Matemáticas del contagio

Modelos de contagio: Matemáticas contra la desigualdad

Jesús Gómez Gardeñes
University of Zaragoza
Open Mind



El modelado del proceso de contagio es un campo de estudio que abarca disciplinas como la matemática aplicada y la epidemiología. Estos procesos consideran poblaciones de agentes que interactúan donde un agente patógeno se propaga a través de los contactos entre estos agentes. Los modelos habituales para tratar estos tipos de procesos se denominan modelos compartimentales, ya que asumen que cada individuo puede adoptar un conjunto de estados (por ejemplo, sano, infectado y recuperado). De esta manera, en cualquier punto en el tiempo, un individuo estará en uno de estos estados, mientras que los cambios de estado están dados por reglas muy simples. Por ejemplo: un individuo en estado sano se infectará al interactuar con otro individuo en estado infectado. Estos modelos también pueden reflejar la propagación de información en una población. En este caso, los diferentes compartimentos reflejarían el estado de un individuo con respecto a su conocimiento de esta información (por ejemplo, ignorante y experto), de modo que el paso del ignorante a experto también se produce a través del "contagio" de un experto a un ignorante.

Matemáticas para cazar el virus

Las matemáticas que permiten conceptualizar y estructurar estos modelos de contagio se basan en la teoría de redes y el análisis de sistemas complejos. Gracias a las técnicas que permiten describir la dinámica de los sistemas distribuidos, es posible determinar las condiciones bajo las cuales se produce un fenómeno de información epidémica o viral. Para dar realismo a este tipo de modelos, debemos incorporar la forma en que los individuos interactúan entre sí y aquí es donde la teoría de red resulta ser muy útil: la estructura de las redes contiene los vínculos entre individuos. Estas redes reflejan el esqueleto a través del cual fluye la información con Twitter, por ejemplo, siendo un caso de este tipo de arquitectura de interacción social.


Viajes y comunicaciones globales registradas en Twitter. La API de transmisión de datos de Twitter al 1 de septiembre de 2011 / Eric Fischer, Flickr

Un paso más en la modelización de los procesos de contagio en sistemas reales (poblaciones) requiere el uso de modelos de metapoblación. En estos modelos, hay una red disponible donde los nodos tienen en cuenta las ubicaciones (vecindarios, ciudades, regiones o países) en los que viven los agentes. A su vez, la unión entre dos nodos refleja la posibilidad de viajar entre los dos que tienen sus habitantes. De esta manera simple, podemos hacer uso de datos reales sobre movilidad ciudadana para incorporarlos en modelos epidémicos realistas.

Contagio selectivo: desigualdad económica

Una vez que hemos introducido los dos ingredientes clave identificados, el modelado de los procesos de contagio y las redes de movilidad, llegamos al tercer ingrediente: la desigualdad socioeconómica. Uno de los problemas que enfrentamos en la sociedad actual es el aumento de la desigualdad entre ricos y pobres, tanto a nivel humano (entre los habitantes de las ciudades y países) como entre países. Se puede encontrar un claro ejemplo de una sociedad desigual en Colombia donde los ingresos del 10% más pobre representan solo el 1,1% del ingreso total, mientras que el 10% más rico es el 42%. Esta desigualdad se refleja en el sistema impositivo del país con 6 categorías (o estratos) de contribución, 1 son los más pobres y 6 son los más ricos. Estas categorías se basan en el lugar de residencia de las familias y, por lo tanto, tienen un fuerte componente espacial que también se refleja en la forma de moverse por las ciudades (se puede ver en la imagen con los mapas de movilidad de cada uno de los estratos en el ciudad de Bogotá, Colombia).


El resultado de este tipo de estudios nos permite saber, en el caso particular que se muestra, cómo una sociedad altamente fragmentada es donde cada estrato tiene, predominantemente, contactos con estratos cercanos. Sin embargo, se observa cómo la movilidad reduce el grado de segregación a través del cual es posible elevar, a partir de estos hallazgos, medidas para reducir la distancia social dentro de las ciudades. De la ciencia a la política, podemos concluir cómo las herramientas matemáticas basadas en la teoría de redes nos permiten determinar cuáles son las acciones políticas más efectivas en la lucha contra la desigualdad.

Referencias

• Lotero, R. G. Hurtado, Luis Miguel Floría Gimeno, Jesús Gómez Gardeñes (2016). Rich do not rise early: Spatio-temporal patterns in the mobility networks of different socio-economic classes. The Royal Society, Online ISSN 2054-5703. 12 October 2016.DOI: 10.1098/rsos.150654
• Jesús Gómez Gardeñes, L. Lotero, S. N. Taraskin, F. J. Pérez Reche. (2016). Explosive Contagion in Networks. Nature Publishing Group, Scientific Reports, (6), p. 19767.
• De Montis A, Caschili S, Chessa A. 2013 Commuter networks and community detection: a method for planning sub regional areas. Eur. Phys. J. Spec. Top. 215, 75–91.
• Lotero L, Cardillo A, Hurtado R, Gómez-Gardeñes J. 2016 Several multiplexes in the same city: the role of socioeconomic differences in urban mobility. In Interconnected Networks, ch. 9 (ed. Garas), pp. 149–164. Series on Understanding Complex Systems. Berlin, Germany: Springer.

Saltando sobre los agujeros estructurales: Integración social vía Tinder

Primera evidencia de que la citas en línea está cambiando la naturaleza de la sociedad

Los sitios web de citas han cambiado la forma en que las parejas se encuentran. Ahora está emergiendo evidencia de que este cambio está influyendo en los niveles de matrimonio interracial e incluso en la estabilidad del matrimonio mismo.

por Emerging Technology from the arXiv

No hace mucho tiempo, nadie conoció a un compañero en línea. Luego, en la década de 1990, llegaron los primeros sitios web de citas.

Match.com se puso en marcha en 1995. Una nueva ola de sitios web de citas, como OKCupid, surgió a principios de los años 2000. Y la llegada de 2012 de Tinder cambió aún más. Hoy en día, más de un tercio de los matrimonios comienzan en línea.

Es evidente que estos sitios han tenido un enorme impacto en el comportamiento de las citas. Pero ahora está emergiendo la primera evidencia de que su efecto es mucho más profundo.


La forma en que la gente conoce a sus parejas ha cambiado drásticamente en los últimos años

Durante más de 50 años, los investigadores han estudiado la naturaleza de las redes que unen a las personas entre sí. Estas redes sociales resultan tener una propiedad peculiar.

Un tipo obvio de la red liga cada nodo con sus vecinos más cercanos, en un patrón como tablero de ajedrez o alambre de gallinero. Otro tipo obvio de enlaces de red nodos al azar (random network). Pero las redes sociales reales no son como ninguno de estos. En su lugar, las personas están fuertemente conectadas a un grupo relativamente pequeño de vecinos y ligeramente conectados a personas mucho más distantes.

Estas conexiones sueltas resultan ser extremadamente importantes. "Esos lazos débiles sirven de puentes entre nuestro grupo de amigos cercanos y otros grupos agrupados, permitiéndonos conectarnos con la comunidad global", dicen Josue Ortega de la Universidad de Essex en U.K. y Philipp Hergovich en la Universidad de Viena en Austria.

Tradicionalmente, los lazos sueltos han desempeñado un papel clave en el encuentro con los compañeros. Aunque la mayoría de la gente era poco probable de ir a una cita con uno de sus mejores amigos, era muy probable de citar a personas que estaban vinculados con su grupo de amigos, un amigo de un amigo, por ejemplo. En el lenguaje de la teoría de la red, los socios de citas estaban embebidos en las redes de los demás.

De hecho, esto se ha reflejado durante mucho tiempo en encuestas sobre la forma en que las personas se encuentran con sus parejas: a través de amigos comunes, en bares, en el trabajo, en instituciones educativas, en la iglesia, a través de sus familias, etc.

Las citas en línea ha cambiado eso. Hoy en día, las citas en línea son la segunda forma más común de conocer a las parejas heterosexuales. Para las parejas homosexuales, es de lejos el más popular.

Eso tiene implicaciones significativas. "Las personas que se reúnen en línea tienden a ser completos extraños", dicen Ortega y Hergovich. Y cuando la gente se reúne de esta manera, establece vínculos sociales que antes eran inexistentes.

La pregunta que Ortega y Hergovich investigan es cómo esto cambia la diversidad racial de la sociedad. "Comprender la evolución del matrimonio interracial es un problema importante, ya que el matrimonio mixto es ampliamente considerado como una medida de la distancia social en nuestras sociedades", dicen.

Los investigadores comienzan simulando lo que sucede cuando se introducen enlaces adicionales en una red social. Su red se compone de hombres y mujeres de diferentes razas que se distribuyen al azar. En este modelo, todo el mundo quiere casarse con una persona del sexo opuesto, pero sólo puede casarse con alguien con quien existe una conexión. Esto conduce a una sociedad con un nivel relativamente bajo de matrimonio interracial.

Pero si los investigadores añaden vínculos aleatorios entre personas de diferentes grupos étnicos, el nivel de matrimonio interracial cambia drásticamente. "Nuestro modelo predice una integración racial casi completa sobre la aparición de las citas en línea, aunque el número de parejas que los individuos encuentren de los lazos recién formados sea pequeño", dicen Ortega y Hergovich.

Y hay otro efecto sorprendente. El equipo de medir la fuerza de los matrimonios mediante la medición de la distancia media entre los socios antes y después de la introducción de citas en línea. "Nuestro modelo también predice que los matrimonios creados en una sociedad con citas en línea tienden a ser más fuertes", dicen.

A continuación, los investigadores comparan los resultados de sus modelos con las tasas observadas de matrimonios interraciales en los Estados Unidos. Esto ha ido en aumento por algún tiempo, pero las tasas siguen siendo bajas, sobre todo porque el matrimonio interracial fue prohibido en algunas partes del país hasta 1967.

Pero la tasa de aumento cambió en el momento en que la cita en línea se popularizan. "Es intrigante que poco después de la introducción de los primeros sitios web de citas en 1995, como Match.com, el porcentaje de nuevos matrimonios creados por parejas interraciales aumentó rápidamente", dicen los investigadores.

El aumento se hizo más pronunciado en los años 2000, cuando las citas en línea se hicieron aún más populares. Entonces, en 2014, la proporción de matrimonios interraciales saltó de nuevo. "Es interesante que este aumento se produce poco después de la creación de Tinder, considerada la aplicación de citas en línea más popular", dicen.

Tinder tiene unos 50 millones de usuarios y produce más de 12 millones de encuentros al día.

Por supuesto, estos datos no demuestran que las citas en línea causaron el aumento de los matrimonios interraciales. Pero es consistente con la hipótesis de que lo hace.

Mientras tanto, la investigación sobre la fuerza del matrimonio ha encontrado alguna evidencia de que las parejas casadas que se reúnen en línea tienen menores tasas de ruptura matrimonial que las que se reúnen tradicionalmente. Eso tiene el potencial de beneficiar significativamente a la sociedad. Y es exactamente lo que predice el modelo de Ortega y Hergovich.

Por supuesto, hay otros factores que podrían contribuir al aumento del matrimonio interracial. Una es que la tendencia es el resultado de una reducción en el porcentaje de estadounidenses que son blancos. Si los matrimonios son aleatorios, esto debería aumentar el número de matrimonios interraciales, pero no por la cantidad observada. "El cambio en la composición de la población en los Estados Unidos no puede explicar el enorme aumento en el matrimonio mixto que observamos", dicen Ortega y Hergovich.

Eso deja a las citas en línea como el principal impulsor de este cambio. Y si ese es el caso, el modelo implica que este cambio está en curso.

Esa es una profunda revelación. Estos cambios están programados para continuar y beneficiar a la sociedad como resultado.


Ref: arxiv.org/abs/1709.10478 : The Strength of Absent Ties: Social Integration via Online Dating

1709 10478

Lire plus de publications sur Calaméo

Análisis del hashtag #FirstSevenJobs en Facebook

Los #FirstSevenJobs que tuvimos

Lada Adamic - Facebook Research·


En agosto de 2016 muchas personas participaron en la lista de sus primeros siete puestos de trabajo en Facebook usando los hashtags #firstsevenjobs o #first7jobs. Como sucede a veces con las tendencias de Internet, ésta se extendió desigualmente por todo el mundo, ofreciendo una visión tanto de la universalidad de los primeros empleos, como también interesantes diferencias entre los diferentes países.
Como mucha gente fijó sus metas profesionales para el Año Nuevo por delante, pensamos que era un buen momento para recordar a todos la similitud de nuestros primeros caminos de carrera.
Para procesar los trabajos de forma automatizada, procesamos el conjunto de actualizaciones de estado des-identificado mediante agrupación de texto para identificar los trabajos más comunes y colocarlos juntos en clústeres. Nuestro método de agrupamiento fue una similitud de coseno textual muy simple basada en secuencias solapadas de 3 caracteres. Por ejemplo, "consejero de campamento", "consejero de campamento de verano", "consejero de campamento de día", "consejero de campamento de YMCA", "consejero de campamento de niñas exploradoras", todos se colocan en el mismo grupo de consejeros de campamentos, "Camarera", etc.
Usando esta técnica pudimos hacer coincidir automáticamente un promedio de 3.3 puestos de trabajo por persona en actualizaciones de estado en inglés incluyendo #firstsevenjobs o #first7jobs. .
Los 20 empleos más citados fueron:

rank job 1 babysitter 2 cashier 3 lab assistant 4 newspaper delivery 5 teacher 6 camp counselor 7 retail 8 dishwasher 9 receptionist 10 manager 11 waiter/server 12 hostess 13 intern 14 mcdonald's 15 student 16 barista 17 store clerk 18 pizza delivery 19 lifeguard 20 research assistant


Para las listas numeradas, desde el primer trabajo hasta el séptimo, analizamos aún más el número que precedía al trabajo, de modo que pudiéramos clasificar los trabajos por su orden promedio en la lista. El cuidado de niños y la entrega de periódicos fueron algunos de los primeros empleos para puestos en inglés.

               job   order          babysitter  1.42
 newspaper delivery 1.76
         mcdonald's 2.59
         dishwasher 2.83
          lifeguard 3.18
            cashier 3.22
     camp counselor 3.43
            hostess 3.55
        store clerk 3.64
             retail 3.77
     pizza delivery 3.86
      waiter/server 4.08
            barista 4.18
      lab assistant 4.29
       receptionist 4.34
             intern 4.56
            student 4.64
            teacher 4.93
 research assistant 5.17
            manager 5.20

También podemos comparar los primeros siete empleos con categorías amplias de ocupación para las ocupaciones actuales. Aunque muchos primeros trabajos comenzaron en ventas y servicios de alimento, mucha gente que fijaba los memes había movido a otras ocupaciones. Aquí están las industrias más importantes de todo el mundo:

Percent Occupation 17.4 Arts, Design, Entertainment, Sports, and Media 13.0 Education, Training, and Library 12.9 Management 8.7 Sales and Related 8.0 Office and Administrative Support 5.5 Computer and Mathematical 5.3 Production 4.2 Food Preparation and Serving Related 3.7 Life, Physical, and Social Science 3.2 Personal Care and Service


Como se mencionó anteriormente, el meme también apareció en finlandés. Aplicando el mismo agrupamiento automatizado, encontramos la siguiente lista:


rank order job 1 3.83 kahvilatyöntekijä (coffee shop worker) 2 3.43 siivooja (cleaner) 3 3.16 lastenhoitaja (nanny) 4 3.46 toimistoapulainen (office assistant) 5 1.77 mansikanpoimija (strawberry picker) 6 3.76 myyjä (sales person) 7 5.26 toimittaja (journalist) 8 5.40 toimistosihteeri (secretary) 9 3.19 sairaala-apulainen (hospital assistant) 10 5.22 opettajan sijainen (substitute teacher) 11 4.91 tarjoilija (waiter/waitress) 12 3.89 kirjakaupan myyjä (book store sales person) 13 3.95 kaupan kassa (grocery store cashier) 14 3.49 kerhonohjaaja (instructor at a club - likely for kids' activities) 15 1.66 mainostenjakaja (paperboy for ads) 16 5.05 lastentarhanopettaja (kindergarten teacher) 17 4.06 puhelinmyyjä (phone sales person) 18 4.19 kouluavustaja (school assistant) 19 3.24 lähetti (delivery person) 20 3.76 r-kioskin myyjä (clerk at R_kioski - similar to Seven Eleven stores)


Mientras que muchos de los primeros siete trabajos se superponen, hay por lo menos una diferencia interesante: cosecha de la fresa. Es el quinto trabajo más comúnmente mencionado en la variante finlandesa del meme, donde la recolección de fresas en campos y bosques es una fuente común de empleo estacional. Para muchos es el primer trabajo en la lista (posición media es 1,7).
Finalmente, también agrupamos las respuestas en los mensajes en vietnamita.

rank order job 1 4.48 nhân viên văn phòng (office staff) 2 3.65 gia sư (tutor) 3 3.57 bồi bàn (waiter/waitress) 4 3.78 bán hàng online (online seller) 5 3.92 bán hàng (sales person) 6 1.50 nhổ tóc bạc (plucking white hair, something kids do for older people like grandparents for money or candies) 7 3.21 phát tờ rơi (flyer distributor) 8 4.63 chụp ảnh dạo (photographer) 9 3.08 bán đồ handmade (handmade crafts seller) 10 4.44 phiên dịch (translator) 11 3.67 đi học (studying) 12 4.96 kế toán (accountant) 13 4.75 freelancer (freelancer) 14 4.55 trợ giảng (teaching assistant) 15 4.65 lễ tân (receptionist) 16 4.27 shipper (shipper) 17 4.33 thu ngân (cashier) 18 3.81 viết báo (journalist)


Aquí, junto con muchas respuestas que mencionaban trabajos similares, también hubo algunas interpretaciones ligeras de los primeros "empleos": pedir a los padres dinero (xin tiền bố mẹ), la pereza (làm biếng) o estar desempleado (thất nghiệp).
Así que ahí está, la gente habla tres idiomas diferentes, compartiendo el mismo hashtag en su actualización de estado, mencionando los mismos primeros trabajos que ellos tenían, y revelando un poco de lo que es entrar en la fuerza de trabajo donde viven.

Esta nota fue preparada por Lada Adamic y Viet-An Nguyen. Damos las gracias a Tuomas Pelkonen por traducir la lista de trabajos más comúnmente mencionados en finés.

Visualización: Claves para destacar la información

Visualización gráfica 101: Apoyo perceptual de visualización

Linkurious


Estamos lanzando Graph Viz 101, una serie de publicaciones para enseñar los fundamentos de la visualización gráfica, escrito por Sébastien Heymann en colaboración con Bénédicte Le Grand de la Université de Paris 1. Este es nuestro segundo post, por favor discuta abajo!

La visualización de la información se ha utilizado para apoyar el análisis de redes sociales desde la década de 1930 con el "sociograma" de J. Moreno (Moreno 1937), que es una representación gráfica de los lazos sociales entre un grupo de personas. A pesar del comienzo temprano de las imágenes de la red, tuvimos que esperar hasta los años 90 y la democratización de la computación gráfica para ver el desarrollo del software de visualización interactiva, que ha hecho posible la exploración interactiva de redes complejas. Pajek (Batagelj 1998) es la herramienta más notable, ya que proporciona algoritmos estadísticos y representaciones visuales de las redes sociales. Su libro metodológico titulado "Exploratory Social Network Analysis with Pajek" fue publicado en 2005. La contribución de Information Visualization a la ciencia se expresa en (Fekete 2008):

La visualización de la información está destinada a generar nuevas ideas e ideas que son las semillas de las teorías mediante el uso de la percepción humana como un filtro muy rápido: si la visión percibe algún patrón, podría haber un patrón en los datos que revela una estructura. [...] Por lo tanto, desempeña un papel especial en las ciencias como un método generador de percepción.

De manera más general, la Visualización de Información es una forma de revelar propiedades de datos que no serían trivialmente detectadas de otra manera, para arrojar luz sobre los avances y para compartir la experiencia conmovedora de "Ajá, Ya veo!" (Few 2006) gracias a su aspecto intuitivo. Este campo de investigación contribuye a la aparición de nuevas teorías científicas mejorando la explotación de la cognición humana. Según Card, Mackinlay y Shneiderman (Card 1999), el objetivo principal de la visualización es, de hecho, amplificar la cognición. Los autores enumeraron una serie de maneras clave de hacerlo, mostrando las ventajas de utilizar técnicas de visualización durante la exploración de datos:

• Reduciendo el tiempo dedicado a buscar información,
• Mejorando el reconocimiento de patrones,
• Habilitando las operaciones de inferencia perceptiva,
• Utilizando mecanismos de atención perceptiva para tareas de monitoreo,
• Codificando la información en un medio accionable.

En esta entrada del blog ofrecemos una breve introducción al soporte perceptual de la visualización.

La visualización de la información se basa en las propiedades y las capacidades de percepción del sistema visual humano. De acuerdo con la Teoría de la Información, la visión es el sentido que tiene el mayor ancho de banda (100 Mbits / s), lo que lo convierte en el canal más adecuado para transmitir información al cerebro (en contraste, la audición tiene sólo alrededor de 100 bits / s). (Ware 2004). La visualización requiere, por tanto, la construcción y aplicación de un lenguaje visual para codificar la información que se puede leer e interpretar correctamente. Esta operación se denomina mapeo entre variables de datos y variables visuales. Este lenguaje se basa en características visuales como primitivas geométricas, colores y tamaños, y fue teorizado en (Bertin 1967) y (Cleveland 1984), y ampliado en (Mackinlay 1986).

Sin embargo, seleccionar características visuales para transmitir información no es trivial. Uno realmente desea seleccionar los más eficaces, pero evitando malentendidos e interpretaciones excesivas. Las directrices bien establecidas distinguen dos tipos de variables de datos: variables cuantitativas y cualitativas (véase el cuadro siguiente). Las características visuales se pueden seleccionar según el tipo de datos, pero las dificultades permanecen mezclando diversas variables visuales en la misma imagen.


Ejemplo de pautas para el mapeo de variables de datos a variables visuales (Stolte 2002).
Dos teorías psicológicas principales explican cómo la visión se puede utilizar eficientemente para percibir rasgos y formas, según (Ware 2004): la teoría preattentive del proceso, y la teoría de Gestalt.

Algunas características visuales son particularmente eficientes como se demuestra en (Triesman 1985) y (Healey 1995), un efecto llamado procesamiento preatentivo. Las saliencias visuales, es decir, elementos y patrones que se destacan perceptivamente del resto del cuadro y capturan la atención del observador (Itti 2001), pueden percibirse muy rápidamente (en un orden de menos de 250 milisegundos) y pueden reconocerse "al una mirada "sin ningún esfuerzo cognitivo, incluso si se ha encontrado que el nivel de atención juega un papel crítico. Un ejemplo se ilustra en la siguiente figura, donde localizamos las letras rojas entre varias letras oscuras (imagen izquierda), así como localizamos la T entre líneas muy rápidamente (imagen derecha).



Ilustración del impacto del tratamiento preatentivo en la detección de elementos periféricos (Wong 2010). (a) Algunos elementos se pueden ver en una sola mirada, mientras que otros son difíciles de encontrar. (b) Ejemplos de características visuales que hacen que los objetos sean distintos.

Pero mezclar colores y formas nos obliga a prestar una atención específica a cada artículo, como vemos en esta ilustración:




Ilustración del impacto de mezclar características visuales en el efecto de procesamiento preatentivo (Wong 2010): (a) El uso simultáneo de muchas características gráficas puede impedir el ensamblaje visual de los datos. (b) Múltiples vistas de los mismos datos con parámetros limitados trazados pueden comunicar mejor las relaciones específicas.

La teoría de la Gestalt, establecida en (Koffka 1935), explica los principales principios que conducen a la interpretación de las imágenes. (Ware 2004) los resume de la siguiente manera:

• Proximidad: Las cosas que están muy juntas se agrupan perceptualmente;
• Similitud: Elementos similares tienden a agruparse;
• Cercanía: Un contorno cerrado tiende a ser visto como un objeto;
• Continuidad: Los elementos visuales que están suavemente conectados o continuos tienden a agruparse;
• Simetría: Dos elementos visuales dispuestos simétricamente tienen más probabilidades de ser percibidos como un todo;

Ilustramos estas leyes en la siguiente tabla (fuente desconocida):

Ley de agrupamiento	Estructura	Percepción	Ilustración
Proximidad	2 componentes cercanos	1 componente seimple
Similaridad	Componentes similares	Componentes agrupados
Cercanía	Límites cercanos	Límites unificados
Continuidad	Ítemes vecinos	Ítemes agrupados
Simetría	Ítemes simétricos	Ítem global

I

Apoyo emocional en Facebook a través de los estados de ánimo

Apoyo cuando te sientes triste

Por: Moira Burke, Mike Develin  |  Facebook Research


La vida es más que imágenes de gato. Hay días difíciles, angustia y abrazos. ¿Cuándo comparten sentimientos difíciles y cómo responden sus amigos?

Queremos que las experiencias de las personas en Facebook sean de apoyo y significativas. Así como las personas se acercan a sus amigos más cercanos en persona para el consuelo cuando se sienten azules, queremos asegurarnos de que la gente que pasa por momentos difíciles se sienten apoyados por sus amigos en Facebook, también.

Para entender con qué frecuencia las personas comparten momentos difíciles en el sitio y cómo responden sus amigos, analizamos las anotaciones de sentimiento que las personas incluyen con sus actualizaciones de estado (por ejemplo, feeling excited o feeling grumpy). Se analizaron 32 millones de anotaciones de sentimientos agregados y identificados y se examinaron las características de los mensajes de respuestas con los sentimientos recibidos.

Como era de esperar, encontramos que cuando las personas comparten sentimientos positivos en Facebook (feeling pumped o feeling beautiful)), reciben muchos me gusta.

Cuando expresan sentimientos negativos (como feeling worried o feeling stressed)), sus amigos responden de una manera diferente, regándolos con apoyo en forma de comentarios largos y de apoyo. El efecto se amplifica cuando esos sentimientos se relacionan con la autoestima de una persona, como sentirse desamparado o sentirse indefenso.

Estos resultados aparecen en un nuevo documento:

Burke, M. and Develin, M. (2016) Once more with feeling: Supportive responses to social sharing on Facebook. ACM CSCW 2016: Conference on Computer-Supported Cooperative Work and Social Computing.

Midiendo el sentimientos y contabilizando la retroalimentación

Para entender cómo la presencia y el tipo de sentimiento compartido afecta el modo en que los amigos responden, construimos un conjunto de datos que consta de aproximadamente 14 millones de mensajes con anotaciones sensibles y otros 18 millones de mensajes sin sentir anotaciones. Se tomaron medidas significativas para garantizar la privacidad del usuario: Todos los datos fueron des-identificados y analizados en forma agregada de tal manera que el texto de ningún individuo fue visto por los investigadores. Todos los datos fueron observacionales, no se realizó ningún experimento y la experiencia de nadie en el sitio fue diferente de lo habitual.

Clasificamos los 200 sentimientos como positivos o negativos, y si se relacionan con la autoestima del cartel (por ejemplo, sentirse logrado, sentirse orgulloso, sentirse derrotado, sentirse estúpido todo se relaciona con la autoestima, sintiéndose afortunado, sintiéndose descansado, sintiendo cansado, y sentirse furioso no). Los sentimientos ambiguos o neutrales (como sentirse extraño, sentirse loco, sentir hambre) fueron omitidos del análisis (aproximadamente el 11% de los sentimientos). Vea el papel para la lista completa de sentimientos. Aproximadamente 1/3 de los sentimientos compartidos en Facebook son negativos, lo que indica que la gente comparte más que buenas noticias en el sitio.

Luego contamos cuántos gustos y comentarios recibieron estos mensajes. No es de extrañar que los mensajes con sentimientos positivos (como sentirse emocionado) obtienen un 58% más de gustos, y sentimientos positivos de autoestima (como sentirse fuertes) obtienen un 71% más de gustos. Nuestros análisis controlan otros factores que pueden afectar el uso de los sentimientos y las tasas de retroalimentación, como la edad, el sexo, la cantidad de amigos y los años que utilizan Facebook.

Pero cuando las personas comparten momentos difíciles, sus amigos saltan como el botón y en su lugar escribir comentarios. Mensajes con sentimientos negativos (como sentirse molesto) obtienen un 36% más de comentarios y sentimientos negativos de autoestima (como sentirse solos) obtienen un 72% más de comentarios. La Figura 1 muestra estos efectos.


Figura 1. Los mensajes con anotaciones de sentimiento positivo, especialmente aquellos relacionados con la autoestima (como sentirse amados) reciben más gustos que los posts sin sentir anotaciones. Por otro lado, los posts con anotaciones de sentimientos negativos, especialmente aquellos relacionados con la autoestima (como sentirse sin esperanza) reciben muchos más comentarios y menos gustos. Las barras de error se duplican para la visibilidad.

Comprender la naturaleza del apoyo

Más allá de simples cuentas de gustos y comentarios, queríamos entender si los amigos se apoyaban realmente. Por lo tanto, hemos elaborado una lista de términos de apoyo recogidos de sitios web que proporcionan ejemplos de simpatía o condolencias (e.g., affection, awful, better, bless, care, hang, hug, shock, sorrow, strength) proceso para contar el número de términos de apoyo. Como antes, ningún texto de comentario fue visto por los investigadores.

Los mensajes con sentimientos negativos son un 144% más de apoyo, y los mensajes con sentimientos de autoestima negativos amplifican el efecto, al 160%. Los comentarios son 21-51% más largo, también. Además de crear una lista de términos de apoyo, también contamos automáticamente el número de términos de emoción positiva y negativa en los comentarios y encontramos (no es sorprendente) que los posts con sentimientos negativos susciten comentarios con apoyo emocional negativo (imaginamos que los amigos están diciendo cosas como "Eso es una mierda" o "Siento mucho oír eso"). Consulte el documento para ver formas adicionales de retroalimentación medidas.


Figura 2. Mensajes con anotaciones de sentimientos negativos, especialmente aquellos relacionados con la autoestima (como sentirse derrotado) reciben comentarios mucho más largos y de apoyo de sus amigos. Las barras de error se duplican para la visibilidad.

¿Qué sentimientos suscitaron más retroalimentación? La Figura 3 muestra las anotaciones de sentimiento que recibieron la mayor cantidad de comentarios. La mayoría se relaciona con la autoestima y, por tanto, suscita comentarios más largos y de mayor apoyo. En particular, el sentirse nervioso, provoca más gustos que el promedio (mientras que la mayoría de estos sentimientos difíciles reciben menos gustos); las personas a menudo se sienten nerviosas en torno a eventos alegres (como casarse o comenzar un nuevo trabajo), por lo que esperamos que muchos de estos puestos reflejen esos eventos importantes de la vida.


Figura 3. Sentimientos que recibieron algunos de los comentarios más.

Conclusión

Millones de sentimientos son compartidos en Facebook cada día. El presente estudio demuestra que los mensajes con anotaciones de sentimientos explícitos, como "sentirse maravilloso" o "sentirse descompuesto" reciben muchas más respuestas que los mensajes ordinarios. Los sentimientos positivos provocan más retroalimentación que el texto sin sentimientos, y los sentimientos negativos provocan aún más respuestas que positivas. La naturaleza de esas respuestas difiere, también, con sentimientos positivos recibiendo más gustos y comentarios emocionalmente positivos, y sentimientos negativos recibiendo comentarios más largos y más empáticos. Los sentimientos relacionados con la autoestima aumentan estos efectos. Los resultados reflejan la provisión de apoyo cara a cara, con amigos levantándose unos a otros en momentos de tristeza y alegría.


Lea más en el artículo completo: Burke, M. y Develin, M. (2016) Once more with feeling: Supportive responses to social sharing on Facebook. ACM CSCW 2016. Conferencia sobre Trabajo Cooperativo y Computación Social Soportados por Computadoras.

El espectro de la literatura política americana respecto a su grieta

Muchos escritores tratan de abarcar la división política de Estados Unidos

Raramente tienen éxito

The Economist

Que los estadounidenses de izquierda y derecha lean libros diferentes podría ser el hecho menos sorprendente sobre la publicación. Después de todo, viven en diferentes lugares, comen diferentes alimentos, escuchan música diferente y, por supuesto, consumen diferentes tipos de noticias. Todos estos se refuerzan mutuamente; cada vez más, los progresistas y los conservadores simplemente no se conocen. Y un análisis de las ventas de libros en Amazon, hecho para The Economist por Valdis Krebs, un científico de datos especializado en análisis de red y visualización, lo muestra gráficamente (véase el gráfico). La gente que compra libros conservadores compra solamente libros conservadores, como regla, y lo mismo es verdad a la izquierda. Nuestros datos provienen de la sección "Los clientes que compraron ... también compraron ..." de Amazon.

.

Dos tomos liberales están dominando la lista del bestseller de la no-ficción del New York Times. En "What Happened" Hillary Clinton admite algunos errores en su carrera contra Donald Trump, pero ella pasa un poco más de tiempo en los hackers rusos, un cuerpo de prensa como un rebaño y James Comey, el director del FBI cuya investigación de sus prácticas de correo electrónico, ella piensa, le costó la elección. El número dos en la lista de Times es "Increíble" de Katy Tur, lanzado el 12 de septiembre, acerca de su tiempo cubriendo a Sr. Trump para NBC, un locutor. La Sra. Tur sirve historia tras historia sobre el comportamiento escandaloso del Sr. Trump hacia ella, de acosarla sobre su reportaje a besar su mejilla y después alardear sobre ella en la cámara. Una vez alentó a una multitud tan descaradamente a burlarse de la "pequeña Katy" en la caja de prensa que el propio Trump, el departamento de Servicios Secretos, la acompañó por su seguridad.

Pero el año pasado también ha visto varios intentos pensantes para liberarse de la fórmula de la escritura para los fieles partidarios. Una forma de hacerlo es escribir una mirada comprensiva, o por lo menos bastante investigada, en el otro lado. Los escritores de la izquierda en particular han intentado esto. Arlie Russell Hochschild, profesora emérita de sociología en la Universidad de California en Berkeley, pasó meses en Louisiana tratando de entender cómo los votantes derechistas - raspado económicamente, su ambiente devastado por las compañías de petróleo y gas - votan por políticos que prometen slash servicios gubernamentales y la Agencia de Protección Ambiental. El resultado de la Sra. Hochschild, "Los extraños en su propia tierra", publicado el año pasado, es distinguido, pero leído principalmente por personas que leen otros libros de izquierda, no por personas como sus súbditos. Lo mismo ocurre con "White Trash" (junio de 2016), una historia de las fuerzas centenarias que formaron una subclase blanca enojada, por otro académico, Nancy Isenberg. En el entorno tribal de hoy es sorprendentemente simpático con el bloque de votantes que formaron la base electoral del Sr. Trump.

Los autores conservadores, por el contrario, parecen poco interesados ​​en los análisis de las mentes de los votantes en Brooklyn o Berkeley. No fue siempre así. Los años noventa y la primera década de los años 2000 fueron más fructíferos a este respecto. David Brooks, columnista conservador, percibió de manera perceptiva la nueva confluencia de estilos de vida bohemios y carreras y valores burgueses en su libro "Bobos in Paradise" (2000). P.J. O'Rourke, un humourist conservador, perceptiblemente skewered ala izquierda pieties en libros como "Parliament of Whores" (1991). Pero hoy, parece poco probable que Dinesh D'Souza pasara mucho tiempo en una conversación honesta con los demócratas antes de escribir "La gran mentira: exponer las raíces nazis de la izquierda americana", uno de los libros políticos conservadores más vendidos del año pasado.

Los escritores más valientes de la derecha han tomado otro enfoque: examinar críticamente su propio lado. Dos senadores republicanos han escrito libros llenos de alarma al alza del señor Trump. Ben Sasse, de Nebraska, nunca aprobó al candidato de su partido. En "The Vanishing American Adult" habla de un país que ahora se encuentra en "adolescencia perpetua" y enfatiza la familia, la lectura y el servicio comunitario en una cultura que él ve como dando paso al egoísmo, a la celebridad ya la pantalla. Es la más rara de las cosas, un libro de un político que es leído por ambas tribus.

Un libro más explícitamente político de un conservador sobre el conservadurismo no ha compartido ese éxito. Jeff Flake, un senador de Arizonan, teme que su partido haya hecho un mal negocio por el poder, al estar de pie con el señor Trump a cambio de renunciar a su firme apoyo al libre comercio, al gobierno limitado y al liderazgo estadounidense del mundo democrático. Su "Conciencia de un conservador" significaba un cri de coeur para sus compañeros republicanos. Aquellos que lo compraron en Amazon, sin embargo, eran más propensos a comprar "Cómo la derecha perdió su mente" de Charles Sykes, "La conciencia de un liberal" de Paul Krugman, o incluso Tur "Increíble" que cualquier libro de otro prominente escritor conservador
Los escritores de la izquierda no se han apartado de la crítica "azul-sobre-azul" de su propio lado. Mark Lilla, de la Universidad de Columbia, ha criticado "una especie de pánico moral sobre la identidad racial, de género y sexual que ha distorsionado el mensaje del liberalismo y le ha impedido convertirse en una fuerza unificadora". Los republicanos, al parecer, deberían aprovechar un libro argumentando que la izquierda se ha limitado a concentrarse en los miembros de grupos minoritarios a expensas de "gente común" en la América media. Pero el libro de Lilla está siendo leído abrumadoramente por aquellos que leen otros libros liberales.

Uno de los libros más favorablemente revisados ​​fue también un bestseller sorpresivo: J.D. Vance "Hillbilly Elegy". La familia de Vance, que "preferiría dispararle que discutir con usted", dejó Appalachian Kentucky para una ciudad de acero en Ohio. Ellos son la "basura blanca" que otros libros se han centrado en, también, con el objetivo de averiguar cómo abandonaron el Partido Demócrata. Pero el señor Vance es un insider, no un antropólogo. Las drogas, la bebida y la violencia plagaron a su familia ya su ciudad, y el señor Vance, un conservador político, critica esta cultura. Los demócratas y republicanos por igual han admirado su libro, publicado en junio de 2016, pero en su mayoría es comprado por los lectores demócratas.

Quizás la categoría más lamentable de libro cruzado es la historia de la desafortunada campaña de Clinton. Un libro, "Shattered: Inside Hillary Clinton 's Doomed Campaign", es un relato del personal de la Sra. Clinton y la confusión de mensajería de dos periodistas veteranos, Jonathan Allen y Amie Parnes. Los políticos de todas las bandas parecen estar interesados ​​en la historia. No así con "La destrucción de Hillary Clinton", por un profesor feminista en la universidad de Kentucky, Susan Bordo. Ella argumenta que América simplemente no estaba lista para una mujer tan fuerte. La mayoría de sus revisores en Amazon parecía estar de acuerdo, dándole cinco estrellas. Casi todos los que estaban en desacuerdo lo hicieron violentamente, dándole una estrella; tal vez compraron el libro equivocadamente creyendo que la "destrucción" de la Sra. Clinton prometida en el título sería narrada con júbilo.

Jeff Bezos, fundador de Amazon, ha comprado el Washington Post y le ha pedido el lema: "La democracia muere en la oscuridad". Pero Amazon conquistó el mercado del libro en parte en la fuerza de su "motor de la recomendación". Eso ahora contribuye a los puntos oscuros en el conocimiento de los estadounidenses de sus opuestos políticos. Si Amazon-o incluso puede hacer algo para cambiar que aún está por verse.

Noctámbulos tienen redes sociales más grandes que los madrugadores

Primera evidencia de que los noctámbulos tienen redes sociales más grandes que los madrugadores

Si te quedas hasta tarde, su red social es probable que sea más grande que los de la gente de la mañana, dicen los investigadores. Y piensan que saben por qué.

por Emerging Technology de la arXiv


El patrón de la vida humana está profundamente influenciado por la rotación de la Tierra y el ciclo resultante día-noche. Este ritmo circadiano influye en nuestros estados bioquímicos y fisiológicos, así como en nuestro comportamiento psicológico y social.

Nuestra relación con el ciclo día-noche puede variar ampliamente. Algunas personas, los noctámbulos, prefieren levantarse y permanecer despiertos hasta tarde. Otros-alondras-son las personas de la mañana que son más activos temprano en el día. Otros no encajan ni con "cronotipo".

Claramente, el cronótipo de una persona tendrá un gran impacto en las personas con las que interactúa, es difícil interactuar con alguien que duerme cuando está despierto. Así que es fácil imaginar que los noctámbulos son más propensos a interactuar entre sí que con alondras y viceversa. Pero la evidencia a gran escala para este tipo de comportamiento social nunca se ha reunido.



Hoy en día eso cambia gracias al trabajo de Talayeh Aledavood en la Universidad de Aalto en Finlandia y algunos compañeros, que han estudiado la red social y los patrones de sueño de más de 1.000 personas durante un período de un año. Y su trabajo produce algunas conclusiones contraintuitivas.

Su método es sencillo. El equipo proporcionó a 1.000 estudiantes voluntarios teléfonos inteligentes equipados con una aplicación que mide la actividad del teléfono -por ejemplo, las veces que se usa- y el número de personas que llama o textos.

Eso da a los investigadores los datos en bruto para estudiar el patrón de comportamiento diario de cada persona. "Utilizamos datos con fecha y hora en los eventos de 'pantalla' de las aplicaciones de recolección de datos del smartphone para asignar un cronotipo de comportamiento a cada participante", dicen Aledavood y colaboradores.

El equipo clasificó a las personas como "alondras" si tuvieron actividad más temprana de la mañana de lo esperado, es decir, actividad entre las 5 am y las 7 am. Definieron a los "búhos" como personas que tenían actividad más de lo esperada entre la medianoche y las 2 de la madrugada. el equipo categorizó al resto -más de la mitad de todos los participantes- como intermediarios.

A continuación, el equipo construyó una red social mostrando los vínculos entre todos los participantes. Cada individuo es un nodo en esta red y está vinculado a otro si se han comunicado entre sí a través de una llamada telefónica o texto.

Por último, el equipo analizó las redes sociales asociadas con búhos y alondras para ver cómo difieren. En particular, analizaron la popularidad de cada nodo, la probabilidad de que un miembro de un grupo se conecte con otros del mismo grupo, si juegan roles centrales en la red, etc.

Los resultados hacen interesante la lectura. "Los búhos nocturnos tienen redes personales más grandes que las alondras matutinas, aunque con contactos menos frecuentes con cada miembro de la red", dicen Aledavood y colaboradores. También dicen que los búhos son más centrales en la red.

La forma en que los miembros de estos grupos se conectan con otros como ellos -su homofilia- es el hallazgo más inesperado. Aledavood y coautores dicen que los búhos se conectan con otros búhos más a menudo de lo que el puro azar sugiere. Por lo tanto, son altamente homófilos.

Pero las alondras no muestran tal tendencia. "Sorprendentemente, este homofilismo no es visible en el caso de las alondras", dice el equipo, claramente confundido por este hallazgo.

Una posible explicación es que las reuniones sociales tienden a tener lugar más tarde en el día. Así que las personas que se quedan hasta tarde son más propensos a participar y organizarlos. "Quizás no es sorprendente que haya un sesgo a favor del cronotipo activo por la noche", dicen Aledavood y colaboradores. Los investigadores también sugieren que las alondras pasan más tiempo solo e interactúan con menos personas debido a que los eventos sociales son mucho más raros en las mañanas tempranas.

Ese es un trabajo interesante con implicaciones más allá de las redes sociales. Los investigadores saben desde hace mucho tiempo que el cronotipo de una persona está íntimamente ligado a todo tipo de resultados, como el rendimiento académico, el índice de masa corporal y la salud física y mental.

Otras investigaciones han mostrado cómo otros comportamientos parecen estar vinculados a través de las redes sociales. Por ejemplo, las personas que tienen un mayor índice de masa corporal tienen más probabilidades de estar vinculadas a otras personas que tienen el mismo sobrepeso.

Es posible que una mejor comprensión de los cronotipos pudiera revelar ideas importantes. Es más, para los científicos y antropólogos de la red, esto es una fruta potencialmente baja, ya que existen numerosos conjuntos de datos a gran escala de compañías de telefonía móvil, por ejemplo, que podrían ayudar a difuminar estos efectos.

Estaremos observando para ver lo que encuentran.

Ref: http://arxiv.org/abs/1709.06690: Social Network Differences of Chronotypes Identified from Mobile Phone Data

1709 06690

Lire plus de publications sur Calaméo