Acceso usuarios
Juan Antonio Pichardo Corpus
El surgimiento de la componente gigante en redes ha sido objeto de estudio desde los modelos clásicos de gráficas aleatorias hasta los desarrollos más contemporáneos en análisis de redes sociales, redes complejas o ciencia de redes. Sin embargo, en el caso de las redes de citación entre artículos científicos, no está claro si la evolución de las componentes más grandes presenta una transición de fase similar a la de otras redes y, en su caso, si los indicadores derivados de los modelos son útiles para identificar el surgimiento de la componente gigante. En este trabajo se presenta un análisis de la evolución de la componente más grande en redes de citación de cinco revistas editadas por la American Physical Society: PRA, PRB, PRC, PRD y PRE. Las primeras cuatro en un periodo de 40 años y de 20 años para PRE. Comparando indicadores de modelos de redes aleatorias, se encuentra que el modelo de Erdös-Renyi es mejor que otros para identificar el surgimiento de la componente gigante. También se muestra que la evolución del tamaño de las componentes se puede modelizar mediante una regresión logística, de la cual se desprende otro posible indicador para el surgimiento de la componente gigante.
O surgimento do componente gigante em redes tem sido estudado desde modelos clássicos de grafos aleatórios até desenvolvimentos mais contemporâneos em análise de redes sociais, redes complexas e ciência de redes. No entanto, no caso de redes de citação entre artigos científicos, não está claro se a evolução dos maiores componentes exibe uma transição de fase semelhante à de outras redes e, em caso afirmativo, se os indicadores derivados de modelos são úteis para identificar o surgimento do componente gigante. Este artigo apresenta uma análise da evolução do maior componente em redes de citação de cinco periódicos publicados pela Sociedade Americana de Física: PRA, PRB, PRC, PRD e PRE. Os quatro primeiros são analisados ao longo de um período de 40 anos, e o PRE ao longo de 20 anos. Comparando indicadores de modelos de redes aleatórias, o modelo de Erdős-Renyi mostrou-se mais eficaz na identificação do surgimento do componente gigante. Também é demonstrado que a evolução do tamanho do componente pode ser modelada usando regressão logística, o que fornece outro possível indicador para o surgimento do componente gigante.
The emergence of the giant component in networks has been a topic of study, spanning classical random graph models to more recent developments in social network analysis, complex networks, and network science. However, in the case of citation networks among scientific articles, it remains unclear whether the evolution of the largest components exhibits a phase transition, like other types of networks. If it does, it is uncertain whether indicators derived from these models can help identify the emergence of the giant component. This paper analyzes the evolution of the largest component in the citation networks of five journals published by the American Physical Society: PRA, PRB, PRC, PRD, and PRE. The first four journals have data spanning over 40 years, while PRE has data for 20 years. By comparing indicators from random network models, the study finds that the Erdös-Renyi model is more effective than others in identifying the emergence of the giant component. Additionally, it demonstrates that the evolution of component size can be modelled using logistic regression, which provides another potential indicator for identifying the emergence of the giant component.
