Activity

  • Montserrat Gama Pérez posted an update in the group Técnicas de Investigación Cualitativas 2 months, 2 weeks ago

    Hola, continuando con los enfoques emergentes, comienzo a compartir el análisis del siguiente artículo discutido por el equipo 1 que trata acerca del modelo de las dinámicas de las redes sociales y el comportamiento continuo de los autores Nynke M. D. Niezink, Tom A. B. Snijders y Marijtje A. J. van Duijn.

    Hoy en día, nuestro comportamiento (el comportamiento individual) está relacionado con la dinámica de las estructuras sociales (las redes sociales) en las que estamos inmersos. Lo cual significa que para poder estudiar los mecanismos sociales (sección social e influencia de pares) necesitamos un modelo que represente la constante evolución de las redes sociales y nuestros atributos o características como actores sociales de la red como procesos interdependientes.

    Los actores sociales, como las personas, las organizaciones y los países, dan forma y están conformados simultáneamente por su contexto social.

    Nosotros como actores sociales podemos seleccionar a nuestros amigos según nuestro comportamiento, pero también podemos cambiar nuestro propio comportamiento según el de nuestros amigos. Las relaciones sociales entre actores, como la amistad o la colaboración, pueden representarse en las redes sociales.

    Estas redes pueden cambiar con el tiempo en relación interdependiente con las características cambiantes del actor. Los cambios en las redes sociales se modelan como elecciones hechas por nosotros mismos como actores sociales sobre nuestros vínculos con las demás personas que forman parte de nuestro contexto. En otras palabras, nosotros como actores sociales controlamos nuestros propios vínculos e interacciones con los demás en las redes sociales.

    • El modelo orientado a actores estocásticos se puede usar para probar hipótesis sobre los mecanismos sociales que impulsan la dinámica de la red y los atributos de los actores, y estudiar los procesos interdependientes de la selección de socios y la influencia social. Un supuesto básico del modelo propuesto por Snijders et al. (2007) es que los atributos de los actores dinámicos se miden en una escala ordinal con un número limitado de categorías. Bajo este supuesto, la red y la evolución de los atributos se pueden representar en un marco estadístico común (es decir, mediante una cadena de Markov de tiempo continuo con un espacio de resultados discreto). Sin embargo, la restricción del atributo de coevolución a un número limitado de categorías ha demostrado ser una limitación práctica en varios estudios debido a la necesidad de discretizar los atributos medidos en una escala muy fina o continua. En un estudio sobre el desarrollo del peso corporal de los adolescentes y sus amistades, por ejemplo, Haye et al. (2011) dividen el atributo dependiente, el índice de masa corporal, en categorías ordenadas para que su análisis sea factible. El estudio ilustra cómo el nuevo modelo puede ser útil para avanzar y trascender la narrativa de “Selección de modelos de dinámica de redes sociales y comportamiento continuo versus influencia” que ha ganado popularidad (Steglich et al. 2010). El modelo para la coevolución de redes y el comportamiento continuo del actor aplica una ecuación diferencial estocástica para modelar la dinámica del comportamiento. Las ecuaciones diferenciales estocásticas modelan la dinámica de las variables continuas y pueden considerarse la versión de tiempo continuo de los modelos autorregresivos para datos de series de tiempo.

    • Coleman (1964, 1968) defendió por primera vez el uso de ecuaciones diferenciales ordinarias, sus equivalentes deterministas, en aplicaciones sociológicas. Tales modelos rápidamente se convirtieron en una parte estándar de la caja de herramientas de los sociólogos matemáticos (Beltrami 1993; Blalock 1969).
      Las ecuaciones diferenciales estocásticas se han aplicado ampliamente en econometría y matemáticas financieras (por ejemplo, Fouque, Papanicolaou y Sinclair 2000), pero muchas de las contribuciones a la literatura de ciencias sociales han sido principalmente técnicas (por ejemplo, Bergstrom 1984; Hamerle, Singer y Nagl 1993; Oud y Jansen 2000; Singer 1998, 2012).
      Sin embargo, trabajos recientes demuestran un mayor interés en la aplicación de ecuaciones diferenciales estocásticas en las ciencias sociales (por ejemplo, Deboeck 2012; Oravecz, Tuerlinckx y Vandekerckhove 2011; Reinecke, Schmidt y Weick 2005; Voelkle et al. 2012).
      Además, su uso se estimula mediante la introducción de software de código abierto (por ejemplo, Driver, Oud y Voelkle 2017).
      En este artículo, los modelos de ecuaciones diferenciales estocásticas se combinan con modelos para la evolución de las estructuras sociales, abriéndolos a un nuevo mundo de preguntas sociológicas. (Niezink et al.)

      • Steglich et al. (2010) sostienen que para enfrentar la distinción entre selección e influencia, en el caso del “problema de reflexión” tal como lo discutió Manski (1993), es necesario estudiar la dependencia mutua entre la red y el comportamiento, donde se estudian ambos. Para estudiar la dinámica simultánea de los pesos espaciales y las variables de comportamiento continuo, Hays, Kachi y Franzese (2010) propusieron una extensión del modelo de autocorrelación espacial en el que los pesos espaciales se estiman basándose en las covariables que explican la conectividad y en las variables dinámicas de comportamiento individual. Al modelar la dinámica de las redes sociales y el comportamiento continuo se proporciona una visión general de los muchos efectos que se implementan actualmente para los modelos orientados a actores estocásticos. Estos modelan la tendencia general de los actores a formar vínculos, su tendencia a corresponder los lazos y su tendencia al cierre transitivo (por ejemplo, “entablar amistad con los amigos de mis amigos”). Los efectos también pueden depender de los atributos o covariables del actor. De esta manera, se puede evaluar la tendencia diferencial de los actores con altos atributos o valores de covariables para enviar (efecto ego) o recibir (modificar efecto) los vínculos de red. El modelo para la dinámica del comportamiento del actor discreto se define de manera análoga al modelo de evolución de la red (Snijders et al. 2007), con una función de tasa de comportamiento y una función objetivo.

    • Bueno, antes que nada, me parece buena idea que abordemos otro tema de “enfoques emergentes” porque así podemos compararlos y considerar más ejemplos o información para la entrada de nuestro blog.
      Sobre tu comentario, Montse, creo que también debemos pensar en que en muchas ocasiones, llegamos a suponer que en un momento dado, todos los actores actúan condicionalmente de forma independiente y esto puede darse por el estado actual de la red. Otra cosas importante es que estudios anteriores de la red, se basaban principalmente en la naturaleza descriptiva, pero poco a poco se van desarrollando más sobre la dinámica de estas mismas.

    • Un “rompecabezas sociológico” es el de la autocorrelación de la red, el fenómeno que en una red social, los actores sociales relacionados a menudo muestran similitudes. La influencia social y la selección de socios de red basadas en características compartidas son algunos ejemplos de la autocorrelación de la red. Se han propuesto muchos métodos para estudiar la influencia social en las variables de comportamiento continuo. Las revisiones de métodos para identificar los efectos de los compañeros incluyen Mouw (2006), An (2014) y Sacerdote (2014).

Share