COVID-19 knowledge transfer networks in the aquaculture organizations of the North Pacific of Mexico
DOI:
https://doi.org/10.36792/rvu.v93i93.59Keywords:
Social Network Analysis, Knowledge Transfer Networks, COVID-19, Aquaculture OrganizationsAbstract
The objective of this study was to analize the knowledge transfer networks on COVID-19 in shrimp aquaculture production groups in the northern Pacific region of Mexico. Method. A cross-sectional, descriptive and correlational study was carried out, which allowed acquiring information from a survey of 102 aquaculture producers in the northern Pacific region of the state of Sinaloa. Social Network Analysis (SNA) was used for the analysis of results. Results. Four sources of information are reported - Health Sector, Private Sources, Governmental Sector and Media - to which the producers turn to acquire information on Covid-19 and its effects on the aquaculture activity.
Downloads
References
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 DOI: 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 DOI: 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 DOI: 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 DOI: https://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 DOI: https://doi.org/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. DOI: https://doi.org/10.24836/es.v27i50.475
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). DOI: https://doi.org/10.29057/icea.v2i4.84
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. DOI: https://doi.org/10.5565/rev/redes.65
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 DOI: 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 DOI: 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 DOI: 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 DOI: 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 DOI: 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 DOI: 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 DOI: 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 DOI: https://doi.org/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 DOI: 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 DOI: https://doi.org/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. DOI: https://doi.org/10.22231/asyd.v11i1.46
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. DOI: https://doi.org/10.22201/iisue.24486167e.2015.150.53168
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. DOI: https://doi.org/10.5565/rev/redes.118
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 DOI: 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 DOI: https://doi.org/10.21930/rcta.vol19_num1_art:846
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 DOI: https://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 DOI: 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 DOI: https://doi.org/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 DOI: 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 DOI: 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. DOI: https://doi.org/10.28928/revistaiztapalapa/832017/atc3/vazquezgonzalezer
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 DOI: 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 DOI: https://doi.org/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 DOI: https://doi.org/10.1145/2632188.2632208
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2022
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
The opinions expressed by the authors do not strictly reflect the position of the publisher of the publication. This work is under a CC Attribution-ShareAlike 4.0