Diagramas de ciclos causales (DCC)

1. Diagramas de ciclos causales (DCC) Charles Nicholson Department of Applied Economics and Management, Cornell University

2. Los DCC: una “ herramienta de mapeo” • Es una manera de representar la estructura de retroalimentación del sistema • Puede facilitar la especificación de una hipótesis dinámica del sistema • Puede facilitar comunicación respecto a las retroalimentaciones que se creen importantes causas de los comportamientos observados • Sirve como una herramienta gráfica para captar “modelos mentales” con grupos interesados en el problema Lecturas: Aracil y Gordillo, 14-15, 29-38; J.M. García, 26-30; Gary; Richardson

3. DCC • Repasar los elementos básicos de un DCC • Sugerir buenas prácticas para el desarrollo y uso de los DCC • Primero, ¡un breve repaso de lo básico sobre el redondel de retroalimentación!

4. Representación gráfica Este sistema simple tiene dos redondeles. Estos operan conjuntamente para producir el comportamiento del sistema.

5. Redondel o ciclo de retroalimentación • El tamaño de la población determina la tasa de nacimientos (de muertes) • La tasa (nacimientos, muertes) determina el tamaño de la población • Existe una causalidad de doble-vía a través del tiempo • Esto se llama retroalimentación • Los modelos de DS son estructuras con reservas, flujos y redondeles o ciclos de retroalimentación • La retroalimentación es vital para la comprensión del comporamiento del sistema

6. Retroalimentación… Suponer que alguién se encuentra con dos tipos de problemas que se ilustran mediante losas. ¿Solución obvia? ¿Empujar una de las losas?

7. …a veces causa resultados inesperados La causalidad circular implícita en este proceso con retroalimentación demuestra que ciertas “soluciones” resultan en deterioros importantes.

8. Representación gráfica Este sistema simple tiene dos redondeles. Estos operan conjuntamente para producir el comportamiento del sistema.

9. Ciclos: de causa, no correlación • Eslabones en un DCC deben representar la estructura causativa, no solamente las correlaciones en los datos • “Causalidad” quiere decir: • Sequencial en tiempo (A occure antes de B) • Incluye explicación (A influye B porque…) • Causalidad = estructura (lo cual causa un comportamiento) • Correlación = comportamiento

10. Polaridad de la relación • Para una relación específica entre elementos de la estructura • ¿Es la relación positiva o negativa? • Si A aumenta, ¿qué pasa con B? • Si incrementa B, la polaridad es positiva • Si B disminuye, la polaridad es negativa • ¿Se pueden calificar las polaridades individuales? • Si aumenta la poplación, se incrementa la tasa de nacimientos • Polaridad positiva

11. Representación gráfica La población incrementa la tasa de nacimientos, lo cual incrementa la población. La poblaciónincrementa la tasa de muertes, lo cual disminuye la población.

12. Polaridad del redondel • Considerar todas las relaciones (de retroalimentación) en un redondel • ¿Un aumento en cualquier variable produce un incremento adicional después de contar con todas las relaciones en el redondel? • Si es afirmativo, esto constituyeun redondel positivo o redondel de refuerzo • Los redondeles positivos causan crecimiento en las reservas

13. Población y el redondel de nacimientos Incrementar la población aumenta los nacimientos, lo cuál aumenta la población. Esto constituye un redondel positivo, lo cuál causaría crecimiento en la población.

14. ¿Redondel de población y muertes?

15. ¿Redondel de población y muertes? La población incrementa la tasa de muertes, lo cuál DISMINUYE la población. Esto es un redondel NEGATIVO o de BALANCEO

16. Resumen de ciclos • Ciclos positivos • Incrementar una variable causa un aumento adicional • Causa el crecimiento (exponencial) • “Redondel de refuerzo” • Ciclos negativos • Incrementar una variable causa una disminución contrarestante en la variable • Causa deterioro (disminución) • “Redondel de balanceo”

17. Práctica en ciclos

18. Práctica en ciclos: balanceo

19. Práctica en ciclos

20. Práctica en ciclos: de refuerzo

21. Modelos de DS son constituidos por una combinación de ciclos Este modelo contiene un numero de ciclos negativos—esto frena el crecimiento exponencial, pero crea las oscilaciones

22. Directrices para los DCC • Definir las polaridades (+ or -) de los redondeles • Nombrar los redondeles y la polaridad (+ or -) • ¡No siempre es posible o facilitador cuando el modelo es muy complejo! • Indicar los retrasos importantes

23. Indicar retrasos

24. Directrices para los DCC • Nombrar las variables: usar nombres o frases de nombre

25. Nombres de variables: nombres o frases X X

26. Directrices para los DCC • Nombre de variable: usar nombres o frases • Variables deben tener una dirección clara • “Comentarios del evaluador causa la actitud mental” • “Críticas de evaluación disminuye la felicidad” • Elegir “dirección positiva” para variables • “Costos disminuyen la rentabilidad” en vez de “Costos aumentan pérdidas” • “Críticas disminuyen la felicidad” en vez de “Críticas aumentan la infelicidad”

27. Directrices para los DCC • Usar líneas de curva para encadenar variables • Hacer los redondeles importantes con senderos circulares • Minimizar el número de intersecciones de líneas • No usar símbolos adicionales (estos complican sin contribuir al significado) • ¡Reiterar! • Un DRR útil requiremuchos intentos

28. Directrices para los DCC • Elegir un nivel “apropriado” de agregación • Promover comprensión, minimizar confusión • Usar más de un diagrama para modelos complejos • La memoria a corto plazo puede manejar ~7 elementos • Destinguir entre condiciones actuales y percibidos o deseables

29. …y ahora, un ejercicio! • La dinámica de nutrientes del suelo en la Amazonía Brasileña occidental