Informe Análisis Red Social Educación

Anuncio
SESIÓN 3, Actividad 3: ANÁLISIS DE REDES SOCIALES:
Educación Social Data Set 2
Grupo Comedia: Mario Arias, Ignacio Martín y José Antonio Barros
26/11/2009
Resumen: En este informe se presenta el análisis y las principales conclusiones que se han
extraído tras analizar y tratar los datos de los actores de la red Educación Social (Data Set 2)
mediante dos programas de software: UCINET para la parte de generación de salidas y
NETDRAW para la parte de visualización gráfica de la red, así como sus interconexiones.
1. Introducción
Para estudiar cómo las relaciones entre actores afectan a los mismos se utiliza la técnica de
análisis de redes sociales, cuya representación se realiza en forma de matriz o grafo. En la
sociomatriz se tiene un conjunto de actores en las filas y las columnas, que se repiten,
representando la existencia de relación entre ellos en la misma.
Los datos que se nos han proporcionado (Data Set 2) corresponden al caso Educación Social,
que se trata de una red social construida a partir de las interacciones llevadas a cabo entre
usuarios, en el curso 2005/2006, en la asignatura de Nuevas Tecnologías Aplicadas a la
Educación en Educación Social.
Las redes representan las relaciones indirectas entre actores, mediadas por el espacio
compartido de un servidor BSCL (o Synergeia), un sistema de apoyo al trabajo en grupo basado
en carpetas compartidas. En dicho sistema, se considera que hay un enlace entre dos actores
cuando uno crea un objeto y otro realiza cualquier acción sobre él (lectura, modificación,
anotación, etc.).
El software que se ha empleado para analizar la información ha sido UCINET, para la
generación de las salidas, y NETDRAW, para la visualización.
2. Estudio de las relaciones
a. Data Set de Salida
A partir del archivo que representa la red se genera con UCINET el archivo dataset de salida,
que se presenta en la tabla mostrada a continuación, y en la que se pueden apreciar ya cosas
interesantes acerca de las relaciones entre los actores. Algunas de ellas son las siguientes:
-
Como se puede observar, Rocío (la profesora), es la que más actividad presenta
(lógico) ya que se puede ver en la primera fila cómo ha tenido interacción con
prácticamente la totalidad de los integrantes del grupo.
-
Parece ser que Sheila ha tenido mucha actividad en su propia carpeta compartida
(pensamos que podría ser que hubiera actualizado el mismo archivo en un gran
número de ocasiones)
-
Eva parece una alumna aplicada ya que ha interactuado con un gran número de
compañeros.
-
La mayor parte de los usuarios no ha utilizado la plataforma o lo ha hecho a un nivel
bajo.
-
Los miembros de un mismo grupo van consecutivos en la tabla. Si nos fijamos en la
diagonal, podemos ver algunos cuadrados, significa que los estudiantes han tenido
interacciones con su mismo grupo.
b. Valores globales
La densidad media de la matriz identifica la cantidad de interacciones que los partícipes llevan
a cabo, utilizando UCINET obtenemos un valor de 0.3135 que, junto con la desviación obtenida
1.9414, nos da una idea de la baja actividad que han tenido los actores. Esto se podía intuir a
simple vista observando la cantidad de ceros de la matriz.
c. Valores individuales
Para conocer los usuarios más activos en la plataforma se ha efectuado un análisis del grado
de centralidad. Observamos que la matriz no es simétrica, puesto que no es lo mismo que un
alumno A acceda a la página B, que viceversa. Podríamos ignorar el sentido de la consulta y
definir a partir de los datos una relación más abstracta “A y B han tenido algún tipo de
interacción”, pero no sabríamos quién ha tenido la iniciativa. Por tanto usaremos el coeficiente
de centralidad asimétrico, cuyos resultados se pueden observar en la tabla siguiente.
A partir de esos resultados se puede observar como Rocío y Eva son las dos personas que
concentran un mayor número de enlaces salientes (OutDegree). Sin embargo, los actores con
un mayor número de enlaces entrantes (InDegree) han sido Pililopa y Rocío. Es decir Rocío y
Eva son las dos personas que más información han generado (subida de archivos, generación
de carpetas, etc) y Pililopa y Rocío son, a su vez, las que más modificaciones, lecturas y
anotaciones han realizado en los archivos del resto de los usuarios.
Las dos últimas columnas (NrmOutDeg y NrmInReg) representan los enlaces de salida y
entrada normalizados. Se puede observar como hay varios actores que no han tenido ninguna
relación con los demás. Si miramos el fichero de atributos, o hacemos un análisis de aislados
en NetDraw (Analisys/isolates) veremos que los que no han tenido ningún tipo de acción se
corresponden en general a los observadores de la clase. Algunos observadores han recibido
visitas de los alumnos curiosos, pero no han participado de ningún modo. (Normal si son
observadores).
d. Red social:
Procedemos a mostrar la red social gráficamente. Utilizamos el Triángulo para la profesora,
círculos para los estudiantes, cuadrados para los observadores y cada grupo tiene un color
diferente.
Podemos apreciar una gran cantidad de relaciones, destacando la figura central de rocío.
También vemos en los bordes algunos alumnos con una sola relación y algunos con ninguna.
Para ver un poco las relaciones entre los alumnos eliminamos a los observadores y a la
profesora y mostramos el grafo sin mover los nodos de lugar para poder comparar:
Como podemos comprobar hay bastantes relaciones entre los alumnos aunque hay alguno
más aislado. Los que ahora están aislados y antes no, significa que solo estaban relacionados
con la profesora.
Pasamos a comprobar si los grupos están bien cohesionados. Primero podemos poner los
grupos juntos en el gráfico para ver cómo se interrelacionan entre sí:
Como podemos observar, hay muchas relaciones entre los grupos, y los propios grupos,
internamente, no están completamente relacionados entre sí.
Por ejemplo el grupo 3 (abajo a la izquierda en verde oscuro) está apenas relacionado, sin
embargo el grupo 2 (a la derecha en violeta) ha tenido mucha interacción:
Para identificar gráficamente a los miembros más importantes de la clase, podemos utilizar
alguna medida para aumentar el tamaño de los nodos con mayor peso. Prescindiremos de la
profesora en ellos porque evidentemente destaca en todos los aspectos.
En primera instancia utilizamos la medida de Eigenvector, que nos indica la centralidad global
de cada nodo basándose en las conexiones con otros nodos de gran importancia. Como
podemos observar Eva es la más importante según esta medida, lo cual es lógico por su alta
participación con respecto a los demás miembros. Podríamos decir que es la que más iniciativa
tiene.
Otra medida que podemos utilizar es el betweenness direccional, para saber quién es el más
central del grafo. En este caso vemos que es David seguido de cerca por Pililopa. Esto significa
que estos son los miembros a los que más acuden los demás compañeros.
3. Conclusiones
Una conclusión que podemos sacar es que algunos grupos aceptaron la aplicación como
entorno de trabajo compartido para facilitar la tarea de colaboración y otros grupos fueron
más tradicionales y prefirieron trabajar fuera de la aplicación por ejemplo mediante reuniones.
No observamos demasiada cohesión interna en los grupos. Esto quiere decir que las tareas
realizadas en la plataforma fueron más o menos individuales, o en el caso de los trabajos en
grupo se realizaron fuera del entorno colaborativo.
Como es normal, el profesor tiene un papel fundamental en incentivar a los alumnos a trabajar
sobre la plataforma colaborativa.
Algunos alumnos prácticamente no han participado, habría que estudiar cuales son los
motivos de ello mediante algún tipo de entrevista o revisando los informes de los
observadores.
Por el contrario algunos alumnos como Pililopa, Eva, Carmen y David tienen un rol de líderes o
de autoridad dentro del grupo, por su gran participación.
Descargar