The human side of social technology for climate change mitigation and human development: the case of "efficient stoves" in Brazil

Carbon management has gradually gained attention within the overall environmental management and corporate social responsibility agendas. The clean development mechanism, from Kyoto Protocol, was envisioned as connecting carbon market and sustainable development objectives in developing countries. Previous research has shown that this potential is rarely being achieved. The paper explores how the incorporation of the human side into carbon management reinforces its contribution to generate human development in local communities and to improve the company's image. A case study of a Brazilian company is presented, with the results of the application of an analytical model that incorporates the human side and human development. The selected project is an "efficient stoves" programme. "Efficient stoves" are recognised in Brazil as social technologies. Results suggest that the fact that social technologies value the human side of the technology plays a key role when it comes to analysing the co-benefits of the project implementation.

Study of the influence of social relationships among students on knowledge building using a moderately constructivist learning model

Este articulo analiza cómo las relaciones sociales subyacentes entre alumnos universitarios pueden influir en los resultados académicos. Los resultados empíricos del estudio realizado revelan que la relación social entre los alumnos sobre discusión y generación de nuevas ideas tiene un impacto positivo. Así mismo, se observa que las relaciones sociales de consejo y confianza que puede haber entre los estudiantes fomentan la discusión y generación de nuevas ideas. Por tanto, se concluye que los modelos de enseñanza / aprendizaje a implementar deberían incluir actividades que fomenten este tipo de relaciones sociales con el objetivo de mejorar los resultados académicos.

The impact of institutional environment and cultural context in the four different approaches to social enterprise

This article analyzes the characteristics of four different social enterprise schools of though (social economy, earned-income school in developed countries, earned-income in emerging countries, and social innovation) and the influence of the contextual elements (cultural, political, economic and social) on their configuration. This article draws on the qualitative discussions of social enterprise in different regions of the world. This paper is intended to contribute to the field of social enterprise by broadening the understanding of the influence of environment and institutions on the emergence of social enterprise.

A study of data analysis techniques. Application to personal data analysis in the context of social networks

En los últimos años la sociedad está experimentando una serie de cambios. Uno de estos cambios es la datificación (“datafication” en inglés). Este término puede ser definido como la transformación sistemática de aspectos de la vida cotidiana de las personas en datos procesados por ordenadores. Cada día, a cada minuto y a cada segundo, cada vez que alguien emplea un dispositivo digital,hay datos siendo guardados en algún lugar. Se puede tratar del contenido de un correo electrónico pero también puede ser el número de pasos que esa persona ha caminado o su historial médico. El simple almacenamiento de datos no proporciona un valor añadido por si solo. Para extraer conocimiento de los datos, y por tanto darles un valor, se requiere del análisis de datos. La ciencia de los datos junto con el análisis de datos se está volviendo cada vez más popular. Hoy en día, se pueden encontrar millones de web APIs estadísticas; estas APIs ofrecen la posibilidad de analizar tendencias o sentimientos presentes en las redes sociales o en internet en general. Una de las redes sociales más populares, Twitter, es pública. Cada mensaje, o tweet, publicado puede ser visto por cualquier persona en el mundo, siempre y cuando posea una conexión a internet. Esto hace de Twitter un medio interesante a la hora de analizar hábitos sociales o perfiles de consumo. Es en este contexto en que se engloba este proyecto. Este trabajo, combinando el análisis estadístico de datos y el análisis de contenido, trata de extraer conocimiento de tweets públicos de Twitter. En particular tratará de establecer si el género es un factor influyente en las relaciones entre usuarios de Twitter. Para ello, se analizará una base de datos que contiene casi 2.000 tweets. En primer lugar se determinará el género de los usuarios mediante web APIs. En segundo lugar se empleará el contraste de hipótesis para saber si el género influye en los usuarios a la hora de relacionarse con otros usuarios. Finalmente se construirá un modelo estadístico para predecir el comportamiento de los usuarios de Twitter en relación a su género.