7 ejemplos de intervención basada en redes

Vol.28,#2, (2017), 145-163 http://revistes.uab.es/redes http://dx.doi.org/10.5565/rev/redes.734 Revista Hispana para el Análisis de Redes Sociales 145 7 ejemplos de intervención basada en redes Isidro Maya-Jariego1 Daniel Holgado Universidad de Sevilla El análisis de redes sociales resulta efectivo en el diseño, implementación y evaluación de intervenciones comunitarias. En este artículo mostramos, a través de diferentes ejemplos, cómo las redes sociales se han utilizado con éxito para poner en marcha procesos de influencia social, segmentar grupos y comunidades, promover el intercambio de apoyo social, coordinar organizaciones comunitarias, y facilitar la colaboración entre los participantes o los profesionales durante la aplicación de programas. El artículo se estructura en siete casos de aplicación de las redes en la intervención comunitaria: (1) la selección de jóvenes agentes de salud para desarrollar una campaña de prevención, (2) la división de una comunidad en subgrupos para interrumpir procesos de contagio, (3) la coordinación de entidades públicas y privadas que dan servicios a población inmigrante, (4) el diagnóstico participativo de necesidades en comunidades rurales y en organizaciones, (5) la interacción en grupos de auto-ayuda online de cuidadores de enfermos de Alzheimer, (6) la evaluación de los factores de riesgos y protección a través de las redes personales, y (7) la coordinación entre los aplicadores de un programa de prevención de drogodependencias. La revisión pone de manifiesto la utilidad práctica de algunos indicadores de centralidad individuales, las estrategias para identificar agrupaciones y contextos de interacción, la evaluación de la multiplicidad del apoyo social, y la descripción de propiedades estructurales emergentes. Palabras clave: Redes sociales – apoyo social – intervención comunitaria. Social Network Analysis is effective in the design, implementation and evaluation of community interventions. In this article we show, through various examples, how social networks have been successfully used to initiate processes of social influence, segment groups and communities, promote the exchange of social support, coordinate community organizations, and facilitate collaboration among participants or professionals during program application. The article is structured in seven cases of application of the networks in community intervention: (1) the selection of young health agents to develop a prevention campaign, (2) the partition of a community into subgroups to interrupt contagion processes, (3) the coordination of public and private entities that provide services to immigrant population, (4) the participatory needs assessment in rural communities and organizations, (5) the interaction in online self-help groups of caregivers of Alzheimer's patients. The review highlights the practical usefulness of some individual centrality indices, the strategies for identifying groupings and interaction contexts, the evaluation of the multiplicity of social support, and the description of emerging structural properties. Key words: Social networks – social support – community intervention. 1 Contacto con los autores: Isidro Maya Jariego ([email protected]), Daniel Holgado (dhol[email protected]s) RESUMEN ABSTRACT Maya-Jariego & Holgado, Vol.28, #2, 2017, 145-163 Revista Hispana para el Análisis de Redes Sociales 146 REDES E INTERVENCIÓN La utilización del análisis de redes sociales en el contexto de la intervención comunitaria es un campo emergente de investigación-acción. Thomas Valente (2012) identificó cuatro tipos de estrategias diferenciadas en las intervenciones de redes, a saber: (1) la selección de individuos basándose en algunas propiedades de las redes, (2) la segmentación de una red en grupos naturales, (3) la inducción de interacciones entre iguales para contribuir a la difusión en cascada, y (4) la modificación de la red. Basándonos en estas cuatro estrategias, hemos desarrollado una tipología ligeramente más amplia, que distingue 7 estrategias básicas de intervención en red (Maya-Jariego, 2016). El análisis de redes se utiliza para (a) identificar personas clave en las campañas de prevención y promoción comunitaria, (b) segmentar la red en grupos naturales que inciden en las normas de comportamiento, (c) monitorizar la colaboración entre organizaciones en las coaliciones comunitarias, (d) promover dinámicas participativas de cambio comunitario, (e) evaluar la interacción en grupos de apoyo y auto-ayuda, (f) diagnosticar las diferencias individuales en la composición y la estructura de las relaciones interpersonales, y (g) describir la implementación de programas. El objetivo de este artículo es presentar, de una manera accesible, algunas de las aplicaciones más habituales del análisis de redes en la intervención comunitaria, siguiendo el esquema de 7 usos anterior 1 . A través de una selección de casos, ilustramos la utilización de indicadores estructurales de las redes sociales en la implementación de programas de prevención y promoción. De ese modo pretendemos realizar un acercamiento psicológico a los procesos de influencia social, cohesión comunitaria, colaboración entre agentes sociales e intercambio de apoyo social que se sostienen en la estructura de las redes. En cada caso representamos el tipo de estrategia con un ejemplo de intervención, y describimos las propiedades estructurales que resultan más útiles para llevarlas a la práctica. A modo de conclusión, los indicadores de redes más utilizados en la intervención comunitaria están resumidos en la Tabla 1. 1 Una versión previa de este artículo se utilizó como material formativo en la XXXII Edición de Formación Continuada a Líderes de opinión y agentes de salud La Figura 1 muestra la red social de amistad de dos clases de enseñanza secundaria en un instituto de Alcalá de Guadaíra, en Sevilla (MayaJariego, Holgado & Lubbers, 2016; MayaJariego, Lubbers & Molina, 2016). El color del nodo distingue a los varones (con un tono más oscuro) y las mujeres (con un tono más claro). A simple vista, por la posición que ocupan en el sociograma, parece existir cierta homofilia de género, es decir, en los vínculos interpersonales de esta clase de secundaria hay una tendencia a que se relacionen “los chicos con los chicos y las chicas con las chicas”. El tamaño del nodo representa la centralidad de grado, esto es, el número de relaciones de amistad que tiene cada individuo con los demás. En este caso los cinco actores con mayor prominencia en la clase son varones: se trata de los nodos 12, 38, 54, 52 y 4. El análisis de redes proporciona información sobre la estructura de las relaciones informales en la clase. Las medidas de centralidad son útiles si queremos seleccionar líderes de opinión, a través de los cuales difundir mensajes de salud con fines preventivos. Aquellos individuos más populares (es decir, con elevado grado de entrada) suelen ejercer de modelos de comportamiento, a los que sus compañeros imitan, y tienen por lo general mayor capacidad prescriptiva. Son por tanto recursos de valor para construir normas sociales positivas en el grupo de iguales. Aquellos individuos más sociables (es decir, con elevado grado de salida) facilitan una rápida difusión de la información, al estar conectados con un gran número de compañeros en la transmisión de mensajes. En la Figura 1, los nodos 12 y 38 son dos de los individuos más populares y activos socialmente de la clase (véase Tabla A.1, en el Anexo). Pueden hacer de portavoces de las necesidades del grupo, puesto que están bien conectados. Son también dos candidatos que podrían ejercer de agentes de salud con sus compañeros, posiblemente de una manera muy efectiva, pues presumimos que tendrán una gran capacidad de influencia y contribuirán a que la información llegue rápidamente a un gran número de miembros del grupo. Distancia (FOCAD), organizada por el Consejo General de la Psicología de España. Maya-Jariego & Holgado, Vol.27, #2, 2017, 145-163 Revista Hispana para el Análisis de Redes Sociales 147 Figura 1. Relaciones de amistad en dos clases del último curso de secundaria. Los nodos más oscuros son chicos y los más claros, chicas. El tamaño del nodo representa la centralidad de grado. La Figura 2 corresponde a la misma clase. Sin embargo, en este caso el tamaño del nodo representa la intermediación de cada individuo, es decir, el número de caminos geodésicos que pasan a través del mismo. El camino geodésico es el camino de longitud menor entre todos los posibles que unen dos nodos en una red. Se calcula a partir de los caminos desde todos los nodos a todos los demás (véase Cuadro II). En términos coloquiales, decimos que un nodo tiene elevada intermediación cuando hace de puente entre los demás. En este ejemplo los cinco nodos con mayor centralidad de intermediación son los siguientes: 38, 51, 12, 17 y 37. Sólo dos de ellos coinciden con los de la Figura 1 (de nuevo, el 12 y el 38). Además, a diferencia de la Figura 1, ahora sí contamos con dos mujeres entre los cinco actores más destacados: son los nodos 51 y 37. Es un dato que resulta de interés para la toma de decisiones. La centralidad de intermediación puede ser una alternativa para identificar actores clave en la difusión de mensajes de salud o en la promoción del cambio de comportamiento. En este caso los intermediarios suelen tener un papel crítico porque conectan a grupos más o menos diferenciados. En el ejemplo de la Figura 2 es interesante comprobar que varias chicas bien conectadas con varones tienen un papel relevante de intermediación, en un grupo-clase donde destacan los hombres en los roles de mayor prominencia social. Son mediadoras que pueden prevenir que las chicas se queden desconectadas de los flujos de información en el núcleo más activo de la clase, antes descrito. Puntualmente también pueden ejercer de brókeres o guardianes de la información (Gould & Fernandez, 1989), controlando o regulando el flujo de información hacia determinados individuos en la red. Maya-Jariego & Holgado, Vol.28, #2, 2017, 145-163 Revista Hispana para el Análisis de Redes Sociales 148 Figura 2. Relaciones de amistad en el último curso de secundaria. Los nodos más oscuros son chicos y los más claros, chicas. El tamaño del nodo representa la centralidad de intermediación. Cuadro I. Centralidad de grado y centralidad de intermediación Definición Implicaciones Grado Número de conexiones directas que tiene un nodo. En redes dirigidas pueden distinguirse los lazos de salida (outdegree) y los lazos de entrada (indegree). Permite identificar a las personas más activas y sociables (con alto outdegree) y a las personas más populares (con alto indegree). Intermediación Número de caminos más cortos de todos los vértices a todos los demás que pasan por dicho nodo. Indica hasta qué punto un nodo hace de puente entre otros. Originalmente fue propuesta como un indicador del potencial de control de la comunicación. Segmentación de grupos en estrategias de prevención comunitaria Una alternativa a la identificación de actores clave es la segmentación de la red en grupos. También en este caso puede servir para orientar las acciones de prevención comunitaria. Una manera sencilla de hacerlo consiste en prescindir de los actores con mayor centralidad, hasta que la red se fragmenta en subgrupos. Por ejemplo, en la Figura 3 hemos prescindido de prácticamente la mitad de los estudiantes que componen el último curso, para quedarnos con las agrupaciones e individuos con una posición más periférica (o, en algunos casos, marginal). De este modo, identificamos los grupos más inmediatos que son relevantes para dichas personas. Aunque hemos prescindido de los estudiantes más activos y populares de la clase, ahora podemos descubrir actores de carácter secundario que pueden ejercer un papel de liderazgo en un plano más localizado, en pequeños grupos informales (véase por ejemplo la posición de los nodos 13, 53, 10 y 1, en diferentes agrupaciones de la Figura 3). En este caso resulta interesante precisamente el hecho de que nos centramos en los alumnos menos conectados, puesto que en ocasiones es uno de los criterios que se utiliza para definir un grupo de alto riesgo. Este tipo de análisis es relevante porque nos permite orientar la intervención al grupo, en lugar de a individuos destacados. La intervención intensiva en pequeños grupos naturales se ha mostrado como una de las estrategias más efectivas, tanto en la prevención del contagio del virus de inmunodeficiencia humana como del Maya-Jariego & Holgado, Vol.28, #2, 2017, 145-163 Revista Hispana para el Análisis de Redes Sociales 149 consumo abusivo de drogas (Freudenberg & Zimmerman, 1995). Además, los líderes de opinión que antes hemos mencionado no ejercen influencia de una manera inespecífica, sino que promueven más fácilmente el cambio de comportamiento cuando son asignados a sus grupos naturales, en los que son reconocidos como cabecillas (Valente, Hoffman, Ritt-Olson, Lichtman, Johnson, 2003). Para identificar agrupaciones en la red, podemos servirnos de diferentes conceptos con los que fraccionar la red en subgrupos de una manera operativa. Las cliques (o camarillas) son grupos en los que todos los miembros están conectados entre sí (porque “son amigos”, “se conocen”, etcétera). Sin embargo, podemos utilizar criterios de definición menos exigentes, en los que los miembros no estén unidos tan estrechamente, recurriendo al cálculo de ncliques, n-clanes, k-plexes, k-cores, etcétera. Cada uno de estos conceptos sigue una lógica menos restrictiva. Por ejemplo, existe un 2-plex cuando cada uno de los actores que forman el subgrupo está conectado a todos los demás menos a 2 actores. Con el análisis de conglomerados jerárquicos, también podemos ver hasta qué punto los subgrupos se solapan entre sí. Todas estas estrategias se orientan preferentemente a la identificación de pequeños grupos. Uno de los procedimientos más eficientes para la identificación de comunidades es el método jerárquico de Girvan-Newman (Girvan & Newman, 2002). Se trata de un algoritmo que detecta comunidades eliminando en orden decreciente los lazos de la red que tienen una puntuación más alta en intermediación, hasta que la red se fragmenta en módulos diferenciados. Como se trata de los lazos que con mayor probabilidad hacen de puentes entre comunidades, la detección y eliminación de estas relaciones potenciales puede ser muy útil en la interrupción de procesos de contagio. Pensemos, por ejemplo, en los controles sanitarios que se establecieron en los aeropuertos para evitar la propagación del ébola desde Guinea-Conakry, Liberia o Sierra Leona, en los que se había constatado un brote epidémico, hasta los países libres de ébola, o con casos aislados bajo control. Figura 3. Segmentación de la red de amistad en grupos después de prescindir del 45 por ciento de individuos mejor conectados. Maya-Jariego & Holgado, Vol.28, #2, 2017, 145-163 Revista Hispana para el Análisis de Redes Sociales 150 Cuadro II. Intermediación nodal e intermediación del lazo Definición Implicaciones Intermediación del nodo (nodal betweenness) Es un indicador de la centralidad del nodo en la red (véase Cuadro I). La identificación de puntos de corte puede ser interesante en estrategias de prevención o de mediación comunitaria. Los nodos con alta intermediación pueden hacer de mediadores entre grupos y tienen potencialmente una gran capacidad de difusión. Intermediación del lazo (edge betwenness) Número de caminos más cortos entre pares de nodos que pasan a través de dicho lazo. Los lazos con alta intermediación conectan con mucha probabilidad agrupaciones o comunidades diferenciadas. Además de servir para detectar comunidades, dichos puentes pueden ser claves para interrumpir los procesos de contagio. Redes inter-organizativas en la prestación de servicios Las coaliciones comunitarias consisten en la colaboración de los servicios públicos, las organizaciones no gubernamentales y otras agrupaciones de base comunitaria en iniciativas de prevención y promoción. Este tipo de alianzas mejoran la coordinación de servicios, contribuyen al desarrollo de normas sociales compartidas, y refuerzan la efectividad de las intervenciones (Butterfoss, 2007). Aunque en el ámbito de los servicios sociales se ha generalizado el uso del término “trabajo en red” para referirse de manera inespecífica a este tipo de experiencias, la formación y el desarrollo de coaliciones puede estudiarse de manera operativa como una red inter-organizativa (Faust, Christens, Sparks & Hilgendorf, 2015; Holgado, Ramos & Maya-Jariego, 2014; MayaJariego, Holgado & Ramos, 2014). En este caso los nodos son organizaciones, y los lazos los diferentes tipos de vínculos existentes entre ellas: por ejemplo, la colaboración en proyectos compartidos, la existencia de consejeros comunes en sus órganos de dirección, la dependencia presupuestaria, etcétera. La Figura 4 representa el caso de las organizaciones que participan en las políticas de atención a inmigrantes en la Comunidad Foral de Navarra (Holgado, Ramos-Vidal & Maya-Jariego, 2014). Con un análisis centro-periferia, distinguimos un subgrupo que forma el núcleo de la red (los nodos de color claro), de la periferia, menos conectada (de color oscuro). Es interesante observar que el 70 por ciento del núcleo está constituido por servicios sociales públicos, densamente conectados entre sí. En cambio, en la periferia predominan las organizaciones no gubernamentales y las asociaciones de inmigrantes. La red revela cierta polarización entre entidades públicas y privadas, y un papel secundario, casi marginal, de las asociaciones que representan al colectivo de inmigrantes africanos y latinoamericanos. Las coaliciones que funcionan de manera efectiva suelen adoptar una estructura centro-periferia, con niveles moderados o altos de conectividad, y en algún caso se ha documentado que las relaciones aumentan en densidad a lo largo del proceso de colaboración (Faust, Christens, Sparks & Hilgendorf, 2015). El análisis de la red inter-organizativa también puede utilizarse para monitorizar la cooperación entre entidades, o incluso para poner en marcha dinámicas de desarrollo organizativo. Para ilustrarlo, supongamos que ponemos en marcha un programa que facilita el contacto de dos asociaciones de inmigrantes (AAII2 y AAII5) con los servicios sociales de su localidad. Como hemos representado en la Figura 5, esto genera nuevas relaciones que afectan a la estructura de la red. Concretamente, aumenta de manera ligera la densidad y la concentración de relaciones en el núcleo (o coreness), y disminuye ligeramente la centralización de la red (véase Tabla A.2, en el Anexo). Maya-Jariego & Holgado, Vol.28, #2, 2017, 145-163 Revista Hispana para el Análisis de Redes Sociales 151 Figura 4. Red inter-organizativa de entidades que prestan servicios a inmigrantes en Navarra. El tamaño del nodo (en consonancia con los círculos concéntricos) representa la intermediación. Los nodos de color claro forman parte del núcleo de la red, y los nodos de color oscuro forman parte de la periferia. Los tipos de entidades son: SS, servicios sociales; SSA, servicios de salud; ED, servicios educativos; sindicatos; ONG, organizaciones no gubernamentales; y AAII, asociaciones de inmigrantes. Estas últimas se diferencian del resto por estar representadas con un cuadrado. Figura 5. Red inter-organizativa después de conectar dos asociaciones de inmigrantes con los servicios públicos de su localidad. Maya-Jariego & Holgado, Vol.28, #2, 2017, 145-163 Revista Hispana para el Análisis de Redes Sociales 152 Cuadro III. Centralización de la red y estructura centro-periferia Definición Implicaciones Centralización Se calcula como la suma de las diferencias de la centralidad del nodo más central de una red con todos los demás nodos, dividido por la suma teórica más grande que pueden asumir dichas diferencias. El mayor grado de centralización lo tiene una red con forma de estrella. Como en el caso de la densidad, informa con un indicador genérico sobre la cohesión estructural de la red. Centro-periferia (core-periphery) Se trata de un modelo que representa una estructura con dos partes diferenciadas: un pequeño número de actores densamente conectados (esto es, un núcleo cohesivo) y una periferia escasamente conectada. Permite diferenciar las acciones a llevar a cabo con los actores clave (mejor conectados en la red) de las acciones a llevar a cabo con los individuos más marginales en términos de relaciones. El desarrollo comunitario se ha descrito como un proceso que discurre desde dentro hacia fuera, de modo que la participación se extiende desde un núcleo activo a los actores secundarios, menos conectados con el resto. La visualización de redes en estrategias de investigación-acción La representación gráfica es uno de los atractivos del análisis de redes. Como hemos mostrado en los casos anteriores, se utiliza para explorar los datos y para presentar los resultados del análisis. Sin embargo, también puede integrarse en estrategias de investigación-acción: la visualización de redes puede formar parte de la evaluación participativa de necesidades, o bien emplearse para devolver información a los participantes (de un modo parecido al uso de las técnicas de “survey feedback” para promover el cambio en las organizaciones). Para ilustrarlo, veamos dos casos de aplicación concretos. En el norte de Ghana se utilizó la técnica netmap de diagnóstico comunitario para analizar los actores clave en la gestión pesquera de una pequeña comunidad rural, en una iniciativa de cooperación al desarrollo. Para ello realizaron grupos de discusión con pescadores de las localidades costeras. En cada grupo, los participantes representaron en un sociograma los actores “que han influido en las actividades pesqueras en los últimos cinco años”: pescadores, comerciantes, políticos locales, responsables de la gestión del agua, agricultores y líderes tradicionales, entre otros (Hauck, 2007). En la visualización indicaron la existencia de relaciones de apoyo, consejo y/o conflicto entre dichos colectivos (Figura 6). De ese modo, discutieron sobre los intereses e importancia relativa de cada grupo en la actividad pesquera, y plantearon estrategias para mejorar la gestión de la pesca en la localidad. La evaluación participativa de necesidades permite en este caso identificar los actores e instituciones clave, y sirve para diseñar estrategias de networking y colaboración entre las diferentes partes interesadas. El segundo ejemplo es una aplicación de la técnica netmirror, que consiste en presentar la visualización de la red a las personas que, como miembros de la misma, han aportado información para construirla (Borgatti & Foster, 2003; Borgatti & Molina, 2002). En la Comunidad Foral de Navarra nos reunimos con 20 líderes de las organizaciones representadas en la Figura 4. Al analizar la posición de cada institución, los participantes discutieron sobre las diferencias entre las entidades ubicadas en la capital, Pamplona, y las organizaciones de ámbito rural. En el grupo se discutió también sobre la polarización entre las entidades públicas y privadas, condicionada en parte por planteamientos ideológicos, y la forma de afrontarlo. Finalmente, se tomó conciencia de la necesidad de mejorar la integración de las asociaciones de inmigrantes, para remediar el papel secundario y marginal que se identificó en el análisis (Holgado, Ramos-Vidal & MayaJariego, 2014). La reunión no sólo sirvió para obtener la interpretación de los resultados por parte de los participantes, sino que puso en marcha dinámicas de cambio en las relaciones entre los actores. Como vemos, la visualización de redes es una herramienta útil en actividades de consultoría, desarrollo organizativo, dinámica de grupos y otras estrategias de investigación-acción participativa en la comunidad. Maya-Jariego & Holgado, Vol.28, #2, 2017, 145-163 Revista Hispana para el Análisis de Redes Sociales 153 Figura 6. Aplicación de netmap para el diagnóstico participativo en la gestión de la pesca en Ghana. Fuente: https://www.flickr.com/photos/19176170@N03/CC (Hauck, 2007). Cuadro IV. Netmap y Netmirror Definición Implicaciones Netmap Técnica de diagnóstico en grupo en la que los participantes realizan conjuntamente una visualización de los actores clave de su comunidad y las relaciones que mantienen entre sí. La evaluación participativa de necesidades genera una visión compartida en la comunidad, tanto sobre los problemas como sobre los recursos existentes. También facilita la planificación estratégica. Netmirror Presentación visual de los resultados del análisis de una red social completa a los miembros de la misma. El colectivo puede ser un equipo de trabajo, una organización, o representantes de una comunidad, por ejemplo. El feedback genera reacciones y cambios en el comportamiento. Primero, sirve para obtener una interpretación compartida de los resultados. En segundo lugar, incide en la conducta de los actores, de modo que refuerza dinámicas de participación, contribuye a la institucionalización del grupo, genera competencia entre los roles más activos, etcétera. Grupos de apoyo y auto-ayuda Los grupos de apoyo y auto-ayuda son estrategias clásicas en la combinación de las redes sociales y la intervención comunitaria. Normalmente son grupos pequeños, compuestos por personas que padecen un problema común, en los que los participantes encuentran un clima de comunicación basado en la empatía, desarrollan recursos de afrontamiento ante circunstancias estresantes y sirven de espacio para la ventilación emocional. Estos grupos se basan en la idea de que las relaciones sociales aportan recursos psicológicos de valor, tales como la compañía y el apoyo emocional, informativo e instrumental. La Figura 7 representa los intercambios de apoyo en un grupo de auto-ayuda on-line en el que participan cuidadores de enfermos de Alzheimer (Maya-Jariego, 2001). Se trata de una lista de correo electrónico en la que los familiares comparten información sobre la enfermedad, se dan consejos y proporcionan apoyo afectivo. El grosor del lazo refleja en cada caso la frecuencia de interacción entre los miembros del grupo. La frecuencia es un indicador indirecto de aspectos sustantivos (es decir, del contenido de las relaciones), pues suele ser más elevada en aquellos casos en los que se intercambian más tipos de ayuda diferentes, de modo que la relación, en consecuencia, es más importante para el individuo. Maya-Jariego & Holgado, Vol.28, #2, 2017, 145-163 Revista Hispana para el Análisis de Redes Sociales 160 Tabla 1 Indicadores de redes sociales en la intervención comunitaria Indicador Usos en la intervención Grado de salida Identificación de individuos muy activos socialmente, con alto potencial para la difusión de información. Grado de entrada Identificación de individuos muy populares, con alto potencial para la prescripción de comportamientos. Intermediación del nodo La detección de individuos que hacen de puente entre grupos sirve para diseñar estrategias de mentores, mediadores comunitarios, colaboración de para-profesionales, mediadores interculturales, y reducción del conflicto entre grupos, entre otras. Intermediación de las aristas La detección de relaciones que hacen de puente entre componentes conectados sirve para identificar comunidades y para interrumpir de manera efectiva los procesos de contagio. Camarillas (o cliques) y subgrupos La intervención intensiva en grupos resulta muy efectiva para el cambio de comportamiento. La segmentación en cliques y subgrupos, se aplica para intervenir con los grupos informales naturales. Estructura centro-periferia Una topología centro-periferia se caracteriza por un núcleo denso cohesivo y una periferia menos conectada. En la efectividad de las coaliciones comunitaria es importante la existencia de un pequeño número de organizaciones muy activas que lideran la colaboración: normalmente son entidades que se conectan entre sí y con el resto de actores. Densidad Es el número de relaciones existentes de entre el total de relaciones posibles. Cuando los procesos de colaboración son positivos y se sostienen en el tiempo, las coaliciones comunitarias suelen aumentar la densidad de la red interorganizativa, en un rango de variabilidad moderado. Multiplicidad de apoyo El número de tipos de apoyo permite caracterizar a los proveedores de ayuda como vínculos especializados o vínculos polivalentes. En función de las modalidades de interacción puede distinguirse entre conocidos, compañeros, amigos, confidentes, etcétera. La mayoría de los contactos de una red personal suelen ser relaciones de compañía, centradas en la sociabilidad o el contacto interpersonal. Por el contrario sólo suele haber un pequeño número de confidentes, con los que se intercambia activamente todo tipo de ayuda, incluyendo el apoyo emocional. Percepción de apoyo disponible Los intercambios de apoyo se corresponden con los comportamientos de ayuda otorgada y recibida, lo cual permite evaluar el grado de reciprocidad. Sin embargo, es la expectativa de recibir apoyo en caso de necesidad (es decir, la percepción de apoyo disponible) la que ha mostrado un impacto más consistente y significativo en el bienestar psicológico. Contextos, escenarios y círculos sociales En promedio, en la red personal suelen identificarse cuatro espacios de sociabilidad diferenciados. Entre otros, aparecen con frecuencia la familia, el lugar de estudios, el lugar de trabajo y el grupo de amigos. Los contextos de interacción son relevantes en las estrategias para promover la cohesión social y el sentido de comunidad. Maya-Jariego & Holgado, Vol.28, #2, 2017, 145-163 Revista Hispana para el Análisis de Redes Sociales 161 REFERENCIAS Arranz, S. (2010). Estrategias para la diversificación de la red personal de personas drogodependientes en proceso de reinserción. REDES. Revista Hispana para el Análisis de Redes Sociales, 18 (7), 1-20. DOI: https://doi.org/10.5565/rev/redes.392 Bavelas, A. (1950). Communication patterns in task-oriented groups. Journal of the Acoustical Society of America, 22, 723-730. DOI: https://doi.org/10.1121/1.1906679 Bavelas, A., & Barrett, M. (1951). An experimental approach to organisational communication. Personnel, 27, 386-397. Borgatti, S. P. & Foster, P. C. (2003). The Network Paradigm in Organizational Research: A Review and Typology. Journal of Management, 29(6) 991–1013. DOI: https://doi.org/10.1016/s0149-2063_03_000 87-4 Borgatti, S. & Molina, J. L. (2002). What can social network analysis do for management consulting? Building Effective Networks Conference, Academy of Management, Denver, Colorado, August 9-14. Dhand, A., Luke, D. A., Lang, C. E. & Lee, J. M. (2016). Social networks and neurological illness. Nature Reviews Neurology, 12, 605612. https://doi.org/10.1038/nrneurol.2016.119 Faust, V., Christens, B. D., Sparks, S. M. A., & Hilgendorf, A. E. (2015). Are Networks of Organizational Collaboration Associated with Organizational Learning and Effectiveness? Psychosocial Intervention, 24(3), 125-131. Freudenberg, N. & Zimmerman, M. (1995). AIDS prevention in the community: lessons from the first decade. Washington, DC: American Public Health Association. Gesell, S. B., Barkin, S. L., & Valente T. W. (2013). Social network diagnostics: a tool for monitoring group interventions. Implementation Science, 8, 116. DOI: https://doi.org/10.1186/1748-5908-8-116 Girvan M. & Newman M. E. J. (2002). Community structure in social and biological networks. Proceedings of the National Academy of Sciences, USA, 99, 7821–7826. DOI: https://doi.org/10.1073/pnas.1226537 99 Gould, R. V., & Fernandez, R. M. (1989). Structures of mediation: A formal approach to brokerage in transaction networks. Sociological Methodology, 19, 89–126. DOI: https://doi.org/10.2307/270949 Granovetter, M. S. (1973). The strength of weak ties. American Journal of Sociology, 78 (6), 1360-1380. DOI: https://doi.org/ 10.1016/b978-0-12-442450-0.50025-0 Hauck, J. (2007). Research on Fisheries Management in Small Multipurpose Reservoirs. Net-Map Case Study Series. International Food Policy Research Institute: Washington, DC. Hogan, B., Carrasco, J. A., & Wellman, B. (2007). Visualizing Personal Networks: Working with Participant-aided Sociograms. Field Methods, 19 (2), 116-144. DOI: https://doi.org/10.1177/1525822x06298589 Holgado, D. & Maya-Jariego, I. (2010). Potenciación comunitaria y prevención del consumo abusivo de drogas: utilizando una lista de correo electrónico y un blog en un caso de evaluación basada en el empoderamiento. Fundación Cibervoluntarios (Eds.) Innovación para el empoderamiento de la ciudadanía a través de las TICS, pp. 115-124. Madrid: Empodera.org. Latkin, C. A., & Knowlton, A. R. (2015). Social Network Assessments and Interventions for Health Behavior Change: A Critical Review. Behavioral Medicine (Washington, D.C.), 41(3), 90–97. http://doi.org/10.1080/0896 4289.2015.1034645 Lozares, C., López-Roldán, P., Bolívar, M., & Muntanyola, D. (2013). La centralidad en las redes personales: medición, correlación y aplicación. Metodología de Encuestas, 15, 7797. Lozares, C., Martí, J., Molina, J. L., & García-Macías, A. (2013). La cohesiónintegración versus la fragmentación social desde un perspectiva relacional. Metodología de encuestas, 15, 57-75. Maya-Jariego, I. (2001). Psycho-social aspects in an on-line self-help group of Alzheimer’s patients and caregivers. En F. Casas y Saurina, C. (Eds.): Proceedings of the Third Conference of the International Society for Quality of Life Studies, 923-936. Universitat de Girona. Institut de Recerca sobre Qualitat de Vida. Maya-Jariego, I. & Holgado, D. (2005). Lazos fuertes y proveedores múltiples de apoyo: comparación de dos formas de representación gráfica de las redes personales. Empiria. Revista de metodología de ciencias sociales, 10, 107-127. DOI: doi.org/10.5944/empiria.10.2005.1045 Maya-Jariego & Holgado, Vol.28, #2, 2017, 145-163 Revista Hispana para el Análisis de Redes Sociales 162 Maya-Jariego, I. & Holgado, D. (2015). Living in the metropolitan area. Correlation of interurban mobility with the structural cohesion of personal networks and the originative sense of community. Psychosocial Intervention, 24 (3), 185-190. DOI: https://doi.org/10.1016/j.psi.2015.09.001 Maya-Jariego, I., Holgado, D. & Lubbers, M. J. (2017). Efectos de la estructura de las redes personales en la red sociocéntrica de una cohorte de estudiantes en transición de la enseñanza secundaria a la universidad. Remitido para publicación. Maya-Jariego, I., Holgado, D. & Ramos, I. (2014). Network Analysis (Long Entry). In Alex C. Michalos (Ed.) (2013). Encyclopedia of Quality of Life and Well-Being Research. Springer, Dordrecht (Netherlands), pp. 43514355. DOI: https://doi.org/10.1007/978-94-0070753-5_1943 Maya-Jariego, I., Lubbers, M. J. & Molina, J. L. (2016). A friendship network in decay: The dynamics of social relationships of a secondary school cohort over the transition to university. Snijders, T. A. B., & Steglich, C. E. G. (2016). Social Network Dynamics. Oxford: Oxford University Press. Molina, J. L., Maya-Jariego, I. & McCarty, C. (2014). Giving Meaning to Social Networks: Methodology for Conducting and Analyzing Interviews based on Personal Network Visualizations. In Betina Hollstein & Silvia Domínguez (Eds.). Mixed Methods Social Network Research. Designs and Applications, pp. 305-335. Cambridge: Cambridge University Press. Neal, J.W., Neal, Z.P., Kornbluh, M., Mills, K.J. & Lawlor, J.A. (2015). Brokering the Research-Practice Gap: A typology. American Journal of Community Psychology, 56 (3-4), 422-435. DOI: https://doi.org/10.1007/s104 64015-9745-8 Valente, T.W. (2012). Network Interventions. Science, 337, 49-53. DOI: https://doi.org/10.1126/science.1217330 Valente, T.W., Hoffman, B.R., Ritt-Olson, A., Lichtman, K. & Johnson, C. A. (2003). Effects of a social-network method for group assigment strategies on peer-led tobacco prevention programs in school. American Journal of Public Health, 93 (11), 1837-1843. DOI: https://doi.org/10.2105/ajph.93.11. 1837 Remitido: 05-10-2017 Aceptado: 05-10-2017 Maya-Jariego & Holgado, Vol.28, #2, 2017, 145-163 Revista Hispana para el Análisis de Redes Sociales 163 ANEXO Tabla A.1. Indicadores de centralidad de los 8 actores más destacados en la red (Figuras 1 y 2) Medidas de centralidad Nodos Grado de salida (outdegree) Grado de entrada (indegree) Intermediación (betweenness) 4 3.07 3.728 2.488 12 5.044 3.947 6.287 17 3.07 3.289 5.929 37 3.289 0.658 5.225 38 3.947 4.386 11.251 51 2.851 1.974 6.606 52 2.851 4.167 2.882 54 3.947 3.07 3.002 Tabla A.2. Indicadores de densidad y centralización de la coalición comunitaria (Figuras 4 y 5) Línea base Después de aumentar las conexiones de las asociaciones de inmigrantes Densidad 0.228 0.233 Coreness 0.138 0.139 Centralización In 0.1709 0.1658 Out 0.5038 0.4987 General 0.4220 0.4167 Tabla A.3. Correlaciones QAP (Figura 6) Personal t1 Profesional t1 Personal t2 Profesional t2 Relaciones personales t1 0.469** 0.910** 0.474** Intercambios profesionales t1 0.509** 0.920** Relaciones personales t2 0.501** Intercambios profesionales t2 ** p<.01