miércoles, 16 de junio de 2021

Cuánta gente podemos conocer según Dunbar

Solo puedes mantener tantas amistades cercanas

El psicólogo evolucionista Robin Dunbar explica los límites de la cantidad de conexiones que los humanos pueden mantener y las compensaciones involucradas cuando inviertes en una nueva relación.
Por Sheon Han || The Atlantic




Un fondo verde pálido salpicado de cuadrados que contienen caras y superpuesto con círculos concéntricos rojos.
Fotos de The Atlantic / Elliott Erwitt / Magnum


El psicólogo evolucionista de Oxford Robin Dunbar es mejor conocido por su homónimo "número de Dunbar", que define como el número de relaciones estables que las personas pueden mantener cognitivamente a la vez. (El número propuesto es 150). Pero después de pasar su carrera de décadas estudiando las complejidades de la amistad, ha descubierto muchos más números que dan forma a nuestras relaciones cercanas. Por ejemplo, el número de Dunbar resulta ser menos un umbral numérico absoluto que una serie de círculos concéntricos, cada uno de los cuales representa tipos de relaciones cualitativamente diferentes. También ha estudiado los siete factores que la gente usa para evaluar si alguien tiene el potencial de convertirse en un amigo, y la cantidad promedio de horas que le toma a un conocido convertirse en un amigo cercano. Todos estos números (y muchas ideas no numéricas sobre la amistad) aparecen en su nuevo libro, Friends: Understanding the Power of Our Most Important Relationships. (El libro está disponible en el Reino Unido y se lanzará en los Estados Unidos en enero).

El libro es una llegada oportuna, ya que los lanzamientos de vacunas y la reducción de las restricciones de distanciamiento social estimulan a las personas a reavivar, o reevaluar, sus amistades. Recientemente hablé con Dunbar sobre lo que podemos aprender sobre nuestras propias amistades a partir de todos estos números, cómo evolucionan las amistades a lo largo de los años y sus predicciones para la vida social pospandémica. Nuestra conversación ha sido editada y condensada para mayor extensión y claridad.

Sheon Han: ¿Podrías explicar cuál es el número de Dunbar?

Robin Dunbar: El número de Dunbar es el número de relaciones significativas y estables que puede tener en cualquier momento. Eso incluye tanto a la familia extendida como a los amigos. De hecho, las personas que provienen de familias numerosas y extensas tienen menos amigos porque dan prioridad a los miembros de la familia. El número 150 es un promedio, pero hay mucha variación. El rango de variación está entre 100 y 250.

Han: Un concepto intrigante de tu libro son los "círculos de amistad", que veo como una forma más granular de clasificar las amistades que el número de Dunbar. ¿Podrías describir qué son esos círculos?

Dunbar: El número de Dunbar realmente no es un solo número. Debe ser una serie de números. Al recopilar datos sobre amistades personales, les pedimos a todos que enumeraran a todos en sus círculos de amistades, cuándo los vieron por última vez y qué tan cercanos se sentían emocionalmente con ellos en una escala numérica simple. Las relaciones resultaron estar muy estructuradas en el sentido de que las personas no veían ni contactaban a todos en su red social por igual. La red estaba muy desordenada.



Diagrama de círculos concéntricos con "Ego" en el centro. Los círculos dicen, en orden de más interno a más externo: 1.5 (Íntimos); 5 (amigos cercanos); 15 (mejores amigos); 50 (buenos amigos); 150 (amigos); 500 (conocidos); 1500 (nombres conocidos); 5000 (caras conocidas)
Los círculos de la amistad (Cortesía de Little, Brown)

La distribución de los datos formó una serie de capas, y cada capa externa incluía a todos en la capa interna. Cada capa es tres veces el tamaño de la capa que la precede directamente: 5; 15; 50; 150; 500; 1.500; 5,000.

La capa más interna de 1.5 es [la más íntima]; claramente eso tiene que ver con tus relaciones románticas. La siguiente capa de cinco son tus amistades de hombros para llorar. Ellos son los que dejarán todo para apoyarnos cuando nuestro mundo se derrumbe. La capa 15 incluye las cinco anteriores y sus principales interlocutores sociales. Son nuestros principales compañeros sociales, por lo que brindan el contexto para pasar momentos divertidos. También proporcionan el círculo principal para el intercambio de cuidado infantil. Confiamos en ellos lo suficiente como para dejar a nuestros hijos con ellos. La siguiente capa, a los 50, es la gente de la gran barbacoa de fin de semana. Y la capa 150 es su grupo de bodas y funerales que vendría a su evento único en la vida.

Las capas surgen principalmente porque el tiempo que tenemos para la interacción social no es infinito. Tienes que decidir cómo invertir ese tiempo, teniendo en cuenta que la fuerza

sábado, 15 de mayo de 2021

Pérdidas de bienestar por usar plataformas de redes sociales en línea

¿Facebook y otras plataformas de redes sociales son malas para nuestro bienestar?

de Esteban Ortiz-Ospina
Our World in Data


  • Varias encuestas muestran que los usuarios frecuentes de las redes sociales tienden a tener problemas de ansiedad, depresión y problemas para dormir. Los periódicos a menudo interpretan esta correlación de manera causal y pintan una imagen aterradora en la que las redes sociales son las culpables de los problemas de salud mental grandes y persistentes.
  • Si profundiza, encontrará que las comparaciones entre personas con diferentes niveles de uso de las redes sociales pueden producir resultados contradictorios; dependiendo de cómo divida los datos, obtendrá una perspectiva diferente.
  • Las encuestas que rastrean a las personas a lo largo del tiempo sugieren que la relación es recíproca (la depresión y el uso de las redes sociales van de la mano), y el uso de las redes sociales solo predice un pequeño cambio en el bienestar a lo largo del tiempo.
  • Estudios experimentales grandes y creíbles han encontrado que dejar Facebook tiene un impacto causal positivo pero pequeño a corto plazo en el bienestar, detectable solo en algunas medidas de resultado específicas.
  • En general, la evidencia no respalda los amplios titulares de los periódicos. Hay mucho que aprender sobre cómo hacer un mejor uso de estas complejas plataformas digitales, pero para ello necesitamos datos más granulares para desglosar los diferentes efectos que ciertos tipos de contenido tienen en grupos de población específicos.

Facebook, Youtube, Whatsapp, WeChat e Instagram son las cinco principales plataformas de redes sociales a nivel mundial, con más de mil millones de usuarios activos cada una. En la mayoría de los países ricos, la proporción de jóvenes que utilizan las redes sociales en línea supera el 90% y los adolescentes pasan en promedio más de 4 horas en línea todos los días.

En las noticias se nos dice repetidamente que las redes sociales son malas para nosotros. Las historias a menudo son alarmantes, lo que sugiere que las redes sociales y los teléfonos inteligentes son responsables de tendencias negativas radicales, desde el aumento de las tasas de suicidio en los EE. UU. hasta la pérdida generalizada de la memoria y la reducción de la capacidad de sueño y atención.

Estos titulares preocupantes a menudo van acompañados de recomendaciones implícitas o explícitas para limitar la cantidad de tiempo que pasamos en las redes sociales. De hecho, los teléfonos inteligentes de hoy vienen con aplicaciones integradas de "tiempo de pantalla" que nos permiten rastrear y limitar la cantidad de tiempo que pasamos en línea.

Al mismo tiempo, la mayoría de nosotros estaría de acuerdo en que las plataformas de redes sociales digitales pueden hacernos la vida más fácil de muchas maneras: abrir puertas a nueva información, conectarnos con personas que están lejos y ayudarnos a ser más flexibles en el trabajo.

¿Qué nos dice la investigación sobre el impacto causal del uso de las redes sociales en nuestro bienestar?

En pocas palabras: por mi lectura de la literatura científica, no creo que la evidencia disponible hoy apoye los titulares de los periódicos.

Sí, hay evidencia que sugiere un efecto negativo causal, pero el tamaño de estos efectos causales es heterogéneo y mucho, mucho menor de lo que sugieren los titulares de las noticias.

Todavía hay muchas buenas razones para reflexionar sobre el impacto de las redes sociales en la sociedad, y todos podemos aprender mucho para hacer un mejor uso de estas complejas plataformas digitales. Pero esto requiere ir más allá de las afirmaciones universales.

Echemos un vistazo a la evidencia.

Comparaciones entre individuos

La mayoría de las noticias que afirman que las redes sociales tienen un impacto negativo en el bienestar se basan en datos de encuestas que comparan a personas con diferentes niveles de uso de las redes sociales como evidencia. En el cuadro siguiente, muestro un ejemplo concreto de este tipo de análisis correlacional.



El gráfico muestra la cantidad promedio de tiempo que las personas pasan en las redes sociales cada día, entre las personas que están y no están contentas con la cantidad de tiempo que pasan en estas plataformas.

Los datos provienen de una aplicación llamada Moment, que rastrea la cantidad de tiempo que los usuarios pasan en las plataformas de redes sociales en sus teléfonos inteligentes. La aplicación también hace a las personas una pregunta de sí o no: "¿Estás contento con el tiempo que dedicas?"

Como podemos ver, hay bastante heterogeneidad entre las plataformas, pero el patrón es claro: las personas que dicen estar contentas con la cantidad de tiempo que pasan en las redes sociales pasan menos tiempo en estas plataformas. O dicho de otra manera, usar más las redes sociales se correlaciona con menos satisfacción.

Esto es ciertamente interesante, pero debemos tener cuidado de no sacar conclusiones precipitadas: la correlación en realidad plantea tantas preguntas como respuestas.1

¿Se mantiene este patrón si controlamos las características del usuario como la edad y el sexo? ¿Obtendríamos resultados similares si nos centramos en otras medidas de bienestar más allá de "estar contento con el tiempo invertido"?

La respuesta a ambas preguntas es no'. Dependiendo de las variables de resultado en las que se concentre y de las características demográficas que tenga en cuenta, obtendrá un resultado diferente. Por tanto, no es sorprendente que algunos estudios académicos empíricos hayan encontrado correlaciones negativas; mientras que otros en realidad informan correlaciones positivas.2

Amy Orben y Andrew Przybylski publicaron un artículo a principios de este año en la revista Nature donde ilustraron que dada la flexibilidad para analizar los datos (es decir, a pesar de la cantidad de opciones posibles que tienen los investigadores cuando se trata de procesar e interpretar la gran cantidad de datos de estas grandes encuestas), los científicos podrían haber escrito miles de artículos que describan asociaciones positivas, negativas y no significativas. Las diferentes formas de medir el bienestar y el uso de las redes sociales producirán resultados diferentes, incluso para la misma población.3

Incluso las respuestas a algunas de las preguntas más fundamentales no están claras: ¿sabemos realmente en qué dirección podría ir la relación? ¿El uso frecuente de las redes sociales se traduce en una menor felicidad, o es al revés? ¿Las personas ansiosas, estresadas o deprimidas son particularmente propensas a usar las redes sociales?

Esto nos lleva a otra rama de la literatura: estudios longitudinales que rastrean a las personas a lo largo del tiempo para medir los cambios en el uso y el bienestar de las redes sociales.
Tiempo dedicado a las aplicaciones de redes sociales: usuarios felices frente a usuarios infelices

Estudios sobre el uso y el bienestar de las redes sociales a lo largo del tiempo.

Un estudio longitudinal que ha recibido mucha atención sobre este tema fue publicado por Holly Shakya y Nicholas Christakis en el American Journal of Epidemiology en 2017. Utilizó datos de una encuesta que siguió a un grupo de 5,208 estadounidenses durante el período 2013-2015, y encontró un aumento en la actividad de Facebook se asoció con una disminución futura en la salud mental informada.4

Dos años más tarde, Amy Orben, Tobias Dienlin y Andrew Przybylski publicaron un artículo en Proceedings of the National Academy of Sciences utilizando una fuente de datos similar. Se basaron en una encuesta longitudinal del Reino Unido que abarcó a 12.672 adolescentes durante el período 2009-2016 y llegaron a una conclusión diferente. Descubrieron que había una relación pequeña y recíproca: el uso de las redes sociales predijo pequeñas disminuciones en la satisfacción con la vida; pero también sucedió que la disminución de la satisfacción con la vida predijo aumentos posteriores en el uso de las redes sociales.5

Al resumir su investigación en The Guardian, Amy Orben y Andrew Przybylski explicaron:
 

“Encontramos algunas tendencias pequeñas a lo largo del tiempo, en su mayoría agrupadas en datos proporcionados por adolescentes ... Pero, y esto es clave, no es una exageración decir que estas los efectos eran minúsculos para los estándares de la ciencia y triviales si se quiere informar las decisiones personales de los padres. Nuestros resultados indicaron que el 99,6% de la variabilidad en la satisfacción de las adolescentes con la vida no tenía nada que ver con cuánto usaban las redes sociales ".
En su artículo, Orben y sus coautores argumentan nuevamente que estos grandes conjuntos de datos permiten muchos tipos diferentes de pruebas empíricas; por lo que es natural esperar resultados contradictorios entre los estudios, especialmente si hay ruido en la medición y los verdaderos tamaños del efecto son pequeños.6

Orben y sus coautores probaron miles de pruebas empíricas y, de hecho, algunas de estas pruebas podrían haberse interpretado por sí solas como evidencia de un fuerte efecto negativo en las redes sociales, pero claramente la imagen más amplia es importante. Al observar los resultados de todas sus miles de pruebas, concluyeron que los efectos de las redes sociales eran matizados, pequeños en el mejor de los casos y recíprocos a lo largo del tiempo.7



Experimentos de Facebook

Es difícil establecer impactos causales a través de estudios observacionales que rastrean el bienestar de las personas a lo largo del tiempo.

Primero, hay problemas de medición. Las encuestas a largo plazo que realizan un seguimiento de las personas son costosas e imponen una gran carga a los participantes, por lo que no permiten la recopilación de datos en profundidad y de alta frecuencia y, en cambio, se centran en tendencias generales en una amplia gama de temas. Orben y sus coautores, por ejemplo, se basan en la encuesta Understanding Society Survey del Reino Unido, que cubre una amplia gama de temas como la vida familiar, la educación, el empleo, las finanzas, la salud y el bienestar. Específicamente sobre el uso de las redes sociales, esta encuesta solo pregunta cuántas horas los adolescentes recuerdan usar aplicaciones durante los días de semana normales, lo que por supuesto es una medida informativa pero ruidosa del uso real (un hecho que Orben y los coautores mencionan en su artículo).

En segundo lugar, existen limitaciones derivadas de las variables no observables. Es probable que los usuarios frecuentes de las redes sociales sean diferentes de los usuarios menos frecuentes en formas que son difíciles de medir; no importa cuántas preguntas incluya en una encuesta, siempre habrá factores relevantes que no puede tener en cuenta en el análisis.

Dadas estas limitaciones, una alternativa obvia es realizar un experimento: puede, por ejemplo, ofrecer a las personas dinero para que dejen de usar Facebook por un tiempo y luego verificar el efecto comparando estos "participantes tratados" con un grupo de control al que se le permite continuar. usar Facebook como de costumbre.8

Varios artículos recientes siguieron este enfoque. Aquí discutiré uno de ellos en particular, porque encuentro su enfoque particularmente convincente. El análisis se basa en una muestra mucho más grande que otros experimentos, y los investigadores registraron un plan de análisis previo para asegurarse contra las críticas de "flexibilidad analítica" discutidas anteriormente.9

Este experimento fue realizado por cuatro economistas: Hunt Allcott, Sarah Eichmeyer, Luca Braghieri y Matthew Gentzkow. Reclutaron a 2753 usuarios de Facebook en los EE. UU. y seleccionaron al azar a la mitad de ellos para que dejaran de usar Facebook durante cuatro semanas. Descubrieron que la desactivación de Facebook condujo a mejoras pequeñas pero estadísticamente significativas en algunas medidas de bienestar autoinformado.10

El gráfico a continuación muestra un resumen de los tamaños de efecto estimados. Como podemos ver, para todas las medidas los efectos son pequeños (ascienden a solo alrededor de una décima parte de la desviación estándar de la variable estudiada), y en la mayoría de los casos los efectos no son estadísticamente significativos (los 'bigotes' denotan intervalos de confianza del 95% suelen incluir un efecto de tamaño cero) .11

Allcott y los coautores también comparan los efectos del tratamiento con las correlaciones observacionales en su muestra y concluyen: “las magnitudes de nuestros efectos causales son mucho más pequeñas que las que hubiéramos estimado usando el enfoque correlacional de mucha literatura anterior” .12

Se ha replicado el efecto experimental relativamente pequeño del uso de las redes sociales sobre el bienestar subjetivo. Otro experimento realizado casi al mismo tiempo y con un enfoque muy similar, arrojó resultados similares13.

Mecanismos

En los EE. UU., donde se han realizado muchos de estos estudios, aproximadamente dos tercios de las personas obtienen noticias de las redes sociales, y estas plataformas ya se han convertido en una fuente de noticias de mayor acceso que los periódicos impresos.

Creo que este vínculo entre las redes sociales, el consumo de noticias y el bienestar es clave.

En su experimento, Allcott y sus coautores descubrieron que abandonar Facebook no llevó a las personas a utilizar fuentes de noticias alternativas en línea o fuera de línea; por lo que aquellos en el grupo de tratamiento informaron pasar menos tiempo consumiendo noticias en general. Esto nos dice que el efecto de las redes sociales en el bienestar no solo es relativamente pequeño, sino que probablemente también esté mediado por los tipos específicos de contenido e información a los que las personas están expuestas.14

El hecho de que el consumo de noticias a través de las redes sociales pueda ser un factor importante que afecta el bienestar no es sorprendente si consideramos que las noticias suelen estar sesgadas hacia el contenido negativo, y hay investigaciones empíricas que sugieren que las personas se activan, a nivel fisiológico, cuando se exponen a contenido de noticias negativo.15

Construir y reforzar una narrativa general aterradora sobre "los terribles efectos negativos de las redes sociales en el bienestar" no es útil porque no reconoce que las redes sociales son un ecosistema grande y en evolución donde miles de millones de personas interactúan y consumen información de muchas maneras diferentes.

¿Cuáles son las conclusiones clave?

La primera conclusión es que la asociación entre las redes sociales y el bienestar es compleja y recíproca, lo que significa que las correlaciones simples pueden ser engañosas. Un análisis cuidadoso de los datos de la encuesta revela que, sí, existe una correlación entre las redes sociales y el bienestar; pero la relación funciona en ambos sentidos. Esto queda claro a partir de los estudios longitudinales: un mayor uso de las redes sociales predice disminuciones en la satisfacción con la vida; y la disminución de la satisfacción con la vida también predice aumentos posteriores en el uso de las redes sociales.

La segunda conclusión es que el efecto causal de las redes sociales en el bienestar probablemente sea pequeño para la persona promedio. La mejor evidencia empírica sugiere que el impacto es mucho menor de lo que sugieren muchas noticias y la mayoría de la gente cree.

Hay mucho que aprender sobre cómo hacer un mejor uso de estas plataformas digitales, y hay una discusión importante sobre los costos de oportunidad de pasar una gran parte de nuestro tiempo en línea. Pero para esto tenemos que mirar más allá de los titulares de los periódicos.

Necesitamos investigación con datos más granulares para desempacar diversos patrones de uso, para comprender los diferentes efectos que ciertos tipos de contenido tienen en grupos de población específicos. El tiempo solo es una mala métrica para medir los efectos. Como dijo Andrew Przybylski: nadie diría que deberíamos estudiar las causas de la obesidad investigando el "tiempo de comer".

De cara al futuro, la conversación sobre políticas y las noticias deberían ser mucho más sobre estrategias para promover contenido e interacciones positivas, que sobre restricciones únicas en el "tiempo de pantalla" de las redes sociales.


Notas finales

  1. Un ejemplo concreto de cómo se reporta esta evidencia correlacional en las noticias se puede encontrar en este artículo de The Economist, donde se presenta un cuadro muy similar bajo el título “Cómo el uso intensivo de las redes sociales está vinculado a las enfermedades mentales”.
  2. A continuación, se muestran algunos ejemplos de estudios que informan una correlación positiva entre el uso de las redes sociales y el bienestar subjetivo: - Kim, J. y Lee, J. (2011). Los caminos de Facebook hacia la felicidad: efectos del número de amigos en Facebook y la autopresentación sobre el bienestar subjetivo. CyberPsychology, Behavior, and Social Networking, 14 (6): 359–364 - Gonzales, A. L. y Hancock, J. T. (2011). Espejo, espejo en mi muro de Facebook: Efectos de la exposición a Facebook sobre la autoestima. Ciberpsicología, comportamiento y redes sociales, 14 (1-2): 79–83. - Valenzuela, S., Park, N. y Kee, K. F. (2009). ¿Existe capital social en un sitio de red social ?: uso de Facebook y satisfacción con la vida, confianza y participación de los estudiantes universitarios. Journal of Computer-Mediated Communication, 14 (4): 875–901.
  3. También es importante mencionar que las correlaciones entre el uso de las redes sociales y el bienestar no son generalmente comparables entre países y épocas. Por ejemplo, los comentaristas a menudo destacan que las tasas de depresión y suicidio entre los adolescentes en los EE. UU. Han aumentado desde el surgimiento de los teléfonos inteligentes, y que esto es una clara señal de alerta. Sin embargo, como explicó Andrew Przybylski en una entrevista reciente, esto simplemente no es una observación general: “No se ven cosas así en países más saturados de tecnología o en otros países industrializados. No se ve, dos o tres años por delante de Estados Unidos, los surcoreanos y los japoneses tienen tasas elevadas de autolesiones o depresión ”.
  4. La referencia completa es: Shakya, H. B. y Christakis, N. A. (2017). Asociación del uso de Facebook con el bienestar comprometido: un estudio longitudinal. Revista estadounidense de epidemiología, 185 (3), 203-211. En línea aquí.
  5.  La referencia completa es: Orben, A., Dienlin, T. y Przybylski, A. K. (2019). El efecto duradero de las redes sociales en la satisfacción con la vida de los adolescentes. Actas de la Academia Nacional de Ciencias, 116 (21), 10226-10228. En línea aquí.
  6. Es más, si el límite para un hallazgo estadísticamente significativo es del 5% y prueba 100 hipótesis independientes de las cuales en realidad ninguna es cierta, todavía encontrará (con la expectativa) 5 asociaciones significativas en cualquier dirección simplemente por casualidad. Aquí hay un buen ejemplo y una discusión de cómo funciona esto: https://fivethirtyeight.com/features/science-isnt-broken/#part1.
  7. Una evidencia más que confirma esta conclusión, proviene de un estudio más reciente a largo plazo que siguió a 500 adolescentes durante ocho años consecutivos, entre las edades de 13 y 20, y encontró que “el aumento del tiempo dedicado a las redes sociales no se asoció con aumento de los problemas de salud mental en todo el desarrollo ". La referencia completa es Coyne, S. M., Rogers, A. A., Zurcher, J. D., Stockdale, L. y Booth, M. (2019). ¿El tiempo dedicado al uso de las redes sociales afecta la salud mental ?: Un estudio longitudinal de ocho años. Computers in Human Behavior, 106160. Disponible en línea aquí.
  8. Experimentos como este nos dirán el efecto a corto plazo entre los participantes del experimento. Por supuesto, esto no es una solución milagrosa; uno podría plantear inquietudes sobre cuán generalizables son las estimaciones (por ejemplo, ¿los participantes son representativos de la población general? ¿Los efectos permanecen en el tiempo?) Ningún método es perfecto, pero los experimentos abordan el tema de la causalidad, por lo que brindan evidencia crítica para comprender el vínculo entre las redes sociales y el bienestar.
  9. La referencia completa es: Allcott, H., Braghieri, L., Eichmeyer, S. y Gentzkow, M. (2019). Los efectos de las redes sociales en el bienestar (núm. W25514). Oficina Nacional de Investigación Económica. Disponible en línea aquí.
  10. Reclutan participantes dándoles tarjetas de regalo electrónicas. En términos generales, la idea era que a los participantes se les pagara por jugar a la lotería: todos recibían el incentivo monetario, pero solo aquellos que "perdían la lotería" tenían que desactivar su cuenta.
  11. El documento proporciona la siguiente definición para las variables: La variable felicidad es la respuesta promedio a dos preguntas de la Escala de felicidad subjetiva (Lyubomirsky y Lepper 1999), que pregunta qué tan felices fueron los participantes durante las últimas cuatro semanas y qué tan felices fueron en comparación con sus compañeros. La satisfacción con la vida es la suma de las respuestas a tres preguntas de la Escala de satisfacción con la vida (Diener et al. 1985), como el nivel de acuerdo con la afirmación: "Durante las últimas 4 semanas, estuve satisfecho con mi vida". La soledad es la escala de soledad de tres elementos (Hughes et al. 2004). Finalmente, deprimido, ansioso, absorto y aburrido reflejan cuánto tiempo durante las últimas cuatro semanas los encuestados sintieron cada emoción, utilizando preguntas del módulo de bienestar de la Encuesta Social Europea (Huppert et al. 2009). Los mensajes de texto diarios nos permitieron medir los aspectos del bienestar subjetivo más importantes para registrar en el momento en lugar de retrospectivamente. Este enfoque se basa en el método de muestreo de experiencias de Csikszentmihalyi y Larson (2014) y Stone y Shiffman (1994). La variable felicidad por SMS es la respuesta a la pregunta: "En general, ¿qué tan feliz te sientes ahora en una escala de 1 (nada feliz) a 10 (completamente feliz)?" La variable emoción positiva de SMS es una variable indicadora de si el participante reporta una emoción positiva cuando se le pregunta: "¿Qué describe mejor cómo se sintió durante los últimos diez minutos?", Con posibles respuestas como "enojado", "preocupado", "cariñoso". / tierna ”, etc. Finalmente, SMS not lonely utiliza la respuesta a la pregunta:“ ¿Qué tan solo te sientes ahora mismo en una escala del 1 (para nada solo) al 10 (muy solo)? ”
  12. Para tener una idea de las magnitudes de estos efectos, los autores discuten los tamaños del efecto en sus unidades originales, centrándose en las medidas con los efectos más grandes. La felicidad es la respuesta promedio a dos preguntas en una escala de 1 (una persona no muy feliz) a 7 (una persona muy feliz). El promedio de la línea final del grupo de control es 4.47 de un posible 7, y la desactivación provocó un aumento promedio de 0.12. Por supuesto, esto es muy, muy pequeño. De hecho, los autores explican que, dado lo pequeños que son estos tamaños de efecto, es poco probable que tuvieran el poder estadístico suficiente para detectar cualquier efecto si hubieran utilizado tamaños de muestra similares a los de experimentos anteriores en este campo, todos los cuales son muy importantes. menor.
  13. En este otro experimento, dejar Facebook durante una semana condujo a una disminución pequeña pero estadísticamente significativa en los sentimientos de depresión autoinformados, sin embargo, no hubo un efecto significativo en otras medidas de satisfacción con la vida. La referencia completa es: Mosquera, R., Odunowo, M. M., McNamara, T., Guo, X. y Petrie, R. (2018). Los efectos económicos de Facebook.
  14. Este efecto también se ha replicado: el otro experimento contemporáneo que siguió un enfoque similar (Mosquera et al. 2019), encontró que las personas que enfrentan una restricción de Facebook redujeron su consumo de noticias.
  15. Un nuevo artículo publicado en Proceedings of the National Academy of Sciences concluye que en todo el mundo, el ser humano promedio se activa más fisiológicamente por las noticias negativas que por las positivas. Los autores llegan a esta conclusión a través de un experimento: los participantes vieron 7 historias de BBC World News ordenadas al azar en una computadora portátil mientras usaban audífonos con cancelación de ruido y sensores en sus dedos para capturar la conductancia de la piel y el pulso del volumen sanguíneo. El experimento se realizó con 1.156 participantes en 17 países: Brasil, Canadá, Chile, China, Dinamarca, Francia, Ghana, India, Israel, Italia, Japón, Nueva Zelanda, Rusia, Senegal, Suecia, Reino Unido y Estados Unidos. . La referencia completa es Soroka, S., Fournier P., & Nir L., (2019) Evidencia transnacional de un sesgo de negatividad en las reacciones psicofisiológicas a las noticias. Procedimientos de la Academia Nacional de Ciencias. DOI: 10.1073 / pnas.1908369116. Disponible en línea aquí.

Capital social y alivio de la pobreza

Capital social y alivio de la pobreza

Un aspecto de la dimensión relacional del capital social

Social Capital. Research & Training




El capital social es un activo vital para quienes viven en la pobreza, ya que puede brindar acceso a lo que falta: el capital. La pobreza es un estado o condición en la que una persona o comunidad carece del capital necesario para satisfacer sus necesidades. Claramente, los pobres se beneficiarían de más de todas las formas de capital. Sin embargo, el capital social no es como otros capitales; el "capital" en el capital social es más análogo a los recursos, beneficios, productividad y ahorros tangibles e intangibles. Como tal, es una metáfora en lugar de representar la definición económica estándar de capital.

el "capital" en el capital social es más análogo a los recursos, beneficios, productividad y ahorros tangibles e intangibles
Una visión simplificada del capital social podría describirse como un entorno social o factores que movilizan capital (en adelante, en cursiva como recordatorio de su significado metafórico). Este capital puede ser información, equipo o activos físicos; finanzas y préstamos; redes sociales y membresía; diversas eficiencias y ahorros; innovación, creatividad y resolución de problemas; pertenencia, solidaridad y resiliencia; y muchos otros factores a los que se puede acceder o que surgen en virtud del entorno social o factores sociales.

Por tanto, desde una perspectiva individual, el capital social podría explicarse simplemente como relaciones sociales, positivas e imbuidas de solidaridad, que facilitan la movilización del capital. Desde una perspectiva comunitaria, el capital social incluye los procesos y estructuras sociales que dan forma a la cantidad y calidad de las interacciones sociales de una sociedad.

Para quienes viven en la pobreza puede que no falten las relaciones sociales positivas y la solidaridad, pero las personas en su red social probablemente carezcan de capital, por lo que no se puede movilizar a través de estas relaciones. Si sus contactos sociales no tienen la información, las habilidades, las técnicas, el equipo, los recursos, las finanzas, las redes sociales, etc. que necesita, este capital no se puede movilizar. No pueden dar ni compartir lo que no poseen.



Dicho esto, el capital social es increíblemente importante para quienes viven en la pobreza. Es fundamental para salir adelante y son muchos los beneficios extremadamente importantes que se derivan de las relaciones sociales y la solidaridad. Sin embargo, puede que no sea suficiente cambiar su circunstancia y sacarlos de la pobreza, es decir, para facilitar su avance. Para eso, necesitan estructuras sociales y conexiones que puedan brindar acceso al capital requerido.

De esta manera, el capital social no es como otras formas de capital. Facilita y moviliza otras formas de capital (capital humano, capital financiero, capital físico, etc.), así como varios otros beneficios y ahorros (que colectivamente representan la metáfora del capital).

El concepto de capital social puede proporcionar un marco para comprender los procesos sociales involucrados en la pobreza y puede orientar las iniciativas de alivio de la pobreza. Puede centrar nuestra atención en la importancia y el papel de las estructuras sociales como las instituciones y los roles, reglas, leyes y normas resultantes y su aplicación. Así como las redes sociales, y la naturaleza de estas relaciones, que aportan capital a quienes más lo necesitan.

No podemos asumir que el capital social está igualmente disponible para todos. El poder y el estatus hacen que el capital social esté distribuido de manera desigual y accesible de manera desigual, y los prejuicios y la discriminación pueden ser barreras importantes que pueden perpetuar y reforzar la desigualdad.

Tampoco podemos asumir que todas las redes sociales son relaciones en las que todos ganan. Las personas que viven en la pobreza extrema pueden tener muy pocas oportunidades de corresponder al intercambio social, lo que requiere altruismo. Desde la comprensión del capital social, es obvio que los pobres necesitan más vínculos de puente y vinculación con las personas que tienen más capital para movilizar. Sin embargo, debemos preguntarnos cómo y por qué se desarrollarían estas relaciones y qué estructuras pueden fomentar y facilitar este tipo de interacciones.

Tampoco podemos suponer que las ganancias, los intereses y las ganancias individuales sean sinónimos de las ganancias, los intereses y las ganancias del grupo. Esto ignora la desigualdad y puede reforzar la división entre ricos y pobres.



El capital social tiene propiedades tanto individuales como colectivas. Los individuos pueden controlar algunos aspectos del capital social que se relacionan directamente con ellos mismos y sus relaciones. Un individuo puede desarrollar una reputación prosocial (por ejemplo, de confiabilidad, buena voluntad, compasión, generosidad, cariño, ayuda, etc.) y puede establecer y nutrir relaciones sociales con los demás. Un individuo no posee completamente este capital social individual ya que reside principalmente en sus relaciones sociales, sin embargo, un individuo tiene cierto control sobre estos aspectos del capital social.

Los proyectos de alivio de la pobreza pueden influir directamente en estos aspectos individuales del capital social. Esto se puede hacer creando oportunidades de interacción social (especialmente con personas que tienen acceso a capital), oportunidades de membresía y pertenencia, y creando estructuras y roles sociales.

El capital social también tiene propiedades colectivas que influyen en las acciones de todos los miembros de la comunidad. El capital social se relaciona con la forma en que las personas interactúan e intercambian entre sí. Son las instituciones, relaciones, actitudes y valores que gobiernan las interacciones entre las personas. Es la voluntad potencial de los ciudadanos de cooperar entre sí y de participar en actividades cívicas de forma colectiva. Hay una amplia gama de factores que contribuyen a estas actitudes y valores que influyen en la voluntad potencial de cooperación que puede moldearse mediante intervenciones que tienen como objetivo aliviar la pobreza.

El capital social puede proporcionar un marco para comprender los amplios procesos sociales involucrados en la pobreza y su alivio. El capital social es una lente para explorar problemas sociales importantes. Aunque parezca tener un enfoque económico, el capital social puede ser una herramienta profundamente social cuando el "capital" se entiende como una metáfora. El capital social puede centrar la atención en factores y procesos sociales importantes a nivel de programa estratégico y puede ser una herramienta importante para dar forma al diseño de proyectos. Para proyectos de alivio de la pobreza, el capital social puede iluminar los riesgos y oportunidades potenciales que pueden tener implicaciones significativas para el éxito general del proyecto.

martes, 16 de febrero de 2021

Biografía: Jacob Levy Moreno explica que es el psicodrama

Jakob Levy Moreno, creador del sociograma, herramienta fundacional del análisis de redes sociales, explica qué es el psicodrama, su otro gran aporte (y mucho más lucrativo) al conocimiento de la interacción y conducta humana. Es un gran oportunidad para escuchar a este gran aportante del ARS.

jueves, 31 de diciembre de 2020

Visualización de interacciones en blogs científicos

¡Feliz Navidad! Con datos - Blog de ciencia Red social


¡Feliz Navidad!

¿Qué mejor regalo de Navidad que datos frescos? (dice el nerd de doctorado en ciencia y comunicación).





En las últimas semanas, he estado recopilando respuestas a encuestas de blogueros científicos sobre sus decisiones de contenido y otras prácticas de blogs. Cerré la encuesta #MySciBlog la semana pasada, después de recopilar más de 600 respuestas válidas a encuestas de blogueros científicos. ¡Ahora comienza el análisis de datos!

En una sección particularmente exploratoria de mi encuesta, se pidió a los participantes que enumeraran hasta los tres blogs de ciencia principales, además del suyo, que leían con regularidad. Con estos datos, estoy buscando explorar posibles comunidades de práctica y relaciones entre blogueros científicos que puedan llevar a reglas de decisión de contenido compartido o enfoques de blogs.

Después de extraer los datos en Excel y limpiarlos bastante tediosamente (buscando blogs enumerados en nombres alternativos o incorrectos, etc.), mapeé el conjunto de datos resultante en Gephi, un software de mapeo de redes sociales abierto y gratuito. Luego diseñé la red (que consta de nodos de blogs de participantes de la encuesta conectados a través de hasta tres bordes para apuntar a blogs de ciencia 'leídos regularmente') según un algoritmo ForceAtlas 2.

"ForceAtlas2 es un diseño dirigido por fuerzas: simula un sistema físico para espacializar una red. Los nodos se repelen entre sí como partículas cargadas, mientras que los bordes atraen sus nodos, como resortes. Estas fuerzas crean un movimiento que converge a un estado equilibrado. Esto Se espera que la configuración final ayude a la interpretación de los datos ". - Plos One

Cada nodo de la red representa un blog de ciencia, ya sea el blog de un participante de la encuesta o un blog enumerado por un participante. Las comunidades (representadas por nodos codificados por colores) se detectaron automáticamente en Gephi (función de clase de modularidad) con una resolución de 3.0. Los nodos y las etiquetas de los nodos tienen un tamaño de acuerdo con el grado, o cuántas veces el blog (nodo) fue incluido por otros blogueros como leído regularmente.

Full resolution figure (PDF) available at Figshare.com. Cite as Brown, Paige (2014): MySciBlog Survey - Top Read SciBlogs by SciBloggers. figshare. http://dx.doi.org/10.6084/m9.figshare.1278974

Puede consultar un PDF de resolución completa de estos datos aquí. Mientras lo hace, avíseme si ve algún blog representado como más de un nodo, por ejemplo, con nombres mal escritos. Sus comentarios pueden ayudarme a consolidar los datos redundantes. Además, me encantaría conocer su opinión sobre cualquier tendencia o relación que pueda ver surgir de estos datos. Será muy interesante si los resultados de mi encuesta revelan prácticas de blogs comunes entre blogueros que comparten vecinos en esta red. Mis entrevistas en profundidad con blogueros de ciencia revelan que los blogueros a menudo obtienen lecciones sobre enfoques, estilos, "hacer" y "no hacer" de blogs de otros blogs de ciencia que suelen leer.

¡Feliz exploración de datos!

jueves, 24 de diciembre de 2020

Navidad: Las redes de los evangelios

Visualización de datos: mapeo de la red de caracteres de los cuatro evangelios


¿Cómo están estructurados los textos bíblicos? Más allá de la obvia centralidad de Cristo en los Evangelios, ¿encontramos siempre los mismos grupos de personajes, organizados de la misma manera? Este breve estudio plantea la cuestión de la contribución potencial del análisis de redes a los estudios literarios y, en particular aquí, a las ciencias bíblicas.

Martin Grandjean



Los cuatro evangelios cuentan una historia muy similar, pero tienen estructuras ligeramente diferentes: su constitución ha sido uno de los temas más estudiados durante siglos. Sin revolucionar un campo de investigación que consiste en el estudio cuidadoso de estos textos, el análisis de redes permite una visualización relativamente simple de las principales características estructurales de las redes de caracteres de los Evangelios.



En 2013, un colega teólogo sugirió que usara las herramientas del análisis de redes para visualizar estos textos. Después de haberlos comunicado, no había pensado en publicar estos resultados en línea, debido a su naturaleza poco convencional para este campo de estudio bastante tradicional. Pero desde entonces, el análisis de redes de personajes se ha desarrollado (Rochat trabaja en Rousseau en 2014, mis redes de las tragedias de Shakespeare en 2015, o esta interfaz para visualizar obras de teatro como redes interactivas con colegas de UNIL en 2016, y un número creciente de publicaciones en 2019. y 2020, consulte DraCor de Frank Fischer et al., o esta encuesta de Labatut y Bost, por ejemplo), por lo que tiene más sentido desenterrar esas cosas viejas hoy.




Trabajo

GRANDJEAN Martin (2013). “Comparing the Relational Structure of the Gospels: Network Analysis as a Tool for Biblical Sciences“, Society of Biblical Literature (SBL), University of St. Andrews.

Lea el artículo completo (PDF)


Tenga en cuenta que este documento de la conferencia intenta un enfoque muy experimental, en particular dado el estado del campo del análisis de redes de personajes en 2013 y la rareza del uso de estos métodos en las ciencias bíblicas.

Cómo leer estos grafos

Dos personajes (círculos) tienen un enlace (línea) entre ellos si aparecen al mismo tiempo. Cuanto más a menudo aparezcan juntos, más denso formarán un grupo. Esto es lo que les sucede, por ejemplo, a los 12 discípulos que invariablemente forman un grupo muy denso a la derecha de estos cuatro gráficos. Sin embargo, esto no significa que los discípulos formen un grupo homogéneo (esto es particularmente visible en el Evangelio de Juan). Técnicamente hablando, se considera que dos personajes están conectados si aparecen en la misma escena o sección ("perícopas", para ser exactos en el lenguaje bíblico). Estas secciones son unidades temáticas, temporales y espaciales coherentes. Obtenga más información en el periódico.

LAS REDES DEL EVANGELIO




Evangelio según Marcos

Evangelio según Lucas

Evangelio según Juan

Evangelio según Mateo




domingo, 20 de diciembre de 2020

ARS: Usando mapeos de revistas para conocer sus contenidos a través de la visualización

Cómo generar conocimientos de revistas utilizando técnicas de visualización

Generación de conocimientos sobre el rendimiento de la revista
Por la Dra. Daphne van Weijen y Matthew Richardson || Elsevier




Los editores y editores siempre sienten curiosidad por saber cómo se está desempeñando su revista en comparación con otras en el campo. También están ansiosos por descubrir si el contenido que están publicando está atrayendo citas. En este artículo, nos gustaría compartir con usted una serie de técnicas de visualización que pueden ayudar a generar conocimientos sobre el rendimiento de la revista.

Mapeo de términos

¿Cómo puede determinar cuáles son los temas "candentes" en una revista, grupo de revistas o área temática específica? O, más específicamente, ¿qué temas han mostrado un crecimiento activo y un fuerte impacto en la producción de investigación (artículos publicados) en los últimos años? Para responder a esta pregunta, desarrollamos una nueva herramienta de visualización en colaboración con el grupo de investigación CWTS, que se especializa en bibliometría en la Universidad de Leiden. La herramienta tiene acceso a todas las revistas y actas de congresos indexados en Scopus. A partir de esta información, puede generar mapas que revelen las relaciones entre los términos utilizados en los títulos y los resúmenes de los artículos publicados en una o más revistas seleccionadas. Lo hace con la ayuda de un programa de computadora llamado VOSviewer (1).
¿Cómo se crea un mapa de términos?

Hay una serie de pasos involucrados en la producción de un mapa de términos.

  • Primero debemos determinar qué revista o revistas deben incluirse. Si un grupo de revistas o un área temática es el foco del análisis, una búsqueda de palabras clave en Scopus puede ayudar con esto.
  • Una vez elegidas las revistas, la herramienta realiza un análisis de las palabras y frases encontradas en los títulos y resúmenes de los artículos durante un período de tiempo específico (por ejemplo, en los últimos dos, cinco o diez años). Las ventanas de publicación y cita pueden tener valores separados, por lo que también es posible determinar qué tan bien se ha citado el contenido publicado en un año específico en los años posteriores a la publicación.
  • Después de que se genera un mapa, se puede verificar si hay términos no informativos, como nombres de editoriales o sociedades, y términos genéricos como "literatura", "presentación" o "característica". Estos se pueden eliminar y, si es necesario, se puede crear una nueva versión del mapa.

Grupos de términos concurrentes

El mapa que se muestra en la Figura 1 se conoce como mapa de conglomerados de co-ocurrencia. Cada término que aparece al menos cinco veces en los títulos y resúmenes de los artículos de las revistas seleccionadas está representado por un nodo individual en el mapa. Cuanto más grande es el nodo, más artículos contienen el término y cuanto más pequeño es el espacio entre los términos, más a menudo tienden a coexistir. Sin embargo, es importante señalar que esta es una representación 2D de una red multidimensional, por lo que la proximidad de los términos no puede reflejar perfectamente la relación en todos los casos. Finalmente, los términos están coloreados en grupos de términos que tienden a coexistir.

  • Verde (centro y arriba a la izquierda) relacionado con estadísticas y experimentos;
  • grupo rojo (lado derecho) relacionado con la educación en enfermería;
  • grupo azul (abajo a la izquierda) relacionado con la cirugía; y
  • grupo amarillo (izquierda) relacionado con ensayos clínicos y revisiones de la literatura.

La experiencia en el campo puede ayudar a verificar y nombrar adecuadamente los clústeres, así como a predecir qué clústeres es probable que contengan el contenido más citado y por qué.


Figura 1 - Mapa de similitud de clústeres de co-ocurrencia de términos de revistas para un grupo de seis revistas de enfermería seleccionadas de 2009-2012. Fuente: Scopus. Figura 1 - Mapa de similitud de clústeres de co-ocurrencia de términos de revistas para un grupo de seis revistas de enfermería seleccionadas de 2009-2012. Fuente: Scopus.

Términos muy citados

El siguiente paso para determinar los temas candentes en el campo es verificar qué términos se citan relativamente bien en comparación con el resto del contenido publicado en la (s) revista (s). Esto se puede hacer cambiando el color en el mapa de conglomerados para mostrar el impacto medio de las citas de los artículos que contienen ese término, en relación con el impacto medio de las citas (1,00) de todos los artículos incluidos en el mapa (Figura 2). Como las publicaciones más antiguas han tenido más tiempo para ser citadas, las citas se normalizan por año de publicación para hacer posible una comparación justa. En la Figura 2, los términos con un impacto de citas por encima del promedio están coloreados en rojo, los términos con un impacto de citas promedio son verdes y los términos con un impacto de citas por debajo del promedio se muestran en azul.


Figura 2 - Mapa de impacto de citas de co-ocurrencia de términos de revistas para un grupo de seis revistas de enfermería seleccionadas de 2009-2012. Fuente: Scopus Figura 2 - Mapa de impacto de citas de co-ocurrencia de términos de revistas para un grupo de seis revistas de enfermería seleccionadas de 2009-2012. Fuente: Scopus

Podemos ver claramente que los términos relativamente citados tienden a aparecer a la izquierda del mapa. Estos son términos que se encuentran principalmente en los grupos amarillo y verde de la Figura 1, relacionados con experimentos (verde) y ensayos clínicos (amarillo). Los términos muy citados en estas áreas incluyen:

  • Nurse staffing, self-esteem y statistical terms (Dotación de personal de enfermería, autoestima y términos estadísticos) (grupo verde, arriba a la izquierda).
  • Depressive symptoms, meta-analysis, pregnancy y controlled trials (Síntomas depresivos, metaanálisis, embarazo y ensayos controlados) (grupo amarillo, lado izquierdo).

¿Temas de actualidad?

Finalmente, se puede realizar una búsqueda de palabras clave de Scopus para los términos en el mapa con el mayor impacto relativo de citas, para determinar si se trataba de ocurrencias aisladas. El resultado de esta búsqueda de palabras clave, restringida al campo de enfermería, confirmó que había al menos cuatro áreas en este análisis que tenían una tasa de crecimiento anual compuesta (CAGR) de más del 5 por ciento, lo que indica que hubo un aumento por encima del promedio en el número de artículos publicados en estas áreas durante los últimos cinco años, ya que el CAGR promedio es del 3 al 5 por ciento (ver Tabla 1).


Tabla 1 - En la Figura 2, se identificaron términos relativamente citados. En esta tabla, enumeramos la cantidad de artículos que presentan esos términos junto con sus tasas de crecimiento anual compuestas. Fuente: Scopus
 

La búsqueda de palabras clave de Scopus confirmó que los temas sugeridos por el mapa eran de hecho temas que han estado llamando la atención en el campo. Aunque este mapa específico a nivel de campo es algo genérico, proporciona una idea general de dónde buscar temas candentes con más detalle.

Experiencias de un editor
El Dr. Paul H. Gobster es un científico social investigador del Servicio Forestal del Departamento de Agricultura de los Estados Unidos (USDA). Acaba de dimitir después de cuatro años como coeditor en jefe de Landscape and Urban Planning de Elsevier, permaneciendo en la junta de la revista como editor asociado. Él y sus colegas utilizaron mapas de términos para ayudar en el desarrollo de un editorial para el 40 aniversario de la revista (2).

El Dr. Gobster dijo: “Identificamos conceptos y temas importantes representados en su contenido publicado y desarrollamos una serie de tiempo de cuatro mapas para describir cualitativamente los cambios en cada década sucesiva.

El término mapas fue relativamente fácil de interpretar y produjo visualizaciones adecuadas para presentarlas a los lectores dentro de nuestra editorial. Creo que el término mapas tiene un valor adicional para las funciones de planificación estratégica y administrativa de la revista; la agrupación puede ayudar a aclarar el contenido temático para la clasificación de manuscritos y la asignación de presentaciones a los editores asociados, y los grupos y términos específicos (su presencia, posiciones y cualquier cambio). con el tiempo) puede ayudar a identificar subtemas de trabajo emergentes y duraderos ".

Los beneficios del mapeo de revistas

Mientras que los mapas de términos se utilizan para resaltar los temas publicados dentro de una revista o disciplina, el mapeo de revistas se puede utilizar para examinar la posición y el alcance de una revista y sus interacciones con otras revistas en el campo. Al igual que con los mapas de términos, Scopus puede proporcionar los datos de origen, lo que garantiza que el análisis se base en todas las revistas indexadas.

Estos mapas de revistas se crean mediante enlaces de citas. Una cita de un artículo publicado en una revista a un artículo publicado en otra establece que sus respectivos contenidos son relevantes entre sí y sugiere un nivel de similitud entre los dos. En un período de tiempo dado, una revista tiende a contener citas de muchas otras revistas, y las que más cita deben ser las revistas con las que está más estrechamente relacionada. Por ejemplo, si la Revista A proporciona muchas citas a la Revista B y solo unas pocas a la Revista C, esto es una señal de que tiene una conexión más fuerte con la Revista B. Si con el tiempo el saldo cambia de modo que comienza a proporcionar más citas a la Revista. C, esto indica que el alcance de las revistas o la estructura del campo está cambiando y se está volviendo progresivamente más relacionado con la Revista C. Cuando los enlaces de citas se construyen en muchas más revistas que en este ejemplo simplificado, un mapa es una opción conveniente. forma de mostrar los enlaces y ver cómo interactúan las revistas para formar grupos más grandes.

Consulte la Figura 3 para ver un ejemplo de un mapa de revistas basado en las mismas seis revistas de enfermería utilizadas en los ejemplos de mapas de términos anteriores.


Figura 3 - Mapa de revistas basado en un grupo de seis revistas de enfermería seleccionadas de 2009-2012 


Cada revista en el mapa se muestra como un nodo (círculo), con el tamaño determinado por el promedio de citas a los artículos de esa revista en el período de tiempo. Puede ver en la Figura 3 que las revistas de medicina general incluidas en el mapa tienen un impacto promedio de citas mucho más alto que las otras revistas. Las revistas seleccionadas están en azul y todas pertenecen a la región de las revistas principales de enfermería, mientras que otras revistas están en gris y se incluyen debido a sus enlaces de citas a estas revistas semilla. Las relaciones de citas se muestran como bordes (líneas) de grosor variable. Estas relaciones de citas se normalizan por el número de citas recibidas por la revista citada y por el número de citas dadas por la revista que cita. Cuanto más gruesa sea la línea, mayor será la proporción de citas representadas.

En este ejemplo de mapeo, las áreas clave de las diferentes especialidades de las ciencias de la salud se han etiquetado en función de los grupos de revistas. Esto le permite ver los vínculos entre especialidades más amplias, así como revistas individuales. Estas agrupaciones tenderán a ser bastante estables, pero comparar mapas basados ​​en diferentes períodos de tiempo le permite identificar revistas emergentes en un área determinada o las relaciones de investigación cambiantes que hacen que un área temática se vuelva más relevante para otra con el tiempo.

El entorno de citas en el que se encuentra una revista es único y dinámico, y el análisis de este puede utilizarse como un medio objetivo para determinar la posición competitiva de una revista establecida en un campo de investigación.


Usar los mapas para respaldar su trabajo

Tanto el mapeo de términos como el mapeo de revistas pueden ayudar a comparar la revista con la competencia y proporcionar información útil para las reuniones del consejo editorial. Si bien en el texto anterior se han sugerido algunas razones estratégicas para usar estas herramientas analíticas, su ventaja real radica en cuán adaptables son a diferentes preguntas de investigación. Si desea saber más acerca de cómo estas herramientas pueden ayudarlo, u otras herramientas analíticas para proporcionar información sobre la posición de su revista, comuníquese con su editor.

Referencias

(1) Van Eck, N.J., & Waltman, L. (2010) “Software survey: VOSviewer, a computer program for bibliometric mapping”, Scientometrics, Vol 84, No. 2, pp. 523–538.

(2) Gobster, P.H. (2014) “(Text) Mining the LANDscape: Themes and trends over 40 years of Landscape and Urban Planning”, Landscape and Urban Planning, Vol 126, pp. 21–30.