Google Scholar: citations,
La estructura en las redes personales
McCarty, Christopher (University of Florida. Bureau of Economics and Business Research)

Date: 2010
Abstract: La mayoría de los estudios de redes personales (egocéntricas) describen las redes utilizando medidas que no son estructurales, recurriendo en su lugar a análisis de base-atributiva que resumen las relaciones de los encuestados con los miembros de la red. Los investigadores que han utilizado medidas estructurales lo han hecho con redes de menos de 10 miembros, que representan el núcleo de la red. Aunque se ha aprendido mucho centrándose en el análisis atributivo de los datos de redes personales, la aplicación de los análisis estructurales que tradicionalmente se han aplicado con datos de redes completas (sociocéntricas) puede resultar provechoso. La utilidad de este enfoque resulta evidente cuando la muestra elicitada de miembros de la red es relativamente grande. Cuarenta seis encuestados hicieron una lista libre de 60 miembros de la red y evaluaron la fuerza del lazo entre 1. 770 pares de miembros. Los indicadores basados en grafos de de cohesión y subgrupos revelaron la variabilidad de la estructura de las redes personales. El análisis de clusters no jerárquicos generó subgrupos que fueron verificados a continuación por los encuestados como significativos. Posteriores análisis de la correlación entre los tipos de subgrupos y el solapamiento entre subgrupos demuestra cómo el análisis de cada red puede resumirse entre sujetos. Se presentan cuatro estudios de caso para ilustrar la riqueza de los datos y el valor de contrastar los resultados de la matriz individual con la norma definida por los 45 sujetos.
Abstract: Most personal (egocentric) network studies describe networks using measures that are not structural, opting instead for attribute-based analyses that summarize the relationships of the respondent to network members. Those researchers that used structural measures have done so on networks of less than 10 members who represent the network core. Although much has been learned by focusing on attribute-based analyses of personal network data, the application of structural analyses that are traditionally used on whole (sociocentric) network data may prove fruitful. The utility of this approach becomes apparent when the sample of network members elicited is relatively large. Forty-six respondents free-listed 60 network members and evaluated tie strength between all 1,770 unique pairs of members. Graph-based measures of cohesion and subgroups revealed variability in the personal network structure. Nonhierarchical clustering generated subgroups that were subsequently verified by respondents as meaningful. Further analysis of the correlation between subgroup types and overlap between subgroups demonstrates how the analysis of each network can be summarized across subjects. Four case studies are presented to illustrate the richness of the data and the value of contrasting individual matrix results to the norm as defined by all 45 subjects.
Rights: Aquest document està subjecte a una llicència d'ús Creative Commons. Es permet la reproducció total o parcial, la distribució, la comunicació pública de l'obra i la creació d'obres derivades, fins i tot amb finalitats comercials, sempre i quan es reconegui l'autoria de l'obra original. Creative Commons
Language: Castellà
Document: Article ; recerca ; Versió publicada
Subject: Xarxa personal ; Xarxa egocèntrica ; Estructura de la xarxa social ; Red personal ; Red egocéntrica ; Estructura de la red social ; Personal network ; Egocentric network ; Social network structure
Published in: Redes : revista hispana para el análisis de redes sociales, Vol. 19, Núm. (2010) , p. 243-271, ISSN 1579-0185

Adreça original: https://revistes.uab.cat/redes/article/view/v19-n2-mccarty
Adreça alternativa: https://raco.cat/index.php/Redes/article/view/217093
DOI: 10.5565/rev/redes.262


pdf
30 p, 106.5 KB

html
185.3 KB

The record appears in these collections:
Articles > Published articles > Redes
Articles > Research articles

 Record created 2011-01-07, last modified 2022-02-13



   Favorit i Compartir