Сборник сетевых позиций
(оформление, стилевые правки, орфография, дополнение, иллюстрация, обновление данных) |
|||
| (не показаны 20 промежуточных версий 1 участника) | |||
| Строка 1: | Строка 1: | ||
| + | |||
| + | == О модели == | ||
| + | |||
| + | Моде́ль «центр-перифери́я», или модель «ядро-периферия» (англ. core-periphery model), — в экономической географии модель взаимодействия центральных и периферийных районов в процессе их развития. В классическом виде разработана Джоном Фридманном в 1966 году в книге «Политика регионального развития: опыт Венесуэлы». | ||
| + | |||
| + | В этой модели небольшой по территории центр, объединяющий наиболее передовые технологические и социальные достижения, противопоставляется огромной периферии — совокупности отдаленных и слаборазвитых территорий с замедленной модернизацией, служащей источником ресурсов и потребителем инноваций[2]. Выделяют также полупериферийные районы, занимающие промежуточное положение, — бывшие центральные с устаревающей технологической базой, либо близко расположенные к центру периферийные районы, которые более эффективно взаимодействуют с центром. Следует отметить, что модель «центр-периферия» применяется на различных уровнях: глобальном, региональном, локальном. | ||
| + | |||
| + | Процесс пространственного распространения новых достижений носит название «диффузия нововведений» и является важной составляющей модели. Так, очевидно, что некоторая технология, зародившись в одном районе, постепенно распространяется через примыкающие территории всё дальше. При этом в районе возникновения инновация становится всё более используемой и ярко выраженной. | ||
| + | |||
| + | == Центр и периферия == | ||
Что принимается во внимание при анализе фигур? Фигура или группа может находиться в центре поля, на периферии или занимать промежуточное положение. | Что принимается во внимание при анализе фигур? Фигура или группа может находиться в центре поля, на периферии или занимать промежуточное положение. | ||
| + | |||
| + | <graphviz> | ||
| + | |||
| + | digraph WR5 { | ||
| + | layout = "neato"; | ||
| + | // edge [arrowhead=normal, arrowsize=0.4,len=1.8]; | ||
| + | // size="9,9" ; | ||
| + | overlap = false; | ||
| + | // splines = true; | ||
| + | // levels=4 ; | ||
| + | |||
| + | 1 -> 2 | ||
| + | 1 -> 3 | ||
| + | 1 -> 4 | ||
| + | 4 -> 2 | ||
| + | 3 -> 2 | ||
| + | 3 -> 8 | ||
| + | 8 -> 2 | ||
| + | 2 -> 7 | ||
| + | 6 -> 2 | ||
| + | 3 -> 5 | ||
| + | 3 -> 4 | ||
| + | 4 -> 10 | ||
| + | |||
| + | } | ||
| + | |||
| + | </graphviz> | ||
| + | |||
| + | == Классические сетевые структуры == | ||
| + | см. [[Коммуникационные паттерны]] - по статье 1. Leavitt H.J. Some effects of certain communication patterns on group performance // The Journal of Abnormal and Social Psychology. 1951. Т. 46. № 1. С. 38–50. | ||
| + | |||
| + | == Группы (Фигуры) == | ||
| + | |||
* [[Одиночка]] | * [[Одиночка]] | ||
| Строка 6: | Строка 49: | ||
* [[Триада]] | * [[Триада]] | ||
* [[Клика]] | * [[Клика]] | ||
| + | * [[Компонента]] | ||
| Строка 77: | Строка 121: | ||
== Как интерпретировать социограммы? == | == Как интерпретировать социограммы? == | ||
| + | |||
| + | [[Интерпретация социограмм]] | ||
| + | |||
* Social Network Analysis:Visualization Tools http://www.hks.harvard.edu/netgov/files/complexity/dgO_2005_SNA_Mergel.pdf | * Social Network Analysis:Visualization Tools http://www.hks.harvard.edu/netgov/files/complexity/dgO_2005_SNA_Mergel.pdf | ||
* https://stormjadebrown.wordpress.com/2014/04/13/week-2-activities-interpreting-class-connections-sociogram-part-one/ | * https://stormjadebrown.wordpress.com/2014/04/13/week-2-activities-interpreting-class-connections-sociogram-part-one/ | ||
| Строка 82: | Строка 129: | ||
* Hrastinski S. Illustrating knowledge networks as sociograms // Knowledge networks : the social software perspective. 2009. С. 96 – 104. | * Hrastinski S. Illustrating knowledge networks as sociograms // Knowledge networks : the social software perspective. 2009. С. 96 – 104. | ||
* Adopting Analytics Culture: What can be learned from social network analysis (SNA)? http://www.analyticbridge.com/profiles/blogs/adopting-analytics-culture-what-can-be-learned-from-social | * Adopting Analytics Culture: What can be learned from social network analysis (SNA)? http://www.analyticbridge.com/profiles/blogs/adopting-analytics-culture-what-can-be-learned-from-social | ||
| − | |||
== Общий подход - организация как сеть == | == Общий подход - организация как сеть == | ||
| Строка 91: | Строка 137: | ||
[[Категория:Учебная аналитика]] | [[Категория:Учебная аналитика]] | ||
| + | [[Категория:ONA]] | ||
Текущая версия на 20:43, 27 октября 2020
Содержание |
[править] О модели
Моде́ль «центр-перифери́я», или модель «ядро-периферия» (англ. core-periphery model), — в экономической географии модель взаимодействия центральных и периферийных районов в процессе их развития. В классическом виде разработана Джоном Фридманном в 1966 году в книге «Политика регионального развития: опыт Венесуэлы».
В этой модели небольшой по территории центр, объединяющий наиболее передовые технологические и социальные достижения, противопоставляется огромной периферии — совокупности отдаленных и слаборазвитых территорий с замедленной модернизацией, служащей источником ресурсов и потребителем инноваций[2]. Выделяют также полупериферийные районы, занимающие промежуточное положение, — бывшие центральные с устаревающей технологической базой, либо близко расположенные к центру периферийные районы, которые более эффективно взаимодействуют с центром. Следует отметить, что модель «центр-периферия» применяется на различных уровнях: глобальном, региональном, локальном.
Процесс пространственного распространения новых достижений носит название «диффузия нововведений» и является важной составляющей модели. Так, очевидно, что некоторая технология, зародившись в одном районе, постепенно распространяется через примыкающие территории всё дальше. При этом в районе возникновения инновация становится всё более используемой и ярко выраженной.
[править] Центр и периферия
Что принимается во внимание при анализе фигур? Фигура или группа может находиться в центре поля, на периферии или занимать промежуточное положение.
[править] Классические сетевые структуры
см. Коммуникационные паттерны - по статье 1. Leavitt H.J. Some effects of certain communication patterns on group performance // The Journal of Abnormal and Social Psychology. 1951. Т. 46. № 1. С. 38–50.
[править] Группы (Фигуры)
Роли, которые может выполнять агент в социальной сети:
Это пополняемый перечень позиций, которые мы наблюдаем в сетевой деятельности
| Изображение | Название, описание | Сетевые метрики | Последствия (Результат) |
|---|---|---|---|
|
Одиночка | Сетевые метрики | Последствия (Результат) |
| Изображение | Пара. В паре всегда есть первый автор, создавший объект деятельности и есть присоединившийся к автору участник, который выполняет действия над уже существующим объектом. Сильная, продуктивная пара - если они связаны взаимными отношениями | Сетевые метрики | Последствия (Результат) |
| Изображение | Малая группа | Сетевые метрики | Последствия (Результат) |
| Изображение | Клика, описание | Сетевые метрики | Последствия (Результат) |
| Изображение | Кластер или компонента, описание | Сетевые метрики | Последствия (Результат) |
| Изображение | Гигантская компонента - свидетельствует о том, что все узлы сети теперь так или иначе связаны между собой | Сетевые метрики | Последствия (Результат) |
| Изображение | Ключевой игрок, описание | Сетевые метрики | Последствия (Результат) |
| Изображение | Группа поддержки, описание | Сетевые метрики | Последствия (Результат) |
| Изображение | Мост - узел, объединяющий отдельные группы | Как правило, отличается высокой центральностью по посредничеству. | Последствия (Результат) |
| Изображение | Название, описание | Сетевые метрики | Последствия (Результат) |
[править] Как интерпретировать социограммы?
- Social Network Analysis:Visualization Tools http://www.hks.harvard.edu/netgov/files/complexity/dgO_2005_SNA_Mergel.pdf
- https://stormjadebrown.wordpress.com/2014/04/13/week-2-activities-interpreting-class-connections-sociogram-part-one/
- Pryke S. Social Network Analysis in Construction. : John Wiley & Sons, 2012. 288 с.
- Hrastinski S. Illustrating knowledge networks as sociograms // Knowledge networks : the social software perspective. 2009. С. 96 – 104.
- Adopting Analytics Culture: What can be learned from social network analysis (SNA)? http://www.analyticbridge.com/profiles/blogs/adopting-analytics-culture-what-can-be-learned-from-social
[править] Общий подход - организация как сеть
Conceptually, the key to applying SNA to gain insight into organizations is viewing organizations as networks of agents who are bound together by transactions or exchange-based ties. Workers are role-based ‘agents’ or ‘nodes’. These agents interact via transactions, which can be reporting relationships, exchanges of information, sharing of knowledge, co-processing a good or service, submitting requests for assistance, or simply expressed friendship and social affinities. Organizations in this context are network-based decision making mechanisms populated by various interacting agents who also inhabit sub-groups and cliques. Individuals are role-based agents interacting within networks via communication paths to process information into decisions. Workers, as organizational agents, both operate within and compose the network based upon various significant exchanges with other agents.
