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
- Institución
- Universidad Nacional de Buenos Aires. Facultad de Ciencias Exactas y Naturales
- OAI Identificador
- tesis:tesis_n7568_DelPozo
Ver los metadatos del registro completo
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 |