Cuantificación de estados emergentes en procesos dinámicos de redes sociales y de actividad cerebral

Autores
Del Pozo, Sofía Morena
Año de publicación
2024
Idioma
español castellano
Tipo de recurso
tesis doctoral
Estado
versión publicada
Colaborador/a o director/a de tesis
Balenzuela, Pablo
Tagliazucchi, Enzo Rodolfo
Descripción
Con el surgimiento de la ciencia moderna, los límites entre las áreas del conocimiento se acentuaron. Sin embargo, en la actualidad enfrentamos fenómenos que desafían los enfoques tradicionales, demandando la integración de diversas disciplinas. Estos fenómenos, conocidos como sistemas complejos, surgen de la interacción de múltiples elementos que generan fenómenos emergentes. Un caso de integración disciplinaria particularmente útil para el estudio de estos fenómenos es la teoría de redes, que representa sistemas mediante grafos, con nodos como elementos y enlaces como relaciones. Además, las técnicas de procesamiento del lenguaje natural constituyen otro enfoque valioso, ya que permiten estudiar sistemáticamente el contenido semántico en grandes volúmenes de datos. En esta tesis, desarrollamos métodos basados en dichas herramientas para cuantificar fenómenos emergentes en redes sociales y en la actividad cerebral humana. Analizamos, por un lado, el comportamiento colectivo de individuos compartiendo noticias en Twitter, creando una metodología sistemática para estudiar estructuras emergentes del flujo de información y la relación con los sesgos personales y mediáticos. Esto permitió estudiar el sesgo de confirmación en las redes sociales y clasificar medios de comunicación argentinos según sus sesgos políticos. También representamos datos de resonancias magnéticas funcionales en redes complejas, obtenidos en diferentes estados de conciencia, y desarrollamos un método que nos permitió estudiar la teoría del núcleo dinámico sobre la conciencia humana.
With the rise of modern science, the boundaries between areas of knowledge became more distinct. However, today we face phenomena that challenge traditional approaches, requiring the integration of various disciplines. These phenomena, known as complex systems, arise from the interaction of multiple elements that generate emergent behavior. One particularly useful instance of disciplinary integration for studying these phenomena is network theory, which represents systems through graphs, with nodes as elements and links as relationships. Additionally, natural language processing techniques offer another valuable approach, allowing for the systematic study of semantic content in large volumes of data. In this thesis, we develop methods based on these tools to quantify emergent phenomena in social networks and human brain activity. We analyze the collective behavior of individuals sharing news on Twitter, creating a systematic methodology to study emergent structures in the flow of information and their relation to personal and media biases. This enabled us to examine confirmation bias in social media and classify Argentine media outlets according to their political biases. We also represent functional magnetic resonance imaging data in complex networks, obtained in different states of consciousness, and developed a method that allowed us to study the Dynamic Core Hypothesis of human consciousness.
Fil: Del Pozo, Sofía Morena. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales; Argentina.
Materia
REDES COMPLEJAS
REDES SOCIALES
REDES DE CONECTIVIDAD FUNCIONAL
CONCIENCIA
SESGO MEDIATICO
SESGO DE CONFIRMACION
POLARIZACION
CAMARAS DE ECO
COMPLEX NETWORK
SOCIAL MEDIA
FUNCTIONAL CONNECTIVITY NETWORKS
CONSCIOUSNESS
CONFIRMATION BIAS
CONFIRMATION BIAS
MEDIA BIAS
POLARIZATION
ECHO CHAMBERS
Nivel de accesibilidad
acceso abierto
Condiciones de uso
https://creativecommons.org/licenses/by-nc-sa/2.5/ar
Repositorio
Biblioteca Digital (UBA-FCEN)
Institución
Universidad Nacional de Buenos Aires. Facultad de Ciencias Exactas y Naturales
OAI Identificador
tesis:tesis_n7568_DelPozo

id BDUBAFCEN_605203dd57d06041781003781d1fe431
oai_identifier_str tesis:tesis_n7568_DelPozo
network_acronym_str BDUBAFCEN
repository_id_str 1896
network_name_str Biblioteca Digital (UBA-FCEN)
spelling Cuantificación de estados emergentes en procesos dinámicos de redes sociales y de actividad cerebralQuantification of emergent states in dynamic processes of social networks and brain activityDel Pozo, Sofía MorenaREDES COMPLEJASREDES SOCIALESREDES DE CONECTIVIDAD FUNCIONALCONCIENCIASESGO MEDIATICOSESGO DE CONFIRMACIONPOLARIZACIONCAMARAS DE ECOCOMPLEX NETWORKSOCIAL MEDIAFUNCTIONAL CONNECTIVITY NETWORKSCONSCIOUSNESSCONFIRMATION BIASCONFIRMATION BIASMEDIA BIASPOLARIZATIONECHO CHAMBERSCon el surgimiento de la ciencia moderna, los límites entre las áreas del conocimiento se acentuaron. Sin embargo, en la actualidad enfrentamos fenómenos que desafían los enfoques tradicionales, demandando la integración de diversas disciplinas. Estos fenómenos, conocidos como sistemas complejos, surgen de la interacción de múltiples elementos que generan fenómenos emergentes. Un caso de integración disciplinaria particularmente útil para el estudio de estos fenómenos es la teoría de redes, que representa sistemas mediante grafos, con nodos como elementos y enlaces como relaciones. Además, las técnicas de procesamiento del lenguaje natural constituyen otro enfoque valioso, ya que permiten estudiar sistemáticamente el contenido semántico en grandes volúmenes de datos. En esta tesis, desarrollamos métodos basados en dichas herramientas para cuantificar fenómenos emergentes en redes sociales y en la actividad cerebral humana. Analizamos, por un lado, el comportamiento colectivo de individuos compartiendo noticias en Twitter, creando una metodología sistemática para estudiar estructuras emergentes del flujo de información y la relación con los sesgos personales y mediáticos. Esto permitió estudiar el sesgo de confirmación en las redes sociales y clasificar medios de comunicación argentinos según sus sesgos políticos. También representamos datos de resonancias magnéticas funcionales en redes complejas, obtenidos en diferentes estados de conciencia, y desarrollamos un método que nos permitió estudiar la teoría del núcleo dinámico sobre la conciencia humana.With the rise of modern science, the boundaries between areas of knowledge became more distinct. However, today we face phenomena that challenge traditional approaches, requiring the integration of various disciplines. These phenomena, known as complex systems, arise from the interaction of multiple elements that generate emergent behavior. One particularly useful instance of disciplinary integration for studying these phenomena is network theory, which represents systems through graphs, with nodes as elements and links as relationships. Additionally, natural language processing techniques offer another valuable approach, allowing for the systematic study of semantic content in large volumes of data. In this thesis, we develop methods based on these tools to quantify emergent phenomena in social networks and human brain activity. We analyze the collective behavior of individuals sharing news on Twitter, creating a systematic methodology to study emergent structures in the flow of information and their relation to personal and media biases. This enabled us to examine confirmation bias in social media and classify Argentine media outlets according to their political biases. We also represent functional magnetic resonance imaging data in complex networks, obtained in different states of consciousness, and developed a method that allowed us to study the Dynamic Core Hypothesis of human consciousness.Fil: Del Pozo, Sofía Morena. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales; Argentina.Universidad de Buenos Aires. Facultad de Ciencias Exactas y NaturalesBalenzuela, PabloTagliazucchi, Enzo Rodolfo2024-07-03info:eu-repo/semantics/doctoralThesisinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_db06info:ar-repo/semantics/tesisDoctoralapplication/pdfhttps://hdl.handle.net/20.500.12110/tesis_n7568_DelPozospainfo:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by-nc-sa/2.5/arreponame:Biblioteca Digital (UBA-FCEN)instname:Universidad Nacional de Buenos Aires. Facultad de Ciencias Exactas y Naturalesinstacron:UBA-FCEN2025-09-04T09:46:57Ztesis:tesis_n7568_DelPozoInstitucionalhttps://digital.bl.fcen.uba.ar/Universidad públicaNo correspondehttps://digital.bl.fcen.uba.ar/cgi-bin/oaiserver.cgiana@bl.fcen.uba.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:18962025-09-04 09:46:58.478Biblioteca Digital (UBA-FCEN) - Universidad Nacional de Buenos Aires. Facultad de Ciencias Exactas y Naturalesfalse
dc.title.none.fl_str_mv Cuantificación de estados emergentes en procesos dinámicos de redes sociales y de actividad cerebral
Quantification of emergent states in dynamic processes of social networks and brain activity
title Cuantificación de estados emergentes en procesos dinámicos de redes sociales y de actividad cerebral
spellingShingle Cuantificación de estados emergentes en procesos dinámicos de redes sociales y de actividad cerebral
Del Pozo, Sofía Morena
REDES COMPLEJAS
REDES SOCIALES
REDES DE CONECTIVIDAD FUNCIONAL
CONCIENCIA
SESGO MEDIATICO
SESGO DE CONFIRMACION
POLARIZACION
CAMARAS DE ECO
COMPLEX NETWORK
SOCIAL MEDIA
FUNCTIONAL CONNECTIVITY NETWORKS
CONSCIOUSNESS
CONFIRMATION BIAS
CONFIRMATION BIAS
MEDIA BIAS
POLARIZATION
ECHO CHAMBERS
title_short Cuantificación de estados emergentes en procesos dinámicos de redes sociales y de actividad cerebral
title_full Cuantificación de estados emergentes en procesos dinámicos de redes sociales y de actividad cerebral
title_fullStr Cuantificación de estados emergentes en procesos dinámicos de redes sociales y de actividad cerebral
title_full_unstemmed Cuantificación de estados emergentes en procesos dinámicos de redes sociales y de actividad cerebral
title_sort Cuantificación de estados emergentes en procesos dinámicos de redes sociales y de actividad cerebral
dc.creator.none.fl_str_mv Del Pozo, Sofía Morena
author Del Pozo, Sofía Morena
author_facet Del Pozo, Sofía Morena
author_role author
dc.contributor.none.fl_str_mv Balenzuela, Pablo
Tagliazucchi, Enzo Rodolfo
dc.subject.none.fl_str_mv REDES COMPLEJAS
REDES SOCIALES
REDES DE CONECTIVIDAD FUNCIONAL
CONCIENCIA
SESGO MEDIATICO
SESGO DE CONFIRMACION
POLARIZACION
CAMARAS DE ECO
COMPLEX NETWORK
SOCIAL MEDIA
FUNCTIONAL CONNECTIVITY NETWORKS
CONSCIOUSNESS
CONFIRMATION BIAS
CONFIRMATION BIAS
MEDIA BIAS
POLARIZATION
ECHO CHAMBERS
topic REDES COMPLEJAS
REDES SOCIALES
REDES DE CONECTIVIDAD FUNCIONAL
CONCIENCIA
SESGO MEDIATICO
SESGO DE CONFIRMACION
POLARIZACION
CAMARAS DE ECO
COMPLEX NETWORK
SOCIAL MEDIA
FUNCTIONAL CONNECTIVITY NETWORKS
CONSCIOUSNESS
CONFIRMATION BIAS
CONFIRMATION BIAS
MEDIA BIAS
POLARIZATION
ECHO CHAMBERS
dc.description.none.fl_txt_mv Con el surgimiento de la ciencia moderna, los límites entre las áreas del conocimiento se acentuaron. Sin embargo, en la actualidad enfrentamos fenómenos que desafían los enfoques tradicionales, demandando la integración de diversas disciplinas. Estos fenómenos, conocidos como sistemas complejos, surgen de la interacción de múltiples elementos que generan fenómenos emergentes. Un caso de integración disciplinaria particularmente útil para el estudio de estos fenómenos es la teoría de redes, que representa sistemas mediante grafos, con nodos como elementos y enlaces como relaciones. Además, las técnicas de procesamiento del lenguaje natural constituyen otro enfoque valioso, ya que permiten estudiar sistemáticamente el contenido semántico en grandes volúmenes de datos. En esta tesis, desarrollamos métodos basados en dichas herramientas para cuantificar fenómenos emergentes en redes sociales y en la actividad cerebral humana. Analizamos, por un lado, el comportamiento colectivo de individuos compartiendo noticias en Twitter, creando una metodología sistemática para estudiar estructuras emergentes del flujo de información y la relación con los sesgos personales y mediáticos. Esto permitió estudiar el sesgo de confirmación en las redes sociales y clasificar medios de comunicación argentinos según sus sesgos políticos. También representamos datos de resonancias magnéticas funcionales en redes complejas, obtenidos en diferentes estados de conciencia, y desarrollamos un método que nos permitió estudiar la teoría del núcleo dinámico sobre la conciencia humana.
With the rise of modern science, the boundaries between areas of knowledge became more distinct. However, today we face phenomena that challenge traditional approaches, requiring the integration of various disciplines. These phenomena, known as complex systems, arise from the interaction of multiple elements that generate emergent behavior. One particularly useful instance of disciplinary integration for studying these phenomena is network theory, which represents systems through graphs, with nodes as elements and links as relationships. Additionally, natural language processing techniques offer another valuable approach, allowing for the systematic study of semantic content in large volumes of data. In this thesis, we develop methods based on these tools to quantify emergent phenomena in social networks and human brain activity. We analyze the collective behavior of individuals sharing news on Twitter, creating a systematic methodology to study emergent structures in the flow of information and their relation to personal and media biases. This enabled us to examine confirmation bias in social media and classify Argentine media outlets according to their political biases. We also represent functional magnetic resonance imaging data in complex networks, obtained in different states of consciousness, and developed a method that allowed us to study the Dynamic Core Hypothesis of human consciousness.
Fil: Del Pozo, Sofía Morena. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales; Argentina.
description Con el surgimiento de la ciencia moderna, los límites entre las áreas del conocimiento se acentuaron. Sin embargo, en la actualidad enfrentamos fenómenos que desafían los enfoques tradicionales, demandando la integración de diversas disciplinas. Estos fenómenos, conocidos como sistemas complejos, surgen de la interacción de múltiples elementos que generan fenómenos emergentes. Un caso de integración disciplinaria particularmente útil para el estudio de estos fenómenos es la teoría de redes, que representa sistemas mediante grafos, con nodos como elementos y enlaces como relaciones. Además, las técnicas de procesamiento del lenguaje natural constituyen otro enfoque valioso, ya que permiten estudiar sistemáticamente el contenido semántico en grandes volúmenes de datos. En esta tesis, desarrollamos métodos basados en dichas herramientas para cuantificar fenómenos emergentes en redes sociales y en la actividad cerebral humana. Analizamos, por un lado, el comportamiento colectivo de individuos compartiendo noticias en Twitter, creando una metodología sistemática para estudiar estructuras emergentes del flujo de información y la relación con los sesgos personales y mediáticos. Esto permitió estudiar el sesgo de confirmación en las redes sociales y clasificar medios de comunicación argentinos según sus sesgos políticos. También representamos datos de resonancias magnéticas funcionales en redes complejas, obtenidos en diferentes estados de conciencia, y desarrollamos un método que nos permitió estudiar la teoría del núcleo dinámico sobre la conciencia humana.
publishDate 2024
dc.date.none.fl_str_mv 2024-07-03
dc.type.none.fl_str_mv info:eu-repo/semantics/doctoralThesis
info:eu-repo/semantics/publishedVersion
http://purl.org/coar/resource_type/c_db06
info:ar-repo/semantics/tesisDoctoral
format doctoralThesis
status_str publishedVersion
dc.identifier.none.fl_str_mv https://hdl.handle.net/20.500.12110/tesis_n7568_DelPozo
url https://hdl.handle.net/20.500.12110/tesis_n7568_DelPozo
dc.language.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
https://creativecommons.org/licenses/by-nc-sa/2.5/ar
eu_rights_str_mv openAccess
rights_invalid_str_mv https://creativecommons.org/licenses/by-nc-sa/2.5/ar
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales
publisher.none.fl_str_mv Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales
dc.source.none.fl_str_mv reponame:Biblioteca Digital (UBA-FCEN)
instname:Universidad Nacional de Buenos Aires. Facultad de Ciencias Exactas y Naturales
instacron:UBA-FCEN
reponame_str Biblioteca Digital (UBA-FCEN)
collection Biblioteca Digital (UBA-FCEN)
instname_str Universidad Nacional de Buenos Aires. Facultad de Ciencias Exactas y Naturales
instacron_str UBA-FCEN
institution UBA-FCEN
repository.name.fl_str_mv Biblioteca Digital (UBA-FCEN) - Universidad Nacional de Buenos Aires. Facultad de Ciencias Exactas y Naturales
repository.mail.fl_str_mv ana@bl.fcen.uba.ar
_version_ 1842340682919837696
score 12.623145