Seminario de Redes Sociales 2007

SCHWIMMER TARO EXCHANGE

Investigacin Inicial (1973)

SCHWIMMER. E Exchange in the social structure of the Orokaiva

Trabajo de ARS (1983)

HAGE. P y HARARY. F Structural models in Anthropology

Aplicacin Anterior (1979)

HAGE. P A further application of matrix analisys to communication
structure in oceanic anthropology

LOS OROKAIVA
-Papua Nueva GuineaEL HOGAR COMO UNIDAD DE PRODUCCION Y CONSUMO

O Horticultura de quema y roza como base de subsistencia

El Taro es el cultivo principal, ocupando el 90% de la tierra cultivada
Otros cultivos secundarios:
O Locales: bananas, caa de azcar
O Introducidos: el tomate, el anana y porotos
O Impuestos por el poder colonial: el caf y el caucho de los que
obtuvieron un ingreso en moneda fiable y sustentable

O Pesca, Recoleccin de animales (larvas, ranas, caracoles y huevos)

y Caza menor (marsupiales y

pjaros)

O Domesticacin del cerdo y el ave de corral

LOS OROKAIVA
-Papua Nueva Guinea-

DIVISION DEL TRABAJO

O Cooperacin entre los hombres durante la caza

O Cooperacin de toda la aldea solo en ocasiones excepcionales

como las expediciones de caza y la pesca cooperativa

O Divisin sexual del trabajo

MUJERES cocinan, cuidan a los enfermos, mantienen el
taro y las batatas, cosechan el taro y comercializan el
cultivo de races
HOMBRES cazan, preparan las armas y el equipo, hacen
sag, plantan todos los cultivos tradicionales y
introducidos-, mantienen el ame y el caucho y
comercializan el caf

O Datos recopilados por Schwimmer representan la relacin de don y

contradn de taro cocido en una aldea de Papa entre 22 unidades

domsticas
O Hage y Harary (1983) lo utilizaron para ilustrar un grafo de ciclo

Hamiltoniano (es CASI posible unir todos los nodos en un solo

recorrido pasando una sola vez por cada uno)
O Es una red de un modo por que solo se mapean las unidades

domesticas (AGENTE-AGENTE)

Los Objetos:

UNIDADES DOMESTICAS
Las Relaciones:

INTERCAMBIO DE TARO COCIDO

Los Atributos:

NO SE TIENEN EN CUENTA

RED HAGE & HARARY - 1983

RED HAGE - 1979

NODOS CON 6 LAZOS

NODOS CON 5 LAZOS

NODOS CON 4LAZOS

NODOS CON 3 LAZOS

NODOS DESCONECTADOS
2 COMPONENTE

FREEMAN'S DEGREE CENTRALITY MEASURES:

Diagonal valid?
Model:

NO
SYMMETRIC

1
2
3
Degree NrmDegree
Share
------------ ------------ -----------17
6.000
28.571
0.077
7
5.000
23.810
0.064
5
5.000
23.810
0.064
12
5.000
23.810
0.064
11
5.000
23.810
0.064
4
4.000
19.048
0.051
3
3.000
14.286
0.038
8
3.000
14.286
0.038
2
3.000
14.286
0.038
10
3.000
14.286
0.038
9
3.000
14.286
0.038
1
3.000
14.286
0.038
13
3.000
14.286
0.038
14
3.000
14.286
0.038
15
3.000
14.286
0.038
16
3.000
14.286
0.038
6
3.000
14.286
0.038
18
3.000
14.286
0.038
19
3.000
14.286
0.038
20
3.000
14.286
0.038
21
3.000
14.286
0.038
22
3.000
14.286
0.038

DESCRIPTIVE STATISTICS
1
2
3
Degree NrmDegree
Share
------------ ------------ -----------1 Mean
3.545
16.883
0.045
2 Std Dev
0.940
4.478
0.012
3
Sum
78.000
371.429
1.000
4 Variance
0.884
20.052
0.000
5
SSQ
296.000 6712.018
0.049
6 MCSSQ
19.455
441.146
0.003
7 Euc Norm
17.205
81.927
0.221
8 Minimum
3.000
14.286
0.038
9 Maximum
6.000
28.571
0.077
Network Centralization = 12.86%
Heterogeneity = 4.87%. Normalized = 0.33%
Actor-by-centrality matrix saved as dataset
FreemanDegree

FREEMAN'S DEGREE CENTRALITY MEASURES:

Diagonal valid?
Model:

NO
SYMMETRIC

1
2
3
Degree NrmDegree
Share
------------ ------------ -----------17 17
4.000
19.048
0.080
14 14
3.000
14.286
0.060
3 3
3.000
14.286
0.060
12 12
3.000
14.286
0.060
5 5
3.000
14.286
0.060
2 2
2.000
9.524
0.040
7 7
2.000
9.524
0.040
8 8
2.000
9.524
0.040
4 4
2.000
9.524
0.040
10 10
2.000
9.524
0.040
11 11
2.000
9.524
0.040
1 1
2.000
9.524
0.040
13 13
2.000
9.524
0.040
9 9
2.000
9.524
0.040
15 15
2.000
9.524
0.040
16 16
2.000
9.524
0.040
6 6
2.000
9.524
0.040
18 18
2.000
9.524
0.040
19 19
2.000
9.524
0.040
20 20
2.000
9.524
0.040
21 21
2.000
9.524
0.040
22 22
2.000
9.524
0.040

DESCRIPTIVE STATISTICS
1
2
3
Degree NrmDegree
Share
------------ ------------ -----------1 Mean
2.273
10.823
0.045
2 Std Dev
0.538
2.561
0.011
3
Sum
50.000
238.095
1.000
4 Variance
0.289
6.559
0.000
5
SSQ
120.000 2721.088
0.048
6 MCSSQ
6.364
144.300
0.003
7 Euc Norm
10.954
52.164
0.219
8 Minimum
2.000
9.524
0.040
9 Maximum
4.000
19.048
0.080
Network Centralization = 9.05%
Heterogeneity = 4.80%. Normalized = 0.27%
Actor-by-centrality matrix saved as dataset
FreemanDegree

CLOSENESS CENTRALITY
Method:
Geodesic paths only (Freeman
Closeness Centrality Measures
1
2
Farness nCloseness
------------ -----------11
44.000
47.727
7
45.000
46.667
19
47.000
44.681
17
47.000
44.681
16
48.000
43.750
12
48.000
43.750
4
49.000
42.857
18
49.000
42.857
22
51.000
41.176
21
52.000
40.385
20
52.000
40.385
5
52.000
40.385
15
53.000
39.623
6
53.000
39.623
8
53.000
39.623
10
54.000
38.889
3
56.000
37.500
1
57.000
36.842
14
59.000
35.593
2
60.000
35.000
9
61.000
34.426
13
62.000
33.871

Statistics
1
2
Farness nCloseness
------------ -----------1 Mean
52.364
40.468
2 Std Dev
5.014
3.816
3
Sum
1152.000
890.290
4 Variance
25.140
14.563
5
SSQ 60876.000 36348.359
6 MCSSQ
553.091
320.379
7 Euc Norm
246.731
190.652
8 Minimum
44.000
33.871
9 Maximum
62.000
47.727
Network Centralization = 15.59%

CLOSENESS CENTRALITY
Method: Geodesic paths only (Freeman Closeness)
The network is not connected. Technically, closeness
centrality
cannot be computed, as there are infinite distances.
Closeness Centrality Measures
1
2
Farness nCloseness
------------ -----------17 17
117.000
17.949
3 3
120.000
17.500
5 5
122.000
17.213
4 4
123.000
17.073
16 16
123.000
17.073
18 18
127.000
16.535
21 21
128.000
16.406
15 15
129.000
16.279
6 6
132.000
15.909
1 1
132.000
15.909
14 14
134.000
15.672
20 20
134.000
15.672
2 2
135.000
15.556
22 22
135.000
15.556
12 12
137.000
15.328
11 11
138.000
15.217
7 7
139.000
15.108
19 19
139.000
15.108
13 13
144.000
14.583
8 8
420.000
5.000
10 10
420.000
5.000
9 9
420.000
5.000

Statistics
1
2
Farness nCloseness
------------ -----------1 Mean
170.364
14.575
2 Std Dev
99.422
3.896
3
Sum
3748.000
320.647
4 Variance
9884.686
15.180
5
SSQ 855986.000 5007.330
6 MCSSQ 217463.094
333.958
7 Euc Norm
925.195
70.762
8 Minimum
117.000
5.000
9 Maximum
420.000
17.949

FREEMAN BETWEENNESS CENTRALITY

Important note: this routine binarizes but does NOT symmetrize.

Un-normalized centralization: 675.433

1
2
Betweenness nBetweenness
------------ -----------11
46.383
22.087
7
41.450
19.738
17
38.183
18.183
12
34.133
16.254
5
23.600
11.238
16
23.550
11.214
19
17.533
8.349
4
15.433
7.349
18
15.350
7.310
8
15.167
7.222
15
12.183
5.802
10
11.000
5.238
1
8.267
3.937
22
7.117
3.389
3
5.833
2.778
13
5.667
2.698
20
5.650
2.690
21
5.650
2.690
9
5.500
2.619
6
4.517
2.151
14
2.333
1.111
2
0.500
0.238

DESCRIPTIVE STATISTICS FOR EACH MEASURE

1
2
Betweenness nBetweenness
------------ -----------1 Mean
15.682
7.468
2 Std Dev
13.108
6.242
3
Sum
345.000
164.286
4 Variance
171.814
38.960
5
SSQ
9190.133 2083.930
6 MCSSQ
3779.906
857.121
7 Euc Norm
95.865
45.650
8 Minimum
0.500
0.238
9 Maximum
46.383
22.087
Network Centralization Index = 15.32%
Output actor-by-centrality measure matrix saved as
dataset FreemanBetweenness

FREEMAN BETWEENNESS CENTRALITY

Important note: this routine binarizes but does NOT symmetrize.

Un-normalized centralization: 896.000

1
2
Betweenness nBetweenness
------------ -----------17 17
61.000
29.048
5 5
46.000
21.905
16 16
37.000
17.619
3 3
35.000
16.667
15 15
31.000
14.762
21 21
29.000
13.810
4 4
28.000
13.333
14 14
26.500
12.619
18 18
23.500
11.190
20 20
23.000
10.952
12 12
20.500
9.762
11 11
19.500
9.286
6 6
18.500
8.810
22 22
16.000
7.619
7 7
12.000
5.714
19 19
12.000
5.714
1 1
4.500
2.143
2 2
3.000
1.429
8 8
0.000
0.000
13 13
0.000
0.000
10 10
0.000
0.000
9 9
0.000
0.000

DESCRIPTIVE STATISTICS FOR EACH MEASURE

1
2
Betweenness nBetweenness
------------ -----------1 Mean
20.273
9.654
2 Std Dev
15.775
7.512
3
Sum
446.000
212.381
4 Variance
248.857
56.430
5
SSQ 14516.500 3291.723
6 MCSSQ
5474.864 1241.466
7 Euc Norm
120.484
57.374
8 Minimum
0.000
0.000
9 Maximum
61.000
29.048
Network Centralization Index = 20.32%
Output actor-by-centrality measure matrix saved as
dataset FreemanBetweenness

Algunas consideraciones metodolgicas:

Una red es mucho mas que la suma de las dadas
El sistema de intercambio de dones entre los Orokaiva muestra
una serie de relaciones que siendo limitadas en numero se
combinan de determinada manera que forman una
estructura global que une a la mayora de los participantes
Schwimmer define una relacin social significante en trminos de
la frecuencia en la que se lleva a cabo

Una particularidad de los Orokaiva es que adems de hacer

transacciones con compaeros preferenciales, tambin lo
hacen con otras unidades domesticas mas lejanas a partir
de intermediarios
El ciclo casi hamiltoniano, sostendra la hiptesis de una sociedad
igualitaria
Se elige mapear el intercambio de Taro por que es estructurante
de otras relaciones sociales

Propuestas para el anlisis:

Otras entidades que se podran haber tenido en cuenta son los

pueblos vecinos con el fin de hacer un abordaje macro en las

relaciones de los orokaivas en su conjunto
Los atributos que se podran haber tomado en cuenta es el
tamao o porcin de tierra cultivable y el tamao de la unidad
domestica
Los atributos que se podran haber tomado en cuenta es el
tamao o porcin de tierra cultivable y el tamao de la unidad
domestica
Se podra mapear el numero de intercambios en un determinado

tiempo con el fin de establecer cual de los lazos es mas fuerte y por
lo tanto la relacin mas estrecha
Mapear otro tipo de relacin como los lazos de parentesco y
cooperacin poltica entre las Unidades Domsticas