisis de redes sociales de plataformas de múltiples partes interesadas en la investigación agrícola para el desarrollo: oportunidades y limitaciones para la innovación y la ampliación.
Análisis de Redes Sociales: Conceptos Clave y Cálculo de Indicadores Serie Metodologías y Herramientas para la Investigación, V5 Esta publicación es producida por el equipo editorial de CIESTAAM.
