INVESTIGADORES
CARIDI Delida Ines
congresos y reuniones científicas
Título:
Detección de grupos muy relacionados de personas usando Redes Complejas
Autor/es:
INÉS CARIDI; PABLO GALLO; CARLOS SOMIGLIANA; CLAUDIO O. DORSO.
Lugar:
Buenos Aires
Reunión:
Congreso; V Congreso Latinoamericano de Antropología Forense: Hacia la uniformización de la investigación antropológica forense en América Latina"; 2009
Institución organizadora:
Asociación Latinoamericana de Antropología Forense (ALAF)
Resumen:
<!--
@page { margin: 0.79in }
P { margin-bottom: 0.08in }
-->
Desarrollamos un método que ha sido
concebido para contribuir al trabajo de determinar el destino de
personas que fueron desaparecidas en la Provincia de Tucumán
1975-1983.
El EAAF ha recopilado una base de datos
con información en vida de las personas (atributos políticos,
temporales...), y ha generado hipótesis de cómo relacionar esos
atributos. La hipótesis fundamental es que grupos de personas cuyas
desapariciones están estrechamente relacionadas fueron llevados al
mismo CCD. Pero el problema de organizar la enorme cantidad de
información para encaminar las búsquedas es complejo, y hay
relaciones que no son evidentes de detectar.
Identificamos a las personas como
puntos de una red y establecimos conexiones entre ellos basadas en
los atributos en vida de las personas, usando reglas para
vincularlos. El punto de partida para definir esas reglas surge de la
experiencia del EAAF acerca de cómo relacionar los atributos
(ejemplo: vincular dos personas si tienen una fecha de desaparición
cercana, una misma militancia política, etc), pero es posible
evaluar otras reglas, así como variar los parámetros que estas
involucran. Como hay información desconocida para algunas personas,
entonces habrá conexiones que no pueden establecerse, la red es
incompleta. Desarrollamos un método para tratar con la información
faltante. El resultado que se obtiene es una estructura de clusters
(grupos aislados de la red) de la que forman parte nodos con
información incompleta.
Además de los atributos en vida de las
personas, usamos otra información disponible en este problema para
determinar las mejores reglas para definir la red. Se trata de
la información concerniente a las personas vistas en los diferentes
CCD, y las personas que forman los clusters o grupos de
referencia. Una buena regla debería ser consistente con esta
información.
Para las mejores reglas, asignamos una
predicción acerca del destino que pudieron haber tenido las
personas. Evaluamos la tasa de éxito de esta predicción.