Tentamen individuen
1 – de wereld van netwerken
Micro niveau
• Individu (ego) + persoonlijk netwerk met connecties (alters)
• Sociaal kapitaal = netwerk maakt dingen mogelijk, hulpbronnen in netwerken
• Weak of strong ties?
• Bridging or bonding ties?
Een simpel netwerk - directed
Algemeen en verschillende begrippen
• Network graph
• Nodes, vertices -> knooppunten (9/10 keer persoonlijk)
• Ties, edges (dyad, links) -> connecties tussen personen
Belangrijk onderscheid tussen:
• Directed en undirected ties
Direct
• Richting en een pijl
• Kop en staart
• Gaat van de een naar de andere
Undirected
• Geen richting
• Alleen een lijntje, geen uiteinde aan de baan
• Onderstaande is een voorbeeld van undirected
Komt voor uit een vraag: bij; wie zijn je vrienden? (directed)
Naast wie zit je in de klas? (undirected)
Meso niveau
• Groepen mensen
, • Wat is de structuur van netwerken?
• Hoe zorgt dit voor gewenste en ongewenste uitkomsten?
• Buurten, scholen,klassen, steden
Density
Density= gerealiseerde ties / maximale mogelijke ties
Maximale mogelijke ties = n2 - n (/2 bij undirected)
n2 = ties
N = mogelijke ties
Als je niet kan tellen -> automatiseren
-> Adjacency matrix
Voorbeeld
Wat zegt een buurtwhatsapp over density?
• Suggestie dat er een hechte buurt is
• Wetenschappelijk bewezen
• Waar de connecties hecht zijn, minder geweld
• Mensen verhuizen minder
Amish
Protestante splintergroep >200.000 leden
• Strenge regels
• Traditionele kleding, ban op technologie etc
• Sanctie; verbanning
Hechte netwerken
• Solidair; meer vertrouwen
• Gemakkelijke veiligheid; collectieve actie te organiseren
Los verbonden netwerken
• Meer creativiteit, minder druk en meer individuele vrijheid
• Diverse hulpbronnen
Dilemma van solidariteit versus vrijheid (Porte/Simmel)
• Helaas kan een netwerk niet tegelijkertijd dense en loose zijn
Macro niveau
• Gehele netwerken
• Grootschalige maatschappelijke verandering die (bijna) iedereen raken (digitalisering,
individualisering)
• Grote 'spelers' die een invloed hebben op onze netwerken (Big tech, overheid)
Voorbeeld: beleid van chineze overheid over het kinder beleid, heeft invloed op persoonlijke netwerk
Het belang van netwerkposities
Nicholas Christakis; how social networks predict epidemics
• Vriendschapsnetwerk Harvard Universiteit
• Wat is het idee?
,Mensen (nodes, vertices) hebben verschillende posities
• Meer centraal / meer perifeer
• Degree centrality -> meest gehoord
Aantal connecties wat iemand heeft (degree of centrality)
In het midden van een graph = hogere degree centrality
• Closeness centrality
Hoe dichtbij sta je bij andere notes/leden van het netwerk
• Betweeness centrality / brokerage
Mate waarin je tussen andere mensen in staat, zijn mensen afhankelijk van jou om andere te
bereiken
Waarom is dit belangrijk?
• Als griep uitbreekt en persoon H en I hebben geen sympthomen, is een teken dat het niet
van een deel van het netwerk naar een andere gaat
Hoe spoor je centrale nodes op?
• Steekproef
• Vragen; wie zijn je vrienden?
• Vriendengroep volgen
Vriendschapsparadox
• Je vrienden hebben gemiddeld meer vrienden dan jij
• Degenen met veel ties hebben grootste kans om te worden genoemd
Christakis; random sample en dan een vrienden sample
Verschillende soorten netwerkinvloeden
Obesity and social networks
Observation
• Clustering of obesity in networks
• Node with ties to obese person has higher chance of being obese him/herself
Drie mechanisme
1. Homophily
• Je gaat liever vriendschappen aan met mensen die op je lijken
• "Bird of a feather flock together"
• Opleiding, etnociteit, leeftijd maar ook leefstijl
• Rol aangaan en onderhouden van sociale relaties
2. indiction
• Sociale beinvloeding
• Via gedrag en via normen
3. confounding
• Rare naam -> meeting opportunities
Ontmoetingsgelegenheden
, • Christakis; share membership sportsclub
• Netwerk vormen niet willekeurig
• Ontmoetingsplaatsen; werkplekken, buurten, schoolen en verenigignen
• Restricties zijn evident (evident = duidelijk, obvious)
Elke ontmoetingsplaats heeft zijn eigen mogelijkheden, contacten en hulpbronnen
Aanbod doet ertoe
• Vergelijk lidmaatschap van twee verschillende clubs
• Of wonen in een villawijk versus achterbuurt
• Totstandkoming contacen en sk niet vrij
• Aanbodkant van netwerken
• "Keuze" voor een club heeft consequenties, ook voor ongelijkheid
• Societeit vs voetbalclub
Versus sociale beinvloeding
• Bovendien heb je na het tot stand komen van een relatie wederzijdse beinvloeding waardoor
mensen nog meer op elkaar gaan lijken (gedrag en/of normen, opvatting)
2 – Polarisatie
Polarisatie
• Massa vs elite polarisatie
• Issue vs affectieve polarisatie
Sociale identiteitsperspectief (Iyengar et al., 2012)
• Consequences van polarisatie
• Netwerkinterventies om polarisatie te verminderen op sociale media (Bail et al (2018)
Wat moet je kunnen uitleggen;
• Welke verschillende vormen van polarisatie zijn, met voorbeelden
• Wat het sociale identiteitsperspectief is op polarisatie, met voorbeelden
• De rol van sociale media op polarisatie in netwerktermen
• De theorie, methoden en resultaten van Bail et al's netwerkinterventie om polarisatie te
verminderen op sociale media
Polarisatie; wij vs zij
• Polarisatie is een toenemend wij-zij-denken
Het is een proces waarbij de tegenstellingen tussen groepen in de samenleving sterker worden,
waardoor groepen steeds meer tegenover elkaar komen te staan (KIS,2018)
Maar; zeer brede term dat door verschillende disciplines anders wordt gedefinieerd
Altijd afvragen; over welke vorm van polarisatie hebben we het hier?
Voorbeelden -> einde van het bestand
Polarisatie massa vs elite
1 – de wereld van netwerken
Micro niveau
• Individu (ego) + persoonlijk netwerk met connecties (alters)
• Sociaal kapitaal = netwerk maakt dingen mogelijk, hulpbronnen in netwerken
• Weak of strong ties?
• Bridging or bonding ties?
Een simpel netwerk - directed
Algemeen en verschillende begrippen
• Network graph
• Nodes, vertices -> knooppunten (9/10 keer persoonlijk)
• Ties, edges (dyad, links) -> connecties tussen personen
Belangrijk onderscheid tussen:
• Directed en undirected ties
Direct
• Richting en een pijl
• Kop en staart
• Gaat van de een naar de andere
Undirected
• Geen richting
• Alleen een lijntje, geen uiteinde aan de baan
• Onderstaande is een voorbeeld van undirected
Komt voor uit een vraag: bij; wie zijn je vrienden? (directed)
Naast wie zit je in de klas? (undirected)
Meso niveau
• Groepen mensen
, • Wat is de structuur van netwerken?
• Hoe zorgt dit voor gewenste en ongewenste uitkomsten?
• Buurten, scholen,klassen, steden
Density
Density= gerealiseerde ties / maximale mogelijke ties
Maximale mogelijke ties = n2 - n (/2 bij undirected)
n2 = ties
N = mogelijke ties
Als je niet kan tellen -> automatiseren
-> Adjacency matrix
Voorbeeld
Wat zegt een buurtwhatsapp over density?
• Suggestie dat er een hechte buurt is
• Wetenschappelijk bewezen
• Waar de connecties hecht zijn, minder geweld
• Mensen verhuizen minder
Amish
Protestante splintergroep >200.000 leden
• Strenge regels
• Traditionele kleding, ban op technologie etc
• Sanctie; verbanning
Hechte netwerken
• Solidair; meer vertrouwen
• Gemakkelijke veiligheid; collectieve actie te organiseren
Los verbonden netwerken
• Meer creativiteit, minder druk en meer individuele vrijheid
• Diverse hulpbronnen
Dilemma van solidariteit versus vrijheid (Porte/Simmel)
• Helaas kan een netwerk niet tegelijkertijd dense en loose zijn
Macro niveau
• Gehele netwerken
• Grootschalige maatschappelijke verandering die (bijna) iedereen raken (digitalisering,
individualisering)
• Grote 'spelers' die een invloed hebben op onze netwerken (Big tech, overheid)
Voorbeeld: beleid van chineze overheid over het kinder beleid, heeft invloed op persoonlijke netwerk
Het belang van netwerkposities
Nicholas Christakis; how social networks predict epidemics
• Vriendschapsnetwerk Harvard Universiteit
• Wat is het idee?
,Mensen (nodes, vertices) hebben verschillende posities
• Meer centraal / meer perifeer
• Degree centrality -> meest gehoord
Aantal connecties wat iemand heeft (degree of centrality)
In het midden van een graph = hogere degree centrality
• Closeness centrality
Hoe dichtbij sta je bij andere notes/leden van het netwerk
• Betweeness centrality / brokerage
Mate waarin je tussen andere mensen in staat, zijn mensen afhankelijk van jou om andere te
bereiken
Waarom is dit belangrijk?
• Als griep uitbreekt en persoon H en I hebben geen sympthomen, is een teken dat het niet
van een deel van het netwerk naar een andere gaat
Hoe spoor je centrale nodes op?
• Steekproef
• Vragen; wie zijn je vrienden?
• Vriendengroep volgen
Vriendschapsparadox
• Je vrienden hebben gemiddeld meer vrienden dan jij
• Degenen met veel ties hebben grootste kans om te worden genoemd
Christakis; random sample en dan een vrienden sample
Verschillende soorten netwerkinvloeden
Obesity and social networks
Observation
• Clustering of obesity in networks
• Node with ties to obese person has higher chance of being obese him/herself
Drie mechanisme
1. Homophily
• Je gaat liever vriendschappen aan met mensen die op je lijken
• "Bird of a feather flock together"
• Opleiding, etnociteit, leeftijd maar ook leefstijl
• Rol aangaan en onderhouden van sociale relaties
2. indiction
• Sociale beinvloeding
• Via gedrag en via normen
3. confounding
• Rare naam -> meeting opportunities
Ontmoetingsgelegenheden
, • Christakis; share membership sportsclub
• Netwerk vormen niet willekeurig
• Ontmoetingsplaatsen; werkplekken, buurten, schoolen en verenigignen
• Restricties zijn evident (evident = duidelijk, obvious)
Elke ontmoetingsplaats heeft zijn eigen mogelijkheden, contacten en hulpbronnen
Aanbod doet ertoe
• Vergelijk lidmaatschap van twee verschillende clubs
• Of wonen in een villawijk versus achterbuurt
• Totstandkoming contacen en sk niet vrij
• Aanbodkant van netwerken
• "Keuze" voor een club heeft consequenties, ook voor ongelijkheid
• Societeit vs voetbalclub
Versus sociale beinvloeding
• Bovendien heb je na het tot stand komen van een relatie wederzijdse beinvloeding waardoor
mensen nog meer op elkaar gaan lijken (gedrag en/of normen, opvatting)
2 – Polarisatie
Polarisatie
• Massa vs elite polarisatie
• Issue vs affectieve polarisatie
Sociale identiteitsperspectief (Iyengar et al., 2012)
• Consequences van polarisatie
• Netwerkinterventies om polarisatie te verminderen op sociale media (Bail et al (2018)
Wat moet je kunnen uitleggen;
• Welke verschillende vormen van polarisatie zijn, met voorbeelden
• Wat het sociale identiteitsperspectief is op polarisatie, met voorbeelden
• De rol van sociale media op polarisatie in netwerktermen
• De theorie, methoden en resultaten van Bail et al's netwerkinterventie om polarisatie te
verminderen op sociale media
Polarisatie; wij vs zij
• Polarisatie is een toenemend wij-zij-denken
Het is een proces waarbij de tegenstellingen tussen groepen in de samenleving sterker worden,
waardoor groepen steeds meer tegenover elkaar komen te staan (KIS,2018)
Maar; zeer brede term dat door verschillende disciplines anders wordt gedefinieerd
Altijd afvragen; over welke vorm van polarisatie hebben we het hier?
Voorbeelden -> einde van het bestand
Polarisatie massa vs elite
