Saltar al contenido principal
LibreTexts Español

6.5: La perspectiva estructural

  • Page ID
    98124
  • \( \newcommand{\vecs}[1]{\overset { \scriptstyle \rightharpoonup} {\mathbf{#1}} } \)

    \( \newcommand{\vecd}[1]{\overset{-\!-\!\rightharpoonup}{\vphantom{a}\smash {#1}}} \)

    \( \newcommand{\id}{\mathrm{id}}\) \( \newcommand{\Span}{\mathrm{span}}\)

    ( \newcommand{\kernel}{\mathrm{null}\,}\) \( \newcommand{\range}{\mathrm{range}\,}\)

    \( \newcommand{\RealPart}{\mathrm{Re}}\) \( \newcommand{\ImaginaryPart}{\mathrm{Im}}\)

    \( \newcommand{\Argument}{\mathrm{Arg}}\) \( \newcommand{\norm}[1]{\| #1 \|}\)

    \( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\)

    \( \newcommand{\Span}{\mathrm{span}}\)

    \( \newcommand{\id}{\mathrm{id}}\)

    \( \newcommand{\Span}{\mathrm{span}}\)

    \( \newcommand{\kernel}{\mathrm{null}\,}\)

    \( \newcommand{\range}{\mathrm{range}\,}\)

    \( \newcommand{\RealPart}{\mathrm{Re}}\)

    \( \newcommand{\ImaginaryPart}{\mathrm{Im}}\)

    \( \newcommand{\Argument}{\mathrm{Arg}}\)

    \( \newcommand{\norm}[1]{\| #1 \|}\)

    \( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\)

    \( \newcommand{\Span}{\mathrm{span}}\) \( \newcommand{\AA}{\unicode[.8,0]{x212B}}\)

    \( \newcommand{\vectorA}[1]{\vec{#1}}      % arrow\)

    \( \newcommand{\vectorAt}[1]{\vec{\text{#1}}}      % arrow\)

    \( \newcommand{\vectorB}[1]{\overset { \scriptstyle \rightharpoonup} {\mathbf{#1}} } \)

    \( \newcommand{\vectorC}[1]{\textbf{#1}} \)

    \( \newcommand{\vectorD}[1]{\overrightarrow{#1}} \)

    \( \newcommand{\vectorDt}[1]{\overrightarrow{\text{#1}}} \)

    \( \newcommand{\vectE}[1]{\overset{-\!-\!\rightharpoonup}{\vphantom{a}\smash{\mathbf {#1}}}} \)

    \( \newcommand{\vecs}[1]{\overset { \scriptstyle \rightharpoonup} {\mathbf{#1}} } \)

    \( \newcommand{\vecd}[1]{\overset{-\!-\!\rightharpoonup}{\vphantom{a}\smash {#1}}} \)

    La perspectiva estructural analiza la asociación, arreglo, proximidad o conexión entre recursos sin preocupación primaria por su significado o el origen de estas relaciones. [1]

    Tomamos una perspectiva estructural cuando definimos a una familia como “una colección de personas” o cuando decimos que una familia en particular como los Simpson tiene cinco miembros. A veces lo único que sabemos es que dos recursos están conectados, como cuando vemos una palabra o frase resaltada que está apuntando de la página web actual a otra. En otras ocasiones podríamos conocer más sobre las razones de las relaciones dentro de un conjunto de recursos, pero todavía nos enfocamos en su estructura, esencialmente fusionando o desdibujando todas las razones de las asociaciones en una sola noción genérica de que los recursos están conectados.

    Travers y Milgram realizaron un estudio ahora famoso en la década de 1960 que involucró la entrega de mensajes escritos entre personas en el medio oeste y este de Estados Unidos. Si una persona no conocía al destinatario previsto, se le indicó que enviara el mensaje a alguien que pensara que podría conocerlo. El estudio demostró lo que Travers y Milgram llamaron el “problema del pequeño mundo”, en el que dos personas seleccionadas arbitrariamente estaban separadas por un promedio de menos de seis eslabones.

    Ahora es común analizar el número de “grados de separación” entre cualquier par de recursos. Por ejemplo, Markoff y Sengupta describen un estudio de 2011 utilizando datos de Facebook que computaron el “grado de separación” promedio de dos personas cualesquiera en el mundo de Facebook en 4.74. [2]

    Consulte http://oracleofbacon.org/ para una demostración basada en la web de “Kevin Bacon Numbers”, que miden los grados promedio de separación entre más de 2.6 millones de actores en más de 1.9 millones de películas. Su nombre refleja el juego de salón “Six Degrees of Kevin Bacon”, un juego de palabras sobre “seis grados de separación” que a menudo se asocia con el trabajo de Travers y Milgram; el juego se basa en la notable variedad de roles de Bacon, y de ahí el número de compañeros actores en sus películas (dos actores de la misma película tienen un grado de separación). Bacon's Bacon Number es 2.994, pero resulta que más de 300 actores están más cerca del centro del universo cinematográfico que Bacon. Pruebe algunos actores famosos y vea si sus números de tocino son mayores o menores que los de Bacon. (Pista: los actores mayores han estado en más películas).

    Muchos tipos de recursos tienen estructura interna además de sus relaciones estructurales con otros recursos. Por supuesto, tenemos que recordar (como discutimos en “Identidad de recursos”) que a menudo enfrentamos elecciones arbitrarias sobre la abstracción y granularidad con la que describimos las partes que componen un recurso y si alguna combinación de recurso también debe identificarse como recurso. Esto no es fácil cuando se está analizando la estructura de un automóvil con sus miles de piezas, y cada vez es más difícil con recursos de información donde hay muchas más formas de definir partes y enteros. Sin embargo, una ventaja para los recursos de información es que sus descripciones estructurales internas suelen ser altamente “computables”, algo que consideramos en profundidad en Interacciones con Recursos.

    Estructura intencional, implícita y explícita

    En la disciplina de la organización enfatizamos la “estructura intencional” creada por personas o por procesos computacionales en lugar de estructuras accidentales o naturales creadas por procesos físicos y geológicos. Reconocimos en “El concepto de “arreglo intencional”” que hay información en los montones de escombros que quedan tras un tornado o tsunami y en los estratos del Gran Cañón. Estos patrones estructurales pueden ser de interés para meteorólogos, geólogos u otros, pero debido a que no fueron creados por un agente identificable siguiendo uno o más principios organizativos, no son nuestro enfoque principal.

    Encuentra un mapa de los estados (o provincias u otras divisiones) de tu país. Probablemente pienses en algún conjunto de estos como miembros de una colección. Aparte de su disposición literal (por ejemplo, “x está al lado de y, y está al este de z”), ¿cómo podría describir sus relaciones entre sí dentro de la colección? ¿Estas relaciones se basan en propiedades naturales o no intencionales o intencionales? Ejemplo: en Estados Unidos, California, Oregón y Washington se consideran la “Costa Oeste” y el Océano Pacífico determina sus límites occidentales. Algunas de las fronteras entre los estados son naturales, determinadas por ríos, y otras fronteras son más intencionales y arbitrarias.

    Algunos principios organizativos imponen muy poca estructura. Para una pequeña colección de recursos, coubicarlos o organizarlos cerca unos de otros podría ser suficiente organización. Podemos imponer sistemas de coordenadas bidimensionales o tridimensionales sobre esta “estructura implícita” y describir explícitamente la ubicación de un recurso con la precisión que queramos, pero describimos de manera más natural la estructura de las ubicaciones de los recursos en términos relativos. En inglés tenemos muchas maneras de describir la relación estructural de un recurso con otro: “in”,on”,under”, “behind”, “above”, “below”,below”,near”,to the right of”,to the left of,” ” “junto a”, y así sucesivamente. A veces varios recursos están dispuestos o parecen estar dispuestos en una secuencia u orden y podemos usar descripciones posicionales de la estructura: un programa de televisión de finales de la década de 1990 describió al planeta Tierra como la “tercera roca del Sol. [3]

    Prestamos mayor atención a las estructuras intencionales que se representan explícitamente dentro y entre los recursos porque encarnan las elecciones de diseño o autoría sobre cuánta estructura implícita o latente se hará explícita. Las estructuras que pueden ser extraídas de manera confiable por algoritmos adquieren especial importancia para colecciones muy grandes de recursos cuyo alcance y escala desafían el análisis estructural por parte de las personas.

    Relaciones estructurales dentro de un recurso

    Casi siempre pensamos en los recursos humanos y otros recursos animados como entidades unitarias. De igual manera, muchos recursos físicos como pinturas, esculturas y bienes manufacturados tienen una integridad material que nos hace generalmente considerarlos como indivisibles. Para un recurso de información, sin embargo, casi siempre ocurre que tiene o podría haber tenido alguna estructura interna o subdivisión de sus elementos de datos constituyentes.

    De hecho, dado que todos los archivos informáticos son meramente codificaciones de bits, bytes, caracteres y cadenas, todos los recursos digitales exhiben alguna estructura interna, aunque esa estructura sólo sea discernible por los agentes de software. Afortunadamente, los formatos internos que alguna vez eran inescrutables de los archivos de procesamiento de textos son ahora mucho más interpretables después de que fueron reemplazados por XML en la última década.

    Cuando un autor escribe un documento, le da alguna organización interna con su título, encabezados de sección, convenciones tipográficas, números de página y otros mecanismos que identifican sus partes y su significado o relación entre sí. El nivel más bajo de esta jerarquía estructural, generalmente el párrafo, contiene el contenido del texto del documento. En ocasiones el autor encuentra útil identificar tipos de contenido como términos de glosario o referencias cruzadas dentro del texto del párrafo. Se dice que los modelos de documentos que mezclan descripción estructural con “pepitas” de contenido en el texto contienen contenido mixto.

    En dominios transaccionales o intensivos en datos, las instancias de documentos tienden a ser homogéneas porque son producidas por o para procesos automatizados, y sus componentes de información aparecerán predeciblemente en las mismas relaciones estructurales entre sí. Estas estructuras suelen formar una jerarquía expresada en un esquema XML o una plantilla de estilo de procesamiento de textos. Los documentos XML describen sus partes componentes usando elementos orientados al contenido como <ITEM><NAME>, y<ADDRESS>, que a menudo son estructuras agregadas o contenedores para elementos más granulares. Las estructuras de recursos mantenidas en las bases de datos suelen ser menos jerárquicas, pero las estructuras se capturan con precisión en esquemas de bases de datos.

    Las partes internas de [6]

    Además, herramientas como Schematron aprovechan las descripciones estructurales de XPath para probar aserciones sobre la estructura y el contenido de un documento. Por ejemplo, una restricción editorial común podría ser que una lista numerada debe tener al menos tres elementos. [7]

    En dominios más cualitativos, menos intensivos en información y más intensivos en experiencia, avanzamos hacia el final narrativo del Espectro Tipo de Documento, y las instancias de documentos se vuelven más heterogéneas porque son producidas por y para las personas. (Consulte la barra lateral, El espectro de tipo de documento en “Dominio de recursos”). La información que se transmite en los documentos es conceptual o temática más que transaccional, y las relaciones estructurales entre las partes del documento son mucho más débiles. En lugar de reglas precisas de estructura y contenido, generalmente solo hay una jerarquía superficial marcada con procesamiento de Word o etiquetas HTML como<HEAD>,<H1>,<H2>, y<LIST>.

    La jerarquía estructural interna en un recurso a menudo se extrae y se convierte en un recurso de descripción separado y familiar llamado “tabla de contenidos” para apoyar las interacciones de búsqueda y navegación con el recurso primario. En un contexto de medios impresos, es probable que cualquier recurso de contenido dado solo se presente una vez, y su número de página se proporciona en la tabla de contenido para permitir al lector ubicar el capítulo, sección o apéndice en cuestión. En un contexto mediático hipertextual, un recurso dado puede ser un capítulo de un libro mientras que es un apéndice en otro. Algunas tablas de contenido se crean como una descripción estructural estática, pero otras se generan dinámicamente a partir de las estructuras internas cada vez que se accede al recurso. Además, se pueden generar otros tipos de puntos de entrada a partir de los nombres o descripciones de componentes de contenido, como listas seleccionables de tablas, figuras, mapas o ejemplos de código.

    Identificar los componentes y sus relaciones estructurales en los documentos es más fácil cuando siguen reglas consistentes para la estructura (por ejemplo, cada componente que no sea de texto debe tener un título y un título) y la presentación (por ejemplo, los enlaces de hipertexto en las páginas web están subrayados y cambian la forma del cursor cuando son “moused over”) que refuerzan las distinciones entre tipos de componentes de información. Las características estructurales y de presentación a menudo se ordenan en alguna dimensión (por ejemplo, tamaño de tipo, ancho de línea, cantidad de espacio en blanco) y se usan de manera correlacionada para indicar la importancia de un componente de contenido. [9]

    Muchos algoritmos de indexación tratan los documentos como “bolsas de palabras” para calcular estadísticas sobre la frecuencia y distribución de las palabras que contienen mientras ignoran toda la semántica y estructura. En Interacciones con Recursos, contrastamos este enfoque con algoritmos que utilizan descripciones estructurales internas para recuperar partes más específicas de documentos.

    Relaciones estructurales entre recursos

    Muchos tipos de recursos tienen “relaciones estructurales” que los interconectan. Las páginas web casi siempre están vinculadas a otras páginas. A veces los enlaces entre un conjunto de páginas permanecen principalmente dentro de esas páginas, ya que están en un sitio de catálogo de comercio electrónico. Más a menudo, sin embargo, los enlaces se conectan a páginas en otros sitios, creando una red de enlaces que corta y oscurece los límites entre los sitios.

    Los vínculos entre documentos pueden analizarse para inferir conexiones entre los autores de los documentos. Usar el patrón de vínculos entre documentos para comprender la estructura del conocimiento y de la comunidad intelectual que lo crea no es una idea nueva, sino que se ha energizado ya que más de la información que intercambiamos con otras personas está en la web o de otro modo en formatos digitales. Una función importante en el motor de búsqueda de Google es el algoritmo de clasificación de páginas que calcula la relevancia de una página en parte utilizando el número de enlaces que apuntan a ella mientras le da mayor peso a las páginas a las que se vinculan a menudo. [10]

    Las redes sociales basadas en la web permiten a las personas expresar sus conexiones con otras personas directamente, eludiendo la necesidad de inferir las conexiones a partir de enlaces en documentos u otras comunicaciones.

    Enlaces de hipertexto

    El concepto de estructuras de solo lectura o de solo seguimiento que conectan un documento con otro suele atribuirse a Vannevar Bush en su ensayo seminal de 1945 titulado As We May Think. Bush lo llamó indexación asociativa, definida como “una disposición mediante la cual cualquier artículo puede ser causado a voluntad para seleccionar inmediata y automáticamente otro. [11]

    El “ítem” conectado de esta manera era para Bush la mayoría de las veces un libro o un artículo científico. Sin embargo, el anclaje y destino de un enlace de hipertexto puede ser un recurso de cualquier granularidad, que va desde un solo punto o carácter, un párrafo, un documento o cualquier parte del recurso al que estén conectados los extremos del enlace. El anclaje y destino de un enlace web son su especificación estructural, pero a menudo necesitamos considerar los enlaces desde otras perspectivas. (Ver la barra lateral, Perspectivas sobre los enlaces de hipertexto).

    Theodor Holm Nelson, en un libro intrigante titulado Máquinas literarias, renombró la indexación asociativa como hipertexto décadas después, expandiendo la idea para convertirla en un estilo de escritura así como un estilo de lectura. [12]

    Nelson instó a los escritores a utilizar el hipertexto para crear narrativas no secuenciales que dieran opciones a los lectores, utilizando una técnica novedosa para la que acuñó el término transclusión. [13]

    Casi al mismo tiempo, y sin conocer el trabajo de Nelson, Augmenting the Human Intellect, de Douglas Engelbart, describió un mundo futuro en el que los profesionales equipados con pantallas interactivas de computadora utilizan un espacio de información que consiste en de un recurso reticulado. [14]

    En la década de 1960, cuando las computadoras carecían de pantallas gráficas y se empleaban principalmente para resolver problemas matemáticos y científicos complejos que podrían tardar minutos, horas o incluso días en completarse, las visiones de Nelson y Engelbart sobre la computación personal basada en hipertexto pueden haber parecido inverosímiles. A pesar de esto, en 1968, Engelbart y su equipo demostraron una interfaz humana de computadora que incluía el mouse, el hipertexto y los medios interactivos, junto con un conjunto de principios rectores. [15]

    Los enlaces hipertextuales son ahora mecanismos estructurales familiares en las aplicaciones de la información debido a la World Wide Web, propuesta en 1989 por Tim Berners-Lee y Robert Cailliau. [22]

    Inventaron los métodos para codificar y seguir enlaces de hipertexto usando el ahora popular HyperText Markup Language (HTML). [23]

    Los recursos conectados por los enlaces de hipertexto de HTML no se limitan a texto o documentos. Seleccionar un enlace de hipertexto puede invocar un recurso conectado que podría ser una imagen, un video o una aplicación interactiva. [24]

    Para 1993, las computadoras personales, con una pantalla gráfica, altavoces y un puntero del mouse, se habían vuelto omnipresentes. NCSA Mosaic es ampliamente acreditado por popularizar la World Wide Web y [25]

    La capacidad de transcluir imágenes y otros medios transformaría la World Wide Web de un visor de solo texto con enlaces a un “paisaje en red” con señales de hipertexto para guiar el camino. El 12 de noviembre de 1993, el primer lanzamiento completo de [26]

    Desde que los navegadores los hicieron familiares, los enlaces de hipertexto se han utilizado en otras aplicaciones informáticas como estructura y mecanismos de navegación.

    Análisis de estructuras de enlace

    Podemos retratar gráficamente un conjunto de vínculos entre recursos como un patrón de cajas y enlaces. Debido a que una conexión de enlace de un recurso a otro no necesita implicar un enlace en la dirección opuesta, distinguimos los enlaces unidireccionales de los explícitamente bidireccionales.

    Una representación gráfica de la estructura de enlaces se muestra en el panel izquierdo de la figura Figura: Representando estructuras de enlace.. Para una pequeña red de enlaces, un diagrama como este facilita ver que algunos recursos tienen más enlaces entrantes o salientes que otros recursos. Sin embargo, para la mayoría de los propósitos dejamos el análisis de las estructuras de enlace a los programas de computadora, y ahí es mucho mejor representar las estructuras de enlace de manera más abstracta en forma de matriz. En esta matriz los identificadores de recursos en las cabezas de fila y columna representan el origen y destino del enlace. Esta es una matriz completa porque no todos los enlaces son simétricos; un enlace del recurso 1 al recurso 2 no implica uno del 2 al 1.

    Dos representaciones (gráfica y matricial) de la estructura de vínculos entre recursos web.

    La estructura de los vínculos entre los recursos web se puede representar gráficamente o en una matriz. La representación matricial es una representación más abstracta que puede ser analizada por computadoras.

    Una representación matricial de la misma estructura de enlace se muestra en el panel derecho de la Figura: Representando Estructuras de Enlace.. Esta representación modela la red como una gráfica dirigida en la que los recursos son los vértices y las relaciones son los bordes que los conectan. Ahora podemos aplicar algoritmos de gráficos para determinar muchas propiedades útiles. Una propiedad muy importante es la facilidad de acceso, la propiedad “se puede llegar desde aquí”. [27]

    Otras propiedades útiles incluyen el número promedio de enlaces entrantes o salientes, la distancia promedio entre dos recursos cualesquiera y la ruta más corta entre ellos.

    Bibliometría, Shepardizing, Altmetrics y Análisis de Redes Sociales

    Los científicos de la información comenzaron a estudiar la estructura de la citación científica, ahora llamada bibliometría, hace casi un siglo para identificar científicos y publicaciones influyentes. Este análisis del flujo de ideas a través de publicaciones puede identificar “colegios invisibles” de científicos que confían en la investigación de los demás, y reconocer el surgimiento de nuevas disciplinas científicas o áreas de investigación. Las universidades utilizan la bibliometría para evaluar a los profesores para su promoción y tenencia, y las bibliotecas la utilizan para seleccionar recursos para sus colecciones. [28]

    La expresión de las relaciones de citación entre documentos está especialmente matizada en contextos jurídicos, donde el uso de los casos legales como precedentes hace indispensable distinguir precisamente dónde se encuentra una nueva sentencia sobre el continuo relacional entre “Siguiente” y” Anulando” con respecto a un caso que cita. El análisis de las citas legales para determinar si un caso citado sigue siendo de buena ley se llama Shepardizing porque listas de casos anotados de esta manera fueron publicadas por primera vez a fines del siglo XIX por Frank Shepard, un vendedor de un legal empresa editorial. [29]

    Los enlaces que apuntan a una página web podrían considerarse como citas a la misma, por lo que es tentador hacer la analogía para considerar Shepardizing la web. Pero a diferencia de las sentencias legales, las páginas web no siempre son persistentes, y solo los tribunales tienen la autoridad para determinar el valor de los casos citados como precedentes, por lo que las métricas similares a Shepard para páginas web serían difíciles de calcular y poco confiables.

    Sin embargo, la importancia de la web como medio editorial y de comunicación es innegable, y muchos académicos, especialmente los más jóvenes, ahora contribuyen a sus campos blogueando, tuiteando, dejando comentarios en publicaciones en línea, escribiendo artículos en Wikipedia, dando conferencias MOOC y subiendo artículos, código y conjuntos de datos para abrir repositorios de acceso. Debido a que la bibliometría tradicional no presta atención a este cuerpo de trabajo, se han propuesto métricas alternativas o “altmétricas” para contar estas nuevas sedes para su influencia académica. [30]

    La valoración de Facebook se basa en su capacidad para explotar la estructura de la red social de una persona para personalizar anuncios para personas y “amigos” con quienes están conectados. Muchos investigadores de informática están trabajando para determinar las características importantes de las personas y las relaciones que mejor identifican a las personas cuyas actividades o mensajes influyen en otros para gastar dinero. [31]


    1. De las cinco perspectivas sobre las relaciones en este capítulo, la estructural se acerca más al significado de “relación” en matemáticas e informática, donde una relación es un conjunto de elementos ordenados (“tuplas”) de igual grado (“Grado”). Una relación binaria es un conjunto de pares de elementos, una relación ternaria es un conjunto de 3-tuplas, y así sucesivamente. Los elementos en cada tupla están “relacionados” pero no necesitan tener ninguna “asociación significativa” o “relación” entre ellos.


    2. Véase (Travers y Milgram 1969) y (Markoff y Sengupta 2011).


    3. Esto parece un homenaje a Jimi Hendrix basado en el título de una canción de 1967, Third Stone from the Sun http://en.Wikipedia.org/wiki/Third_Stone_from_the_Sun.


    4. El subcampo del procesamiento del lenguaje natural denominado “reconocimiento de entidad nombrada” tiene como objetivo la creación de contenido mixto mediante la identificación de personas, empresas, organizaciones, fechas, marcas comerciales, símbolos de acciones, etc. en texto no estructurado.


    5. Iniciativa de Codificación de Texto 13. Nombres, fechas, personas y lugares.


    6. Véase (Holman 2001) o (Tidwell 2008).


    7. Consulte (van der Vlist 2007) y schematron.org para obtener información general. Véase (Hamilton y Wood 2012) para un estudio de caso detallado.


    8. (Walsh 2010).


    9. Estas convenciones de maquetación y tipografía son bien conocidas por los diseñadores gráficos (Williams 2012) pero también son forraje para un tratamiento más académico en estudios de lenguaje visual o semiótica (Crow 2010).


    10. (Page, Brin, Motwani y Winograd 1999) describe Page Rank cuando sus inventores eran estudiantes graduados de ciencias de la computación en Stanford. No es casualidad que la técnica comparta un nombre con uno de sus inventores, el cofundador y CEO de Google, Larry Page. (Langville y Meyer 2012) es un excelente libro de texto. La máxima autoridad sobre cómo funciona el ranking de páginas es Google; consulte https://www.google.com/insidesearch/howsearchworks/thestory/.


    11. (Bush 1945). “Aparecerán formas totalmente nuevas de enciclopedias, confeccionadas con una malla de senderos asociativos que las recorren... ” Ver http://www.theatlantic.com/magazine/archive/1945/07/as-we-may-think/303881/.


    12. (Nelson 1981).


    13. Consulte Computer Lib/Dream Machines (Nelson 1981) para ver un ejemplo temprano del estilo de libro no-liner de Nelson.


    14. (Engelbart 1963) Douglas Engelbart acredita el artículo As We May Think de Bush como su inspiración directa. Engelbart estaba en la Marina de Estados Unidos, viviendo en una choza en el Pacífico Sur durante las últimas etapas de la revista mensual The Atlantic en la que se publicó el artículo de Bush.


    15. La manifestación de Doug Engelbart ha sido llamada la “Madre de todos los Demos” y se puede ver en su totalidad en http://sloan.stanford.edu/MouseSite/1968Demo.html.


    16. Véase (Lorch 1989), (Mann y Thomson 1988). Por ejemplo, un autor podría usar “Ver” como en “Ver (Glushko et al. 2013)” al referirse a este capítulo si es consistente con su punto de vista. Por otro lado, ese mismo autor podría usar “pero” como señal de cita contrastante, escribiendo “Pero vea (Glushko et al. 2013)” para expresar la relación que el capítulo no está de acuerdo con él.


    17. Antes de la web, la mayoría de las implementaciones de hipertextos estaban en aplicaciones independientes como tipos de enlaces. Ver (Conklin 1987), (Conklin y Begeman 1988), y (DeRose 1989).


    18. Muchos de los diseños de hipertexto pre-web de las décadas de 1980 y 1990 permitieron enlaces n-arios. El modelo de referencia de hipertexto de Dexter (Halasz y Schwartz 1994) describe elegantemente las arquitecturas típicas. Sin embargo, existe cierta ambigüedad en el uso del término binario en arquitecturas de enlaces de hipertexto. Uno a uno vs. uno a muchos es una distinción de cardinalidad, y algunas personas reservan binario para discutir sobre grado.


    19. Véase (Weinreich, Oberdorf y Lamersdorf 2001).


    20. La mayoría de los diseñadores utilizan una variedad de señales visuales y convenciones para distinguir hipervínculos (por ejemplo, hipervínculo simple, botón, menú seleccionable, etc.) para que los usuarios puedan anticipar cómo funcionan y qué significan. Una reciente contratendencia llamada “diseño plano” —ejemplificada sobre todo por las interfaces de usuario de Windows 8 e iOS 7 — aboga por un estilo minimalista con menos variedad en tipografía, color y sombreado. Los diseños planos son más fáciles de adaptar en múltiples dispositivos, pero transmiten menos información.


    21. Véase (Brailsford 1999), (Wilde y Lowe 2002).


    22. (Gillies y Cailliau 2000).


    23. La mayoría de los enlaces web son de estructura muy simple. El texto de anclaje en el documento de enlace está envuelto <A>y</A> etiquetas, con un atributo HREF (referencia de hipertexto) que contiene el URI del destino del enlace si está en otra página, o una referencia a un atributo ID si el enlace es a un diferente parte de la misma página. HTML también tiene una <LINK>etiqueta, la cual, junto con <A>tener atributos REL (relationship) y REV (reverse relationship) que permiten la codificación de relaciones mecanografiadas en enlaces. En un contexto de libro por ejemplo, las relaciones de vínculo y las relaciones inversas incluyen candidatos obvios como siguiente, anterior, padre, hijo, tabla de contenidos, bibliografía, glosario e índice.


    24. El uso de enlaces de hipertexto como controles de interacción es la manifestación dinámica moderna de referencias cruzadas entre el comentario textual y las ilustraciones en libros, un mecanismo que data de los años 1500 (Kilgour 1998). Los enlaces de hipertexto pueden ser vistos como controles de transición de estado en colecciones distribuidas de recursos basados en la web; esta filosofía de diseño se conoce como Transferencia Representacional del Estado (REST). Véase (Wilde y Pautasso 2011).


    25. Mosaic fue desarrollado en el laboratorio de Joseph Hardin en el Centro Nacional de Aplicaciones de Supercomputación (NCSA), organizado por la Universidad de Illinois, en Urbana/Champaign por Marc Andreesen, Eric Bina y un equipo de estudiantes programadores. Mosaic se desarrolló inicialmente en el Unix X Window System. Ver http://www.ncsa.illinois.edu/Projects/mosaic.html.


    26. (Schatz y Hardin 1994).


    27. La accesibilidad se determina calculando el cierre transitivo de la matriz de enlace. Una explicación clásica y bien escrita es (Agrawal, Borgida y Jagadish 1989).


    28. Eugene Garfield desarrolló muchas de las técnicas para estudiar citación científica y se le ha llamado el “abuelo de Google” (http://blog.lib.uiowa.edu/hardinmd/2010/07/12/eugene-garfield-librarian-grandfather-of-google/) debido al uso de patrones de citas por parte de Google para determinar la relevancia. Véase (Garfield, Cronin y Atkins 2000) para un conjunto de artículos que revisan las muchas contribuciones de Garfield. Consulte (Bar-Ilan 2008) y (Neuhaus y Daniel 2008) para reseñas recientes de fuentes de datos y métricas de citas.


    29. Shepard primero puso pegatinas adhesivas en los libros de casos, luego publicó listas de casos y sus citas. Shepardizing es un gran negocio para Lexis/Nexis y Westlaw (donde la técnica se llama “KeyCite”).


    30. Consulte http://altmetrics.org/manifesto/ para conocer la convocatoria original de altmetrics. Altmetric.com y Plum Analytics son firmas que proporcionan altmetrics a autores, editores e instituciones académicas. En 2016 la Organización Nacional de Estándares de Información buscó estandarizar la definición y los casos de uso para altmetrics, lo que debería beneficiar a todos los que se preocupan por ellas. Ver también http://www.niso.org/topics/tl/altmetrics_initiative/


    31. Véase (Watts 2004) para una revisión detallada de los fundamentos teóricos. Ver (Wu 2012) para aplicaciones en redes sociales basadas en web.



    This page titled 6.5: La perspectiva estructural is shared under a not declared license and was authored, remixed, and/or curated by Robert J. Glushko.