L'Ateneu
L'Ateneu d'Innovació Digital i Democràtica
Changes at "Anàlisi i Teoria de Xarxes Socials"
Description (Castellano)
-
-
>> ¡Plazas agotadas! Apúntate a la lista de espera <<
Una introducción limpia y rápida
El análisis de redes sociales es una herramienta teórica y metodológica para comprender las estructuras sociales, como emergen a partir de los comportamientos individuales y a la vez cómo los afectan. Gracias a la profunda penetración de las plataformas sociales en línea, hoy en día podemos observar y, a menudo, analizar enlaces a una escala que supera con creces lo que era posible hace sólo unas décadas. Si bien esto impulsa nuevas metodologías, las redes a gran escala que podemos observar aún pueden ser informadas por preguntas clásicas en la teoría de redes sociales a la vez que también estimulan la producción de nueva teoría.
En este curso realizamos un recorrido rápido por las ideas y métodos clásicos de este paradigma. Demostramos como no solo son aplicables a las redes digitales contemporáneas, sino cómo se han desarrollado gracias a los datos que podemos extraer de Twitter, Facebook y otras plataformas digitales. Acompañaremos el recorrido teórico y metodológico con sesiones prácticas para aprender a manejar herramientas de análisis y visualización de redes como Gephi y otras.
Curso a cargo de Emanuele Cozzo de tecnopolítica (IN3/UOC).
Horarios e inscripciones
- Sessiones presenciales.
- Martes 11, 18 i 25 y 31 de mayo. De 18h a 20h.
- Inscibete en esta misma página. Quedarás inscrito a las cuatro sesiónes de formación!
Primera sesión: Introducción al pensamiento de red.
- Martes 11 de mayo, 18h
- Introduciremos los elementos teóricos y metodológicos básicos y veremos cómo estos se relacionan con las distintas escuelas de pensamiento.
Segunda sesión: Hands-on! Instalación de herramientas
- Martes 18 de mayo, 18h
- Sesión práctica para conocer e instalar las distintas herramientas que nos permiten realizar el análisis y visualización de redes.
Tercera sesión: Análisis y modelización de redes.
- Martes 25 de mayo, 18h
- A través de algunos casos de estudios profundizaremos en algunos de los elementos aprendido en la sesión anterior, como por ejemplo las medidas de centralidad y la detección de comunidades.
Cuarta sesión: Social Big Data y análisis de redes sociales.
- Lunes 31 de mayo, 18h
- Veremos como extraer datos de las plataformas sociales en línea y cómo analizar las redes de interacción social que en estas se desarrollan .
-
+
>> ¡Plazas agotadas! Apúntate a la lista de espera <<
Una introducción limpia y rápida
El análisis de redes sociales es una herramienta teórica y metodológica para comprender las estructuras sociales, como emergen a partir de los comportamientos individuales y a la vez cómo los afectan. Gracias a la profunda penetración de las plataformas sociales en línea, hoy en día podemos observar y, a menudo, analizar enlaces a una escala que supera con creces lo que era posible hace sólo unas décadas. Si bien esto impulsa nuevas metodologías, las redes a gran escala que podemos observar aún pueden ser informadas por preguntas clásicas en la teoría de redes sociales a la vez que también estimulan la producción de nueva teoría.
En este curso realizamos un recorrido rápido por las ideas y métodos clásicos de este paradigma. Demostramos como no solo son aplicables a las redes digitales contemporáneas, sino cómo se han desarrollado gracias a los datos que podemos extraer de Twitter, Facebook y otras plataformas digitales. Acompañaremos el recorrido teórico y metodológico con sesiones prácticas para aprender a manejar herramientas de análisis y visualización de redes como Gephi y otras.
Curso a cargo de Emanuele Cozzo de tecnopolítica (IN3/UOC).
Horarios e inscripciones
- Sessiones presenciales.
- Martes 11, 18 i 25 y 31 de mayo. De 18h a 20h.
- Inscibete en esta misma página. Quedarás inscrito a las cuatro sesiónes de formación!
Primera sesión: Introducción al pensamiento de red.
- Martes 11 de mayo, 18h
- Introduciremos los elementos teóricos y metodológicos básicos y veremos cómo estos se relacionan con las distintas escuelas de pensamiento.
Segunda sesión: Hands-on! Instalación de herramientas
- Martes 18 de mayo, 18h
- Sesión práctica para conocer e instalar las distintas herramientas que nos permiten realizar el análisis y visualización de redes.
Tercera sesión: Análisis y modelización de redes.
- Martes 25 de mayo, 18h
- A través de algunos casos de estudios profundizaremos en algunos de los elementos aprendido en la sesión anterior, como por ejemplo las medidas de centralidad y la detección de comunidades.
Cuarta sesión: Social Big Data y análisis de redes sociales.
- Lunes 31 de mayo, 18h
- Veremos como extraer datos de las plataformas sociales en línea y cómo analizar las redes de interacción social que en estas se desarrollan .
-<p><strong>>> ¡</strong><a href="https://canodrom.decidim.barcelona/assemblies/comunitat/f/2030/" target="_blank"><strong>Plazas agotadas! Apúntate a la lista de espera</strong></a><strong> <<</strong></p><p><img src="data:image/png;base64,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 +<p><strong>>> ¡</strong><a href="https://comunitat.canodrom.barcelona/assemblies/comunitat/f/2030/" target="_blank"><strong>Plazas agotadas! Apúntate a la lista de espera</strong></a><strong> <<</strong></p><p><img src="data:image/png;base64,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
-
-
>> ¡Plazas agotadas! Apúntate a la lista de espera <<
Una introducción limpia y rápida
El análisis de redes sociales es una herramienta teórica y metodológica para comprender las estructuras sociales, como emergen a partir de los comportamientos individuales y a la vez cómo los afectan. Gracias a la profunda penetración de las plataformas sociales en línea, hoy en día podemos observar y, a menudo, analizar enlaces a una escala que supera con creces lo que era posible hace sólo unas décadas. Si bien esto impulsa nuevas metodologías, las redes a gran escala que podemos observar aún pueden ser informadas por preguntas clásicas en la teoría de redes sociales a la vez que también estimulan la producción de nueva teoría.
En este curso realizamos un recorrido rápido por las ideas y métodos clásicos de este paradigma. Demostramos como no solo son aplicables a las redes digitales contemporáneas, sino cómo se han desarrollado gracias a los datos que podemos extraer de Twitter, Facebook y otras plataformas digitales. Acompañaremos el recorrido teórico y metodológico con sesiones prácticas para aprender a manejar herramientas de análisis y visualización de redes como Gephi y otras.
Curso a cargo de Emanuele Cozzo de tecnopolítica (IN3/UOC).
Horarios e inscripciones
- Sessiones presenciales.
- Martes 11, 18 i 25 y 31 de mayo. De 18h a 20h.
- Inscibete en esta misma página. Quedarás inscrito a las cuatro sesiónes de formación!
Primera sesión: Introducción al pensamiento de red.
- Martes 11 de mayo, 18h
- Introduciremos los elementos teóricos y metodológicos básicos y veremos cómo estos se relacionan con las distintas escuelas de pensamiento.
Segunda sesión: Hands-on! Instalación de herramientas
- Martes 18 de mayo, 18h
- Sesión práctica para conocer e instalar las distintas herramientas que nos permiten realizar el análisis y visualización de redes.
Tercera sesión: Análisis y modelización de redes.
- Martes 25 de mayo, 18h
- A través de algunos casos de estudios profundizaremos en algunos de los elementos aprendido en la sesión anterior, como por ejemplo las medidas de centralidad y la detección de comunidades.
Cuarta sesión: Social Big Data y análisis de redes sociales.
- Lunes 31 de mayo, 18h
- Veremos como extraer datos de las plataformas sociales en línea y cómo analizar las redes de interacción social que en estas se desarrollan .
- Martes 11, 18 i 25 y 31 de mayo. De 18h a 20h.
- Inscibete en esta misma página. Quedarás inscrito a las cuatro sesiónes de formación!
Primera sesión: Introducción al pensamiento de red.
- Martes 11 de mayo, 18h
- Introduciremos los elementos teóricos y metodológicos básicos y veremos cómo estos se relacionan con las distintas escuelas de pensamiento.
Segunda sesión: Hands-on! Instalación de herramientas
- Martes 18 de mayo, 18h
- Sesión práctica para conocer e instalar las distintas herramientas que nos permiten realizar el análisis y visualización de redes.
Tercera sesión: Análisis y modelización de redes.
- Martes 25 de mayo, 18h
- A través de algunos casos de estudios profundizaremos en algunos de los elementos aprendido en la sesión anterior, como por ejemplo las medidas de centralidad y la detección de comunidades.
Cuarta sesión: Social Big Data y análisis de redes sociales.
- Lunes 31 de mayo, 18h
- Veremos como extraer datos de las plataformas sociales en línea y cómo analizar las redes de interacción social que en estas se desarrollan .
- Martes 11, 18 i 25 y 31 de mayo. De 18h a 20h.
- Inscibete en esta misma página. Quedarás inscrito a las cuatro sesiónes de formación!
Primera sesión: Introducción al pensamiento de red.
- Martes 11 de mayo, 18h
- Introduciremos los elementos teóricos y metodológicos básicos y veremos cómo estos se relacionan con las distintas escuelas de pensamiento.
Segunda sesión: Hands-on! Instalación de herramientas
- Martes 18 de mayo, 18h
- Sesión práctica para conocer e instalar las distintas herramientas que nos permiten realizar el análisis y visualización de redes.
Tercera sesión: Análisis y modelización de redes.
- Martes 25 de mayo, 18h
- A través de algunos casos de estudios profundizaremos en algunos de los elementos aprendido en la sesión anterior, como por ejemplo las medidas de centralidad y la detección de comunidades.
Cuarta sesión: Social Big Data y análisis de redes sociales.
- Lunes 31 de mayo, 18h
- Veremos como extraer datos de las plataformas sociales en línea y cómo analizar las redes de interacción social que en estas se desarrollan .
>> ¡Plazas agotadas! Apúntate a la lista de espera <<
Una introducción limpia y rápida
El análisis de redes sociales es una herramienta teórica y metodológica para comprender las estructuras sociales, como emergen a partir de los comportamientos individuales y a la vez cómo los afectan. Gracias a la profunda penetración de las plataformas sociales en línea, hoy en día podemos observar y, a menudo, analizar enlaces a una escala que supera con creces lo que era posible hace sólo unas décadas. Si bien esto impulsa nuevas metodologías, las redes a gran escala que podemos observar aún pueden ser informadas por preguntas clásicas en la teoría de redes sociales a la vez que también estimulan la producción de nueva teoría.
En este curso realizamos un recorrido rápido por las ideas y métodos clásicos de este paradigma. Demostramos como no solo son aplicables a las redes digitales contemporáneas, sino cómo se han desarrollado gracias a los datos que podemos extraer de Twitter, Facebook y otras plataformas digitales. Acompañaremos el recorrido teórico y metodológico con sesiones prácticas para aprender a manejar herramientas de análisis y visualización de redes como Gephi y otras.
Curso a cargo de Emanuele Cozzo de tecnopolítica (IN3/UOC).
Horarios e inscripciones
- Sessiones presenciales.
- Martes 11, 18 i 25 y 31 de mayo. De 18h a 20h.
- Inscibete en esta misma página. Quedarás inscrito a las cuatro sesiónes de formación!
Primera sesión: Introducción al pensamiento de red.
- Martes 11 de mayo, 18h
- Introduciremos los elementos teóricos y metodológicos básicos y veremos cómo estos se relacionan con las distintas escuelas de pensamiento.
Segunda sesión: Hands-on! Instalación de herramientas
- Martes 18 de mayo, 18h
- Sesión práctica para conocer e instalar las distintas herramientas que nos permiten realizar el análisis y visualización de redes.
Tercera sesión: Análisis y modelización de redes.
- Martes 25 de mayo, 18h
- A través de algunos casos de estudios profundizaremos en algunos de los elementos aprendido en la sesión anterior, como por ejemplo las medidas de centralidad y la detección de comunidades.
Cuarta sesión: Social Big Data y análisis de redes sociales.
- Lunes 31 de mayo, 18h
- Veremos como extraer datos de las plataformas sociales en línea y cómo analizar las redes de interacción social que en estas se desarrollan .
-<p><strong>>> ¡</strong><a href="https://canodrom.decidim.barcelona/assemblies/comunitat/f/2030/" target="_blank"><strong>Plazas agotadas! Apúntate a la lista de espera</strong></a><strong> <<</strong></p><p><img src="data:image/png;base64,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
- +<p><strong>>> ¡</strong><a href="https://comunitat.canodrom.barcelona/assemblies/comunitat/f/2030/" target="_blank"><strong>Plazas agotadas! Apúntate a la lista de espera</strong></a><strong> <<</strong></p><p><img src="data:image/png;base64,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