Seite - 118 - in Soziale Netzwerke und gesundheitliche Ungleichheiten - Eine neue Perspektive für die Forschung
Bild der Seite - 118 -
Text der Seite - 118 -
118 M. Gamper
aus den Verbindungen der einzelnen Akteure untereinander ergibt. Die maximale
Dichte3 ist bei einem Wert von 1 erreicht, d. h., wenn jeder mit jedem im Netz-
werk verbunden ist (Seidmann 1983; Wasserman und Faust 1994). Der Wert 0
ist der Minimalwert und bedeutet, dass keine Beziehungen in einem Netzwerk
existieren. Bereits Bott (1957) unterschied zwischen „tightly-knitted“ und „loose-
ly-knitted“ Netzwerken und meint damit die Vernetzung der Netzwerkmitglieder
untereinander. In einem dichten Netzwerk sind viele Akteure untereinander ver-
woben. Hier geht man davon aus, dass eine hohe Dichte beispielsweise zu einer
starken Kontrolle führen kann oder sich Krankheiten (z. B. durch Viren) schneller
verbreiten können. Als Beispiel kann die oben erwähnte Weitergabe von sexuell
übertragbaren Infektionskrankheiten im Sexual- und Romantiknetzwerk der Jef-
ferson High School angeführt werden.
Neben Maßzahlen, die sich auf das ganze Netzwerk beziehen, existieren auch
solche, die den einzelnen Akteur betreffen. Zu nennen wären hier die sogenannten
Zentralitäts- bzw. Zentralisierungsmaße4: diese gehen der Frage nach, wie zentral
die jeweiligen Akteure in einem Netzwerk sind. Allerdings wurde bislang noch
keine Einigkeit erreicht, wie Zentralität konzeptionell zu erfassen und wie sie zu
messen ist: „There is certainly no unanimity on exactly what centrality is or on
its conceptual foundations, and there is little agreement on the proper procedure
for its measurement“ (Freeman 1979, S. 217). Demzufolge gibt es unterschied-
liche Formen und Berechnungsarten von Zentralität. Einige fokussieren Aspekte
wie beispielsweise Kontrolle, Macht, Prestige, andere den Informationsfluss und
wiederum andere nehmen die Erreichbarkeit von Personen in einem Netzwerk
in den Fokus. Die einfachste Form ist die Degree-Zentralität. Hier ist der Akteur
der zentralste, der die meisten Beziehungen zu anderen Akteuren im Netzwerk
hat. Bei der Betweenness-Zentralität ist der Akteur zentral, der am häufigsten auf
den kürzesten Wegen zwischen zwei Akteuren im Netzwerk liegt. Bei der Close-
ness-Zentralität hingegen ist der Knoten zentral, der die kürzesten Distanzen zu
allen anderen Knoten hat. Bei der Eigenvektor-Zentralität ist der Akteur zentral,
der Beziehungen zu Akteuren hat, die wiederum sehr zentral sind.5
4Diese können auch für das ganze Netzwerk berechnet werden.
5Einen weiten Überblick zu unterschiedlichen Zentralitätsmaßen und ihrer Berechnung
finden sich auf http://schochastics.net/sna/periodic.html. Auf der Webseite befinden sich
unterschiedliche Zentralitätsmaße und es wird direkt auf die Artikel verwiesen, in denen
das Maß besprochen wird.
3Hierbei muss darauf hingewiesen werden, dass die Netzwerkgröße und die Dichte mit-
einander korrelieren können. Siehe dazu auch Anderson et al. (1999).
zurück zum
Buch Soziale Netzwerke und gesundheitliche Ungleichheiten - Eine neue Perspektive für die Forschung"
Soziale Netzwerke und gesundheitliche Ungleichheiten
Eine neue Perspektive für die Forschung
- Titel
- Soziale Netzwerke und gesundheitliche Ungleichheiten
- Untertitel
- Eine neue Perspektive für die Forschung
- Autoren
- Andreas Klärner
- Markus Gamper
- Sylvia Keim-Klärner
- Irene Moor
- Holger von der Lippe
- Herausgeber
- Nico Vonneilich
- Verlag
- Springer VS
- Ort
- Wiesbaden
- Datum
- 2020
- Sprache
- deutsch
- Lizenz
- CC BY 4.0
- ISBN
- 978-3-658-21659-7
- Abmessungen
- 14.5 x 21.0 cm
- Seiten
- 436
- Kategorie
- Medien
Inhaltsverzeichnis
- Soziale Netzwerke und gesundheitliche Ungleichheiten – eine neue Perspektive für die Forschung 1
- Theoretische und methodische GrundlagenSoziale Beziehungen, soziales Kapital und sozialeNetzwerke – eine begriffliche Einordnung 33
- Netzwerktheorie(n) – Ein Überblick 49
- Wirkmechanismen in sozialen Netzwerken 65
- Negative Beziehungsaspekte und gesundheitliche Ungleichheiten 87
- Netzwerkanalyse – eine methodische Annäherung 109
- Soziale Netzwerke, familiales Sozialkapital und kindliche Gesundheit 137
- Soziale Netzwerke, Gesundheit und gesundheitliche Ungleichheiten im Jugendalter 163
- Soziale Netzwerke und gesundheitliche Ungleichheiten im jungen und mittleren Erwachsenenalter 193
- Soziale Netzwerke und gesundheitliche Ungleichheiten im Alter 227
- Ungleichheitsdimensionen Sozialer Status, soziale Beziehungen und Gesundheit 257
- Geschlecht und gesundheitliche Ungleichheiten – Soziale Netzwerke im Kontext von Gesundheit und Gesundheitsverhalten 273
- Arbeitslosigkeit, soziale Netzwerke und gesundheitliche Ungleichheiten 309
- Soziale Netzwerke und die Gesundheit von Alleinerziehenden 329
- Soziale Netzwerke und Behinderung – Zugang und Stabilisierung der Einbindung in den allgemeinen Arbeitsmarkt 347
- Migration als gesundheitliche Ungleichheitsdimension? Natio-ethno-kulturelle Zugehörigkeit, Gesundheit und soziale Netzwerke 369