Notas para una agenda de investigación
En las dos últimas décadas se ha afianzado el estudio de las propiedades estructurales de las redes personales. Desde el año 2000 se han aplicado los indicadores y el enfoque de las redes completas en el estudio de las redes personales, en un área en la que antes predominaban los procedimientos propios de la estadística tradicional.
Esto se ha visto reflejado en algunos manuales, publicados entre 2015 y 2019, en los que se hace una sistematización del conocimiento adquirido en este ámbito.
“Entre otros aspectos, se han desarrollado innovaciones en los generadores de nombres, el procesamiento de datos, el software de análisis y visualización de redes, la integración con las encuestas de población y los modelos estadísticos para analizar muestras de redes personales.”
Tres temas clásicos de investigación
No obstante, pese a la incorporación de la perspectiva estructural, las tres líneas de investigación consolidadas se corresponden con una larga tradición en el estudio de las redes personales, que son: (a) la estimación del tamaño de las redes personales; (b) el análisis de la validez y la fiabilidad de los generadores de nombres; y (c) el análisis descriptivo y comparativo de la estructura y la composición de las redes personales.
A continuación, nos centramos en enumerar aquellos campos en los que se están produciendo innovaciones y que pueden atraer más investigación a corto plazo. Primero revisamos los contenidos relacionados con el diseño, la validación y la aplicación de los generadores de nombres. Y en segundo lugar enumeramos algunas innovaciones en el análisis y la visualización de las redes personales.
Siguiendo la tradición de los generadores de nombres
Siguiendo la tradición de los generadores de nombres, algunas de las cuestiones de investigación activas tienen que ver con mejorar o facilitar el proceso de recogida de información, garantizando la fiabilidad y la validez en la evaluación de las redes personales.
Concretamente:
- Sigue siendo de interés examinar (a) cómo reducir la carga cognitiva del encuestado durante el proceso de entrevista, y (b) cómo mantener la motivación y el esfuerzo en un proceso de recogida de información que suele ser exhaustivo y requiere del compromiso del entrevistado para garantizar la calidad de los datos. Al respecto, requiere de una atención especial y están surgiendo innovaciones en la aplicación de encuestas online, a través de la web.
- También es de interés comparar la información sobre las relaciones entre los alteri, cuando se basan en datos de autoinforme (por parte de cada alter) y cuando se basan en la percepción de un solo informante (es decir, por parte de ego). Los datos de redes personales tienen la peculiaridad de que se basan en una única fuente de información (ego) que describe no solo sus relaciones sino las relaciones que los demás tienen entre sí. Es necesario examinar la fiabilidad de dicha información en comparación con la que proporcionan (o la que proporcionarían) los propios alter.
- Por otro lado, a través de los generadores de nombres obtenemos información sobre las relaciones, las posiciones y los recursos de los actores. Conviene examinar la interacción entre dichos elementos.
Por lo que se refiere al análisis de datos, la construcción de tipologías de redes personales se ha consolidado como una de las estrategias más eficientes y prometedoras en la descripción de las propiedades clave del entorno interpersonal del individuo.
Junto a ello algunas líneas que requieren de mayor desarrollo son:
- Las estrategias de metaanálisis para integrar la información en muestras de redes personales.
- La extracción de las características de las ego-redes a partir de las redes completas.
- Y el desarrollo de procedimientos automatizados de análisis con muestras de redes personales (como hace, por ejemplo, UCINET con la incorporación de algunos scripts específicos).
Innovaciones en el análisis y la visualización de redes
Por otro lado, dos campos especialmente activos son (a) la visualización y (b) la relación de las redes personales con las redes completas.
Algunos desarrollos recientes que darán lugar a novedades metodológicas a corto plazo son:
- La presentación de un conjunto de redes personales en un único gráfico, que permite comparar algunas dimensiones de variabilidad, como ocurre con las “galaxias de redes personales”.
- La representación de las propiedades abstractas de las redes personales, como se hace con los “grafos agrupados” o con los “gráficos de estratificación de las redes personales”.
- Y la representación longitudinal de las redes.
También está por desarrollar el potencial de la visualización de las redes personales para obtener nuevos datos o como herramienta de intervención en el nivel individual. Además, la percepción espontánea y los dibujos del espacio interpersonal por parte de los encuestados puede hacer contribuciones especificas con las que mejorar la visualización de las redes personales.
En segundo lugar, el análisis de redes personales y el análisis de redes completas han discurrido en paralelo y apenas se han puesto en relación. Una de las aplicaciones ha consistido en el desarrollo de procedimientos (basados en los atributos de los actores) para reconstruir redes completas a partir de redes personales.
Es un yacimiento por explorar. Puede ser muy oportuno llevar a cabo diseños híbridos, con datos de redes personales y datos de redes completas. Eso permitiría explorar cómo los diferentes contextos de interacción se solapan entre sí. También se podrían utilizar los tipos de redes personales como atributos de los actores en las redes completas. Todo ello puede redundar en un mejor conocimiento del papel de los contextos de interacción en la formación de las redes personales y podría aumentar la validez en la especificación de los límites de las redes completas (i.e., “the boundary specification problem”).
Conclusión
Esta breve revisión pone de manifiesto que hay tres líneas que pueden resultar centrales en el futuro inmediato, a saber:
- La descripción de las propiedades abstractas de las redes personales.
- La identificación de dimensiones clave con las que comparar las redes personales.
- Y el uso aplicado de las redes en general y de la visualización en particular ya sea en la recogida de datos o como instrumento de intervención.
Con ello podemos concluir que es necesario trascender el enfoque descriptivo y empírico que ha predominado en el estudio de las redes personales, adoptando una perspectiva teórica más compleja en la comprensión de los procesos sociales y psicológicos que las conforman.
REFERENCIAS
Bidart, C., Degenne, A., & Grossetti, M. (2018). Personal networks typologies: A structural approach. Social Networks, 54, 1-11.
Crossley, N., Bellotti, E., Edwards, G., Everett, M. G., Koskinen, J., & Tranmer, M. (2015). Social network analysis for ego-nets: Social network analysis for actor-centred networks. Sage.
Giannella, E., & Fischer, C. S. (2016). An inductive typology of egocentric networks. Social Networks, 47, 15-23.
Maya-Jariego, I. (2021). Building a structural typology of personal networks: Individual differences in the cohesion of interpersonal environment. Social Networks, 64, 173-180.
Maya Jariego, I. (2018). Why name generators with a fixed number of alters may be a pragmatic option for personal network analysis. American Journal of Community Psychology, 62(1-2), 233-238.
McCarty, C., Lubbers, M. J., Vacca, R., & Molina, J. L. (2019). Conducting personal network research: A practical guide. Guilford Publications.
Perry, B. L., Pescosolido, B. A., & Borgatti, S. P. (2018). Egocentric network analysis: Foundations, methods, and models (Vol. 44). Cambridge University Press.
Para saber más
Para citar esta comunicación
- Maya-Jariego, I., Alieva, D., Cachia, R., González-Tinoco, E., Granados-Chahin, S., Holgado, D., Márquez, E., Muñoz-Alvis, A. & Santolaya, F. J. (2021). The future of personal networks: notes for a research agenda. 5th European Conference on Social Networks (EUSN 2021) 7-10 September 2021, Naples, Italy. http://www.eusn2021.unina.it/
Me gusta esto:
Me gusta Cargando...
E-Voluntas 