Samenvatting individuen, sociale netwerken en technologie
College 1 (netwerken introductie) / college 8 (de kernconcepten van netwerken) + Van Tubergen
H7 + Borgatti + Grosser
- (Network) graph = een grafiek die relaties tussen actoren binnen een netwerk
weergeeft.
- Nodes/actor/vertex = de actoren die een relatie met elkaar kunnen hebben. Dit
zijn bijv. mensen, dieren, teams, organisaties, landen, etc.
- Ego/focal node = het centrale individu waar het netwerk om draait.
- Alter = de node die verbonden is met de Ego.
- Ties/edges/links = de pijltjes die je ziet, de connecties en verbindingen tussen ‘nodes’.
- Directed & undirected ties = gerichte en ongerichte connecties dit is een direct netwerk,
want de pijlen hebben een richting (F richt zich naar E bijv.)
Directed = bijv. ‘wie zijn je vrienden’ je kan iemand als vriend zien die jou niet zo ziet, het
is dan een richting op.
reciprocal relations = als persoon 1 jou als een vriend ziet en dit ook
andersom zo is.
asymmetrical relations = als persoon 1 jou als een vriend ziet en jij
hem/haar niet zo ziet.
Undirected = bijv. ‘wie zijn je buren’ het is niet zo dat de een wel je
buurman is, maar dit andersom niet zo is, dus is beide kanten op.
- Dyad = de relatie tussen twee actoren.
- Triad = de relatie tussen drie actoren.
Open triad = er is een ego die bevriend is met twee mensen
die niet bevriend zijn met elkaar.
Closed triad = gesloten relatie tussen de drie vrienden, dus
alle 3 bevriend met elkaar.
Forbidden triad = een triade waarin ego A een sterke band
heeft met alter ego’s B en C, maar waarin er geen band
bestaat tussen B en C.
In een ‘open’ of ‘forbidden triad’ zijn de actoren vaak creatiever, omdat ze elkaar misschien nog niet
kennen en verschillende ideeën en gedachten hebben over dingen.
- Clique = sociale relatie tussen 4 of meer personen.
- Cluster/community = groepjes binnen netwerken die hecht met elkaar verbonden zijn.
- Components = wat zijn de losse eilanden in een netwerk, dus die niet zijn verbonden.
- Ego netwerk/persoonlijk netwerk = je kijkt naar 1 actor binnen het gehele netwerk.
Je ziet verschillende lagen binnen zo’n persoonlijk netwerk:
1. Core network = ouders, broers, beste vrienden
2. Sympathy network = je vertrouwt deze mensen en hebt gevoel (sympathy) voor ze,
zoals neven, nichten, goeie vrienden
3. Affinity network = mensen die je opzich wel vertrouwt, bijv. collega’s die je vaak ziet
op werk.
4. Active network = mensen met wie je actief een sociale relatie onderhoud.
5. Total personal network = jou ego netwerk met echt alle relaties, dus bijv. een verre
kennis die je via via nog spreekt.
- Hub = mensen met een verassend groter netwerk dan de gemiddelde mens die hierdoor dus
enorm snel informatie kunnen verspreiden. Denk aan influencers, etc.
,Netwerken op 3 verschillende niveaus:
1. Micro niveau (onderste): wat speelt er bij individuen (=ego) en hun persoonlijke netwerk
met hun connecties (=alters). Van Tubergen noemt het ook wel ‘personal network’ en
‘degree networks’ met dyads = elke mogelijke relatie tussen ego en alter.
Sterke of zwakke connecties & bridging or bonding ties.
Sociaal kapitaal = hulpbronnen die mensen in hun netwerk hebben die ze kunnen
inzetten om iets gedaan te krijgen (bijv. goede baan vinden). speelt hier grote rol.
2. Mescio niveau (middelste): gaat over groepen mensen (buurten, scholen, steden,
universiteiten, etc.). Het gaat hier vaak om de structuur van het netwerk en welke dingen
invloed hebben op die structuur.
Vaak zie je clustering binnen netwerken, zoals hier. Dit betekent dan dat er een
netwerkmechanisme invloed uitoefent.
Belangrijk begrip Van Tubergen! ‘network density’ (dichtheid) = geeft de verhouding
weer van alle gerealiseerde verbindingen in een netwerk ten opzichte van het aantal
mogelijke banden in dat netwerk. n(n-1) bij direct netwerk en bij indirect: n(n-1)/2
In een eenvoudig netwerk kun je dit tellen: welke ‘nodes’ zijn met elkaar
verbonden d.m.v. ‘ties? Maar… in moeilijkere grafieken kan je dit uitrekenen
door: gerealiseerde ‘ties’ / de max. mogelijke ‘ties’ max. mogelijke ‘ties’ = n
(kwadraat) – n (/ 2 bij undirected ties).
Een netwerk kan heel hoog verbonden zijn of juist heel laag. Hoog
verbonden zie je vaak in ‘core networks’, want je beste vrienden
kennen elkaar vaak wel (triade !)
Triadic closure / transivity = de situatie waarin de twee alters van één ego ook
verbonden zijn met elkaar, dus iedereen is verbonden.
Transitivity tendency = er is regelmatig een hoge graad van netwerkclustering binnen
sociale netwerkstudies gevonden. Het wordt dus “vanzelfsprekend” dat jouw
vrienden elkaar ook kennen. Dit wordt ook versterkt door ‘meeting opportunities’ en
‘homophily’.
Forbidden triad tendency = transitivity increases with tie strength. It is highly common in
core networks. The more you go up to the larger layers in personal networks (from
strong ties to weaker ties), the less often transitivity occurs.
Je kan de dichtheid ook weergeven in een ‘adjacency matrix’ = tabel die weergeeft wie een relatie
heeft met wie in een netwerk. Je ziet ‘senders’, de persoon die zegt dat die bevriend is met Henk bijv.
Henk is dan de ‘receiver’.
Voordelen binnen hechte netwerken (zoals sterk protestantse gemeenschap, strenge regels,
traditionele kleding, etc.):
Meer solidariteit en meer vertrouwen.
Gemakkelijker veiligheid en collectieve actie organiseren.
Voordelen binnen los verbonden netwerken:
Meer creativiteit, minder druk tot conformeren, meer individuele vrijheid.
Diverse hulpbronnen (sociaal kapitaal !)
, Nu is er een dilemma tussen solidariteit vs. vrijheid (Portes / Simmel), want netwerken kunnen niet
tegelijk hecht en los zijn…
3. Macro niveau (bovenste): het gehele netwerk (stad, land, hele wereld). Je hebt hier te
maken met grootschalige (zoals, digitalisering, individualisering, etc.) die (bijna) iedereen
raken, dus hiermee invloed hebben op het gehele netwerk.
Grote spelers die een invloed hebben zijn vooral Big tech bedrijven, de overheid, etc.
Netwerkperspectief = hoe je een netwerk ziet.
Dit verschilt, omdat we beïnvloed worden door relaties die we hebben, kijk naar
opvoeding, werk, studie, vriendschappen, etc. je positie in een netwerkt hangt
daarom ook af van je sociale relaties, want deze bieden via sociaal kapitaal verklaringen
voor jou gezondheid, welzijn, sociale cohesie, creativiteit, studiesucces, etc. maar ook
weer limitaties…
Netwerken helpen ook te verklaren waarom actoren verbindingen aangaan, dit komt
door homofilie, prefential attachment (‘winner takes it al’) en balanceren van relaties,
dus harmonie bewaren.
Verschillende soorten sociale/netwerk invloeden die de transiviteit binnen netwerken verklaren
netwerkmechanismen:
1. Homophily = een neiging dat mensen connecties aangaan en de sociale relatie onderhouden
met mensen die op hen lijken, i.p.v. mensen die juist niet op hun lijken.
Kijk naar opleiding, etniciteit, leeftijd, maar ook leefstijl. De tegenstelling hiervan is
‘opposites attract’.
2. Induction = sociale beïnvloeding via gedrag (1) en normen (2). Als mensen een sociale relatie
aangaan en erachter komen dat ze dezelfde normen en waarden hebben ontstaat er
wederzijdse beïnvloedingen waardoor men nog meer op elkaar gaat lijken.
Gedrag: als andere het ook doen en/of het voorstellen is het makkelijk om het zelf ook te
gaan doen.
Normen: als jij iemand iets vaker ziet doen ga je dit sneller accepteren en als ‘normaal’
zien.
Tegenstelling hiervan is homophily: het verschil is de causale volgorde, want bij
homophily heb je de overeenkomst al gelijk en hier ontstaat deze na een tijdje.
3. Confounding (‘meeting opportunities’) = netwerken ontstaan niet altijd willekeurig, want je
hebt niet altijd een even grote kans om allerlei mensen te ontmoeten. Je hebt namelijk
verschillende ontmoetingsplaatsen: werkplekken, buurten, scholen, verenigingen, etc. En
hoe jou netwerk eruit ziet hangt af van deze plaatsen, want elke ontmoetingsplaats heeft
eigen mogelijkheden, contacten en hulpbronnen.
“we cannot marry Eskimos if there are none around” je kan geen relatie aangaan met
mensen die je niet ontmoet.
Al met al heeft het aanbod die je krijgt via zo’n ontmoetingsplaats enorm veel invloed op je sociaal
kapitaal. Daarnaast komen mensen die op elkaar lijken op dezelfde plekken, en dit is ook de reden
dat er clustering is binnen netwerken. De oorzaak hiervoor is dan homophily, induction of
confounding = netwerkmechanismen.
Door de invloed van zo’n mechanisme ontstaat dus clustering en hierin kan obesitas bijv.
zich erg snel verspreiden.
