GUÍA PARA HACER
MAPEO COGNITIVO PONDERADO
Herramientas y referencias para el
Mapeo cognitivo ponderado
(FCM)
(English version)
El mapeo cognitivo ponderado (FCM por su sigla en inglés) es una herramienta fundamental en la investigación participativa. Como método de recopilación y análisis de datos, el mapeo cognitivo ponderado proporciona un método para sistematizar diferentes formas de conocimiento, ya sea de individuos, grupos comunitarios, proveedores de servicios de salud, formuladores de políticas o de la mejor evidencia publicada disponible. El análisis de mapas cognitivos ponderados ofrece información sobre cómo los diferentes grupos dan sentido a un problema y sus factores contribuyentes, incluida la identificación de áreas prioritarias para la acción, la intervención y el cambio.
A continuación encontrará recursos para apoyar a investigadores y personas interesadas en usar el FCM para fortalecer la voz de la comunidad en la planificación con base en la evidencia. Invitamos a los lectores a seguir los enlaces disponibles y a ponerse en contacto con nosotros para obtener información adicional. El contenido está organizado en cuatro capítulos principales: 1) una introducción al FCM y el proceso de creación de mapas, 2) recursos para facilitar el análisis, 3) herramientas para combinar mapas, y 4) ejemplos de cómo hemos utilizado el FCM en más de 20 proyectos de investigación participativa en ocho países.
Si es nuevo en el uso de FCM, le recomendamos que vea este video y lea estos documentos:
- Video introductorio al Mapeo Cognitivo Ponderado con actores claves.
- Andersson et al. 2019. Fuzzy cognitive mapping: An old tool with new uses in nursing research. https://doi.org/10.1111/jan.14192
- Cameron et al. 2014. Culturally Safe Epidemiology: Oxymoron or Scientific Imperative. https://www.ncbi.nlm.nih.gov/pmc/articles/PMC2962656/
Aquí ponemos a disposición de los lectores en español algunas traducciones de artículos de investigación en los que hemos usado el mapeo cognitivo ponderado.
- Sarmiento et al. 2020. Mapas cognitivos ponderados y modelos blandos del conocimiento indígena
sobre la salud materna en Guerrero, México. - Sarmiento et al. 2021. Causas del intervalo intergenésico corto (kunika) en el estado de Bauchi, Nigeria: sistematización del conocimiento local con mapeo cognitivo.
¿Cuál es el tema principal de los mapas?
Antes de crear mapas, debe definir el tema de interés o la pregunta principal que desea explorar. Idealmente, esto incluiría un diálogo con los actores claves utilizando otras técnicas participativas como grupos focales, entrevistas o conversaciones. Tómese un tiempo para pensar y tener una idea clara del tema principal que desea considerar en su mapa. Estas son preguntas que podrían ayudar en este proceso:
- Guiding questions to initiate FCM (Dion, A) (solo disponible en inglés).
Piense cuidadosamente en lo que quiere hacer con los mapas y planifique en consecuencia. Si el resultado central, es demasiado amplio, los mapas pueden volverse muy complicados y difíciles de interpretar y analizar. Si el resultado central es demasiado estrecho, es posible que se pierdan algunas cuestiones importantes.
¿Quién debe participar?
En función del resultado de interés debe identificar los actores relevantes que participarán en las sesiones de mapeo. Los mapas cognitivos ponderados pueden ser creados por individuos o grupos. Por lo general, es mejor tener grupos de personas bastante similares para crear cada mapa. Por ejemplo, pueden ser mujeres, hombres jóvenes, líderes comunitarios, proveedores de servicios, pacientes u otros. Una razón para esto es que a menudo queremos comparar mapas producidos por diferentes grupos de actores claves. Piense en las comparaciones que podría hacer al planificar qué grupos participarán en sus sesiones de mapeo.
Es importante destacar que, en las sesiones grupales, debe asegurarse de que todos los participantes contribuyan al mapa. Los grupos pequeños de no más de cinco personas son más fáciles de manejar.
El equipo
Para cada sesión, alguien tendrá que facilitar la discusión y apoyar a los participantes para dibujar el mapa. Un facilitador adicional será responsable de tomar notas sobre la discusión de los conceptos y sus relaciones. Los facilitadores necesitan una cuidadosa capacitación para sus funciones. Es mejor si el entrenamiento incluye práctica de campo.
- Materiales de capacitación para facilitadores (Cockcroft, A, Omer, K, Ansari, U, Sarmiento, I) – Por favor, contáctenos si está interesado en actividades y materiales de capacitación.
Usted puede crear mapas de al menos tres fuentes de conocimiento: actores clave que tienen experiencia relevante sobre el tema del mapa, revisiones de la literatura e información de entrevistas o encuestas.
Mapas de los actores claves
En este video, encontrará instrucciones sobre como facilitar las sesiones de mapeo con actores claves:
Use esta guía para sus sesiones de mapeo:
- Instrucciones para dibujar un mapa en Mental Modeler (ver más información abajo)
- Instrucciones para dibujar un mapa en yEd (ver más información abajo)
Revise estas referencias para obtener explicaciones detalladas sobre los protocolos de mapeo (Andersson et al. 2019, Sarmiento et al. 2021 – en español).
Es muy útil tener procedimientos predefinidos para asegurarse que tiene información de buena calidad. Los protocolos de mapeo podrían considerar mecanismos para identificar problemas con los facilitadores, la definición de los conceptos, el desvío en los procedimientos de mapeo etc.
- Lista de verificación para la evaluación de la calidad durante la recopilación de datos (Cockcroft, A, Omer, K, Ansari, U) (escríbanos para tener acceso a este recurso)
Software para dibujar mapas
Estas son dos opciones gratuitas que hemos encontrado muy útiles para trabajar con mapas en su computador.
MentalModeler (en línea solamente)
yEd (aplicación stand-alone gratuita)
Puede usar yEd para dibujar y digitalizar mapas. Es muy flexible para deplegar mapas graficamente, y también puede importarlos a la aplicación si están en formato tabular (matrices de adyacencia o listas de ejes).
Siga este enlace para ver un video sobre cómo digitalizar mapas con yEd (solo en inglés).
Mapas de una revisión de la literatura
La investigación participativa amplía la idea de lo que cuenta como evidencia, abriendo espacio para la experiencia y el conocimiento de los actores claves. FCM representa la evidencia cualitativa y cuantitativa de la literatura en los mismos términos que la experiencia y las creencias de los actores, convirtiéndose así en una piedra angular de un enfoque innovador y sistemático llamado la Ponderación de la Evidencia (the Weight of Evidence). En este enfoque, los actores interpretan, amplían y priorizan la evidencia de las revisiones de la literatura.
Más adelante hay una sección con referencias específicas dedicadas a la descripción y aplicación de la Ponderación de la Evidencia.
Mapas de una revisión de alcance (scoping review)
Este gráfico muestra el proceso para resumir las revisiones de alcance con FCM. Para crear mapas de literatura, inicialmente se crea una lista de las relaciones (listas de ejes) identificadas en una revisión estándar de la literatura.
Mapas de entrevistas o datos de cuestionarios
Hemos utilizado datos de cuestionarios para generar mapas de un modelo de cambio de comportamiento en la prevención del dengue en México (Andersson et al. 2017) y de la seguridad cultural entre los estudiantes de medicina en Colombia (Pimentel et al. 2021).
Análisis e interepretación de los mapas
Existen múltiples opciones para el análisis de los mapas. Aquí ofrecemos algunas herramientas que puede utilizar en el proceso. Puede encontrar una explicación detallada de cuatro herramientas de análisis útiles aquí (Sarmiento et al., Under review).
Tablas de correspondencia de patrones (coincidencia de patrones)
Es un primer paso informativo, que no requiere un software especializado para discutir las similitudes y diferencias en las opiniones de los actores.
Conectividad transitiva
Un módulo disponible en el software gratuito CIETmap (ver más abajo) convierte las relaciones directas de cada mapa en una red de relaciones entrelazadas, es decir en una estructura causal en lugar de una recopilación de asociaciones independientes. Esto permite identificar las influencias percibidas a través de conexiones directas e indirectas, así como las vías de intervención más influyentes.
Reducción (condensación, agregación y restricción)
Podría ser útil reducir los mapas en categorías para facilitar la comunicación y la discusión de su contenido. La reducción del número de conceptos en los mapas facilita la comunicación y la discusión pero, debido a la pérdida de información, debe seguir procedimientos formales y transparentes. Estos procedimientos implican un paso cualitativo para organizar los nodos en categorías y un procedimiento matemático para calcular la influencia neta a nivel de categoría.
Análisis de redes sociales (SNA por sus siglas en inglés)
El SNA de los mapas, después de calcular la conectividad transitiva, utiliza medidas de centralidad basadas en el número y los pesos de los ejes salientes y entrantes en los mapas para identificar las causas más prominentes y los resultados intermedios.
Combinación de mapas
Un aspecto central del uso del mapeo cognitivo ponderado en la investigación participativa es el reconocimiento de los diferentes conocimientos de los actores claves, presentando oportunidades para combinar diferentes puntos de vista al interior o entre grupos de actores para entender mejor el tema de estudio. Por ejemplo, puede crear mapas promedio por grupos de actores. Esta imagen resume los pasos y herramientas para hacerlo:
Software para analizar los mapas
CIETmap Beta 2.2 (FCM Module) para Windows.
Este paquete le permite calcular la conectividad transitiva ponderada (Fuzzy TC) y probabilística (Prob TC). Tiene herramientas adicionales para importar archivos de yEd, calcular mapas promedio a partir de múltiples entradas y para desplegar mapas.
CIETmap es un trabajo en progreso y múltiples funciones adicionales etarán disponibles en el futuro.
Por favor, asegúrese de actualizar el paquete después de haberlo instalado. En el menú Herramientas, encontrará la opción Actualizar.
Puedes usar yEd para dibujar y digitalizar mapas. Es muy flexible para desplegar mapas, y es posible importarlos a la aplicación si están en formato tabular (matrices de adyacencia o listas de ejes). La aplicación también tiene herramientas útiles para calcular medidas de centralidad.
Otras herramientas y procedimientos
Script para convertir listas de ejes en matrices de adyacencia: Excel
Script para convertir matrices de adyacencia en listas de ejes: Excel
Matriz de adyacencia en lista de ejes: Script R (contáctenos)
Hoja de cálculo para el análisis temático y el ajuste del signo de las relaciones (contáctenos)
Hoja de cálculo para crear mapas de nivel de categoría (contáctenos)
Hoja de cálculo para generar mapas de análisis del discurso (contáctenos)
Combinación de mapas
Un aspecto central del uso del mapeo cognitivo ponderado en la investigación participativa es el reconocimiento de diferentes conocimientos por parte de los actores clave, presentando oportunidades para combinar diferentes puntos de vista dentro o entre grupos los actores para abordar mejor las preocupaciones compartidas. Por ejemplo, puede crear mapas por grupo de actores. Puede ver una explicación más detallada de los procedimientos para combinar mapas aquí Dion et al., en revisión.
Esta imagen resume los pasos y herramientas para crear mapas de actores, que combina un paso cualitativo basado en el análisis temático y la coincidencia de patrones, con un procedimiento matemático para calcular las ponderaciones conciliadas o actualizadas de los mapas combinados:
La ponderación de la evidencia (the Weight of Evidence)
La combinación de mapas es la piedra angular de este método para contextualizar la evidencia publicada en el conocimiento de los actores involucrados. Al final de esta página, encontrará una sección con referencias detalladas sobre este método.
Aplicaciones en el desarrollo de teorías de cambio, co-diseño y desarrollo de estrategias de mejora de la calidad de los servicios de salud
Hemos aplicado FCM en más de 20 estudios en ocho países desde 2016. Puede encontrar una descripción de nuestra experiencia aquí (Sarmiento et al., Under review).
En una sección al final de esta página, encontrará referencias adicionales con más detalles sobre el uso de FCM en la investigación participativa.
- Sarmiento et al. 2022. Maternal health and Indigenous traditional midwives in southern Mexico: contextualisation of a scoping review. https://doi.org/10.1136/bmjopen-2021-054542
- Ghadirian et al. 2021. Participatory Video Influenced Behaviour and Social Environment of Ghanaian Female Adolescent Learners: A Most Significant Change Evaluation. https://doi.org/10.1093/cdn/nzab051_018
- Dion. 2021. Chapter 2: The influence of social and economic exclusion on perinatal health outcomes and care experiences in Canada: An integrative review. https://escholarship.mcgill.ca/concern/theses/02871189q
- Dion. 2021. Chapter 6: How adolescent mothers interpret and prioritize evidence about perinatal child protection involvement: participatory contextualization of published evidence. https://escholarship.mcgill.ca/concern/theses/02871189q
- Dion et al. 2021. Evidence-based priorities of under-served pregnant and parenting adolescents: addressing inequities through a participatory contextualizing evidence syntheses. https://doi.org/10.1186/s12939-021-01458-7
- Pimentel et al. 2021. Impact of game jam learning about cultural safety in Colombian medical education: a randomised controlled trial. https://doi.org/10.1186/s12909-021-02545-7
- Sarmiento et al. 2021. Causes of short birth interval (kunika) in Bauchi State, Nigeria: systematizing local knowledge with fuzzy cognitive mapping. https://doi.org/10.1186/s12978-021-01066-2
- Belaid et al. 2021. Community views on short birth interval in northern Uganda: A participatory grounded theory. https://doi.org/10.1186/s12978-021-01144-5
- Belaid et al. 2021. Communities and service providers address access to perinatal care in postconflict Northern Uganda: socialising evidence for participatory action. https://doi.org/10.1136/fmch-2020-000610
- Pimentel et al. 2021. Game jams for cultural safety training in Colombian medical education: a pilot randomised controlled trial. https://doi.org/10.1136/bmjopen-2020-042892
- Tratt et al. 2020. Fuzzy cognitive mapping with Inuit women: What needs to change to improve cervical cancer screening in Nunavik, Northern Quebec? https://doi.org/10.1186/s12913-020-05399-9
- Andersson et al. 2017. The women made it work: fuzzy transitive closure of the results chain in a dengue prevention trial in Mexico. https://doi.org/10.1186/s12889-017-4301-0
- Dion et al. 2022. Weight of Evidence: Participatory Methods and Bayesian Updating to Contextualize Evidence Synthesis in Stakeholders’ Knowledge. https://doi.org/10.1177/15586898211037412
- Sarmiento et al. 2022. Maternal health and Indigenous traditional midwives in southern Mexico: contextualisation of a scoping review. https://doi.org/10.1136/bmjopen-2021-054542
- Dion et al. 2019. Grounding evidence in experience to support people-centered health services. https://doi.org/10.1007/s00038-018-1180-9
No dude en ponerse en contacto con nosotros si tiene alguna pregunta o desea ayuda para adaptar estas herramientas a su trabajo y contexto. Continuamos avanzando en nuestro propio trabajo con el mapeo cognitivo ponderado y siempre estamos interesados en escuchar sobre sus experiencias usando y / o adaptando estas herramientas.