sábado, 26 de marzo de 2016

Los sociogramas de Moreno revisados (con Gephi)

Análisis de redes sociales y visualización: Los sociogramas de Moreno revisados

Martin Grandjean

Los sociogramas de Moreno se consideran con frecuencia como los primeros ejemplos de análisis y visualización de redes sociales. Mapeando las afinidades sociales de un grupo de individuos, los primeros sociogramas de Moreno visualizan las relaciones entre los alumnos en un aula: ¿quién quiere estar sentado al lado de quién? Cada niño puede elegir otros dos, para obtener resultados que sugieren que las sociabilidades están cambiando con el tiempo: la proporción de atracciones entre los niños y niñas a disminuir, se forman estructuras de la comunidad y luego desaparecen, etc.


Leyenda Izquierda: la red original publicado en Moreno (1934) Who Shall Surive? Centro: rediseñó la red, lo que indica el número de conexiones entrantes (azul = 0, blanco = 3 o más oscuro) Derecha: la red rediseñada, destacando las niñas (naranja) y los niños (blanco). Haga clic en las imágenes para ampliar.

Los intereses sociológicos y matemáticos de este trabajo ya se han discutido en miles de publicaciones. Este post simplemente cuestiona las prácticas visuales introducidos por Moreno y los compara con una forma más moderna de visualización de este tipo de redes. Está claro que el dibujo de la mano provoca una tendencia visual, sobre todo debido a la decisión de Moreno para separar las niñas y los niños en dos grupos predefinidos. Las visualizaciones abajo, para las 8 clases (1º a 8º grado) muestran que esta bipartición no siempre se justifica ya que las comunidades se forman dentro de ellos (los "puentes" inter-sexuales entre los niños y niñas no son los únicos puentes estructurales entre camarillas). Observamos que juega con el tamaño y el color de los nodos permite una comprensión más rápida de la estructura de gráficos. También tenga en cuenta las medidas propuestas por Moreno ( "no elegidos", "estrellas", "triángulos", etc.), que prefiguran algunos de los indicadores utilizados en la actualidad para describir las redes y sus componentes (medidas de centralidad, por ejemplo).

Sociogramas

Estructura de clases, 1er Grado





 21 niños y 14 niñas. 18 no elegidos; 3 pares; 5 estrellas; 0 Cadenas; Triángulos 0; 22 atracciones Inter-sexuales.

Estructura de clases, 2do grado



 14 niños y 14 niñas. 9 no eleido; 11 pares; 2 Estrellas; 0 Cadenas; 1 Triángulo; 5 atracciones Inter-sexuales.

Estructura de clases, 3er Grado




 19 niños y 14 niñas. 7 no elegidos; 14 pares; 3 Estrellas; 1 Cadenas; Triángulos 0; 3 atracciones Inter-sexuales.

Estructura de clases, 4to grado


 

17 niños y 16 niñas. 6 no elegidos; 17 pares; 2 Estrellas; 0 Cadenas; 2 triángulos; 1 atracciones Inter-sexuales.

Estructura de clases, 5to Grado




 19 (+5) niños y 18 niñas (+5). 10 no elegidos; 19 pares; 2 Estrellas; 2 cadenas; 2 triángulos; 1 atracciones Inter-sexuales.

Estructura de clases, 6to Grado



 18 (+3) niños y 21 niñas (+1). 6 no elegidos; 26 pares; 1 estrella; 2 cadenas; Triángulos 3; 0 atracciones Inter-sexuales.

Estructura de clases, 7mo Grado




 14 niños y 18 niñas. 5 no elegidos; 15 pares; 5 estrellas; 2 cadenas; Triángulos 0; 2 atracciones Inter-sexuales.

Estructura de clases, 8vo Grado




  22 (+7) niños y 22 niñas (+4). 12 no elegidos; 13 pares; 2 Estrellas; 0 Cadenas; 1 Triángulo; 8 atracciones Inter-sexuales.

martes, 22 de marzo de 2016

Hacia una red completa en la Humanidad

¿Qué pasa si todo está conectado? La humanidad y la crisis mundial

Por Joe Brewer - Kosmos Journal

El siglo 21 es una época de grandes desafíos convergentes-tenemos que pensar, sentir y actuar sistémicamente como nunca antes en nuestra historia. En realidad, las amenazas están todos conectados, sin embargo, continúan para tratar con ellos por separado de una manera gradual. Esto simplemente no será lo suficientemente bueno.



El cambio climático no puede ser tratado en forma aislada de la riqueza-acumulativo del capitalismo que ha hecho el mundo tan desigual que a tan sólo 62 individuos tienen la misma riqueza agregada como 3,7 mil millones. El terrorismo no puede ser abordado en ausencia de profundas investigaciones sobre lo que ocurre cuando el dinero es tratada como más sagrado que la vida o la tradición espiritual. La corrupción política no puede ser wrangled en sin tener en cuenta la comercialización de las elecciones que se trata a cada candidato como todavía-otro-producto que se compra y se vende en el mercado de las ideas.

Y así sucesivamente y así sucesivamente…

Los místicos de todas las épocas nos han dicho que la separación es una ilusión. La ciencia occidental ha llegado a la misma conclusión con los descubrimientos de la mecánica cuántica que muestran cómo la gran diversidad de objetos distintos que percibimos son, en el fondo, los patrones entrelazados de energía que no puede ser dividida fundamentalmente en pedazos. Del mismo modo, los resultados de la evolución darwiniana nos dicen que toda la vida está conectada en un tapiz tejido de las madres de parto hijas en un hilo ininterrumpido de 3,6 mil millones de años que nos da una red de la vida en la Tierra. Los psicólogos y sociólogos nos recuerdan que no hay ser monolítico (el Buda estaba en lo cierto!), Mientras se observa la forma cómo las normas sociales y la influencia en nuestro comportamiento de manera profunda y de gran alcance. Estamos redes sociales que funcionan como grupos tribales.

Estas verdades, ya sea cosechado de la práctica espiritual o el empirismo de la investigación científica, son un recordatorio de que surgen todas las diferencias aparentes a partir de una unidad antes de que a menudo permanece oculta a la vista. Todo está conectado. Y debemos mantener esta verdad en mente a medida que avanzamos en el negocio de la transición de nuestra civilización lejos de su curva de crecimiento fuera de control del consumo de masas. La Tierra es finito y hay límites que no debemos cruzar si queremos seguir siendo parte de la danza cósmica que es la vida en este hermoso planeta.

Más específicamente, se conectan también las luchas locales en diferentes lugares de todo el mundo. Los campesinos expulsados ​​de sus tierras en la India comparten una situación común con los profesionales del sexo de la trata en los Países Bajos junto con los flujos ilícitos de dinero, drogas y armas de fuego. El aumento de los precios de los alimentos en mexica están vinculados a la explosión de la deuda de préstamos estudiantiles en los Estados Unidos. La crisis de los refugiados de Siria en Europa está vinculada a las sequías crónicas en el Oriente Medio durante las últimas décadas que fueron modelados e influidos por la contaminación de la fábrica durante la industrialización occidental. Y estos patrones de desplazamiento humano están engranados junto con la construcción del imperio de los Estados Unidos en su insaciable sed de control del suministro de petróleo del mundo.



Fácilmente podríamos dejar que este mecanismo de relojería masiva de complejidad nos abrume. Si todo está conectado, dónde y cómo debo intervenir? ¿No es demasiado grande para que haga algo al respecto? Una vez más, esta es la belleza de la interdependencia. Tirón en la pieza correcta de cuerda deshilachada y toda la alfombra se viene abajo antes. En el caso de la economía global, sucede que hay una cadena singular que une todos los elementos, la lógica central del crecimiento a toda costa que dice que la única medida del progreso está aumentando el PIB (crecimiento del producto interno, el precio total de todos los bienes comprar y vender durante un período de tiempo determinado).

Se nos ha dicho que la única manera de acabar con la pobreza es hacer crecer nuestra manera de salir de ella. Que todos los barcos serán levantadas con la creciente ola de compras de los consumidores. Sin embargo, esta media verdad engaña al menos de dos maneras: que tiene que ver con los puntos que no están conectadas por sus argumentos, el primero es que muchas actividades humanas valiosas no implican el intercambio de dinero (la maternidad, por ejemplo). El segundo es el hecho biológico de que algunos tipos de crecimiento son buenas para un organismo, mientras que otros no lo son. Al crecer para estar sano y fuerte es bueno. cáncer galopante en las entrañas probablemente le mataría.

La humanidad necesita pensar sistémicamente. Tenemos que actuar desde un lugar de una visión holística. Y tenemos que hacerlo colectivamente, como la humanidad singular de 7,4 mil millones de almas que viven junto con el resto de nuestros parientes biológicos aquí en la Tierra. Un buen lugar para comenzar es mediante el reconocimiento de la unidad antes e inmediatamente después de ir sobre el desmantelamiento de la lógica del crecimiento económico. Tire de esta cadena narrativa y el resto de la historia se vuelve más débil. Tire bastante de él hacia fuera y usted puede comenzar a enhebrar en una historia diferente, una que reconoce nuestra situación común y sostiene la vida como principio sagrado en el corazón de todo.

Pero, para ello, tendremos que conectar los puntos.

Adelante, compañeros humanos.

miércoles, 16 de marzo de 2016

Algoritmo de aprendizaje detecta tweets de borrachos

Algoritmo de aprendizaje de máquinas identifica tweets enviados bajo la influencia del alcohol
Un análisis de piar mientras está bebiendo revela patrones de comportamiento relacionados con el alcohol en un detalle sin precedentes.

por Emerging Technology from the arXiv

El envío de su ex pareja un tweet con los ojos llorosos al 1 a.m. después de una botella de chardonnay no es necesariamente la mejor de manera de lograr la reconciliación. Todos sabemos que el alcohol y los tweets no siempre son una buena combinación.



Sin embargo, un número sorprendente de nosotros se entregan a esta peculiar forma de indiscreción. Y esta práctica ha dado Nabil Hossain y sus amigos de la Universidad de Rochester una idea interesante.

Hoy en día, estos chicos muestran la forma en que han entrenado una máquina de detectar los tweets relacionados con el alcohol. Y también muestran cómo utilizar estos datos para monitorear la actividad relacionada con el alcohol y la forma en que se distribuye en toda la sociedad. Dicen que el método podría tener un impacto significativo en la forma de entender y responder a las cuestiones de salud pública que el alcohol y otras actividades plantean.

Hossain y compañeros de trabajo se basa en dos descubrimientos. La primera es una manera de entrenar a un algoritmo de aprendizaje automático para detectar los tweets que se relacionan con el alcohol y los enviados por la gente que bebe alcohol en el momento. La segunda es una manera de encontrar la ubicación de inicio de un usuario de Twitter con una precisión mucho mayor de lo que ha sido nunca posible y, por tanto, para determinar si están bebiendo en casa o no.

El equipo comenzó mediante la recopilación de los tweets etiqueta geográfica enviados durante el año hasta julio de 2014, frente la ciudad de Nueva York y del condado de Monroe, en la frontera norte del estado, que incluye la ciudad de Rochester. De este conjunto, que filtran todos los tweets que mencionan el alcohol o las palabras relacionadas con el alcohol, como borracho, cerveza, fiesta, y así sucesivamente.

A continuación, utilizaron los trabajadores en el servicio Bing para Mechanical Turk de Amazon para analizar los tweets con más detalle. Para cada tweet, pidieron tres Turkers para decidir si el mensaje se refiere al alcohol y si es así si se refería al alcohol potable altavoz de agudos. Por último, se les preguntó si el tweet fue enviado al mismo tiempo, el altavoz de agudos se embeben.

Este proceso implicó algunos de tweets geolocalizados 11.000 asociados con el alcohol (aunque los detalles sobre el tamaño de este estudio, y por lo tanto su importancia, son tristemente deficientes en el trabajo). Eso es un gran conjunto de datos suficientes para entrenar a un algoritmo de aprendizaje automático para detectar los tweets relacionados con el alcohol en sí.

Eso los llevó a la siguiente pregunta ¿dónde están estas personas cuando están twitteando acerca de la bebida? Y en particular, ¿están en casa o en otro lugar?

Los investigadores han ideado varios métodos para la elaboración de la ubicación de inicio de la gente usando sólo sus tweets geolocalizados. Estos incluyen la elección del lugar en el que tweet de la mayoría, la elección del lugar en el que envían el último tweet del día de, o el lugar que tweet de entre y 01 a.m. y las 6 am Sin embargo, todos estos métodos tienen puntos débiles que los hacen difícil confiar en.

Hossain y coautores desarrollado otro enfoque. Elaboraron una lista de palabras y frases que los usuarios puedan utilizar en los tweets enviados desde sus hogares, tales como "Finalmente a casa!" O bañera, sofá, televisión, y así sucesivamente. Se filtran los tweets geolocalizados que contengan esas palabras y se les pidió tres Turkers si pensaban que cada tweet fue enviado desde casa o no, manteniendo sólo aquellos para los que los tres Turkers todos respondieron que sí.

Hossain y colegas designaron a estos tuits como un conjunto de datos terrestres de referencia para la ubicación de inicio y lo usaron para entrenar a un algoritmo de aprendizaje para identificar otros patrones asociados con los tweets en el hogar. El algoritmo para ver cómo se veía ubicación de inicio se correlaciona con otros indicadores tales como la ubicación del último tweet del día, el lugar más popular de un tweet, el porcentaje de tweets desde un lugar determinado, y así sucesivamente.

Basándose en varios indicadores para determinar la ubicación de inicio mejora significativamente la exactitud de la aproximación, en comparación con las que utilizan un único indicador. De hecho, Hossain y sus colegas dicen que pueden hacer ejercicio posición de casa hasta un radio de 100 metros con una precisión de hasta un 80 por ciento. Eso es significativamente mejor que el trabajo anterior.

En conjunto, estas dos técnicas permitieron al equipo para trabajar cuando y donde la gente está bebiendo. Y utilizaron esto para comparar los patrones de consumo en la ciudad de Nueva York y en la zona suburbana del condado de Monroe.

Hacen esto dividiendo cada área en 100 x 100 rejillas y marcado aquellas áreas en las que hay los tweets relacionados con el alcohol. Eso les permite elaborar y comparar "mapas de calor" del consumo de alcohol por cada área.

También se distinguen los tweets acerca de la bebida hecha de una ubicación de inicio de las realizadas en otros lugares. Y trazar los puntos de venta de alcohol en cada área. Eso permite a los investigadores para investigar la relación entre la densidad de tweets enviados desde diferentes regiones en estado de ebriedad y la densidad de puntos de venta de alcohol.

Los resultados son una lectura interesante. En primer lugar, Hossain y coautores señalan que una mayor proporción de tweets en la ciudad de Nueva York están asociados con el alcohol que en el condado de Monroe. "Una posible explicación es que es probable que tenga una mayor tasa de beber una ciudad mucha gente, como Nueva York con puntos de venta de alcohol y muchas personas socialización de alta densidad", dicen.

Lo que es más, los datos de geolocalización revela que una mayor proporción de gente bebe en casa (o dentro de los 100 metros de la casa) en la ciudad de Nueva York que en el condado de Monroe, donde un alto porcentaje de personas que beben más de un kilómetro de la casa.

Los mapas de calor también revelan patrones interesantes. Permite que el equipo de casa en el 100 x 100 metros cuadrados de rejilla donde se han producido al menos cinco tweets sobre el alcohol. "Creemos que este tipo de redes son regiones de actividades inusuales para beber," decir Hossain y colegas.

También encontraron una correlación entre la densidad de puntos de venta de alcohol en una región y el número de tweets que indican que alguien está bebiendo ahora. Esto plantea una pregunta interesante acerca de cómo correlación y causalidad están ligados en este caso. ¿Tiene una alta densidad de puntos de venta de alcohol hacen que las personas beben más? ¿O es que los bebedores acuden a las zonas con una alta densidad de puntos de venta de alcohol? Por supuesto, este tipo de datos por sí sola no puede responder a esta.

Sin embargo, el gran poder de esta técnica es que es barato y rápido. Por el contrario, para conseguir una visión similares en los patrones de consumo por otros medios es muy costoso y consume mucho tiempo.

Sería por lo general requiere de personas que ser cuidadosamente seleccionados, para rellenar cuestionarios ya predispuestas y que estos se analizan en detalle. El enfoque de aprendizaje por máquina podría incluso controlar esta actividad en tiempo real. "Nuestros resultados demuestran que los tweets pueden proporcionar señales potentes y de grano fino de actividades ocurriendo en las ciudades", dicen.

Hay advertencias de golf. Hay un claro sesgo en los datos recogidos de Twitter ya que los jóvenes y ciertas minorías están sobre representadas. Pero sesgos similares están presentes en otros métodos de recogida de datos, por ejemplo, las encuestas tienden a subrepresentar personas que no quieren llenar encuestas, como algunos inmigrantes. Identificar y hacer frente a los sesgos es una parte importante de todos los métodos de recogida de datos.

Hossain y coautores tienen grandes planes para su técnica. En el futuro, quieren estudiar cómo el consumo de alcohol varía con la edad, sexo, origen étnico, y así sucesivamente; cómo las diferentes configuraciones de influir beber-y-piar, tales como casas de sus amigos, el estadio, el parque, y así sucesivamente; y comparar la velocidad a la que los bebedores fluyen dentro y fuera de los barrios adyacentes.

El aspecto social de Twitter será útil, también. "Podemos explorar la red social de los bebedores de averiguar cómo las interacciones sociales y la presión de grupo en los medios sociales influyen en la tendencia a hacer referencia a la bebida" decir Hossain y colegas.

Todo lo que podría ayudar a informar el debate sobre los aspectos relacionados con la salud del alcohol, que es la tercera causa de muerte evitable en los EE.UU. Eso es 75.000 muertes que el alcohol causa cada año un número que pone la importancia de este trabajo en perspectiva comparada a las pruebas y tribulaciones de la vida del amor.



Ref: arxiv.org/abs/1603.03181 : Inferring Fine-grained Details on User Activities and Home Location from Social Media: Detecting Drinking-While-Tweeting Patterns in Communities




jueves, 10 de marzo de 2016

El mundo pequeño de Humanidades Digitales



[Análisis de redes] Humanidades Digitales en Twitter, un mundo pequeño?


Martin Grandjean

Twitter ayuda a difundir la información y el conocimiento. Esto es especialmente cierto en la comunidad de las humanidades digitales en este medio de comunicación social tiene un lugar importante. Quién está siguiendo, que en esta red? Este post contiene un análisis de las relaciones entre los investigadores 1400 DH, ingenieros y entusiastas, lo que demuestra que esta pequeña comunidad es muy denso, un mundo tan pequeño en el que nadie está muy lejos de la agrupación vecina.


¿Quién sigue a quién? La red

En este gráfico se compone de 1.434 nodos conectados por 137,061 aristas dirigidas, cada una simbolizando un usuario "después de" otra en Twitter:


CC-BY-SA Pantalla completa aquí| Versión con todos los nombres aquí

Siguiendo y siendo seguido

Vamos a echar un vistazo más específico en la relación siguiendo / seguidores:



posiciones notables están ocupadas por los mismos usuarios que en el análisis anterior (2014). La cuenta más seguido, @DHnow, es seguido por 997 humanistas digitales y sigue 525 de ellos. La mayoría de estos usuarios son notables en la parte inferior derecha de la trama, ya que son seguidos por otros miembros de la más lista de lo que lo siguen a sí mismos. Los diferentes usos de Twitter son numerosos: entre estrellas del pop / influenciadores / snobs / guru / ... que apenas sigue a nadie y usuarios de redes / exploradores de tecnología / ... que siguen a un gran número de cuentas.


Tablas


 

Composición de la lista y el sesgo

Esta lista de Twitter contiene 1400 cuentas identificadas de forma manual como miembros de la "comunidad DH". Los datos analizados aquí se ha compilado el 2 de julio de 2015.

Esta lista sigue creciendo, no dude en seguirlo (directamente en Twitter), enviar sus propias listas para completarlo (dejando un comentario a continuación), o para analizar el contenido mismo de los tweets publicados por los miembros de la lista.

dicha lista nunca será completa, en parte porque las humanidades digitales son un campo en el que los actores no siempre reconocen a sí mismos como una parte, y en parte porque todos los eruditos DH no escribe en su biografía de Twitter que está practicando DH. Dicho esto, esta lista también se desarrolló teniendo en cuenta los usuarios que tuiteó activamente durante varios DH Conferencias en 2014 y 2015, así como muchas listas de los comités de las asociaciones nacionales e internacionales. Esta operación puede mejorar la apariencia "pequeño mundo", sino que también revela cómo la comunidad está estructurada por un pequeño número de personas influyentes centralizados.

Todavía tenemos que discutir el impacto Europea-centrismo del autor de la lista de la que habla francés y alemán racimos muy visibles. ¿Son estas "regiones" de la comunidad en realidad más elevada aglomeración, o es simplemente porque estas poblaciones se han buscado de forma más completa?

lunes, 7 de marzo de 2016

ARS 101: Una guía rápida para entender las comunicaciones en Twitter en una legislatura estadual

"Interdisciplinariedad" recoge una visión rica de la política de Maine
En Twitter, podemos formular patrones que ilustran partidistas división, los intermediarios, los comunicadores, los oyentes y los jugadores de poder, escribe James Cook.

Por James Cook - Central Maine


Como la única institución de educación superior en la capital del estado de Maine, la Universidad de Maine (UMA) en Augusta tiene una ubicación única para estudiar, reflexionar y generar nuevos conocimientos de la política de Maine.

Este año, como nos marca el fin de la vigencia de la 127º Legislatura de Maine y mirar hacia adelante a la elección de uno nuevo, ¿cuánto sabemos realmente los habitantes de Maine acerca de cómo funciona la Legislatura? Con el paso del tiempo, ¿cómo ha cambiado los senderos de la Legislatura estatal?

Las habilidades adquiridas en una educación universitaria en la UMA nos pueden ayudar a responder a estas preguntas, y las mejores respuestas no vienen de una disciplina por sí sola. A medida que nuestra universidad celebra el tema de la interdisciplinariedad de este año, me gustaría mostrar cómo aparentemente habilidades académicas remotas se pueden combinar para profundizar nuestra comprensión de un tema - en este caso, la Legislatura de Maine.

El campo de las comunicaciones (una ciencia social) se ha observado la aparición de un nuevo tipo de interacción en nuestra sociedad. Durante la última década, los comportamientos milenarias de la comunicación de persona a persona, la formación de grupos, y la acción conjunta han sido reubicados en el nuevo entorno informático llamado "medios sociales".

Los medios sociales son diferentes de tres maneras. En primer lugar, cualquier persona (no sólo un medio de comunicación de masas) puede compartir un mensaje con millones. En segundo lugar, cualquier persona tiene el poder de responder. En tercer lugar, lo que decimos, hacemos y sumamos más de los medios de comunicación social tiende a ser a la vez pública y registrada.

En Maine, más de 1 de cada 3 legisladores estatales se ha unido a Twitter, abriendo una nueva alternativa a la trastienda discusiones o reuniones constitutivas privadas. Asista al curso Communications 475 (Analyzing Social Media) en la UMA para entender este cambio.

La presentación y el registro de las interacciones sobre Twitter es posible gracias a la aplicación de los sistemas informáticos y de información (un campo de las ciencias naturales). Asista al curso Data Mining (CIS 450) para aprender cómo utilizar las interfaces de programación de aplicaciones (API) para tomar las observaciones del comportamiento de los legisladores sobre Twitter y almacenarlos en una base de datos en el ordenador o en un servidor de la "nube". Luego tome el curso Social Networks (SOC 375) en el campo de las ciencias sociales de la sociología y aprender cómo convertir los datos en bruto que se consiguió en nuevas ideas.

Seamos prácticos. Usando las técnicas de COM 475, CEI 450 y SOC 375, echemos un vistazo a la red social real de los legisladores del estado de Maine en Twitter en la primera quincena de febrero de 2016. Si un legislador u otra cuenta en la que el legislador se comunica a través de Twitter se representa como un punto , y si cada comunicación entre ellos es una línea, el patrón matemático prima de los contactos entre los legisladores de Maine es el siguiente:


¡Que desastre!

Como se puede ver, las matemáticas en bruto no es suficiente para obtener significado. Tome el seminario Data Visualization impartido por uno de nuestros profesores de arte (CEI 352) para aprender los principios de diseño visual que conducen a una imagen más sensato como el que aparece a continuación. En esta imagen, los legisladores son cuadrados, los no legisladores son redondos, los demócratas son azules, los republicanos son rojos, el tema más cuentas más grandes tweets, las cuentas más oscuras son las mencionados por otros legisladores con más frecuencia, y los 10 legisladores más activos están etiquetados.



Como se puede ver en esta imagen, cuando la informática, las matemáticas, las comunicaciones, la sociología y el arte se utilizan conjuntamente, podemos empezar a notar patrones verdaderamente interesantes: la división partidista, intermediarios, comunicadores, oyentes, reproductores de potencia.

Es sólo a través de un enfoque interdisciplinario que una cuenta rica e instructiva de un fenómeno como la política puede surgir.

viernes, 4 de marzo de 2016

Las redes de las sagas islandesas son como Facebook y Twitter

Sagas islandesas medievales ¿Son esas redes sociales como Facebook y Twitter?


La red de vínculos entre los personajes de la Edad Media "Sagas de los islandeses" es indistinguible de las redes sociales reales, dicen los científicos de la computación

medium.com

Las sagas de los islandeses o sögur Íslendinga son un conjunto de historias sobre las luchas y conflictos entre los primeros colonizadores de Islandia en los siglos 9, 10 y 11. Se cree que han sido escritos en los siglos 13 y 14 por los autores cuyos nombres han sido desde hace tiempo perdido. Pero muchos académicos consideran los textos para ser joyas de la literatura mundial.
Una cuestión interesante es hasta qué punto las historias representan hechos reales. Las sagas describen ciertamente muchos eventos en detalle claro y plausible por lo que no es en absoluto descabellado que son razonablemente precisos historias. Sin embargo, las historias pueden ser ficción enmarcado en una manera que parece histórico para el ojo moderno.
Hoy en día, Pádraig Mac Carron y Ralph Kenna en la Universidad de Coventry en el Reino Unido arrojar algo de luz sobre esta cuestión. Estos chicos han analizado las sagas de los islandeses utilizando el mismo método que utilizan los informáticos para analizar las redes sociales de hoy en día.
Y su conclusión es fascinante. Dicen que los personajes de las sagas forman una red social que es indistinguible de las que se forman en las redes sociales reales, como Facebook y Twitter.

La teoría de redes es una extraordinaria incorporación a la caja de herramientas que los académicos usan para estudiar literatura. En los últimos años, los informáticos han reconstruido la red de vínculos entre los personajes de los textos históricos como el antiguo Ilíada y la Odisea griega, el Beowulf anglosajón y los irlandeses Táin Bó Cuailnge.
En muchos de estos textos, los personajes forman redes sociales que son notablemente similares a las encontradas en la vida real en Facebook, Twitter y otras redes sociales. Las redes de la Ilíada y la Odisea son particularmente realista.
Inspirado por este trabajo, Mac Carron y Kenna han tomado el mismo método con las sagas de los islandeses, que se componen de 18 cuentos que participaron más de 1500 personas.
Cada uno de estos individuos forma un nodo de la red y dos nodos están vinculados si tienen una conexión en la historia. Mac Carron y Kenna también en cuenta si esta conexión es amigable u hostil.
La red resultante es muy familiar. Cuenta con el famoso personaje pequeño mundo lo que significa que las personas distantes pueden vincularse en un número mucho menor de lo esperado de pasos si la red eran al azar.
Es estructuralmente equilibrado, lo que significa que el patrón de hostilidad y la amistad entre los personajes es similar a las redes del mundo real. En términos técnicos, esto significa que cualquiera de los tres individuos no tienden a tener un número impar de enlaces hostiles. En la práctica, esto es un reflejo de la idea antigua de que el enemigo de un enemigo es un amigo.
Y la red sagas también contiene sub-comunidades bien definidas, otra característica común de las redes sociales reales.
En conjunto, estas características hacen de la red sagas parecen notablemente realista. "El análisis de redes indica que el sögur Íslendinga comprenden un conjunto altamente interrelacionado de las narrativas, las propiedades estructurales de los que no son inmediatamente distinguibles de los de las redes sociales reales," dicen Mac Carron y Kenna.
Por supuesto, esto no es de ninguna prueba de medios que las historias se basan en acontecimientos históricos reales. Pero el hecho de que la red refleja tan de cerca los que vemos en la sociedad actual es un descubrimiento importante. Como Mac Carron y Kenna conclusión: "Aunque no se puede determinar de forma concluyente si las sociedades saga son reales, sobre la base de la teoría de redes, podemos concluir que son realistas."
De hecho, los islandeses medievales no pensaría sus cuentos de venganza de sangre y conflictos muy diferentes de los que aparecen hoy en los gustos de Facebook y Twitter.


Ref: arxiv.org/abs/1309.6134: Network Analysis of the Íslendinga sögur — the Sagas of Icelanders

martes, 1 de marzo de 2016

Redes sociales de una abadesa medieval en Catalunya

Imaginando asociaciones de la abadesa Emma

Por Jonathan Jarrett - A Corner of Tenth-Century Europe

Muy viejos lectores de este blog se puede que recuerde un debate que se puso en marcha en este blog en junio de 2008, a propósito de un artículo en la revista Journal of Neurocomputing que estaba utilizando la información Carta medieval para mostrar la visualización de datos de redes sociales. [1] yo estaba inicialmente escéptico, pero hablando con dos de los autores me tiene mucho más interés y, posteriormente, hablé una de ellas en la entrega de un documento en los últimos problemas y posibilidades del comienzo de la sesión Diplomática medieval en Leeds, un documento que queríamos publicar, pero que por desgracia en al final no podría incluirse en la publicación final. 2 Eso sigue siendo una lástima, ya que había cosas buenas para pensar con allí, pero por supuesto lo que cualquier historiador se trata de datos sociales densa va a querer saber acerca de este tipo de software y técnicas es, '¿cómo va a ayudarme con mis cosas?' y puesto que responder a esta cuestión por lo general implica una gran cantidad de entrada de datos, se ha tendido a descansar allí.


También está la cuestión de hasta qué punto una "Representación de la red social medieval con algoritmo de fuerza dirigida" como esta de Boulet et al., "SOM lotes núcleo y los métodos de Laplace relacionados para análisis de redes sociales", fig. 1, se puede ver por sí mismo, por lo que, por supuesto, en ese artículo que a continuación pasan mucho tiempo y lo descomponen.

Por mi área de interés, esto se cambió a mediados de 2012 como el incansable Joan Vilaseca de la página web Cathalaunia comenzó a investigar la aplicación de estas técnicas a la base de datos que mantiene allí, que incluye un buen montón de documentos de los que yo ejercer mi oficio. Magistra et Mater, que estaba recibiendo interesados ​​en las posibilidades de estas cosas entonces también, escribió algunas ideas iniciales acerca de lo que Joan y otros estaban haciendo a ella en diciembre de 2012, y yo ya había hecho una nota talón de hablar de ello en octubre de ese año, pero, además, se ha puesto en cola desde entonces. ¡Todavía hay mucho que decir, sin embargo!

Lo que llamó especialmente mi interés era que Joan puso un post en su blog en el que se produjo una lista de las personas mejor conectadas en su base de datos, los que aparecen con los más otras personas, y una vez que los reyes que se ven cláusulas de citas y sus notarios se separaron por filtración, más o menos la parte superior de la lista era abadesa Emma de Sant Joan de Ripoll. Puesto que no es tal vez nadie en el mundo que se preocupa más por la abadesa Emma que yo, 3 esto parecía un muy buen tipo de los casos con los que responder a la pregunta: ¿este tipo de análisis nos brindan más información de la que ya tenemos? Y, extrañamente, creo que mi conclusión es que para mí es tal vez lo más valioso para acentuar lo que no hacemos.


Las relaciones de abadesa Emma en la base de datos Cathalaunia color de acuerdo al grado de conectividad

Para hablar de esto es necesario para conseguir que el lector clara sobre exactamente lo que Joan ha hecho en realidad aquí, por supuesto. Tan simplemente como puedo decirlo, lo que tenemos encima es una gráfica integrada de la siguiente manera. En la base de datos de Joan Emma aparece en los documentos 50 y 50 en aquellos documentos que se produce con una gran cantidad de personas. Buscando sólo la más significativa, Joan excluidos del recuento de todas las personas con las que Emma se presentó una sola vez, lo cual es mucho teniendo en cuenta que se organizó la audiencia Vall de Sant Joan en la que cerca de 500 personas juraron testimonio de ella y luego todavía hay 48 más documentos con ella en. Esto aún deja a 112 personas con el que se registró asociar más de una vez, de hecho, el total de las asociaciones todavía en el recuento es 1292. Muchas de estas personas también se relacionan entre sí y lo que tiene encima es una visualización asistida por ordenador de todos esos enlaces, con Emma en el centro y todos los demás se retiró a donde se pueden ver los enlaces. Pero ya se puede ver por la forma en que algunos de los enlaces se hacen con bandas gruesas de color más oscuro que algunas de estas personas dominan la muestra mucho más que otros. Entonces, ¿quién es esta gente? Pues bien, si se carga la versión SVG de este gráfico en el blog de Joan puedes hacer clic directamente a través de sus registros de base de datos, lo cual es maravilloso, pero en definitiva los cinco primeros son dos sacerdotes llamados gentiles y Guisad, y luego tres legos, a saber, Reinoard, Guimara y Tudiscle.


Archivo de la Corona d'Aragón, Cancilleria, Pergamins Seniofredo 39 (versión de menor calidad), con la firma de los gentiles inferior izquierdo y central

Todo esto suena más o menos sensible a mí: aunque creo que sólo los gentiles y Reinoard, tal vez Tudiscle, habría estado en los cinco primeros me había adivinado, puedo ver por qué están todos aquí. Gentiles era algo así como el jefe escriba de Sant Joan: él aparece en la primera aparición de Emma como un adulto, continuó apareciendo unos seis a diez años de su muerte, y en ese tiempo una gran cantidad de los documentos de la abadía lleva a su scribal firma, a pesar de que como Federico Udina señaló cuando editó estos documentos, no todos están en la misma mano. Se supone que esto significa que él tenía subordinados que firman cosas fuera para él y que su nombre era lo suficientemente importante que todavía tenía que estar allí. 4 Guisad era otro escriba frecuente para la abadía, al parecer más viejo, y también apareció en el panel de un par de las audiencias en la que Emma pursused las personas por sus derechos sobre sus tierras. 5 Reinoard era jefe de uno de los asentamientos en la Vall de Sant Joan y trabajó como ejecutor judicial para Emma vez, además de aparecer en la corte cuando ella los llamaba, era un colaborador de ella quienes he discutido en otro lugar. 6 Tudiscle y Guimara presentan un caso más interesante: estos son dos de los propietarios quienes Emma llevó a los tribunales, pero en ambos casos los episodios eran parte de una relación más larga con la abadía que había aquí desglosado. He escrito sobre estos dos, así, precisamente porque creo que en el caso de Tudiscle la audiencia fue parte de la reparación de esa relación, ya que su importancia no parece haber sufrido posteriormente, mientras que Guimara parece posteriormente no haber trabajado con la abadesa y de hecho parece haber logrado cambiar mucho de propiedad una vez donado al convento en el hermano pequeño de Emma, ​​el conde-Marquis Sunyer de Barcelona, ​​Girona y Osona, como parte de la campaña de Sunyer para recortarle las alas.7  La abadesa gobernada de forma independiente, de su hermana Pero antes que había trabajado para Emma, ​​y ​​estas personas sin duda hará que la gente buena para estudiar si se quiere entender cómo funcionaba Emma, ​​que es, por supuesto, por qué lo hice.


Las mismas relaciones muestran ahora de acuerdo a su modularidad, es decir, por el tamaño de los grupos internos a los datos

Por lo tanto, la primera respuesta a la gran pregunta acerca de si esto me dice nada se parece a "no"; Yo ya había encontrado a estas personas por métodos más antiguos. Pero no estoy aquí podría decirse que el objetivo: la cosa es que esos métodos eran muy parecido a lo que Joan de programación automatiza todos menos. Fui a través de los documentos, tomaron nota de los nombres que presentaron recidiva más, montado perfiles de sus apariencias y decidieron que eran las personas con las que podría contar la historia con. base de datos y la representación gráfica de Joan juntos significan que podría, si yo estaba empezando de nuevo, hacerlo en unos diez minutos el mismo ejercicio que me llevó semanas cuando en realidad lo hice. Que podía hacer (y puede hacerlo) lo mismo ahora con el conde-Marquis Guifré II Borrell, predecesor y hermano de Sunyer, para los que no he hecho el mismo trasfondo de análisis intensivo de datos, con muchos menos problemas de lo que estaba esperando. Así que en términos de facilitación de la investigación para otros, esto es un gran paso adelante incluso si no me ayuda. Puedo de hecho, sólo digo la cantidad de uso es precisamente porque lo había hecho ya por otros medios! (Ya sea Joan tuvo que poner un menor número de horas para hacer que suceda lo que lo hice para mi investigación es otra cuestión, por supuesto ...)

De todos modos, como he dicho anteriormente, lo que ahora me hace pensar que es la forma imperfecta nuestros datos a veces es por el tipo de preguntas que nos gustaría preguntar. Si, por los primeros principios, nos preguntamos quién era el principal contacto de una abadesa medieval temprano, probablemente suponer que los principales fueron sus monjas. Así que de hecho pueden haber estado aquí, pero como he observado en un próximo documento supuestamente-, mientras que Emma estaba a cargo de Sant Joan que saber los nombres de sólo otras dos monjas, y los que sólo se ven cuando se unen el convento, no tenemos ni idea de lo que las relaciones de Emma con ellos eran like.8 Si, pues, nos permitimos recordar que este abadesa era la hija de un conde, entonces podríamos pensar en su familia como una segunda cadena importante. Pero Emma casi no aparece con su familia, y cuando lo hace se necesita una lectura muy cuidadosa: Creo que ella sólo se produce vivo y en persona con el hermano Sunyer en la audiencia Vall de Sant Joan donde ella se encontraba en la teoría de llevarlo a los tribunales, por ejemplo, . 9 (Ella también se convierte en imagen como vecino de la tierra que estaba transfiriendo dos veces, pero por supuesto que no estaba realmente allí para eso, aunque nos da otra razón para suponer que tenían otras relaciones. 10) También en el extremo defender en ese ocasión fue su hermano probablemente anciano-Miró, conde de Cerdanya, que en su testamento llamada Emma uno de sus ejecutores y tenía su llamado "mi más querida hermana '; Creo que ocurre con él una vez de lo contrario. 11 Ella tiene Radulfo consagrar una iglesia con ella una vez, creo que eso es todo sin embargo. 12 Podemos más o menos vemos de esto que este conjunto de hermanos fueron estrechos colaboradores, aunque no siempre los muy pronto, pero la cantidad de apariciones en realidad no reflejan lo que podemos adivinar la importancia de esas relaciones habría sido.


La piedra en memoria de abadesa Emma en la iglesia de la abadía de Sant Joan de les Abadesses

La información que obtenemos de esto, por lo tanto, no está mal, pero es parcial. Emma probablemente hizo ver gentiles y hablar con él casi todos los días de su vida adulta. No es claro si Guisad también fue un sacerdote de la abadía pero si es así, él también habría sido una característica habitual de sus días. Ella colocó un montón de confianza en Reinoard, y esa relación era probablemente importante para los dos de ellos en la crianza de Reinoard encima de sus compañeros y mostrando cómo esos tipos Emma podría recompensar a sus colaboradores. Tudiscle y Guimara, al menos al principio, eran más de ese tipo de persona e incluso si las relaciones probablemente no significan tanto para Emma como con el hermano que tenía Miró, por ejemplo, están históricamente muy interesante y cualquier persona que trabaje en Emma estaría bien servido por el que se apunta hacia ellos. Pero también hay datos que faltan tranquilo y que debe de haber hecho una gran cantidad más de su vida, y que realmente no podemos reconstruir. No es de ninguna manera el fallo de esta tecnología que no puede traer eso a nuestro aviso: es obvio que no nos puede devolver información que no pusimos en Pero eso también significa que la tecnología no es más que uno de. las herramientas que tenemos para usar esa información para comprender en su contexto, algunos de los cuales contexto es simplemente lo que no está allí. 13


Referencias

1. Romain Boulet, Bertrand Jouse, Fabrice Rossi & Nathalie Villa, “Batch kernel SOM and related Laplacian methods for social network analysis” in Journal of Neurocomputing Vol. 71 (Amsterdam 2008), pp. 1579-1573.

2. What final publication, you ask? Why, Jonathan Jarrett & Allan Scott McKinley (edd.), Problems and Possibilities of Early Medieval Charters, International Medieval Research 19 (Turnhout 2013). You could buy it here if you wanted!

3. See J. Jarrett, “Power over Past and Future: Abbess Emma and the nunnery of Sant Joan de les Abadesses” in Early Medieval Europe Vol. 12 (Oxford 2003), pp. 229-258; idem, Rulers and Ruled in Frontier Catalonia 880-1010: pathways of power (Woodbridge 2010), pp. 23-72.

4. Ibid. pp. 29-30; see Federico Udina Martorell, El Archivo Condal de Barcelona en los siglos IX-X: estudio crítico de sus fondos, Textos 18/Publicaciones de le Sección de Barcelona 15 (Madrid 1951), p. 205 for the argument.

5. Jarrett, Rulers and Ruled, p. 59 n. 162.

6. Ibid. pp. 39, 41-42.

7. Ibid. pp. 52-53 (Tudiscle), 53-57 (Guimarà) & 64-65 (Sunyer’s pressure on the nunnery).

8. J. Jarrett, “Nuns, Signatures and Literacy in late-Carolingian Catalonia”, to appear in a Festschrift for Rosamond McKitterick first planned in 2010.

9. La audiencia está mejor impresa en Ramon Ordeig i Mata (ed.), Catalunya Carolíngia IV: els comtats d’Osona i Manresa, Memòries de la Secció Històrico-arqueològica LIII (Barcelona 1999), 3 vols, doc. nos 119 & 120, si bien las notas paleográficas de Udina, Archivo Condal, doc. no. 38, son todavía muy útiles.

10. Ordeig, Catalunya Carolíngia IV, doc. nos 103, 105 & 155. Hay algunos otros casos donde ella y Sunyer ambos giran como vecinos, pero no de las mismas propiedades, por lo que no creo que realmente cuenta aquí.

11. El testamento está solo impreso en Prosper de Bofarull y Mascaró, Los condes de Barcelona vindicados, y cronología y genealogía de los reyes de España considerados como soberanos independientes de su marca (Barcelona 1836, repr. 1990), 2 vols. I pp. 88-90. En Ordeig, Catalunya Carolíngia IV, doc. no. 57 Miró presidió la audiencia donde Emma fue la demandada, pero ella fue representada por un mandatario y ella no estaba presente.

12. Udina, Archivo Condal, doc. no. 73. Los dos también ocurrieron como vecinos comunes en Ordeig, Catalunya Carolíngia IV, doc. nos 155 & 419, pero de nuevo eso sólo dice que probablemente se conocieron en algún momento..

13. Cf. Jarrett, “Poor Tools to Think With: the human space in digital diplomatics” in Georg Vogeler & Antonella Ambrosiani (edd.), Digital Diplomatics 2011, Beihefte der Archiv für Diplomatik (München forthcoming), pp. 291-302.