Redes de transferencia del conocimiento COVID-19 en organizaciones acuícolas del pacífico norte de México
PDF
XML

Palabras clave

Análisis de Redes Sociales
Redes de Transferencia de conocimiento
COVID-19
Organizaciones Acuícolas Social Network Analysis
Knowledge Transfer Networks
COVID-19
Aquaculture Organizations

Cómo citar

Carrazco Escalante, J. C., Leyva León, E., & Torres Soto, N. Y. (2022). Redes de transferencia del conocimiento COVID-19 en organizaciones acuícolas del pacífico norte de México. Revista Vértice Universitario, 24(93). https://doi.org/10.36792/rvu.v93i93.59

Licencia

Creative Commons License

Esta obra está bajo una licencia internacional Creative Commons Atribución-CompartirIgual 4.0.

Derechos de autor 2022

Resumen

El presente trabajo tuvo como objetivo analizar las redes de transferencia del conocimiento sobre el COVID-19, en los conjuntos acuícolas productores de camarón de la región pacifico norte de México. Método. Se realizó un estudio de corte transversal, descriptivo y correlacional, el cual permitió adquirir información de una encuesta de 102 acuacultores de la región del pacifico norte, del estado de Sinaloa. Para el análisis de resultados se probó el Análisis de Redes Sociales (ARS). Resultados. Se reportan 4 fuentes de información -Sector Salud, Fuentes Privadas, Sector Gubernamental y Medios de Comunicación- a las cuales los productores acuden para adquirir información sobre el Covid-19 y sus efectos en la actividad acuícola.

https://doi.org/10.36792/rvu.v93i93.59
PDF
XML

Citas

Aguilar, G. N., Martínez-González, E. G., Aguilar-Ávila, J., Santoyo-Cortés, H., Muñoz-Rodríguez, M., & García-Sánchez, E. I. (2016). Análisis de redes sociales para catalizar la innovación agrícola: de los vínculos directos a la integración y radialidad. Estudios gerenciales, 32 (140), 197-207. https://doi.org/10.1016/j.estger.2016.06.006

Araiza, S. L. M., Valenzuela-Valenzuela, A., Laborín-Alvarez, J. F., Ortega-García, J., Borbón-Morales, C. G., & Rueda-Puente, E. O. (2020). Aproximación a la medición de la percepción de riesgo en la acuacultura de Sonora, México. INVURNUS, 15 (3), 18-25. https://doi.org/10.46588/invurnus.v15i3.31

Arcos, A. M. (2017). Estudio comparativo entre el algoritmo de Kleinberg y el algoritmo Biased Selection para la construcción de redes small world. Computación y Sistemas, 21(2), 325-336.

Arias, J. E. & Aristizábal, C. A. (2011). Transferencia de conocimiento orientada a la innovación social en la relación ciencia-tecnología y sociedad. Pensamiento & gestión, (31), 137-166.

Arias, M. E., & Alarcón, S. (2019). Sistemas regionales de innovación agroalimentarios de Colombia: un análisis factorial y de clúster para la industria. Cuadernos de Desarrollo Rural, 16(84), 1-22. https://doi.org/10.11144/Javeriana.cdr16-84.sria

Aweke, Z., Jemal, B., Mola, S. & Hussen, R. (2020). Knowledge of COVID-19 and its prevention among residents of the Gedeo zone, South Ethiopia. Soirces of Information as a factor. Current Medical Research and Opinion, 36, 1955-1960. doi.org/10.1080/03007995.2020.1835854

Bergman, E. M. (2009). Embedding network analysis in spatial studies of innovation. Ann Reg Sci, 43(3), 559–565. 10.1007/s00168-008-0250-y

Borgatti, S. P., Everett, M. G., & Freeman, L. C. (2002). Ucinet for Windows: Software for social network analysis. Harvard, MA: analytic technologies, 6.

Carrazco, J. C., & León, J. I. (2017). Capacidad de absorción y competitividad en el cultivo de camarón del municipio de Ahome, Sinaloa. Estudios sociales, 27(50), 1-28.

Colina, C. L., Roldán, P. L., Bolíbar, M., & Muntanyola, D. (2013). La centralidad en las redes sociales: medición, correlación y aplicación. Metodología de Encuestas, 15, 77-97.

Cruz, M. C. (2014). Aproximación al diseño de redes de vínculos para el análisis del comercio desde una perspectiva compleja. Boletín Científico de las Ciencias Económico Administrativas del ICEA, 2(4).

De la Rosa Troyano, F. F., Gasca, R. M., Abril, L. G., & Morente, F. V. (2005). Análisis de Redes Sociales mediante Diagramas Estratégicos y Diagramas Estructurales. Redes. Revista hispana para el análisis de redes sociales, 8(1), 1-33.

Field, A. (2013). Discovering statistics using IBM SPSS statistics. USA: sage.

Freeman, L. C., Borgatti, S. P., & White, D. R. (1991). Centrality in valued graphs: A measure of betweenness based on network flow. Social networks, 13(2), 141-154. https://doi.org/10.1016/0378-8733(91)90017-N

Galán, J. L., Casanueva, C., & Castro-Abancéns, I. (2010). Las relaciones empresariales: una tipología de redes. Innovar, 20(38), 27-44.

Hermans, F., Sartas, M., Van Schagen, B., van Asten, P., & Schut, M. (2017). Social network analysis of multi-stakeholder platforms in agricultural research for development: Opportunities and constraints for innovation and scaling. PloS one, 12(2), 1-21. https://doi.org/10.1371/journal.pone.0169634

Hubbell, C. H. (1965). An input-output approach to clique identification. Sociometry 28(4), 377-399. https://doi.org/10.2307/2785990

Kleinberg, J. M. (1999). Hubs, authorities, and communities. ACM computing surveys (CSUR), 31(4), 1-3. https://doi.org/10.1145/345966.345982

Kolleck, N. (2013). Social network analysis in innovation research: using a mixed methods approach to analyze social innovations. European Journal of Futures Research, 1(1), 1-9. https://doi.org/10.1007/s40309-013-0025-2

Landsperger, J., & Spieth, P. (2011). Managing innovation networks in the industrial goods sector. International Journal of Innovation Management, 15(06), 1209-1241. https://doi.org/10.1142/S1363919611003714

León B. J. I., Gutiérrez L. L. V., & Carrazco E. J. C., (2019). Análisis comparativo de la red de flujos de conocimiento e información tecnológica en dos regiones líderes en el cultivo de camarón en México. Revista Facultad De Ciencias Económicas, 27(2), 9-32. https://doi.org/10.18359/rfce.3953

León B. J. I., López L. S. & Sandoval G. S. A. (2009). Actividades de transferencia del conocimiento de los investigadores académicos en el estado de Sonora. Revista de la educación superior, 38(151), 85-111.

Leskovec, J., & Faloutsos, C. (2006, August). Sampling from large graphs. In Proceedings of ACM SIGKDD International Conference on Knowledge Discovery and Data Mining (Philadelphia, USA, 2006), ACM, New York, pp. 631–636. 10.1145/1150402.1150479

Leyva, E. L., Borbón, C. G. M., & Pérez, R. P. (2018). Social Networks and Making Decisions: Evidence with Two Groups of Milk Producers in Hermosillo, Sonora. Vértice Universitario, 78, 19-27.

Marcelino, L. V., Pinto, A. L., & Marques, C. A. (2020). Intellectual authorities and hubs of green chemistry. In: Mugnaini, R. (ed.) DIONE 2020. LNICST, vol. 319, pp. 190–209. Springer, Cham. https://doi. org/10.1590/2318-0889202032e200031

Mohamad, E., Tham, J., Ayub, S., Hamzah, M., Hashim, H. & Azlan, A. (2020). Relationship Between COVID-19 Information Sources and Attitudes in Battling the Pandemic Among the Malaysian Public: Cross-Sectional Survey Stury. Journal of Medical Internet Research, 22(11). 10.2196/23922

Nuñez-Espinoza, J. F., Figueroa-Rodríguez, O. L., & Jiménez-Sánchez, L. (2014). Elementos para analizar redes sociales para el desarrollo rural en México: El caso RENDRUS. Agricultura, sociedad y desarrollo, 11(1), 1-24.

Pérez, B. J. E., Ureña, G.V., & Rodríguez-Aceves, L., (2015). Análisis de redes sociales para el estudio de la producción intelectual en grupos de investigación. Perfiles Educativos, 37(150), 124-142.

Pérez, M. M., & Hartwich, F. (2008). Análisis de Redes Sociales aplicado al estudio de los procesos de innovación agrícola. Redes. Revista hispana para el análisis de redes sociales, 14(1), 1-31.

Reinholt, M. I. A., Pedersen, T., & Foss, N. J. (2011). Why a central network position isn't enough: The role of motivation and ability for knowledge sharing in employee networks. Academy of Management Journal, 54(6), 1277-1297. https://doi.org/10.5465/amj.2009.0007

Roldán-Suárez, E., Rendón-Medel, R., Camacho-Villa, T. C., & Aguilar-Ávila, J. (2018). Gestión de la interacción en procesos de innovación rural. Ciencia y Tecnología Agropecuaria, 19(1), 15-28. https://doi.org/10.21930/rcta.vol19_num1_art:609

Salaverría, R., Bulsón, N., López, F., León, B., López, I. & Erviti, M. (2020). Disinformation in times of pandemic: typology of hoaxes on Covid-19. El Profesional de la Información, 29(3), 1-15. doi.org/10.3145/epi.2020.may.15

Sanz, L. (2003). Análisis de redes sociales: o cómo representar las estructuras sociales subyacentes. Apuntes de Ciencia y Tecnología, 7, 21-29.

Secretaría de Agricultura, Ganadería, Desarrollo Rural, Pesca y Alimentación (SAGARPA) (2008). Diagnóstico y planificación regional de la pesca y acuacultura en México. Región I: Pacífico norte. Recuperado de: https://www.gob.mx/conapesca/documentos/programa-rector-nacional-de-pesca-y-acuacultura-sustentables

Silva-Sobrinho, R. A., Zilly, A., Munhak da Silva, R. M., Moraes, R. A., Deschutter, E. J., Palha, P. F., & Bernardi, A. S. (2021). Enfrentamiento de la COVID-19 en una región fronteriza internacional: salud y economía. Revista Latino-Americana de Enfermagem, 29, 1-11. https://doi.org/10.1590/1518-8345.4659.3398

Thomas, R., Greenwood, H., Michaleff, Z., Abukmail, E., Hoffman, T., McCaffery, K., hardiman, L., & Glasziou, P. (2021). Examining Australian´s beliefs, misconceptions and sources of information for COVID-19: a national online survey. BMJ Open, 11, 1-10. doi:10.1136/ bmjopen-2020-043421

Van Der Valk, T., & Gijsbers, G. (2010). The use of social network analysis in innovation studies: Mapping actors and technologies. Innovation, 12(1), 5-17. https://doi.org/10.5172/impp.12.1.5

Van der Valk, T., Chappin, M. M., & Gijsbers, G. W. (2011). Evaluating innovation networks in emerging technologies. Technological Forecasting and Social Change, 78(1), 25-39. https://doi.org/10.1016/j.techfore.2010.07.001

Vázquez, E. R. (2017). Transferencia del conocimiento y tecnología en universidades. Iztapalapa, Revista de Ciencias Sociales y Humanidades, (83), 75-95.

Waitzkin, H. (2021). COVID-19 as Cause versus Trigger for the Collapse of Capitalism. International Journal of Health Services, 51(2), 203–205. https://doi.org/10.1177/0020731420977711

Wang, P., Lu, W., Ko, N., Chen, Y., Li, D., Chang, Y. & Yen, C. (2020). COVID-19 Related information sources and the relationship with confidence in people coping with COVID-19: Facebook survey study in Taiwan. Journal of Medical Internet Research, 22(6), 1-8. 10.2196/20021

Yeniterzi, R., & Callan, J. (2014). Constructing effective and efficient topic-specific authority networks for expert finding in social media. In: Proceedings of the 1st international workshop on social media retrieval and analysis, Gold Coast, QLD, Australia, 11 July 2014. New York: ACM https://doi.org/10.1145/2632188.2632208