#NiUnaMenos 2016 en Argentina

Primera visualización


Datos obtenidos el 3 de Junio de 2016. La toma de datos ininterrumpida desde las 14 hasta las 20 horas del día. La muestra fue de 220 mil nodos (hashtags y usuarios) y 450 mil enlaces, la muestra más grande que jamás tuve que analizar.

Muestra original

7-núcleo

8-núcleo

9-núcleo

10-núcleo

11-núcleo

12-núcleo de la muestra

Identificación de difusores en redes complejas

Identificación de difusores influyentes en redes complejas

• • 
    
• Maksim Kitsak,
• Lazaros K. Gallos,
• Shlomo Havlin,
• Fredrik Liljeros,
• Lev Muchnik,
• H. Eugene Stanley
• & Hernán A. Makse

Nature Physics 6 

888–893 (2010) doi:10.1038/nphys1746

Redes retratan una multitud de interacciones a través del cual la gente se reúne, las ideas se propagan y las enfermedades infecciosas se propagan dentro de un sociedad 1, 2, 3, 4, 5. La identificación de los esparcidores '' más eficientes en una red es un paso importante para la optimización del uso de los disponibles recursos y garantizar la difusión más eficaz de información. Aquí nos muestran que, en contraste con la creencia común, hay circunstancias plausibles donde los mejores esparcidores no se corresponden con el personas 6 las más céntricas, 7, 8, 9, 10. En vez más altamente conectado o, nos encontramos con que los separadores más eficientes son los situados dentro del núcleo de la red tal como se identifica por el análisis 11 de descomposición de k-cáscara (k-shell), 12, 13, y que cuando múltiples difusores se consideran simultáneamente la distancia entre ellos se convierte en el parámetro crucial que determina la extensión de la difusión. Además, se muestra que las infecciones persisten en las cáscaras de alto-k de la red en el caso en el que recuperó las personas no desarrollan inmunidad. Nuestro análisis debe proporcionar una ruta para un diseño óptimo de las estrategias de difusión eficientes.


Figura 1: Cuando los cubos pueden no ser buenos difusores


Una representación esquemática de una red bajo la descomposición k-shell. Los dos nodos de grado k = 8 (azul y nodos amarillos) en esta red están en diferentes lugares: uno se encuentra en la periferia, (ks = 1), mientras que el otro concentrador está en el núcleo más íntimo de la red, es decir, que tiene la kS más grandes (ks = 3). b-d, la extensión de la eficiencia del proceso de propagación no puede predecirse con exactitud basa en una medida de la vecindad inmediata del nodo, tales como el grado k. Para la red de contactos de los pacientes hospitalizados (CNI), comparamos las infecciones procedentes de los nodos individuales que tienen el mismo grado k = 96 (los nodos A y B) o el mismo índice kS = 63 (los nodos A y C), con una probabilidad de infección β = 0,035 . En las parcelas correspondientes, los colores indican la probabilidad de que un nodo se infecta cuando la difusión se inicia en el origen correspondiente, siempre que esta probabilidad es mayor que 25%. Los resultados se basan en 10000 realizaciones diferentes para cada caso. En el primer caso, donde A tiene origen kS = 63, la difusión llega a un área mucho más amplia con más frecuencia, en contraste con origen B (kS = 26), donde la infección permanece en gran parte localizada en la vecindad inmediata de B. de dispersión es muy similar entre orígenes a y C, que tienen el mismo valor kS, aunque el grado de C es mucho menor que A. la importancia de la organización de la red también se pone de relieve cuando ReWire al azar la red (preservando el mismo grado para todos los nodos). En este caso, la imagen estándar se recupera: la extensión de la difusión y coincide ambos cubos contribuyen por igual en gran medida a la difusión (véase SI-Sección VI).

1. Caldarelli, G. & Vespignani, A. (eds) Large Scale Structure and Dynamics of Complex Networks (World Scientific, 2007).
2. Anderson, R. M., May, R. M. & Anderson, B. Infectious Diseases of Humans: Dynamics and Control (Oxford Science Publications, 1992).
3. Diekmann, O. & Heesterbeek, J. A. P. Mathematical Epidemiology of Infectious Diseases: Model Building, Analysis and Interpretation (Wiley Series in Mathematical & Computational Biology, 2000).
4. Keeling, M. J. & Rohani, P. Modeling Infectious Diseases in Humans and Animals (Princeton Univ. Press, 2008).
5. Rogers, E. M. Diffusion of Innovation 4th edn (Free Press, 1995).
6. Albert, R., Jeong, H. & Barabási, A-L. Error and attack tolerance of complex networks.Nature 406, 378–482 (2000).
   • ChemPort
   • ADS
   • ISI
   • PubMed
   • Article
7. Pastor-Satorras, R. & Vespignani, A. Epidemic spreading in scale-free networks. Phys. Rev. Lett. 86, 3200–3203 (2001).
   • ChemPort
   • ADS
   • ISI
   • PubMed
   • Article
8. Cohen, R., Erez, K., ben-Avraham, D. & Havlin, S. Breakdown of the Internet under intentional attack. Phys. Rev. Lett. 86, 3682–3685 (2001).
   • ChemPort
   • ADS
   • ISI
   • PubMed
   • Article
9. Freeman, L. C. Centrality in social networks: Conceptual clarification. Social Networks 1,215–239 (1979).
   • Article
10. Friedkin, N. E. Theoretical foundations for centrality measures. Am. J. Sociology 96,1478–1504 (1991).
    • Article
11. Bollobás, B. Graph Theory and Combinatorics: Proceedings of the Cambridge Combinatorial Conference in Honor of P. Erdös Vol. 35 (Academic, 1984).
12. Seidman, S. B. Network structure and minimum degree. Social Networks 5, 269–287 (1983).
    • Article
13. Carmi, S., Havlin, S, Kirkpatrick, S., Shavitt, Y. & Shir, E. A model of Internet topology using k-shell decomposition. Proc. Natl Acad. Sci. USA 104, 11150–11154 (2007).
    • ChemPort
    • ADS
    • PubMed
    • Article
14. Ángeles-Serrano, M. & Boguñá, M. Clustering in complex networks. II. Percolation properties. Phys. Rev. E 74, 056116 (2006).
    • ChemPort
    • Article
15. LiveJournal, http://www.livejournal.com.
16. Liljeros, F., Giesecke, J. & Holme, P. The contact network of inpatients in a regional healthcare system. A longitudinal case study. Math. Population Studies 14, 269–284 (2007).
    • Article
17. The Internet Movie Database, http://www.imdb.com.
18. Hethcote, H. W. The mathematics of infectious diseases. SIAM Rev. 42, 599–653 (2000).
    • Article
19. Castellano, C., Fortunato, S. & Loretto, V. Statistical Physics of Social Dynamics. Rev. Mod. Phys. 81, 591–646 (2009).
    • ADS
    • Article
20. Shavitt, Y. & Shir, E. DIMES: Let the internet measure itself. ACM SIGCOMM Comput. Commun. Rev. 35, 71–74 (2005).
    • Article
21. Molloy, M. & Reed, B. A critical point for random graphs with a given degree sequence.Random Struct. Algorithms 6, 161–180 (1995).
    • ISI
    • Article
22. Hidalgo, C. A., Klinger, B., Barabasi, A-L. & Hausmann, R. The product space conditions the development of nations. Science 317, 482–487 (2007).
    • ChemPort
    • ADS
    • PubMed
    • Article
23. Hethcote, H. & Rogers, J. A. Gonorrhea Transmission Dynamics and Control (Springer-Verlag, 1984).
24. Pastor-Satorras, R. & Vespignani, A. Immunization of complex networks. Phys. Rev. E 65,036104 (2002).
    • ChemPort
    • ADS
    • Article
25. Dezsó, Z. & Barabási, A-L. Halting viruses in scale-free networks. Phys. Rev. E 65, 055103(2002).
    • ChemPort
    • ADS
    • Article
26. Cohen, R., Erez, K., ben-Avraham, D. & Havlin, S. Resilience of the Internet to random breakdowns. Phys. Rev. Lett. 85, 4626–4630 (2000).
    • ChemPort
    • ADS
    • ISI
    • PubMed
    • Article
27. Newman, M. E. J. Assortative mixing in networks. Phys. Rev. Lett. 89, 208701 (2002).
    • ChemPort
    • PubMed
    • Article
28. Large Network visualization tool, http://xavier.informatics.indiana.edu/lanet-vi/.
29. Alvarez-Hamelin, J. I., Dallásta, L., Barrat, A. & Vespignani, A. Large scale networks fingerprinting and visualization using the k-core decomposition. Adv. Neural Inform. Process. Systems 18, 41–51 (2006).

1001 5285

Lire plus de publications sur Calaméo

La transmisión de riqueza en las principales familias florentinas sigue hasta hoy

Las familias más ricas de Florencia en 1427 siguen siendo las familias más ricas de Florencia



Gracias por el dinero, tatara-tatara-tatara-tatara abuelo. (Reuters / Juan Medina)


Por Aamna Mohdin | Quartz

Las familias más ricas de Florencia, Italia han tenido que bien por un rato-600 años para ser precisos.
Esto es según un estudio reciente realizado por dos economistas italianos, Guglielmo Barone y Sauro Mocetti, que después de analizar los contribuyentes florentinos En comparación camino de regreso en 1427 con los de 2011. La comparación de la riqueza de la familia a los que tienen el mismo apellido de hoy, sugieren las familias más ricas Florencia hace 600 años siguen siendo los mismos ahora.
"Se encontró que los que más ganan entre los contribuyentes actuales que ya ha estado en la cima de la escala socioeconómica de hace seis siglos," Barone y Mocetti notan en VoxEU. El estudio fue capaz de explotar un conjunto de datos único contribuyentes datan en 1427 fue digitalizado y tener a disposición en línea, para mostrar las tendencias a largo plazo de la movilidad económica.
Aunque los investigadores admiten los defectos a rastrear la riqueza de la familia usando apellidos, Señalan apellidos italianos son altamente Normalmente regional y tendencia a transmitir de forma lineal. Las familias en la parte superior de la escala socioeconómica seis siglos agosto son los que más ganan entre los contribuyentes actuales. Los que están en la parte superior de la escalera tenido los trabajos más prestigiosos, mientras que las familias en la parte inferior tenían ocupaciones menos estimados, con ingresos por debajo de la mediana.

La familia Medici no tuvo mayor riqueza o la mayoría de los escaños en la legislatura, sin embargo, llegó al poder. A través de los matrimonios, la familia Medici tenía una posición de centralidad en la red social, que es crucial para la comunicación, ofertas de corretaje, etc.


Si bien se trata de una pequeña sorpresa que las familias transmitan su riqueza a sus hijos, sigue siendo bastante notable que estas familias sean capaces de mantener su riqueza a través de varios asedios de Florencia, la campaña de Napoleón en Italia, la dictadura de Benito Mussolini, y dos guerras mundiales.
El estudio añade más evidencia sobre cómo los ricos siguen siendo ricos. En Inglaterra, los investigadores han demostrado previamente cómo el estatus de la familia en Inglaterra puede persistir durante más de ocho siglos, o más de 28 generaciones enteras. Es un rasgo compartido por las familias de élite en China, cuyo estado de alta ha persistido desde los años de Mao.

Cooperación y su relación con el tamaño de grupo y la memoria

La cooperación surge cuando los grupos son pequeños y los recuerdos son largos, un estudio encuentra
por Katherine Unger Baillie - Phys,org



Diagrama de red social. Crédito: Daniel Tenerife / Wikipedia

La tragedia de los comunes, un concepto descrito por el ecologista Garrett Hardin, pinta una visión pesimista de la naturaleza humana. La teoría es que, si un recurso es compartido, los individuos actuarán en su propio interés, pero en contra de los intereses del grupo, por el agotamiento de ese recurso.

Sin embargo, los ejemplos de cooperación e intercambio abundan en la naturaleza, de las sociedades humanas a las bacterias unicelulares.
En un nuevo artículo, publicado en la revista como informes científicos de la Universidad de Pennsylvania investigadores utilizan la teoría de juegos para demostrar el complejo conjunto de rasgos que pueden promover la evolución de la cooperación. Su análisis demostró que los grupos pequeños en los que los actores tenían buena memoria de las acciones de sus compañeros de grupo eran más propensos a desarrollar estrategias de cooperación.
El trabajo sugiere una posible ventaja de la poderosa capacidad de memoria del ser humano: se ha alimentado nuestra capacidad como sociedad para cooperar.
"En el pasado hemos visto las interacciones de dos jugadores para determinar las estrategias evolutivas más robustos", dijo Joshua B. Plotkin, profesor del Departamento de Biología de Penn en la Escuela de Artes y Ciencias. "Nuestro nuevo análisis permite escenarios en los que los jugadores pueden reaccionar a los comportamientos y estrategias de varios otros jugadores a la vez. Nos da una imagen de un conjunto mucho más rico de las interacciones sociales, una imagen que es probable que sea más representativo de las complejidades de la humana comportamiento."
Plotkin colaboró ​​con Alexander J. Stewart, entonces su investigador postdoctoral y ahora un investigador de la Royal Society en el University College de Londres, en el trabajo, que se basa en años de exámenes de teoría de juegos por el par.
En sus trabajos anteriores, utilizaron escenario del dilema del prisionero iterado, en el que dos jugadores se enfrentan y se puede elegir entre cooperar o no, para entender qué circunstancias promover el aumento de la generosidad frente al egoísmo.
En el nuevo documento, se agregaron dos niveles de complejidad. En primer lugar, se utilizó un escenario diferente, conocido como un juego de bienes públicos, lo que permite a los jugadores interactuar con más de un otro jugador a la vez. La puesta a punto también permitió a los investigadores para variar el número de jugadores en un juego determinado. En el juego de los bienes públicos, un jugador puede aportar una cierta cantidad de un recurso personal a una piscina pública, que luego se divide por igual entre todos los jugadores. El mayor beneficio compartido viene cuando todos los jugadores contribuyen generosamente, sino que también pone a los jugadores generosos en riesgo de perder los recursos a los jugadores egoístas, una tragedia de los comunes el escenario.

El segundo nivel de complejidad añadida fue imbuir a los jugadores con la capacidad para la buena memoria. Es decir, los jugadores pueden utilizar las acciones de sus rivales a partir de múltiples rondas anteriores del juego para informar a sus estrategias para las rondas posteriores. Si un jugador se encontró en varias ocasiones un jugador en un grupo que con frecuencia se comportó de manera egoísta, por ejemplo, que pueden ser más propensos a "castigar" desertor que mediante la retención de los recursos en las rondas futuras.
Además, se permitió a las poblaciones de los jugadores a "evolucionar", de tal manera que los jugadores más exitosos, los que alcanzan mayores beneficios, son más propensos a pasar sus estrategias a la siguiente generación de jugadores.
Stewart y Plotkin encontraron que cuanto más jugadores en un juego menos probable que las estrategias de cooperación podrían ganar a cabo. En cambio, la mayoría de las estrategias sólidas en grandes grupos favoreció deserción.
"Esto tiene sentido intuitivo", dijo Plotkin. "Como un grupo que aumenta el tamaño, las perspectivas de una cooperación sostenida bajan. La tentación de desertar y convertirse en un gorrón sube."
Por el contrario, sus resultados mostraron que dar a los jugadores una memoria más larga, la capacidad de recordar y basar sus decisiones en un máximo de 10 rondas previas de las acciones de sus oponentes, dio lugar a un mayor volumen relativo de las estrategias de cooperación sólidas. Parte de la razón de esto, según los investigadores, era debido a mayores recuerdos permitía a los jugadores para desarrollar una gama más amplia de las estrategias más matizadas, incluyendo los que podrían castigar a los individuos para desertar estrategias y asegurar que no hacerse cargo de la población
"A los jugadores más fuertes de memoria permitida para eliminar el desertor raro", dijo Plotkin.
En una última serie de experimentos, Stewart y Plotkin utilizan simulaciones por ordenador que permitieron la capacidad de memoria de los jugadores que evolucionar con las propias estrategias. Encontraron que no sólo se vieron favorecidos memorias más largas, pero la evolución de los recuerdos más largos dieron lugar a un aumento de la cooperación.
"Creo que una comida para llevar fascinante de nuestro estudio," Stewart dijo, "es que se puede obtener un conjunto de circunstancias en las que hay una especie de bucle de realimentación incontrolable. Recuerdos más largos favorecen una mayor cooperación y una mayor cooperación promueve la buena memoria. Ese tipo de situación , donde se pasa de un sistema más simple a uno que es más complejo, es un gran ejemplo de lo que hace la evolución, que conduce a la complejidad cada vez mayor ".
Como paso siguiente, Stewart y Plotkin les gustaría usar sujetos humanos para evaluar sus resultados matemáticos.
"Tenemos todos estos resultados acerca de qué tipo de estrategias tienen éxito que tiene en cuenta las diferentes características de las acciones de los jugadores", dijo Stewart. "Nos gustaría realizar un experimento con la gente para averiguar lo que realmente están prestando atención a cuando están jugando. Es sus pagos? ¿Es pagos de sus oponentes? Y vemos cómo esas estrategias coinciden con los que vemos en nuestros análisis ".

Explore más leyendo: Nice organisms finish first: Why cooperators always win in the long run

Más información: Alexander J. Stewart et al, Small groups and long memories promote cooperation, Scientific Reports (2016). DOI: 10.1038/srep26889

ARS aplicado al Medioevo y la nueva comprensión de la Historia

Cómo la nueva ciencia de la historia computacional está cambiando el estudio del pasado

La aplicación de la teoría de redes con los registros medievales sugiere que los acontecimientos históricos se rigen por "leyes de la historia", al igual que la naturaleza esté regida por las leyes de la física.
por Emerging Technology from the arXiv  23 de Junio de 2016

Una de las características curiosas de ciencia de las redes es que las mismas redes subyacen a los fenómenos completamente diferentes. Como resultado, estos fenómenos tienen similitudes profundas que están lejos de ser evidente a primera vista. Buenos ejemplos incluyen la propagación de la enfermedad, el tamaño de los incendios forestales, e incluso la distribución de la magnitud del sismo, que todos siguen un patrón similar. Este es un resultado directo de su compartiendo la misma estructura de la red.

Así que por lo general es de extrañar que las mismas "leyes" surgen cuando los físicos encuentran las mismas redes subyacentes otros fenómenos. Exactamente esto ha sucedido en varias ocasiones en las ciencias sociales. ciencia de las redes sociales ahora permite a los científicos para modelar las sociedades, para estudiar la forma en que las ideas, los chismes, las modas, y así sucesivamente flujo a través de la sociedad, e incluso para estudiar cómo esto influye en la opinión.

Para ello han utilizado las herramientas desarrolladas para estudiar otras disciplinas. Es por eso que el nuevo campo de la ciencia social computacional ha vuelto tan poderoso tan rápidamente.


Fig. 2: Modelo de red de lazos de parentesco entre los miembros principales de la élite Bizantina (número de nodos = 107) centrados en el Emperador Andronikos II Palaiologos en los años 1321 a 1328 DC; los nodos are coloreados de acuerdo al agrupamiento identificado con la ayuda del algoritmo de Newman (imagen: Johannes Preiser-Kapeller, 2015, creada con el software ORA*)

Pero hay otro campo de la actividad, que también se beneficia: el estudio de la historia. A lo largo de la historia, los seres humanos han formado redes que han jugado un papel profundo en la manera han desarrollado los hechos. Los historiadores han comenzado recientemente a la reconstrucción de estas redes que utilizan fuentes históricas, tales como la correspondencia y los registros de la época.

Hoy en día, Johannes Preiser-Kapeller en la Academia de Ciencias de Austria en Viena explica cómo este enfoque está proyectando una nueva luz sobre diversos acontecimientos históricos. De hecho, el trabajo ha descubierto patrones previamente desconocidos en la forma en la historia se desarrolla. De la misma manera que los patrones en la naturaleza revelan las leyes de la física, estos descubrimientos revelan las primeras leyes de la historia.

Preiser-Kapeller se ha centrado en los conflictos medievales y en particular las relativas al Imperio bizantino en el siglo 14, que se concentra en torno a Constantinopla, un enlace entre las redes comerciales de Europa y Asia. Este fue un período de conflicto significativo debido a los cambios fuerzas políticas, la peste, y el cambio climático causado por una pequeña edad de hielo durante la Edad Media.

Preiser-Kapeller ha reconstruido las redes políticas que existían en el momento usando sobrevivir a la correspondencia y otros registros históricos. En estas redes, cada persona influyente es un nodo, y los enlaces se dibujan entre los que comparten relaciones significativas. Para ser registrado en la red, estos enlaces tienen que ser registrados en correspondencia con frases tales como Mi noble tía o Mi primo imperial. También registra cómo éstos cambian con el tiempo.

Utilizando algoritmos estándar para estudiar diversas medidas de la estructura de la red, Preiser-Kapeller encontraron grupos dentro de la red, identifica los actores más importantes en una red, y se examina cómo los individuos agrupados en torno a otros que eran similares de alguna manera.

Cómo cambian con el tiempo estas medidas resulta tener un vínculo importante con los principales acontecimientos que se desarrollaron más tarde. Por ejemplo, Preiser-Kapeller dice, la fragmentación de la red política crea las condiciones para una guerra civil que debilitó de forma permanente el Imperio bizantino. En última instancia, se derrumbó en 1453.

Estos cambios también siguieron algunos patrones interesantes. "La distribución de frecuencias del número de lazos de conflicto activados en un año tiende a seguir una ley de potencias," dice Preiser-Kapeller. Exactamente los mismos patrones de ley de potencia surgen cuando los científicos estudian la complejidad de la distribución del tamaño de las guerras, epidemias y religiones.

Una cuestión interesante es si los mismos patrones aparecen en otra parte de la historia. Para averiguarlo, se comparó la red de Bizancio con los de otros cinco períodos de conflicto medieval en Europa, África y Asia.

Y los resultados son una lectura interesante. "En promedio en los cinco unidades políticas, un cambio de regla en un año aumentó la probabilidad de que otro cambio en el siguiente triple año", dice Preiser-Kapeller. Así que mientras más cerca esté de una conmoción, más probabilidades hay de ser otro pronto. O en otras palabras, trastornos tienden a agruparse.

Esa es una regla que debe sonar familiar a los geofísicos. Existe un fenómeno similar en los registros del terremoto: la más reciente de un terremoto grande, mayor es la probabilidad de que otro grande pronto. Esto se conoce como la ley de Omori-que los terremotos tienden a agruparse.

No es de extrañar que surjan efectos similares en estos sistemas, ya que ambos están gobernados por la misma ciencia de las redes. Los historiadores estarían en todo su derecho a adoptar este y otros patrones como "leyes de la historia."

Estas leyes están maduras para su posterior estudio. Aunque la complejidad que surge de la teoría de redes en muchas áreas de la ciencia se ha estudiado durante décadas, ha habido casi ningún tipo de investigación en el campo de la historia. Eso sugiere que hay una fruta madura que se tenía por la primera generación de historiadores computacionales, como Preiser-Kapeller. Espere escuchar más sobre él un futuro próximo.



Ref: arxiv.org/abs/1606.03433 : Calculating the Middle Ages? The Project “Complexities and Networks in the Medieval Mediterranean and the Near East”

1606 03433

Lire plus de publications sur Calaméo

Marketing: Flujo de comunicación de dos pasos

Flujo de la comunicación de dos pasos
Wikipedia


El modelo de flujo de comunicación de dos pasos dice que la mayoría de la gente forma sus opiniones bajo la influencia de los líderes de opinión, y que éstos a su vez son influenciados por los medios de comunicación. En contraste con el flujo de un solo paso de la teoría hipodérmica o teoría de la bala mágica, que sostiene que las personas se ven influidos directamente por los medios de comunicación, de acuerdo con el modelo de flujo de dos pasos, las ideas fluyen de los medios de comunicación a los líderes de opinión, y de ellos a una población más amplia.

Productos básico

La teoría se basa en un estudio de 1940 en la influencia social que establece que los efectos de los medios se establecen indirectamente a través de la influencia personal de los líderes de opinión. La mayoría de las personas reciben gran parte de su información y se ven influidos por la segunda mano los medios de comunicación, a través de la influencia personal de los líderes de opinión.

Concepto

El modelo de dos etapas dice que la mayoría de las personas no se ven influidos directamente por los medios de comunicación, sino que más bien forman sus opiniones basadas en los líderes de opinión que interpretan los mensajes de los medios de comunicación y los ponen en contexto. Los líderes de opinión son los que inicialmente se expone a un contenido específico de los medios, y que se interpretan en base a su propia opinión. Entonces comienzan a infiltrarse en estas opiniones a través del público en general que se convierten en "seguidores de opinión". [1] Estos "líderes de opinión" aumento su influencia a través de más medios de élite en lugar de incorporar medios de comunicación. [2] En este proceso, la influencia social es creado y ajustado por los ideales y las opiniones de cada grupo "los medios de élite", así como por los ideales y las opiniones opuestas de estos grupos de medios de comunicación y en combinación con fuentes populares medios de comunicación. Por lo tanto, la influencia principal en estas opiniones es principalmente una persuasión social. [3]

Acerca de

El flujo de dos pasos de modelo de comunicación plantea la hipótesis de que las ideas fluyen de los medios de comunicación a los líderes de opinión, y de ellos a una población más amplia. Fue introducido por primera vez por el sociólogo Paul Lazarsfeld et al. en 1944 [4] y elaborados por Elihu Katz y Lazarsfeld en 1955 [5] y las subsiguientes publicaciones [6] Lowery y DeFleur argumentan que el libro era mucho más que un simple informe de investigación:. que era un esfuerzo para interpretar la investigación de los autores dentro de un marco de esquemas conceptuales, aspectos teóricos y resultados de la investigación dibujados en líneas generales desde el estudio científico de pequeños grupos [7] a diferencia de la teoría hipodérmica, que considera efectos de los medios masivos de ser directo, el modelo de flujo de dos pasos subraya la acción humana.

Según Lazarsfeld y Katz, la información de los medios de comunicación se canaliza a las "masas" a través de liderazgo de opinión. Las personas con más acceso a los medios de comunicación, y que tiene una comprensión más culta de contenido de medios, explican y difunden el contenido a otros.

Sobre la base de la hipótesis de flujo de dos pasos, el término "influencia personal" vino a ilustrar el proceso que media entre mensaje directo de los medios y la reacción del público a ese mensaje. Los líderes de opinión tienden a ser similares a los que basados ​​en influir en la personalidad, intereses, demografía, o los factores socioeconómicos. Estos líderes tienden a influir en otros para cambiar sus actitudes y comportamientos. La teoría de dos pasos refina la capacidad de predecir cómo los mensajes de los medios influyen en el comportamiento del público y explica por qué las campañas de determinados medios de comunicación no alteran actitudes de la audiencia. Esta hipótesis proporciona una base para la teoría del flujo de dos pasos de comunicación de masas. [8]


Flujo de dos pasos de la comunicación en la red Twitter (red de protesta chilena en torno a HidroAysén) [9]

Debate contemporáneo

En los tiempos de las redes sociales digitales, la teoría más de seis décadas de edad chispas mucho interés nuevo. El hecho de que las bases de datos masivas están siendo utilizados para enviar mensajes a medida que los individuos llevan de nuevo a la idea de un "flujo de un solo paso de la comunicación". [10] La idea es una especie de aguja hipodérmica / modelo bala mágica, con el la capacidad de análisis de datos grandes informó a la personalización en masa. Los estudios empíricos realizados por otros investigadores, por el contrario, han encontrado que las plataformas modernas de medios sociales, como Twitter, exhiben una clara evidencia de un flujo de dos pasos de la comunicación (véase la figura). [9] [11] Muchos usuarios de redes sociales obtienen sus noticias de celebridades u otros líderes de opinión de amplificación, que de nuevo reciba avisos por medios de comunicación o por personas con conocimientos específicos. La huella digital de grano fino de las redes sociales también sugiere que hay más que simplemente los modos de un solo paso y dos pasos de flujo de comunicación, lo que lleva la búsqueda de más complejos modelos de múltiple flujo basado en estructuras de red distintas. [9] [12 ]

Lazarsfeld y Katz

Paul Lazarsfeld y Elihu Katz son considerados como los fundadores de la teoría funcional y su libro Influencia Personal (1955) se considera que es el manual para la teoría.

Paul Felix Lazarsfeld

Uno de los primeros en embarcarse en la investigación de Comunicaciones, fue el primero en introducir la diferencia entre la "investigación administrativa" y "la investigación crítica» en lo que respecta a los medios de comunicación. La investigación crítica que creía, critica a las instituciones de los medios propios de las formas de perspectiva que sirven los grupos sociales dominantes. La investigación crítica favorece los métodos inductivos interperspective y de investigación. [13] Estudio de las elecciones presidenciales de 1940 Lazarsfeld fue publicada como la elección del pueblo (1944). Durante la investigación reveló información acerca de los procesos psicológicos y sociales que influyen en las decisiones de voto. El estudio también descubrió un proceso de influencia que Lazarsfeld llamado "liderazgo de opinión." Llegó a la conclusión de que existe un flujo de múltiples etapas de la información de los medios de comunicación a las personas que sirven como líderes de opinión que luego se transmiten al público en general. Llamó a este proceso de comunicación el "flujo de dos pasos de la comunicación." [14]

Elihu Katz

Katz fue profesor en la Escuela de Comunicación de la Universidad de Pennsylvania cuando colaboró ​​con Lazarsfeld en 1955. Su investigación tuvo como objetivo observar el flujo de influencia en las intersecciones de la masa y la comunicación interpersonal y dio lugar al libro "Influencia Personal". Katz a cabo investigaciones de Lazarfeld en un estudio de la circulación de la información, que es la base de la "Influencia Personal". Katz y Lazarsfeld llegaron a la conclusión de que: "... la imagen tradicional del proceso de persuasión de masas debe dejar espacio para" gente "como factores que intervienen entre los estímulos de los medios de comunicación y resultantes dictámenes, decisiones y acciones." [2]

Los trabajos publicados sobre la teoría

Elección Popular

La elección presidencial de 1940 vio el presidente Franklin Roosevelt buscar un tercer mandato sin precedentes en la oficina. Financiado por becas de la Fundación Rockefeller, la revista Life, y el encuestador Elmo Roper, Oficina de Investigación de radio de Colombia llevó a cabo un estudio de la votación. Se basó en un estudio de panel de 2.400 votantes en el Condado de Erie, Ohio. Paul Lazarsfeld, Bernard Berelson y Hazel Gaudet supervisados ​​15 entrevistadores, que desde mayo a octubre los entrevistados seleccionados estratégicamente 2.400 miembros de la comunidad en varias ocasiones diferentes con el fin de documentar su proceso de toma de decisiones durante la campaña. Se centraron en los factores que podrían influir en sus decisiones ya que la campaña avanzaba. Elección Popular, un libro basado en este estudio presentó la teoría del "flujo de dos pasos de las comunicaciones", que más tarde llegó a ser asociado con el llamado "modelo de efectos limitados" de los medios de comunicación: la idea de que las ideas fluyen a menudo de radio y de impresiones en "líderes de opinión" locales que, a su vez, los desplazan a las personas con conocimientos políticos más limitada, o "seguidores de opinión." Los resultados de la investigación llevaron a la conclusión de que a veces la comunicación persona a persona puede ser más eficaz que los medios de comunicación tradicionales, como periódicos, televisión, radio, etc. Esta idea se desarrolló aún más en el libro influencia personal. [15]

Influencia personal

En 1944, Paul Lazarsfeld en contacto McFadden Publicaciones en lo que respecta a su primer libro, la elección del pueblo. Los dos colaboraron formar una asociación mutuamente beneficiosa en el que Macfadden vio una manera de obtener ganancias financieras de la publicidad para la población femenina y Lazarsfeld vio una forma de obtener más información acerca de la influencia social. De esto surgió del estudio realizado por la Oficina de Investigación Social Aplicada en el que 800 mujeres residentes en Decatur, Illinois, donde entrevistó a través de entrevistas de panel para descubrir qué y quién influenciada principalmente su toma de decisiones. Lazarsfeld trabajó con Robert Merton y por lo tanto contrató a C. Wright Mills para dirigir el estudio. Otra parte del equipo de investigación, Thelma Anderson Ehrlich, las mujeres locales Decatur capacitado para administrar encuestas para las mujeres seleccionadas de la ciudad. Por el estudio de 1955. Decatur se publicó como parte de Elihu Katz y Lazarsfeld del libro influencia personal. El libro llegó a la conclusión de que, en última instancia, la interacción cara a cara es más influyente que la influencia de los medios tradicionales y por lo tanto confirmó el modelo de flujo de dos pasos de la comunicación. [16]

Críticas

El flujo original de dos pasos hipótesis de que las ideas fluyen de los medios de comunicación a los líderes de opinión y las secciones a continuación, a menos activos de la población ha sido criticado y negada por los estudios consiguientes innumerables. Los resultados de Deutschmann y Danielson afirman, "instamos a que la hipótesis de flujo de dos fases Katz-Lazarsfeld, como una descripción del proceso de información inicial, se aplicará a la comunicación de masas con precaución". [17] Se encuentran evidencia sustancial de que la masa inicial los medios de información fluye directamente a la gente en general, no se transmite por los líderes de opinión.

Además, la hipótesis de dos pasos no describe adecuadamente el flujo de aprendizaje. Everett Rogers "difusión de innovaciones" cita un estudio en el que dos tercios de los encuestados acreditada la advertencia respecto de los medios de comunicación en lugar de la comunicación cara a cara [esta afirmación necesita una citación, idealmente, desde la 5ª edición - de lo contrario es inconfirmado]. Del mismo modo, los críticos argumentan que la mayor parte de los hallazgos de Lazarsfeld se refieren a factores de aprendizaje involucrados con los hábitos de los medios de comunicación en general, más que el aprendizaje de la información en particular. Ambos resultados sugieren una mayor prevalencia de un flujo de un solo paso de comunicación.

Sin embargo, la hipótesis de dos pasos de Lazarsfeld es una descripción adecuada para comprender la influencia de los medios en la creencia y el comportamiento. Troldahl encuentra que la exposición a los medios de comunicación es un primer paso para introducir el debate, en el que los líderes de opinión punto de iniciar el flujo de segunda etapa. Estos resultados también se dan cuenta papel decisivo líderes de opinión "en la teoría del equilibrio, lo que sugiere que las personas están motivadas para mantener la coherencia entre sus creencias y opiniones actuales. Si una persona se expone a nuevas observaciones que sean incompatibles con las creencias actuales, él o ella se ve inmersa en desequilibrio. Esta persona entonces buscar el consejo de su líder de opinión, que les proporcione conocimientos adicionales para llevarlos de vuelta al equilibrio. Además, esta teoría puede ser válida durante la época en la que los líderes de opinión fueron los únicos que tienen fácil acceso a los contenidos de los medios. Hoy en día, hay un flujo libre de información para que cualquier persona pueda tener acceso a los contenidos de los medios sin depender sustancialmente de los líderes de opinión.

La investigación empírica que analiza enormes bases de datos de los flujos de comunicación en los medios de comunicación social encuentra panorama de los medios digitales de hoy facilitar de forma simultánea en una sola etapa, de dos etapas y modelos de flujo de múltiples etapas más complejas de comunicación. [9] Por ejemplo, en las redes de Twitter no es contradicción que promedian los usuarios de Twitter mencionan principalmente la intermediación de los líderes de opinión en sus tweets (flujo de dos pasos), mientras que al mismo tiempo las salidas tradicionales de medios de comunicación reciben el 80-90% de su menciona directamente a través de un flujo directo de una sola etapa a partir de los mismos usuarios. [9] Esto muestra que el modelo de dos etapas no parece estar muerta, ni obsoleto, sino simplemente una de varias maneras fluye la comunicación en las redes modernas.

Referencias

1. Baran, Stanley. "Theories of Mass Communication". Introduction to Mass Communication. McGraw Hill. Retrieved July 2011.
2. Katz & Lazarsfeld (1955). "Personal Influence". New York: Free Press.
3. Staubhaar, LaRose, Davenport (2009). Media Now. Belmont, Ca: Wadsworth Cengage Learning. pp. 415–416. ISBN 978-0-495-56595-6.
4. Paul Felix Lazarsfeld, Bernard Berelson, Hazel Gaudet, The people's choice: how the voter makes up his mind in a presidential campaign, Columbia University Press, 1944, p. 151ff
5. Elihu Katz & Paul Felix Lazarsfeld (1955). Personal Influence: the Part Played by People in the Flow of Mass Communications. pp. 309ff. ISBN 1-4128-0507-4.
6. Elihu Katz (Spring 1957). "The Two-Step Flow of Communication: An Up-To-Date Report on a Hypothesis". The Public Opinion Quarterly 21 (1): 61–78.
7. Lowery & DeFleur, "Milestones In Mass Communication Research" Personal influence: Two-Step Flow of Communication, Longman Inc., 1983, p.179
8. "Two Step Flow Theory." Opleidingswebsite Communicatiewetenschap (CW) En Communication Studies (CS). Unitveristy of Twente, 9 Sept. 2004. Web. 11 Apr. 2010. <http://www.cw.utwente.nl/theorieenoverzicht/Levels%20of%20theories/macro/Two-Step%20Flow%20Theory.doc/>.
9. Hilbert, M., Vasquez, J., Halpern, D., Valenzuela, S., & Arriagada, E. (2016). One Step, Two Step, Network Step? Complementary Perspectives on Communication Flows in Twittered Citizen Protests. Social Science Computer Review. Freely available at http://escholarship.org/uc/item/0nn4p7mv
10. Bennett, W. L., & Manheim, J. B. (2006). The One-Step Flow of Communication. The ANNALS of the American Academy of Political and Social Science, 608(1), 213–232.http://doi.org/10.1177/0002716206292266
11. Choi, S. (2014). The Two-Step Flow of Communication in Twitter-Based Public Forums. Social Science Computer Review, 0894439314556599
12. Stansberry, K. (2012). One-step, two-step, or multi-step flow: the role of influencers in information processing and dissemination in online, interest-based publics. PhD Dissertation presented to the School of Journalism and Communication, University of Oregon.
13. Staubhaar, LaRose, Davenport (2009). Media Now. Belmont, Ca: Wadsworth Cengage Learning. p. 404. ISBN 978-0-495-56595-6.
14. "Paul F. Lazarsfeld Biography". Book Rags Inc. Retrieved July 2011.
15. "THE ERIE COUNTY STUDY (The People’s Choice)". Media Research of the 1940s.
16. "THE DECATUR COUNTY STUDY (Personal Influence)". Media Research of the 1940s.
17. Troldahl, Verling C. "A Field Test of a Modified "Two-Step Flow of Communication" Model." Public Opinion Quarterly 30.4 (2001): 609-23. Academic Search Premier. Web. 11 Apr. 2010. <http://web.ebscohost.com>.