Content uploaded by Francisco XAVIER Dillon Pérez
Author content
All content in this area was uploaded by Francisco XAVIER Dillon Pérez on Apr 25, 2023
Content may be subject to copyright.
RISTI, N.º E54, 11/2022
15
Revista Ibérica de Sistemas e Tecnologias de Informação
Iberian Journal of Information Systems and Technologies
Recebido/Submission: 03/06/2022
Aceitação/Acceptance: 09/08/2022
Análisis de redes sociales como alternativa para
evaluar las condiciones institucionales
universitarias previas a la acreditación
Francisco Dillon1, David Rojas2, Irina Freire3, Estefanía Espinosa4
franciscodillon@uti.edu.ec; davidrojas@uti.edu.ec; irinafreire@uti.edu.ec;
dianaestefaniaespinosa@gmail.com
1 Universidad Indoamérica, Quito, 170103, Quito, Ecuador.
2 Universidad Indoamérica, Quito, 170103, Quito, Ecuador.
3
Universidad Indoamérica, Quito, 170103, Quito, Ecuador.
4
Asesoramiento Psicológik, Quito, 170103, Quito, Ecuador.
Pages: 15-29
Resumen: Los procesos de autoevaluación y acreditación universitaria permiten a
las instituciones de educación superior realizar en retrospectiva un análisis de las
condiciones institucionales por los cuales se articulan la investigación, la
vinculación y la docencia. La presente investigación propone de manera práctica el
uso del análisis de redes sociales y académicas como alternativa para evaluar estas
condiciones previas a un proceso de acreditación institucional. La metodología
utilizada fue de tipo cuantitativa con un enfoque en el análisis de resultados de tipo
descriptivo, explicativo y correlacional. Los resultados obtenidos han permitido
identificar la adecuada articulación de estas condiciones en la institución tomada
como ejemplo en esta investigación y, además, ha permitido proponer acciones
de mejora continua que podrían mejorar la comunicación y relaciones sociales y
académicas entre los miembros de esta comunidad universitaria.
Palabras-clave: Acreditación, análisis de redes, autoevaluación, universidad.
Analysis of social networks as an alternative to evaluate the university
institutional conditions prior to accreditation
Abstract: The self-assessment and university accreditation processes allow higher
education institutions to carry out a retrospective analysis of the institutional
conditions by which research, outreach and teaching are articulated. This research
proposes in a practical way the use of social and academic network analysis as
an alternative to evaluate these conditions prior to an institutional accreditation
process. The methodology used was quantitative with a focus on the analysis of
descriptive, explanatory, and correlational results. The results obtained have made
it possible to identify the proper articulation of these conditions in the institution
taken as an example in this research and, in addition, have made it possible to
RISTI, N.º E54, 11/2022
16
RISTI - Revista Ibérica de Sistemas e Tecnologias de Informação
propose continuous improvement actions that could improve communication and
social and academic relations between the members of this university community.
Keywords: Accreditation, network analysis, self-assessment, university.
1. Introducción
En el Ecuador, los procesos de autoevaluación y acreditación universitaria permiten a
las Instituciones de Educación Superior (IES) medir la articulación de la investigación,
vinculación y docencia o también denominadas: “condiciones institucionales”. Estos
factores evalúan el cumplimiento de indicadores que tienen por finalidad la continuidad
de los servicios académicos ofertados por las universidades y centros de estudio de
educación superior; sin embargo, en estos procesos de acreditación universitaria, casi
nunca se toma en cuenta el tipo de interacciones o relaciones de tipo académico y social
que se establecen entre los miembros de una comunidad educativa, perspectiva abordada
en el trabajo de (Abad, López & Fernández, 2017) bajo los principios de pertinencia
y calidad, en el trabajo de los autores (Dillon, Rojas, Robalino & Maldonado, 2020)
donde se analiza las perspectivas de análisis y mejora de los procesos de acreditación
universitarios en el Ecuador y, en la perspectiva de los autores (Franco, Ortiz & Palacios,
2017) donde se habla de las competencias docentes en una sociedad globalizada y
tecnificada.
Según lo mencionado, las relaciones académicas y sociales establecidas por el personal
docente, administrativo y los estudiantes en las IES permiten a los centros de educación
superior entre otras cosas, el generar acciones específicas que se plasman en el
cumplimiento y satisfacción de sus servicios, en la generación pertinente de carreras y
programas con criterios de alta empleabilidad, y, al diseño proyectos de investigación
que permitan la adquisición de conocimientos y que solucionen problemas de la vida
cotidiana de manera trascendente, ya que, al fin de cuentas, son estos resultados los que
verdaderamente permiten medir si la articulación de estas denominadas “condiciones
institucionales” tienen cabida; tal como lo menciona el autor (Albert & Barabási, 2002)
en su investigación sobre el análisis estadístico de redes complejas y comunidades, los
autores (Ahumada, Galdames, González, & Herrera, 2009) sobre como la articulación
de los equipos directivos facilitan los procesos de autoevaluación y acreditación, y
los autores (Granda & San Fabián, 2008) quienes hablan de cómo se producen los
procesos de autoevaluación institucional y como estos afectan la cultura organizacional
universitaria.
Es importante señalar, que en el Encuentro Internacional ARCA de Educación Superior:
Innovación Post Pandemia, la Asociación de Rectores del Caribe y las Américas, a
cargo de su presidente el Dr. José Ramón Holguín señaló, que las Universidades deben
concentrar sus esfuerzos en el desarrollo de habilidades blandas y competencias básicas,
ya que el nivel y forma de utilizar las relaciones sociales entre los miembros de la
comunidad académica, se encentra en deterioro. (ARCA, 2022). Esto provoca la
necesidad imperante de entender y comprender la dinámica de relacionamiento social
y las diferentes características que esta nueva realidad considera en correspondencia a
las condiciones institucionales universitarias previas a la acreditación, siendo un factor
importante dentro de la autonomía de desarrollo de las IES el ser empáticos.
RISTI - Revista Ibérica de Sistemas e Tecnologias de Informação
RISTI, N.º E54, 11/2022
17
Desde esta perspectiva, en el Análisis de Redes Sociales (ARS) o también denominada
teoría de grafos, se mide estadísticamente el establecimiento de las relaciones sociales
o académicas bajo la presencia de dos elementos; una son los nodos o personas y, otra,
son las aristas o relaciones. Ya que según los autores (Armengol, Flores, & Gairín,
2019) las relaciones establecidas entre los miembros de una comunidad universitaria
y los procesos de acreditación institucional determinan ciertos factores dentro de las
instituciones de educación superior; frente a esto los autores (Dillon & Espinosa, 2019),
(Dillon & Espinosa, 2020) y (Naranjo, 2010) han estudiado en algunos casos prácticos
sobre la influencia de esta teoría en el ámbito educativo universitario y sus posibles
implicaciones en diversos ámbitos académicos.
Este tipo de interacciones depende de las afinidades, los gustos e intereses, inclusive, de
las actividades laborales que realizan las personas en un ambiente determinado donde,
no siempre la comunicación fluye o funciona como debería. Por consiguiente, dentro de
los procesos de autoevaluación y acreditación universitaria es importante medir que tan
fuertes son estas relaciones establecidas por los miembros de una comunidad y en
qué medida afectan la articulación de las denominadas condiciones institucionales con
fines de acreditación, estableciendo un sentido de pertinencia institucional. Los autores
(Buela y Sierra, 2007) y (Portal, Pérez, & Keeling, 2017) reflexionan acerca de los
indicadores de acreditación universitaria que son necesarios para articular los procesos
de autoevaluación y como el tipo de interacción y relaciones establecidas entre sus
miembros afectan a toda una comunidad educativa y sus indicadores de gestión.
2. Metodologia
La metodología de trabajo utilizada se fundamentó en el paradigma de investigación
cuali-cuantitativo con un alcance en los resultados de investigación de tipo descriptivo,
explicativo y correlacional (Hernández, 2010). La población de estudio estuvo
conformada por 374 docentes universitarios de género masculino y femenino que
cumplían sus actividades académicas y laborales en una universidad particular de
Ecuador. Previo al levantamiento de información, se contó con el consentimiento
firmado por todos los participantes y, adicionalmente, para analizar y determinar
el tipo de relaciones sociales y académicas en los miembros de esta comunidad
universitaria, se construyó una matriz de adyacencia, que es una tabla de doble entrada
con datos numéricos entre el número cero y uno que contiene el nombre de todos
los participantes en sus filas y columnas y que sirve para determinar la frecuencia y
el tipo de relaciones sociales y académicas establecidas; sobre esto se puede tomar como
referencia las investigaciones de (Carayol & Matt, 2004) (Cestero, 2018) (Dillon y
Espinosa, 2019) (Dillon y Espinosa, 2020).
Los cálculos estadísticos fueron realizados y analizados a través de la utilización de dos
softwares:
• GEPHI, versión 0.9: Sirvió para realizar el diseño de la topología de la red y para
realizar el cálculo de sus medidas estadísticas, esto con la finalidad de determinar
el tipo de relaciones sociales y académicas de esta comunidad universitaria
tomando como base la matriz de adyacencia levantada en un archivo de Excel y
aceptada como válida por este programa; y,
RISTI - Revista Ibérica de Sistemas e Tecnologias de Informação
RISTI, N.º E54, 11/2022
18
• ORANGE DATA MINING, versión 3.32.0 y; SPSS, versión 25: Sirvió para realizar
los análisis estadísticos y de correlación de las medidas calculadas dentro de la
topología de la red entre las que se encontraron: los grados de entrada y salida
(algoritmo que calcula el número de relaciones referidas por un nodo en la red),
la modularidad (algoritmo que permite identificar subgrupos o comunidades
dentro de la red), el pagerank (algoritmo que permite identificar los nodos más
populares en la red); entre otros.
Todas estas medidas estadísticas se correlacionaron para identificar el cumplimiento
de las condiciones institucionales y de la articulación de la investigación, vinculación
y docencia dentro de esta comunidad universitaria como lo mencionan en su artículo
de investigación los autores (Dillon, Rojas, Robalino & Maldonado, 2020). Aunque los
resultados responden a criterios muy específicos y a la división interna de funciones
de cada uno de sus trabajadores, los análisis de correlación si ofrecen una perspectiva
muy clara de en que espacios universitarios se cumplen las condiciones institucionales
que articulan los ejes sustantivos que son evaluados como parte de los procesos de
autoevaluación y acreditación universitaria; los resultados se presentan a continuación.
3. Análisis de resultados
3.1. Identificación de los nodos dentro de la topología de la red
La topología de la red universitaria analizada en este estudio se encuentra dividida por
funciones relacionadas con la docencia, la investigación y la vinculación universitaria.
Existen 374 nodos (docentes) que articulan alrededor de 1826 aristas (relaciones entre
sus miembros). Respecto a la docencia como se puede observar en la Figura 1, los nodos
(personas) de mayor tamaño y de color más oscuro, corresponden a docentes que tienen
una mayor carga horaria y una mayor asignación de horas clase, mientras que, los nodos
de menor tamaño y de color más claro, son aquellos docentes que tiene una menor carga
horaria y muchas menos horas de clase dictadas a lo largo del semestre.
Figura 1 – Identificación de los nodos docentes en función de la carga horaria
RISTI - Revista Ibérica de Sistemas e Tecnologias de Informação
RISTI, N.º E54, 11/2022
19
En relación con la topología de la red relacionada a la perspectiva de investigación y
publicación (considerando al menos un artículo científico indexado publicado por el/
la docente en revistas de alto impacto sean Latindex catálogo 2.0, o en bases de datos
Scopus), se puede observar en la Figura 2 que, existen muy pocos nodos dentro de
la topología de la red (solamente 43 docentes de los 374) que cumplen la función de
investigar y publicar artículos científicos de alto impacto. En este caso, los nodos de color
más oscuro y de tamaño más grande son los que más publican en contraposición a los que
tiene un tamaño más pequeño y un color más claro.
Figura 2 – Identificación de los nodos que realizan investigación y publicaciones de sus trabajos
Desde otra perspectiva, existen 75 nodos docentes que cumplen la articulación del
proceso sustantivo denominado vinculación (docentes que tienen a su cargo como parte
de la materia dictada un proyecto de vinculación con la comunidad ejecutándose
actualmente), estos son nuevamente los nodos que se encuentran identificados dentro
de la topología de la red en la Figura 3 de tamaño más grande y de color más oscuro.
Figura 3 – Identificación de los nodos que realizan vinculación
RISTI - Revista Ibérica de Sistemas e Tecnologias de Informação
RISTI, N.º E54, 11/2022
20
3.2. Articulación de las condiciones institucionales por
parte de los nodos de la red
Como se puede observar en la Figura 4, la identificación de los nodos docentes vinculados
a las actividades de investigación, vinculación y la docencia se encuentran definidas por el
tamaño y el color, en este caso, aquellos docentes que articulan de mejor manera estos ejes
sustantivos son los que tienen un color más oscuro y un tamaño más grande mientras que, los
docentes que no cumplen esta característica son los que tienen un color más claro y un tamaño
más pequeño (se pueden observar alrededor de 10 nodos dentro de la red que articulan de
mejor manera los tres ejes sustantivos para procesos de acreditación institucional).
Figura 4 – Identificación de los nodos que articulan los tres ejes sustantivos
3.3. Análisis de las medidas calculadas en la topología de la red
Las medidas calculadas dentro de la topología de la red han permitido identificar una
diferenciación significativa entre los docentes que articulan cada una de las funciones
sustantivas que son evaluadas como parte de los procesos de autoevaluación y
acreditación. Estas medidas son las siguientes:
• Grados de entrada y salida: Son algoritmos que permiten identificar el tipo de
relaciones que tiene un nodo dentro de la red (grados de entrada) frente a las
relaciones que el resto de los nodos afirma tener con este nodo inicial (grados de
salida); (Park & Newman, 2004), (Rubido, Grebogi, & Baptista, 2017).
• Modularidad: algoritmo que permite medir e identificar la estructura de una
comunidad dividiéndola en subredes mismas que influyen en el mundo real;
(Park & Newman, 2004).
• Pagerank: Es un algoritmo que permite la clasificación de un nodo detectando
el número de enlaces recibidos convirtiéndolo de esta manera en el nodo “más
importante” dentro de la red; (Park & Newman, 2004), (Rubido, Grebogi, &
Baptista, 2017).
RISTI - Revista Ibérica de Sistemas e Tecnologias de Informação
RISTI, N.º E54, 11/2022
21
• Betweenness: Es un algoritmo que permite identificar la periodicidad en la que
aparece un nodo en el tramo más corto de comunicación que los conecta con los
demás, es decir, es el intermediario de la comunicación entre dos o más nodos
donde aparentemente “lidera o controla sus flujos”; (Albert & Barabási, 2002)
(Park & Newman, 2004) (Rubido, Grebogi, & Baptista, 2017).
• Eccentricity (Excentricidad): Es un algoritmo que permite identificar el número
de conexiones que son necesarias para conectar un nodo con el más lejano o
alejado dentro de la red; (Albert & Barabási, 2002) (Carayol & Matt, 2004) (Park
& Newman, 2004) (Rubido, Grebogi, & Baptista, 2017).
En la Tabla 1 se puede observar que la red docente tiene las siguientes características:
• Grados de entrada y salida: El promedio de grados de entrada y salida en la red
docente es de alrededor de 7 nodos (personas) esto quiere decir que, existe una
relación equilibrada promedio entre los nodos referidos y conectados dentro de
esta red.
• Modularidad: En la red docente se han podido identificar alrededor de 85
subgrupos conformados, estos tienen relación directa con el tipo de relaciones
sociales y académicas que establecen los profesores debido a una diferencia en
las carreras y modalidades de estudio en las que forman parte y que facilitan sus
interrelación e interconexiones.
• Pagerank: En la red docente se puede observar alrededor de 15 nodos que cumplen
con ser los más importantes dentro de la red. De manera empírica se puede
mencionar que estos nodos cumplen funciones operativas y administrativas
como decanos o coordinadores de carrera, razón por la cual en esta red tienden
a convertirse en los nodos más importantes.
• Betweenness: Se ha podido identificar alrededor de 12 nodos docentes que
cumple la función de intermediario de comunicación entre los otros nodos
dentro de la red, estos corresponden como en la anterior medida estadística a
docentes que cumplen funciones operativas y administrativas como decanos o
coordinadores de carrera.
• Eccentricity (Excentricidad): el número de pasos que el nodo más alejado en
la red debe dar para comunicarse con el resto es de 12, es decir necesita
interconectarse o comunicarse con al menos 12 personas para tener acceso al
resto de interconexiones dentro de la red.
Medida estadística
Cálculo promedio
Grado de entrada
7 nodos
Grados de salida
7 nodos
Modularidad
85 subgrupos
Pagerank
15 nodos “populares”
Betweenness
12 nodos intermediarios de
comunicación
Eccentricity
12 pasos para conectarse con la red
Tabla 1 – Medidas estadísticas calculadas de la red docente
RISTI - Revista Ibérica de Sistemas e Tecnologias de Informação
RISTI, N.º E54, 11/2022
22
En la Tabla 2 se puede observar que la red relacionada a los procesos de investigación
tiene las siguientes características:
• Grados de entrada y salida: El promedio de grados de entrada (10 nodos o
personas) y de salida (12 nodos o personas) en la red de docentes que realizan
investigación permite identificar que existe un mayor grado de salida, es decir,
los docentes que realizan actividades de investigación amplían siempre la
perspectiva de colaboración y comunicación con el resto de los nodos que
articulan este eje sustantivo dentro de la red.
• Modularidad: En la red de docente que realizan actividades de investigación
se han podido identificar alrededor de 6 subgrupos, llama principalmente la
atención que la conformación estos grupos corresponden de manera directa a los
centros de investigación vigentes en los que colaboran de manera diferenciada
estos docentes.
• Pagerank: En la red docente que realiza procesos de investigación se puede
observar alrededor de 41 nodos que cumplen con ser los más importantes dentro
de la red. Esto se debe principalmente a que los docentes que realizan
investigación tienen a colaborar con los colegas de otros centros y con docentes
que solamente dan clases, lo que les posiciona como nodos importantes dentro
de la red ya que estos realizan publicaciones en revistas indexadas de alto
impacto con el resto de sus colegas.
• Betweenness: Se ha podido identificar alrededor de 41 nodos docentes que
realizan investigación y que dentro de la red cumplen la función de intermediarios
de comunicación, esto debido a que la publicación de un artículo científico o
proyecto de investigación se lo realiza necesariamente con la colaboración
docente interdisciplinaria.
• Eccentricity (Excentricidad): el número de pasos que el nodo más alejado en
la red debe dar para comunicarse con el resto es de 8, es decir necesita
interconectarse o comunicarse con al menos 8 personas para tener acceso al
resto de interconexiones dentro de la red de docentes que realizan investigación.
Medida estadística
Cálculo promedio
Grado de entrada
10 nodos
Grados de salida
12 nodos
Modularidad
6 subgrupos
Pagerank
41 nodos “populares”
Betweenness
41 nodos intermediarios de
comunicación
Eccentricity
8 pasos para conectarse con la red
Tabla 2 – Medidas estadísticas calculadas de la red docente
En la Tabla 3 se puede observar que la red relacionada a la gestión de los proyectos de
vinculación con la sociedad tiene las siguientes características:
RISTI - Revista Ibérica de Sistemas e Tecnologias de Informação
RISTI, N.º E54, 11/2022
23
• Grados de entrada y salida: El promedio de grados de entrada (9 nodos o
personas) y de salida (11 nodos o personas) en la red de docentes que realizan
proyectos de vinculación con la sociedad permite identificar que existe un
mayor grado de salida, es decir, estos docentes amplían siempre la perspectiva
de colaboración y comunicación con el resto de los nodos en la red debido al
trabajo articulado y coordinado que implica el realizar un proyecto de
vinculación.
• Modularidad: En la red de docente en la que realizan actividades de vinculación
con la sociedad se han podido identificar alrededor de 11 subgrupos, estos se
encuentran diferenciados por el tipo de proyecto de vinculación ejecutado
y por el tipo de carrera al que pertenecen los docentes que realizan esta
actividad.
• Pagerank: En la red de docentes que realizan proyectos de vinculación con
la sociedad se puede observar alrededor de 11 nodos que cumplen con ser los
más importantes dentro de la red. Esto se debe principalmente a que los estos
nodos son los responsables de los proyectos de investigación, razón por la cual
mantienen una comunicación más directa y doble vía con el resto de los nodos
dentro de la red.
• Betweenness: Se ha podido identificar alrededor de 11 nodos docentes que
realizan proyectos de vinculación con la sociedad y que dentro de la red cumplen
la función de intermediarios de comunicación.
• Eccentricity (Excentricidad): el número de pasos que el nodo más alejado en
la red debe dar para comunicarse con el resto es de 7, es decir necesita
interconectarse o comunicarse con al menos 7 personas para tener acceso al
resto de interconexiones dentro de la red de docentes que realizan proyectos de
vinculación con la sociedad.
Medida estadística
Cálculo promedio
Grado de entrada
9 nodos
Grados de salida
11 nodos
Modularidad
11 subgrupos
Pagerank
11 nodos “populares”
Betweenness
11 nodos intermediarios de
comunicación
Eccentricity
7 pasos para conectarse con la red
Tabla 3 – Medidas estadísticas calculadas de la red docente
Como complemento a los resultados obtenidos se puede mencionar que, aunque existe
una diferencia estadística no muy significativa en las medidas calculadas dentro de la red,
se puede observar una tendencia específica en la que la comunicación, la interconexión
y la cohesión dentro de la red permite obtener mejores resultados en la articulación
de los procesos sustantivos de investigación, vinculación con fines de autoevaluación y
acreditación.
RISTI - Revista Ibérica de Sistemas e Tecnologias de Informação
RISTI, N.º E54, 11/2022
24
3.4. Estudio de correlación de las medidas calculadas en
la topología de la red
El estudio de correlación se centró en realizar análisis de chi cuadrado donde se
relacionan las variables docencia, investigación y vinculación con la comunidad desde la
perspectiva del levantamiento y análisis estadístico de la topología de la red levantada
en la población de estudio. Como se puede observar en la Tabla 4, los análisis de
correlación de chi cuadrado realizados a las variables: docencia-vinculación y, docencia-
investigación, arrojaron un análisis de correlación estadísticamente significativo (menor
al 0.005) confirmando la hipótesis de que los procesos de docencia inciden de manera
directa en la articulación de la investigación y la generación de proyectos de vinculación
con la sociedad dentro de la universidad.
Docencia-Vinculación
Valor
df
Significación asintótica
(bilateral)
Chi-cuadrado de Pearson
17,422a
1
0,000
Razón de verosimilitud
28,788
1
0,000
N de casos válidos
373
Docencia-Investigación
Valor
df
Significación asintótica
(bilateral)
Chi-cuadrado de Pearson
12,179a
1
0,000
Razón de verosimilitud
20,538
1
0,000
N de casos válidos
373
Tabla 4 – Pruebas de chi cuadrado – Eje docencia
De la misma manera se observa a continuación, en la Tabla 5, la variable docencia incide
significativamente de manera estadística con algunas correlaciones de chi cuadrado
(significación bilateral asintótica menor a 0.005) en la determinación de los grados de
entrada, grados de salida, eccentricity y modularidad, esto debido a que la articulación
de grupos académicos y la diferenciación docente de la cátedra permite articular
relaciones sociales y académicas entre sus miembros lo que facilita el trabajo coordinado
e interdisciplinario y el establecimiento de redes de comunicación que conectan a
determinados nodos dentro de la red y propician el trabajo docente.
Docencia-Grados de entrada
Valor
df
Significación asintótica (bilateral)
Chi-cuadrado de Pearson
184,410a
36
0,000
Razón de verosimilitud
198,263
36
0,000
N de casos válidos
373
RISTI - Revista Ibérica de Sistemas e Tecnologias de Informação
RISTI, N.º E54, 11/2022
25
Docencia-Grados de salida
Valor
df
Significación asintótica (bilateral)
Chi-cuadrado de Pearson
264,701a
36
0,000
Razón de verosimilitud
272,650
36
0,000
N de casos válidos
373
Docencia-Eccentricity
Valor
df
Significación asintótica (bilateral)
Chi-cuadrado de Pearson
259,910a
6
0,000
Razón de verosimilitud
262,626
6
0,000
N de casos válidos
373
Docencia-Modularidad
Valor
df
Significación asintótica (bilateral)
Chi-cuadrado de Pearson
344,470a
83
0,000
Razón de verosimilitud
342,232
83
0,000
N de casos válidos
373
Tabla 5 – Pruebas de chi cuadrado de la topología de la red articuladas con el eje docencia
Como se observa también en la Tabla 6, existen pruebas de correlación de chi cuadrado
calculadas que han permitido determinar una relación estadísticamente significativa
(significación bilateral asintótica menor a 0.005) entre el eje sustantivo investigación
y las medidas estadísticas de la topología de la red como son: los grados de entrada, los
grados de salida, el betweenness y el pagerank; esto debido a que, la escritura de artículos
científicos y la generación de proyectos de investigación demandan de los docentes que
realizan estas actividades una adecuada comunicación y la coordinación del trabajo
interdisciplinario, esto hace que muchas veces un nodo tenga mayor experiencia en estas
actividades y privilegie sus redes de comunicación facilitando la escritura de artículos
científicos y proyectos de investigación.
Investigación-Grados de entrada
Valor
df
Significación asintótica
(bilateral)
Chi-cuadrado de Pearson
73,779a
36
0,000
Razón de verosimilitud
63,301
36
0,003
N de casos válidos
373
Investigación-Grados de salida
Valor
df
Significación asintótica
(bilateral)
RISTI - Revista Ibérica de Sistemas e Tecnologias de Informação
RISTI, N.º E54, 11/2022
26
Investigación-Grados de entrada
Chi-cuadrado de Pearson
67,721a
36
0,001
Razón de verosimilitud
56,222
36
0,017
N de casos válidos
373
Investigación-Betweenness
Valor
df
Significación asintótica
(bilateral)
Chi-cuadrado de Pearson
330,821a
221
0,000
Razón de verosimilitud
226,630
221
0,383
N de casos válidos
373
Investigación-Pagerank
Valor
df
Significación asintótica
(bilateral)
Chi-cuadrado de Pearson
342,426a
238
0,000
Razón de verosimilitud
235,803
238
0,528
N de casos válidos
373
Tabla 6 – Pruebas de chi cuadrado de la topología de la red articuladas con el eje investigación
Se puede observar en la Tabla 7, en el eje vinculación con la sociedad se ha podido
encontrar algunas relaciones estadísticamente significativa (significación bilateral
asintótica menor a 0.005) entre esta variable y las medidas calculadas en la topología de
la red como: los grados de entrada, los grados de salida, el eccentricity, el betweenness y
el pagerank; esto debido a que, como en la red del eje docencia, los profesores que tiene
a su cargo proyectos de investigación con la comunidad deben necesariamente realizar
trabajo interdisciplinario con el resto de profesores de otras carreras y programas, ya
que este tipo de proyectos responde a solucionar problemas específicos que necesitan el
trabajo coordinado e interdisciplinario de la comunidad educativa.
Vinculación-Grados de entrada
Valor
df
Significación asintótica
(bilateral)
Chi-cuadrado de Pearson
67,113a
36
0,001
Razón de verosimilitud
71,709
36
0,000
N de casos válidos
373
Vinculación-Grados de salida
Valor
df
Significación asintótica
(bilateral)
Chi-cuadrado de Pearson
74,630a
36
0,000
Razón de verosimilitud
73,589
36
0,000
RISTI - Revista Ibérica de Sistemas e Tecnologias de Informação
RISTI, N.º E54, 11/2022
27
Vinculación-Grados de entrada
N de casos válidos
373
Vinculación-Eccentricity
Valor
df
Significación asintótica
(bilateral)
Chi-cuadrado de Pearson
23,618a
6
0,001
Razón de verosimilitud
29,426
6
0,000
N de casos válidos
373
Vinculación-Betweenness
Valor
df
Significación asintótica
(bilateral)
Chi-cuadrado de Pearson
304,737a
221
0,000
Razón de verosimilitud
257,770
221
0,045
N de casos válidos
373
Vinculación-Pagerank
Valor
df
Significación asintótica
(bilateral)
Chi-cuadrado de Pearson
344,331a
238
0,000
Razón de verosimilitud
289,124
238
0,013
N de casos válidos
373
Tabla 7 – Pruebas de chi cuadrado de la topología de la red articuladas con
el eje vinculación con la sociedad
4. Conclusiones
Las relaciones académicas y sociales que establecen los miembros de una comunidad
educativa universitaria o también denominada IES les permiten interconectarse
y trabajar de manera articulada para cumplir con los procesos de investigación,
vinculación con la sociedad y docencia con fines de acreditación. De existir una ruptura
en la red de comunicaciones o en las relaciones sociales y académicas entre estos actores,
aquellos ejes sustantivos pensados con fines de acreditación no logran consolidarse de
manera adecuada y terminan por evidenciar una falta de gestión que influirá de forma
determinante en los procesos de acreditación institucional como lo mencionan en sus
investigación los autores (Albert & Barabási, 2002) (Carayol & Matt, 2004) (Dillon &
Espinosa, 2019) (Dillon & Espinosa, 2020) (Park & Newman, 2004) (Rubido, Grebogi,
& Baptista, 2017)..
Muchos nodos dentro de la red son fundamentales ya que se consolidan como gestores
de la comunicación o de manera más específica, son el puente que une la interconexión
diferenciada de docentes de diversas carreras en actividades de investigación, vinculación
o docencia. El analizar, identificar y medir las relaciones establecidas entre estos nodos
se podría ayudar a las IES a vincular de mejor manera la interconexión y el trabajo
RISTI - Revista Ibérica de Sistemas e Tecnologias de Informação
RISTI, N.º E54, 11/2022
28
interdisciplinario con fines de acreditación universitaria entre sus miembros (Albert &
Barabási, 2002) (Carayol & Matt, 2004) (Dillon & Espinosa, 2019).
Como ejemplo, dentro de este proceso de investigación se ha llegado a identificar ciertos
nodos docentes que articulan de mejor manera cada eje sustantivo universitario y que,
además, el tipo de relaciones académicas y su comunicación con otros nodos permite que
las actividades de docencia, investigación y vinculación se lleven a cabo. El análisis aquí
presentado, por consiguiente, se consolida como una propuesta válida para mejorar la
comunicación y las interrelaciones entre los miembros de las IES, y como una alternativa
para mejorar la articulación de los ejes sustantivos con fines de acreditación como son
la investigación, vinculación y docencia (Dillon, Rojas, Robalino & Maldonado, 2020)
(Watts, 2006) (Zippel, 2011).
Referencias
Abad G., López, M. L., y Fernández, K. L. (2017). El sistema de educación superior
ecuatoriano visto desde los principios de pertinencia y calidad. Universidad y
Sociedad, 9(5), 46-53. Recuperado de: https://rus.ucf.edu.cu/index.php/rus/
article/view/710
Aguilar, N. (2005). Manual introductorio al análisis de redes sociales. Revista Redes,
29(1), 16-43. Recuperado de: http://revista-redes.rediris.es/webredes/talleres/
Manual_ARS.pdf
Ahumada, L., Galdames, S., González, A., y Herrera, P. (2009). El funcionamiento del
equipo directivo durante un proceso de autoevaluación institucional en el marco de
políticas de aseguramiento de la calidad de la gestión escolar en Chile. Universitas
Psychologica, 8(2), 353-370. Recuperado de https://revistas.javeriana.edu.co/
index.php/revPsycho/article/view/264
Albert, R., y Barabási, A. (2002). Statistical mechanics of complex networks. Reviews of
modern physics, 74(1), 47-97. https://doi.org/10.1103/RevModPhys.74.47
ARCA, (2022). Encuentro Internacional ARCA de Educación Superior: Innovación Post
Pandemia. Asociación de Rectores del Caribe y las Américas. UESS. Guayaquil,
Ecuador.
Armengol, C., Flores, Q. P., y Gairín, J. (2019). Acreditación, educación superior y
respuesta del profesorado entre 2008-2017. Revista de Educación Superior del Sur
Global - RESUR, 7(1), 21-37. https://doi.org/10.25087/resur7a2
Buela, G., y Sierra, J. (2007). Criterios, indicadores y estándares para la acreditación
de profesores titulares y catedráticos de universidad. Psicothema 19(4), 537-551.
Recuperado de: https://www.redalyc.org/articulo.oa?id=72719401
Carayol, N., y Matt, M. (2004). Does research organization influence academic
production? Research Policy, 33(8), 1081-1102. https://doi.org/10.1016/j.
respol.2004.03.004
Cestero, E. (2018). Data Science y Redes Complejas - Métodos y Aplicaciones. Madrid:
Editorial Universitaria Ramon Areces.
RISTI - Revista Ibérica de Sistemas e Tecnologias de Informação
RISTI, N.º E54, 11/2022
29
Dillon, F., y Espinosa, D. (2019). Innovación y liderazgo educativo y su influencia
en las relaciones sociales y académicas de estudiantes universitarios de posgrado.
SATHIRI, 14(2), 138 - 150. https://doi.org/10.32645/13906925.894
Dillon, F., y Espinosa, D. (2020). Relaciones académicas y de género en docentes
universitarios y su influencia en la publicación en revistas indexadas de alto
impacto. Ciencia Y Educación, 3(3), 7-20.
https://doi.org/10.22206/cyed.2019.v3i3.pp7-20
Dillon, F., Rojas, D., Robalino, J., & Maldonado, M. (2020). Autoevaluación y
acreditación universitaria en el contexto ecuatoriano. Perspectivas de análisis y
mejora. Ciencia Y Educación, 4(2), 27–37.
https://doi.org/10.22206/cyed.2020.v4i2.pp27-37
Franco, J., Ortiz, L., y Palacios, Z. (2017). Formación del profesorado universitario
hacia el año 2020: modelos educativos de vanguardia para la docencia
agropecuaria de alta competencia en el Ecuador. Alternativas, 17(2), 11-34.
http://dx.doi.org/10.23878/ alternativas.v17i2.114
Granda, A. y San Fabián J. (2008). Fases en la autoevaluación de un centro. Revista
del Fórum Europeo de Administradores de la Educación, 16(1), 1001-1012.
https://dialnet.unirioja.es/servlet/articulo?codigo=2522902
Hernández, R. (2010). Metodología de la Investigación. México D.F.: Interamericana
Editores S.A.
Naranjo, A. (2010). Estudio del efecto de la topología de mundo pequeño en el
modelo de Ising de 1D y 2D, mediante simulación computacional, (Tesis de
grado). Universidad Politécnica Nacional. Quito, Ecuador. Recuperado de:
http://bibdigital.epn.edu.ec/handle/15000/2366
Park, J., y Newman, M. (2004). Statistical mechanics of networks. Physical Review,
70(6), 1-15. https://doi.org/10.1103/PhysRevE.70.066117
Portal, J., Pérez, L., y Keeling, M. (2017). La autoevaluación como parte del proceso
de evaluación y acreditación institucional. VARONA, 65(1), 1-9. Recuperado de:
https://www.redalyc.org/pdf/3606/360657469023.pdf
Rubido, N., Grebogi, C., y Baptista, M. (2017). Understanding Information
Transmission in complex networks, Adaptation and Self-Organizing Systems
387(1), 1-5. https://doi.org/10.48550/arXiv.1705.05287
Watts, D. (2006). A seis grados de separación. Barcelona: Paidós Ibérica, S.A.
Zippel, K. (2011). How gender neutral are state policies on science and international
mobility of academics? Sociologica, 1(1), 1-19. Recuperado de: https://citeseerx.ist.
psu.edu/viewdoc/download?doi=10.1.1.972.970&rep=rep1&type=pdf
