GraphCommons, John V

https://graphcommons.com/graphs/3168b076-7c44-4512-8cf1-2b3b27ec9d25

GraphCommons

La herramienta en línea permite generar una manera emergente para categorizar la información que había recopilado en Twitter y la entrevista. Los nodos los separé según el modularidad y la intensidad de las interacciones entre los actores-nodos. Agrupe un sector político oficial, quienes son los que centralizan y jerarquizan la información con otro sector opositor que contraargumenta sobre las condiciones para “Retorno Gradual, Progresivo y Seguro”. Las conexiones que se establecieron me permitieron develar asociaciones o contratos implícitos de colaboración en las redes sociales. Por ejemplo, la relación de los medios de comunicación con el sector oficial, como es el caso de El Tiempo, la neutralidad de El Espectador frente al proceso. La densidad de interacciones entre los colegios y los sindicatos, y como estos, se dirigen de manera directa frente a las políticas del gobierno oficial. Se evidenció a actores-nodos aislados como fue el del Sector Salud, porque no establece una conexión o inferencia directa con otras entidades del estado frente al R-GPS. En cambio, si hay una interacción mínima del Sector Salud con la Alcaldesa Claudia López. En la diagramación de la información fue problemático demostrar la densidad de interacción de algunos actores, pero revisando los tweets pude señalar con el grosor de las líneas las estructuras de la modularidad de los nodos en la red Twitter. Creo que la gráficación de la información no es un elemento accesorio per se, sino una herramienta epistemológica para la construcción de los datos relacionados con problemáticas sociales.

Leave a Reply

Your email address will not be published. Required fields are marked *

This site uses Akismet to reduce spam. Learn how your comment data is processed.