Diagnóstico de un Equipo de Trabajo en 12 pasos usando Análisis de Redes Sociales

DIAGNÓSTICO DE UN EQUIPO DE

TRABAJO

EN 12 PASOS

USANDO EL ANÁLISIS DE REDES

SOCIALES.

Carlos Alberto Primera Leal.

2015

Carlos Alberto Primera Leal ([email protected])

INTRODUCCIÓN.

La sociedad actual es un tejido de relaciones entre elementos que pueden ser, por

ejemplo, personas, organizaciones, ciudades, países y máquinas, por solamente citar

algunos. Ese tejido está formado por redes de los elementos de nombrados y que

reciben el nombre genérico de actores con sus características o atributos. Para

Hanneman y Riddle (2005) la perspectiva de las redes sugiere que el poder de los

actores individuales no es un atributo individual sino que emerge de las relaciones, con

otros, en su red. Según Carolan (2014) una red social es un número finito de actores

conjuntamente con las relaciones que se realizan entre ellos. Los actores están

relacionados por vínculos, los cuales pueden ser conceptos como información,

amistad, parentesco y recursos de cualquier tipo, entre otros. La red forma una

estructura donde cada actor ocupa una posición, una localización, según los vínculos

que posee; esa localización permite determinar la importancia de cada actor en la red,

por intermedio de una métrica usada en el análisis de redes sociales (ARS o SNA en

inglés) y que se denomina centralidad del nodo. Existen otras métricas pero en este

documento solamente se referirá a la centralidad.

Carolan (op.cit) indica que el análisis de redes sociales es un grupo de teorías, modelos

y aplicaciones que se expresan en términos de conceptos relacionales y procesos.

Wasserman y Faust (1994), referenciados por el autor mencionado, expresan que los

conceptos de ARS enfatizan: 1) los individuos y sus acciones son vistas como

interdependientes; 2) las relaciones entre los individuos son oportunidades para la

transmisión de recursos. 3) El patrón de relaciones entre los individuos crean una

estructura social que es un ambiente que igualmente puede proporcionar

oportunidades o restricciones para la acción individual; 4) los modelos de redes

sociales conceptualizan la estructura como patrones duraderos de relaciones entre

actores.

Para Krebs (2013) ARS es el mapeo y la medida de las relaciones y flujos entre

personas, grupos, organizaciones, computadores, URLs y otras entidades conectadas

por información/conocimiento. Los nodos en la red son las personas y grupos,

mientras que los vínculos muestran las relaciones o flujos entre los nodos. El ARS

permite responder preguntas como: quién o quiénes ocupan posiciones estratégicas

en la red o quién o quiénes están menos conectados en la red y si el líder está

haciendo su trabajo en el equipo, entre muchas otras interrogantes. En general esas

interrogantes son básicas para entender el funcionamiento de los equipos de trabajo y

por esa razón usaremos el ARS para analizar un equipo de trabajo específico.


OBJETIVO Y MÉTODO

Este material tiene como objetivo mostrar el uso de ARS para diagnosticar, en 12

pasos, un equipo de trabajo hipotético, utilizando como herramienta el software

Pajek64 4.01 a (Andrej Mrvar, Vladimir Batagelj).

Según Gonzales-Aguilar A., Ramírez-Posada M., Vaisman C (2012) el Pajek, es un software para el análisis y visualización de redes sociales, el cual fue desarrollado en la Universidad de Ljbljana, Slovenia, por Vladimir Batagelj, Andrej Mrvar y la contribución de Matjaz Zaversnik. Información adicional acerca del software se puede conseguir en http ://vlado.fmf.uni-lj.si/pub/ networks/pajek/.

Los pasos propuestos son presentados en la figura 1 y cada uno de ellos se explica

durante el desarrollo del ejemplo.

1. Entrevista a integrantes del equipo.2. Elaboración matriz de relaciones.

3. Creación archivo de entrada.4. Lectura del archivo de entrada.5. Obtención de la red “Todo Terreno”.6. Cálculo densidad de la red.7. Cálculo centralidad de entrada.

8. Cálculo centralidad de salida.9. Cálculo centralidad total.10. Cálculo centralidad de intermediación.11. Cálculo centralidad de cercanía.12. Hallazgos.

Figura 1. Pasos para el análisis del equipo.

A continuación el planteamiento y desarrollo del ejemplo.

EJEMPLO.

El equipo de trabajo “Todo Terreno” (TT) está constituido por ocho (8) miembros y ha

llevado a cabo varios proyectos con éxito; últimamente TT no ha mostrado el mismo

desempeño y por ello, se ha contratado un consultor con el propósito de que

responda, las siguientes preguntas planteadas, desde el punto de vista del ARS:

Específicamente se desea conocer: ¿los miembros forman una red bien conectada?

Quién recibe más/menos información, ¿Quién suministra más/menos información?;

¿Quién posee más/menos intercambios de información? ¿Quién sirve de puente

entre los miembros del equipo y quiénes no? ¿Quién o quiénes son más accesible y


quiénes no? ¿El líder está haciendo su trabajo de interactuar con todos los miembros

del equipo?

Para dar respuesta a las interrogantes indicadas, a continuación se puntualizan los

doce (12) pasos, mostrados en la figura 1, que permiten obtener la información

necesaria y más adelante se describen, uno a uno.

Seguidamente son descritos cada uno de los pasos.

Paso 1. Entrevista a integrantes del equipo.

El consultor entrevista a cada integrante del equipo y le pregunta: ¿con quién

compartes información regularmente para hacer mejor tú trabajo y el de los demás?

Las respuestas se resumen a continuación: “Pedro dijo que compartía información con

María y ésta con Pedro y Andrés. Carlos le aporta información a Olga, Isbelia y

Andrés. Andrés, también suministra información a Isbelia y ésta le aporta

información a Egly. Olga aporta información a Carlos y Egly; a su vez, Egly, aporta

información a Domingo y Olga. Domingo comparte información con Olga” Se sabe

que María es la líder del equipo TT.

De ahora en adelante a cada miembro del equipo, de una manera genérica, se le

puede llamar como “actor” y es integrante de la red que se muestra más adelante; la

relación entre ellos se denomina vínculo e implica flujo de información. A continuación

se trabajará con las métricas básicas de la centralidad para responder a las preguntas

planteadas: grado, intermediación y cercanía.

Paso 2. Elaboración matriz de relaciones.

Después de recolectados los datos, el consultor elabora la matriz que se presenta en la

Tabla 1. En ella, se resumen las relaciones expresadas por los miembros del equipo. Un

“1” expresa la existencia de un vínculo que se traduce en compartir información; en

caso contrario, un cero “0” indica la inexistencia de vínculo.

Por ejemplo, el “1” en la celda intercesión de la fila “Pedro” y la columna “María”

indica que “Pedro comparte información con María” tal como se expresó en las

respuestas obtenidas por el consultor. De esa manera se completa la matriz que se

presenta a continuación.


Tabla 1. Matriz de relaciones entre actores.

1 2 3 4 5 6 7 8

Pedro María Andrés Isbelia Carlos Egly Domingo Olga

1 Pedro - 1 0 0 0 0 0 0

2 María 1 - 1 0 0 0 0 0

3 Andrés 0 0 - 1 0 0 0 0

4 Isbelia 0 0 0 - 0 1 0 0

5 Carlos 0 0 1 1 - 0 0 1

6 Egly 0 0 0 0 0 - 1 1

7 Domingo 0 0 0 0 0 0 - 1

8 Olga 0 0 0 0 1 1 0 -

Fuente: Elaboración propia.

En la tabla es presentada una matriz cuadrada de 8 filas y 8 columnas donde hay la

posibilidad de 56 vínculos por la cantidad de actores, no obstante, solamente existen

13 relaciones en la tabla 1 como resultado de las entrevistas del consultor. Una

observación rápida de la tabla permite determinar la ausencia de una gran cantidad de

vínculos de información en la red del Equipo “Todo Terreno” representando

aproximadamente el 77% de los 56 posibles. Esa cifra ya da una idea de una red poco

conectada.

Paso 3. Creación archivo de entrada para el Pajek.

Usando el NOTEPAD, se transcriben todas las relaciones dirigidas que aparecen en la

matriz. De esa manera se creará el archivo de entrada que procesará el software

Pajek64 4.01 a

Archivo de Entrada al Pajek64 4.01 a

Transcritas las relaciones, usando NOTEPAD, se genera y se graba el archivo de

entrada “todoterreno.txt”, que se utilizará para trabajar con el Software Pajek64;

dicho archivo es presentado en la figura 2. El software usa el archivo para calcular las

métricas de interés. Como se quiere diferenciar por género a los actores, en la red, se

le asigna a las damas la figura geométrica “elipse” (ellipse) y a los caballeros

“triangulo” (triangle) tal como se muestra en la figura indicada. El símbolo “%” permite

escribir comentarios en el archivo; el número de actores se especifica con “*Vertices” y

los vínculos dirigidos con “*Arcs”. La dupla de números que se muestra en el archivo,

son las relaciones presentes en la tabla 1 presentada anteriormente.


Figura 2. Archivo de entrada “todoterreno.txt”

MÉTRICAS GENERADAS.

Paso 4. Lectura del archivo de entrada.

Active el Software Pajek y seleccione el ícono de la carpeta amarilla para seleccionar el

archivo de entrada “todoterreno.txt”, del lugar donde lo grabó, con el cuidado de que

debe estar activa la opción “All files (*.*)”. El ícono se muestra en la figura 3.

Figura 3. Lectura del archivo de entrada.


Paso 5. Obtención de la red del Equipo “Todo Terreno”.

Seleccione los siguientes comandos del menú mostrado para obtener la red del

Equipo “Todo Terreno”: Draw > Network. La red que se obtiene corresponde a TT y se

muestra en la Figura 4. La red mostrada es una modificación de la generada por Pajek;

se movieron algunos actores para evitar el cruce de las líneas. Note que los actores son

diferenciados con las figuras geométricas indicadas en el archivo de entrada, indicado

en la figura 2.

Figura 4. Red del Equipo TT.

Ya con las red construida se comienza a dar respuesta a las preguntas planteadas.

Paso 6. Cálculo densidad de la red.

El consultor obtiene la información que necesita para responder la primera pregunta,

¿los miembros forman una red bien conectada? La respuesta la obtenemos del

indicador “Densidad de la Red”.

Densidad de la Red.

La densidad de la red muestra la relación entre los vínculos presentes en la red y el número de vínculos posibles. La red mostrada posee trece (13) relaciones o vínculos y ocho (8) nodos o actores. Con esos datos se calcula la densidad utilizando las fórmulas [1] y [2].


Número de vínculos posibles = Número de nodos x (Número de nodos-1) [1]

Número de vínculos posibles = 8x(8-1)=8x7=56

Densidad de la red = Número de vínculos en la red/Número de vínculos posibles [2]

Densidad de la red = 13/56=0,2321.

Se obtiene una densidad de 0,2321, es decir, se encuentran presentes en la red de TT, un 23,21% de los vínculos o interacciones posibles. Se puede afirmar que la red de TT no es una red densa, es dispersa, poco conectada, lo que se corrobora, con la ausencia de compartir información entre varios miembros del equipo por la falta de vínculos entre ellos. Por ejemplo, se nota que María solamente tiene vínculo directo con Pedro y Andrés y no con los demás. Por otro lado, Isbelia no tiene relación directa con María, Pedro, Domingo y Olga.

Con base en los resultados se puede afirmar que los miembros de TT no forman una

red bien conectada por la ausencia de vínculos entre varios de los miembros. Una

densidad del 23% es baja para una red tan pequeña.

Paso 7. Cálculo centralidad de entrada.

El consultor obtiene la información que necesita para responder las siguientes

preguntas, ¿Quién recibe más/menos información?. La respuesta la proporciona el

indicador “Centralidad de Grado de entrada”.

Centralidad de Grado o grado de centralidad de entrada (Input Degree Centrality).

Se refiere al número de vínculos directos que tiene el nodo y es el número de

conexiones directas que recibe un actor de los demás. Según Hanneman y Riddle

(2005) si un actor recibe muchos vínculos de entrada se le reconoce como un actor

prominente o que tiene alto prestigio, indicando su importancia en la red. La figura 5

muestra la red, los vínculos de entrada o información que recibe cada miembro del

equipo y se obtiene del Pajek por la secuencia de comandos Network>Create

Partition>Centrality>Degree>Input. Olga es la persona mejor conectada por el mayor

número de vínculos de entrada que recibe y se traduce en las tres (3) referencias de

comunicación que recibió; es decir, tres (3) miembros del equipo compartieron

información con ella. Le siguen Andrés, Isbelia y Eglys que recibieron información de

dos (2) de sus compañeros, cada uno.


Los miembros del equipo que reciben menos información son Pedro, María, Carlos y

Domingo; ellos solamente recibieron información de un miembro (1) del equipo.

Llama la atención que María como líder del equipo reciba solamente un vínculo de

comunicación de entrada. Como líder se podría esperar que el resto de los miembros

del equipo, siete personas, se comunicaran con ella por lo tanto recibió muy pocos

vínculos para ser líder.

Figura 5. Red y centralidad de entrada.

Con base en los resultados se puede afirmar que Olga es quien recibe más

información; por otro lado, Pedro, María, Carlos y Domingo son los que menos

información reciben.

Paso 8. Cálculo centralidad de salida.

El consultor obtiene información que necesita para responder las siguientes

preguntas, ¿Quién suministra más/menos información? La respuesta es

proporcionada por el indicador “Centralidad de Grado de salida”.

Centralidad de Grado o grado de centralidad de salida (Output Degree Centrality).

Se refiere al número de vínculos directos que tiene el nodo. Es el número de conexiones directas que tiene un actor hacia los demás; Según Hanneman y Riddle


(2005) Los actores que intercambian información/recursos con otros, hace que los demás estén pendientes de su punto de vista y se les reconoce como actores con influencia en los demás. la figura 6 muestra la centralidad de salida y se obtiene del Pajek con la secuencia de menú: Network>Create Vector>Centrality>Degree>Output. Carlos es quien tiene más vínculos de salida al suministrar información a otros, en este caso a tres (3) miembros del equipo.

Figura 6. Red y centralidad de salida.

Le siguen, María, Egly y Olga con dos (2) referencias de conexión cada uno. El resto, Pedro, Andrés, Isbelia y Domingo solamente suministraron información a un miembro, cada uno. Con base en los resultados se puede afirmar que Carlos es quien aporta más información a miembros del equipo; por otro lado, Pedro, Andrés, Isbelia y Domingo son los que tienen menos vínculos de comunicación. María nuevamente recibe pocos vínculos de comunicación de salida; eso indica que se comunica muy poco con el resto del equipo. Como líder se podría esperar siete vínculos de comunicación de salida por ser líder del equipo.

Paso 9. Cálculo centralidad total


preguntas, ¿Quién posee más/menos intercambios de información? La respuesta es

suministrada por el indicador “Grado de Centralidad Total”


Centralidad de Grado o grado de centralidad total (All Degree Centrality).

Se refiere al número de vínculos directos que tiene el nodo tanto de entrada como de salida. Es el número de conexiones directas que recibe y genera un actor con respecto a los demás; en la figura 7 se muestra la red, los valores de cada miembro del equipo y la secuencia de comandos del Pajek Network>Create Vector>Centrality>Degree>All. Olga es la que tiene más intercambios de información, es la mejor conectada, posee cinco (5) vínculos de comunicación, es decir, suministró y recibió información en mayor cantidad; eso es un indicador de su popularidad. Le siguen Carlos y Egly con cuatro (4); María, Andrés e Isbelia con tres (3).

Figura 7. Red y centralidad de total.

Pedro y Domingo son los que menos interacciones totales poseen; cada uno de ellos solamente con dos (2) vínculos. La líder aparece con pocos vínculos de comunicación como consecuencia de lo mostrado en los indicadores anteriores.

Con base en los resultados se puede afirmar que Olga es quien tiene más intercambios

de información; por otro lado, Pedro y Domingo son los que poseen menos vínculos de

comunicación.


Paso 10. Cálculo centralidad de intermediación.


preguntas, ¿Quién sirve de puente entre los miembros del equipo y quiénes no? La

respuesta es aportada por el indicador “Centralidad de Intermediación”.

Centralidad de intermediación (Betweenness Centrality).

Según Velásquez y Aguilar (2005), la intermediación es la posibilidad que tiene un nodo para intermediar las comunicaciones entre pares de nodos o actores. Estos nodos son también conocidos como actores puente. Se mide como la proporción de veces que un actor está en la ruta entre distintos pares de actores. Un nodo o actor con un alto valor de intermediación tiene gran influencia en la red sobre lo que fluye en esa red, en este caso, información para realizar el trabajo. La figura 8 centraliza la información acerca del indicador y se obtiene de la secuencia de comandos Network>Create Vector>Centrality>Betweenness

A pesar de que Olga tiene más conexiones directas por la información recibida y suministrada, Egly posee una buena posición en la red porque sirve de puente entre las personas que menos conexiones directas tuvieron.

Figura 8. Red y centralidad de intermediación.

Egly posee el mayor índice de intermediación de 0,3757143 seguida por Isbelia. Sin Egly, Domingo queda desvinculado del equipo TT. Domingo y Pedro no son puentes en el equipo por su baja vinculación con el resto de los miembros del equipo.


Se podría esperar que María, como líder del equipo, tuviese un alto valor de intermediación pero no es el caso. Del líder se espera que sea puente para vincular los miembros del equipo.

Con base en los resultados se puede afirmar que Egly sirve de puente entre las

personas que menos conexiones directas tuvieron, Domingo y Pedro. Ellos no son

puentes por estar muy desvinculados en el equipo.

Paso 11. Cálculo centralidad de cercanía.


preguntas, ¿Quién o quiénes son más accesibles y quienes no? La respuesta está en

el indicador “Centralidad de la Cercanía”.

Centralidad de cercanía (Closeness Centrality).

Según Velásquez y Aguilar (2005) es la capacidad de un actor para alcanzar a todos los nodos de la Red. Se expresa, como un promedio, a qué tan cerca está un actor de los demás actores de la red. Por otro lado, Borgatti (2005) indica en un contexto de flujo, por ejemplo de información, como el índice de tiempo esperado hasta la llegada de la información a través de la red. En la figura 9 se muestra información del indicador y se obtiene de la secuencia de comandos Network>Create Vector>Centrality>Closeness>All

Figura 9. Red y centralidad de cercanía.


Andrés, Isbelia y Carlos están más cerca de los demás miembros del equipo; ellos son

más accesible y pueden vincularse con los demás de una manera más rápida, lo cual

se expresa por el valor de 0,583333 que obtuvieron. Están en una excelente posición

para monitorear el flujo de información en la red. Ellos tienen la mejor visibilidad de lo

que está ocurriendo en la red. Por otro lado, Pedro y Domingo son difíciles de acceder

y se presenta mayor dificultad de acceso con Pedro por el bajo valor obtenido en el

indicador. María es accesible pero no en la medida que puede esperarse de un líder;

en otras palabras, debería tener un alto valor del indicador de cercanía.

Con base en los resultados se puede afirmar que Andrés, Isbelia y Carlos son los más

accesibles; en caso contrario, Domingo y Pedro son dificiles de acceder.

Una vez finalizada la determinación de las métricas mostradas anteriormente,

seguidamente son resumidos los hallazgos acerca del Equipo Todo Terreno.

Paso 12. Hallazgos.

En este paso son presentados los hallagos del análisis realizado por el consultor.

HALLAZGOS

Todo equipo de trabajo debe someterse regularmente a un diagnóstico para detectar

la manera cómo interactúan los miembros y una de las formas para hacerlo es ARS. En

este contenido se diseñó un ejemplo para analizar en doce (12) pasos un equipo de

trabajo ficticio, no obstante, la secuencia indicada es en líneas generales válida para

evaluar cualquier equipo de trabajo real.

1. Entrevista a integrantes del equipo.2. Elaboración matriz de relaciones.

3. Creación archivo de entrada.4. Lectura del archivo de entrada.5. Obtención de la red “Todo Terreno”.6. Cálculo densidad de la red.7. Cálculo centralidad de entrada.

8. Cálculo centralidad de salida.9. Cálculo centralidad total.10. Cálculo centralidad de intermediación.11. Cálculo centralidad de cercanía.12. Hallazgos.


El diagnóstico del consultor indica que el Equipo “Todo Terreno” tiene graves

problemas de comunicación, los cuales se acentúan por un papel inadecuado de la

líder. El equipo requiere una intervención inmediata para recuperar su desempeño

habitual. A continuación se responden las preguntas planteadas al inicio.

Los miembros de TT no forman una red bien conectada por la ausencia de vínculos

entre varios de los miembros. Una densidad del 23% es baja para una red tan

pequeña.

Olga es quien recibe más información. Pedro, María, Carlos y Domingo son los que

menos información reciben. María recibió muy pocos vínculos para ser líder.

Carlos es quien aporta más información a miembros del equipo; por otro lado,

Pedro, Andrés, Isbelia y Domingo son los que tienen menos vínculos de

comunicación. María comunica muy poco con el resto del equipo.

Olga tiene más intercambios de información; Pedro y Domingo son los que tienen

menos vínculos de comunicación. María con pocos vínculos, para ser la líder.

Egly sirve de puente entre las personas que menos conexiones directas tuvieron.

Domingo y Pedro no son puente por su desvinculación del resto del equipo. Se

podría esperar que María, por su condición de líder asignada, apareciera como un

vínculo fuerte pero no es así.

Andrés, Isbelia y Carlos son los más accesibles; Domingo y Pedro son dificiles de

acceder y están muy desvinculados.

María no aparece como un miembro accesible del equipo y se manifiesta en los

bajos vínculos de entrada y salida que obtuvo; además en los valores de la

intermediación y cercanía.

A MANERA DE RECOMENDACIÓN PARA LOS EQUIPOS DE TRABAJO

Como principio básico, todo equipo de trabajo debe conocer, por intermedio de un

diagnóstico, sus fortalezas y debilidades con el objetivo de potenciar las primeras y

minimizar las segundas. Las relaciones de comunicación/información/conocimiento

entre los miembros del equipo representan una factor de éxito y deben estudiarse

continuamente. El ARS ofrece la oportunidad de identificar esas relaciones y

determinar su fortaleza o debilidad.

Como recomendación, líder del equipo debe desarrollar la red de su equipo y obtener,

por intermedio del ARS, respuestas a las siguientes interrogantes, entre otras: ¿los

miembros forman una red bien conectada? Quién recibe más/menos información,


¿Quién suministra más/menos información?; ¿Quién posee más/menos intercambios

de información? ¿Quién sirve de puente entre los miembros del equipo y quiénes no?

¿Quién o quiénes son más accesible y quiénes no? ¿El líder está haciendo su trabajo

de interactuar con todos los miembros del equipo?

Este material puede ser usado libremente sin olvidar el crédito correspondiente al

autor. Cualquier sugerencia se agradece.


REFERENCIAS

Carolan, B. (2014). Social Netwok Analysis an Education. Theory, Methods & Applications. Los Angeles: SAGE.

Batagelj V., y Mrvar A. (S/F). Pajek / Pajek-XXL versions 3.** and 4.**. Disponible en: http://mrvar.fdv.uni-lj.si/pajek/ Fecha de consulta: 17/08/2015.

Borgatti S. (2005). Centrality and network flow�Social Networks 27 (2005) 55–71 Disponible en http://www.analytictech.com/borgatti/papers/centflow.pdf. Fecha de consulta: 20/07/2015.

Borgatti S. (2005). Centrality. Disponible en http://www.analytictech.com/essex/lectures/centrality.pdf Fecha de consulta: 20/07/2015.

Hanneman, R. and Riddle M. (2005). Introduction to social network methods. Riverside, CA: University of California. Disponible en: http://faculty.ucr.edu/~hanneman/ Fecha de Consulta: 23/07/2015

Gonzales-Aguilar A., Ramírez-Posada M., Vaisman C (2012). Análisis de redes de estilos de aprendizaje en formación virtual de documentación. Signo y Pensamiento 6I· Avances pp 142 - 157 · volumen XXXI · julio - diciembre 2012

Krebs, K. (2013). Social Network Analysis: An Introduction. Disponible en http://www.orgnet.com/sna.html. Fecha de consulta: 15/07/2015.

Portal publicaciones Steve Borgatti (S/F). Disponible en: http://www.steveborgatti.com/research/publications. Fecha de consulta: 15/07/2015.

Site Software Netdraw (S/F). Disponible en https://sites.google.com/site/netdrawsoftware/download

Velásquez, A., y Aguilar N. (2005). Manual Introductorio al Análisis de Redes Sociales. Medidas de Centralidad. Ejemplos prácticos con UCINET 6.85 y NETDRAW 1.48

http://mrvar.fdv.uni-lj.si/pajek/

http://www.analytictech.com/borgatti/papers/centflow.pdf

http://www.analytictech.com/essex/lectures/centrality.pdf

http://www.orgnet.com/sna.html

http://www.steveborgatti.com/research/publications

https://sites.google.com/site/netdrawsoftware/download

Business

Diagnóstico de un Equipo de Trabajo en 12 pasos usando Análisis de Redes Sociales