Cascada de información

Fenómeno conductual

Una cascada de información o cascada informativa es un fenómeno descrito en la economía del comportamiento y la teoría de redes en el que varias personas toman la misma decisión de forma secuencial. Es similar, pero distinto, al comportamiento de manada . ^{[1] [2] [3]}

Generalmente se acepta que una cascada de información es un proceso de dos pasos. Para que comience una cascada, un individuo debe encontrar un escenario con una decisión, generalmente binaria. En segundo lugar, factores externos pueden influir en esta decisión (normalmente, a través de la observación de las acciones y sus resultados de otros individuos en escenarios similares).

El proceso de dos pasos de una cascada informativa se puede dividir en cinco componentes básicos:

1. Hay que tomar una decisión , por ejemplo; si adoptar una nueva tecnología, usar un nuevo estilo de ropa, comer en un nuevo restaurante o apoyar una posición política particular
2. Existe un espacio de acción limitado (por ejemplo, una decisión de adoptar/rechazar)
3. Las personas toman la decisión de forma secuencial y cada persona puede observar las decisiones tomadas por quienes actuaron antes.
4. Cada persona tiene alguna información aparte de la suya que ayuda a guiar su decisión.
5. Una persona no puede observar directamente la información externa que otras personas conocen, pero puede hacer inferencias sobre esta información a partir de lo que hacen.

Las perspectivas sociales de cascadas, que sugieren que los agentes pueden actuar irracionalmente (por ejemplo, en contra de lo que creen que es óptimo) cuando las presiones sociales son grandes, existen como complementos del concepto de cascadas de información. ^[4] Más a menudo, el problema es que el concepto de cascada de información se confunde con ideas que no coinciden con las dos condiciones clave del proceso, como la prueba social , la difusión de información, ^[5] y la influencia social . De hecho, incluso se ha utilizado el término cascada de información para referirse a tales procesos. ^[6]

Modelo basica

Esta sección proporciona algunos ejemplos básicos de cascadas de información, como lo describieron originalmente Bikchandani et al. (1992). ^[7] Desde entonces, el modelo básico se ha desarrollado en una variedad de direcciones para examinar su solidez y comprender mejor sus implicaciones. ^{[8] [9]}

Ejemplo cualitativo

Las cascadas de información ocurren cuando la información externa obtenida de participantes anteriores en un evento anula la propia señal privada, independientemente de la exactitud de la primera sobre la segunda. El experimento realizado por Anderson ^[10] es un ejemplo útil de este proceso. El experimento consistió en dos urnas etiquetadas A y B. La urna A contiene dos bolas etiquetadas "a" y una etiquetada "b". La urna B contiene una bola con la etiqueta "a" y dos con la etiqueta "b". La urna de la que se debe sacar una bola en cada tirada se determina aleatoriamente y con iguales probabilidades (a partir del lanzamiento de un dado). El contenido de la urna elegida se vacía en un recipiente neutro. Luego se pide a los participantes, en orden aleatorio, que saquen una canica de este recipiente. Todo este proceso puede denominarse "ejecución" y se realizan varias de dichas ejecuciones.

Cada vez que un participante coja una canica deberá decidir a qué urna pertenece. Luego se anuncia su decisión en beneficio de los participantes restantes en la sala. Así, el (n+1)ésimo participante tiene información sobre las decisiones tomadas por todos los n participantes que le preceden, y también su señal privada, que es la etiqueta de la bola que extrae durante su turno. Los experimentadores observaron que se observó una cascada de información en 41 de 56 ejecuciones de este tipo. Esto significa que, en las carreras donde ocurrió la cascada, al menos un participante dio prioridad a decisiones anteriores sobre su propia señal privada. Es posible que tal suceso produzca un resultado incorrecto. Este fenómeno se conoce como "cascada inversa".

Descripción cuantitativa

La señal de una persona que le dice que acepte se denota como H (una señal alta, donde alto significa que debe aceptar), y una señal que le dice que no acepte es L (una señal baja). El modelo supone que cuando la decisión correcta es aceptar, es más probable que los individuos vean una señal H y, a la inversa, cuando la decisión correcta es rechazar, es más probable que los individuos vean una señal L. Se trata esencialmente de una probabilidad condicional : la probabilidad de H cuando la acción correcta es aceptar, o . Lo mismo ocurre con la probabilidad de que un agente reciba una señal L cuando se rechaza la acción correcta. Si estas probabilidades están representadas por q , entonces q > 0,5. Esto se resume en la siguiente tabla. ^[11] ${\displaystyle P[H|A]}$ ${\displaystyle P[L|R]}$

El primer agente determina si acepta o no basándose únicamente en su propia señal. Como el modelo supone que todos los agentes actúan racionalmente, la acción (aceptar o rechazar) que el agente considera más probable es la acción que elegirá realizar. Esta decisión se puede explicar utilizando la regla de Bayes :

${\displaystyle {\begin{aligned}P\left(A|H\right)&={\frac {P\left(A\right)P\left(H|A\right)}{P\left(H\right)}}\\&={\frac {P\left(A\right)P\left(H|A\right)}{P\left(A\right)P\left(H|A\right)+P\left(R\right)P\left(H|R\right)}}\\&={\frac {pq}{pq+\left(1-p\right)\left(1-q\right)}}\\&>p\end{aligned}}}$

Si el agente recibe una señal H , entonces la probabilidad de aceptar se obtiene calculando . La ecuación dice que, en virtud del hecho de que q > 0,5, el primer agente, actuando sólo según su señal privada, siempre aumentará su estimación de p con una señal H. De manera similar, se puede demostrar que un agente siempre disminuirá su expectativa de p cuando recibe una señal baja. Recordando que, si el valor V de aceptar es igual al valor de rechazar, entonces un agente aceptará si cree que p > 0,5 y rechazará en caso contrario. Debido a que este agente comenzó con el supuesto de que tanto aceptar como rechazar son opciones igualmente viables ( p = 0,5), la observación de una señal H le permitirá concluir que aceptar es la elección racional. ${\displaystyle P[A|H]}$

Luego, el segundo agente considera tanto la decisión del primer agente como su propia señal, nuevamente de manera racional. En general, el enésimo agente considera las decisiones de los n -1 agentes anteriores y su propia señal. Toma una decisión basada en el razonamiento bayesiano para determinar la elección más racional.

${\displaystyle P(A|{\text{Previous}},{\text{Personal signal}})={\frac {pq^{a}(1-q)^{b}}{pq^{a}(1-q)^{b}+(1-p)(1-q)^{a}q^{b}}}}$

Donde a es el número de aceptaciones en el conjunto anterior más la señal del propio agente, y b es el número de rechazos. De este modo, . La decisión se basa en cómo se compara el valor en el lado derecho de la ecuación con p . ^[11] ${\displaystyle a+b=n}$

Supuestos explícitos del modelo

El modelo original hace varios supuestos sobre el comportamiento humano y el mundo en el que actúan los humanos, ^[7] algunos de los cuales se relajan en versiones posteriores ^[11] o en definiciones alternativas de problemas similares, como la difusión de innovaciones .

1. Agentes racionales limitados : el modelo original de Cascada Independiente supone que los humanos son racionales limitados ^[12] , es decir, siempre tomarán decisiones racionales basadas en la información que pueden observar, pero la información que observan puede no ser completa o correcta. En otras palabras, los agentes no tienen un conocimiento completo del mundo que los rodea (lo que les permitiría tomar la decisión correcta en todas y cada una de las situaciones). De esta manera, hay un punto en el que, incluso si una persona tiene el conocimiento correcto de la idea o acción en cascada, puede ser convencida a través de presiones sociales para que adopte una visión alternativa e incorrecta del mundo.
2. Conocimiento incompleto de los demás: el modelo de cascada de información original supone que los agentes tienen un conocimiento incompleto de los agentes que los preceden en el orden especificado. A diferencia de las definiciones en las que los agentes tienen algún conocimiento de la "información privada" que poseen los agentes anteriores, el agente actual toma una decisión basada únicamente en la acción observable (si imitar o no) de los que le precedieron. Es importante señalar que los creadores originales argumentan que esta es una de las razones por las que las cascadas de información pueden ser causadas por pequeños shocks.
3. Se conoce el comportamiento de todos los agentes anteriores.

Condiciones resultantes

1. Siempre ocurrirán cascadas ; como se mencionó, en el modo simple, la probabilidad de que ocurra una cascada aumenta hacia 1 a medida que el número de personas que toman decisiones aumenta hacia el infinito.
2. Las cascadas pueden ser incorrectas : debido a que los agentes toman decisiones con racionalidad limitada y conocimiento probabilístico de la verdad inicial (por ejemplo, si aceptar o rechazar es la decisión correcta), el comportamiento incorrecto puede caer en cascada a través del sistema.
3. Las cascadas pueden basarse en poca información ; matemáticamente, una cascada de longitud infinita puede ocurrir basándose únicamente en la decisión de dos personas. En términos más generales, un pequeño grupo de personas que promueven firmemente una idea como racional puede influir rápidamente en un subconjunto mucho mayor de la población general.
4. Las cascadas son frágiles : debido a que los agentes no reciben información adicional después de que la diferencia entre a y b aumenta más allá de 2, y debido a que tales diferencias pueden ocurrir en un número pequeño de agentes, se puede disuadir a los agentes que consideran las opiniones de aquellos agentes que toman decisiones basadas en información real. de una elección con bastante facilidad. ^[7] Esto sugiere que las cascadas son susceptibles a la divulgación de información pública. ^[7] también analiza este resultado en el contexto del valor subyacente p que cambia con el tiempo, en cuyo caso una cascada puede cambiar rápidamente de rumbo.

Respondiendo

Existe literatura que examina cómo los individuos o las empresas podrían responder a la existencia de cascadas de información cuando tienen productos para vender pero los compradores no están seguros de la calidad de esos productos. Curtis Taylor (1999) ^[13] muestra que al vender una casa, el vendedor podría desear comenzar con precios altos, ya que no vender con precios bajos es indicativo de baja calidad y podría iniciar una cascada de no comprar, mientras que no vender con Los precios altos podrían interpretarse en el sentido de que la casa simplemente tiene un precio excesivo y luego se pueden reducir los precios para conseguir una venta. Daniel Sgroi (2002) ^[14] muestra que las empresas podrían utilizar "conejillos de indias" a quienes se les da la oportunidad de comprar temprano para iniciar una cascada de información a través de sus decisiones de compra tempranas y públicas, y el trabajo de David Gill y Daniel Sgroi (2008) ) ^[15] muestran que las primeras pruebas públicas podrían tener un efecto similar (y en particular que pasar una "prueba dura" que esté sesgada en contra del vendedor puede provocar una cascada por sí sola). Bosé et al. ^[16] han examinado cómo los precios fijados por un monopolista podrían evolucionar en presencia de un posible comportamiento en cascada en el que el monopolista y los consumidores no están seguros de la calidad del producto.

Ejemplos y campos de aplicación

Las cascadas de información ocurren en situaciones en las que ver a muchas personas tomar la misma decisión proporciona evidencia que pesa más que el propio juicio. Es decir, uno piensa: "Es más probable que yo esté equivocado que que todas esas otras personas estén equivocadas. Por lo tanto, haré lo que ellos hacen".

En lo que se ha denominado una cascada reputacional , los que responden tarde a veces aceptan las decisiones de los que responden temprano, no sólo porque los que responden tarde piensan que los que responden temprano tienen razón, sino también porque perciben que su reputación se verá dañada si no están de acuerdo con los primeros. respondedores. ^[17]

Cascadas de mercado

Las cascadas de información se han convertido en uno de los temas de la economía del comportamiento , ya que a menudo se ven en los mercados financieros donde pueden alimentar la especulación y crear movimientos de precios acumulativos y excesivos , ya sea para todo el mercado ( burbuja de mercado ) o para un activo específico, como una acción. que se vuelve demasiado popular entre los inversores. ^{[ cita necesaria ]}

Los especialistas en marketing también utilizan la idea de cascadas para intentar iniciar una cascada de compras para un nuevo producto. Si pueden inducir a un grupo inicial de personas a adoptar el nuevo producto, entonces quienes tomen decisiones de compra más adelante también podrán adoptar el producto incluso si no es mejor, o tal vez incluso peor, que los productos de la competencia. Esto es más efectivo si estos consumidores posteriores pueden observar las decisiones de adopción, pero no cuán satisfechos estaban realmente los primeros clientes con la elección. Esto es consistente con la idea de que las cascadas surgen naturalmente cuando las personas pueden ver lo que otros hacen pero no lo que saben. ^{[ cita necesaria ]}

Un ejemplo son las películas de Hollywood. Si las proyecciones de prueba sugieren que una película de gran presupuesto podría ser un fracaso, los estudios a menudo deciden gastar más en marketing inicial en lugar de menos, con el objetivo de ganar la mayor cantidad de dinero posible el fin de semana de estreno, antes de que se corra la voz de que es un pavo. . ^{[ cita necesaria ]}

Los economistas suelen considerar las cascadas de información: ^{[ cita necesaria ]}

• como productos de expectativas racionales en su inicio,
• como comportamiento irracional de rebaño si persisten durante demasiado tiempo, lo que indica que las emociones colectivas también entran en juego para alimentar la cascada.

Redes sociales y redes sociales.

Dotey et al. ^[18] afirman que la información fluye en forma de cascadas en la red social . Según los autores, el análisis de la viralidad de las cascadas de información en una red social puede dar lugar a muchas aplicaciones útiles, como determinar quiénes son los individuos más influyentes dentro de una red. Esta información puede utilizarse para maximizar la eficacia del mercado o influir en la opinión pública . Varias características estructurales y temporales de una red afectan la viralidad en cascada. Además, estos modelos son ampliamente explotados en el problema de la difusión de rumores en las redes sociales para investigarlos y reducir su influencia en las redes sociales online.

A diferencia del trabajo sobre cascadas de información en las redes sociales, el modelo de difusión de creencias de influencia social sostiene que las personas tienen alguna noción de las creencias privadas de quienes están en su red. ^[19] El modelo de influencia social, entonces, relaja el supuesto de las cascadas de información de que las personas actúan sólo en base a acciones observables tomadas por otros. Además, el modelo de influencia social se centra en integrar a las personas dentro de una red social, en lugar de una cola. Finalmente, el modelo de influencia social relaja el supuesto del modelo de cascada de información de que las personas completarán una acción o no, al permitir una escala continua de la "fuerza" de la creencia de un agente de que una acción debe completarse.

Las cascadas de información también pueden reestructurar las redes sociales por las que pasan. Por ejemplo, si bien hay un nivel bajo y constante de rotación de los vínculos sociales en Twitter (en cualquier mes, alrededor del 9% de todas las conexiones sociales cambian), a menudo hay un aumento en la actividad de seguir y dejar de seguir después de una cascada de información, como la compartir un tweet viral. ^[20] A medida que la cascada de intercambio de tweets pasa a través de la red, los usuarios ajustan sus vínculos sociales, particularmente aquellos conectados con el autor original del tweet viral: el autor de un tweet viral verá tanto una pérdida repentina de seguidores anteriores como una pérdida repentina de seguidores. aumento de nuevos seguidores.

Como parte de este proceso de reorganización impulsado en cascada, las cascadas de información también pueden crear redes sociales variadas , donde las personas tienden a estar conectadas con otras que son similares en alguna característica. Las cascadas de tweets aumentan la similitud entre los usuarios conectados, a medida que los usuarios pierden vínculos con usuarios más diferentes y agregan nuevos vínculos con usuarios similares. ^[20] Las cascadas de información creadas por la cobertura de noticias en los medios también pueden fomentar la polarización política al clasificar las redes sociales según líneas políticas : los usuarios de Twitter que siguen y comparten una cobertura de noticias más polarizada tienden a perder vínculos sociales con usuarios de la ideología opuesta. ^[21]

Ejemplos historicos

• Pequeñas protestas comenzaron en Leipzig , Alemania, en 1989, con sólo un puñado de activistas desafiando a la República Democrática Alemana . ^[22] Durante casi un año, los manifestantes se reunieron todos los lunes, aumentando en unas pocas personas cada vez. ^[22] Cuando el gobierno intentó abordarlo en septiembre de 1989, era demasiado grande para aplastarlo. ^[22] En octubre, el número de manifestantes llegó a 100.000 y el primer lunes de noviembre, más de 400.000 personas marcharon por las calles de Leipzig. Dos días después fue desmantelado el Muro de Berlín . ^[22]

• La tasa de adopción de semillas de maíz híbridas resistentes a la sequía durante la Gran Depresión y el Dust Bowl fue lenta a pesar de su mejora significativa con respecto a las semillas de maíz disponibles anteriormente. Los investigadores de la Universidad Estatal de Iowa estaban interesados ​​en comprender las dudas del público ante la adopción de esta tecnología significativamente mejorada. Después de realizar 259 entrevistas con agricultores ^[23] se observó que el lento ritmo de adopción se debía a cómo los agricultores valoraban la opinión de sus amigos y vecinos en lugar de la palabra de un vendedor. Véase ^[24] para el informe original.

Estudios empíricos

Además de los ejemplos anteriores, se ha demostrado que existen cascadas de información en varios estudios empíricos. Quizás el mejor ejemplo, dado anteriormente, sea. ^[10] Los participantes formaron una fila detrás de una urna que tenía bolas de diferentes colores. Secuencialmente, los participantes sacarían una bola de la urna, la mirarían y luego la volverían a colocar en la urna. Luego, el agente expresa su opinión sobre qué color de bolas (rojas o azules) hay mayoritariamente en la urna para que la escuchen el resto de los participantes. Los participantes obtienen una recompensa monetaria si adivinan correctamente, lo que refuerza el concepto de racionalidad.

Otros ejemplos incluyen

• De Vany y Walls ^[25] crean un modelo estadístico de cascadas de información donde se requiere una acción. Aplican este modelo a las acciones que realiza la gente para ir a ver una película que se ha estrenado en el cine. De Vany y Walls validan su modelo con estos datos y encuentran una distribución de ingresos de Pareto similar para diferentes películas.
• Walden y Browne también adoptan el modelo original de Cascada de Información, aquí convertido en un modelo operativo más práctico para estudios del mundo real, que permite el análisis basado en variables observadas. Walden y Browne prueban su modelo con datos sobre la adopción de nuevas tecnologías por parte de las empresas y encuentran apoyo a su hipótesis de que las cascadas de información desempeñan un papel en esta adopción ^[26]

Aspectos legales

Los efectos negativos de las cascadas de información a veces se convierten en una preocupación legal y se han promulgado leyes para neutralizarlos. Ward Farnsworth , profesor de derecho, analizó los aspectos legales de las cascadas de información y dio varios ejemplos en su libro The Legal Analyst : en muchos tribunales militares , los oficiales que votan para decidir un caso votan en orden de rango inverso (el oficial de menor rango vota primero), y sugirió que se podría hacer para que los oficiales de menor rango no se sintieran tentados por la cascada a votar con los oficiales de mayor rango, quienes se cree que tienen un juicio más preciso; Otro ejemplo es que países como Israel y Francia tienen leyes que prohíben las elecciones días o semanas antes de las elecciones para evitar el efecto de cascada de información que pueda influir en los resultados electorales. ^[27]

Globalización

Un estudio en cascada informativa comparó los procesos de pensamiento entre agricultores orgánicos griegos y alemanes, sugiriendo discrepancias basadas en diferencias culturales y socioeconómicas. ^[28] Aún más, las cascadas se han extrapolado a ideas como la volatilidad financiera y la política monetaria. En 2004, Helmut Wagner y Wolfram Berger sugirieron las cascadas como vehículo analítico para examinar los cambios en el mercado financiero a medida que se globalizaba. Wagner y Berger notaron cambios estructurales en el marco de comprensión de los mercados financieros debido a la globalización; generando volatilidad en los flujos de capital y generando incertidumbre que afectó a los bancos centrales. ^[29] Además, las cascadas de información son útiles para comprender los orígenes de las tácticas terroristas. Cuando se produjo el ataque de Septiembre Negro en 1972, fue difícil no ver las similitudes entre sus tácticas y las del grupo Baader-Meinhof (también conocido como la Facción del Ejército Rojo [RAF]). ^[30] Todos estos ejemplos describen cómo se puso en práctica el proceso de cascadas. Además, es importante comprender el marco de las cascadas para avanzar en una sociedad más globalizada. Establecer una base para comprender el paso de la información a través de organizaciones transnacionales y multinacionales, y aún más, es fundamental para la sociedad moderna que está surgiendo. ^[31] Resumiendo todos estos puntos, las cascadas, como término general, abarcan un espectro de conceptos diferentes. Las cascadas de información han sido el hilo conductor de cómo se transfiere, sobrescribe y comprende la información a través de diversas culturas que abarcan una multitud de países diferentes. ^[32]

Ver también

• Experimentos de conformidad de Asch
• Conformidad
• Pensamiento grupal
• Polarización de grupo
• Comportamiento de rebaño
• Borregos
• Prueba social
• efecto lana
• Otros enfoques de modelado
  • Hipótesis del mercado adaptativo
  • Economía computacional basada en agentes
  • Economía financiera#Retos y críticas
  • Hipótesis del mercado ruidoso
  • Hipótesis del paseo aleatorio # Una hipótesis del paseo no aleatorio

Referencias

1. Duan, Wenjing; Gu, Bin; Whinston, Andrew B. (marzo de 2009). "Cascadas de información y adopción de software en Internet: una investigación empírica". MIS trimestral . Rochester, Nueva York. 33 (1): 23–48. doi :10.2307/20650277. hdl : 2144/42029 . JSTOR  20650277. S2CID  909115. SSRN  1103165.
2. "La diferencia entre cascadas de información y comportamiento de rebaño: blog del curso de redes para INFO 2040/CS 2850/Econ 2040/SOC 2090" . Consultado el 15 de abril de 2019 .
3. Çelen, Boğaçhan; Kariv, Shachar (mayo de 2004). "Distinguir las cascadas de información del comportamiento del rebaño en el laboratorio". Revista económica estadounidense . 94 (3): 484–498. CiteSeerX 10.1.1.357.3265 . doi :10.1257/0002828041464461. 
4. Schiller, RJ (1995). "Conversación, información y comportamiento de rebaño". Retórica y comportamiento económico . 85 (3): 181–185.
5. Gruhl, Daniel; Guha, R.; Liben-Nowell, David; Tomkins, Andrés (2004). "Difusión de información a través del blogspace". Actas de la 13ª conferencia internacional sobre la World Wide Web . págs. 491–501. CiteSeerX 10.1.1.131.4532 . doi :10.1145/988672.988739. ISBN  978-1-58113-844-3. S2CID  526158.
6. Sadikov, Eldar; Medina, Montserrat; Leskovec, Jure; García-Molina, Héctor (2011). "Corrección de datos faltantes en cascadas de información". Actas de la cuarta conferencia internacional ACM sobre búsqueda web y minería de datos . págs. 55–64. doi :10.1145/1935826.1935844. ISBN 978-1-4503-0493-1. S2CID  6978077.
7. Bikhchandani, Sushil; Hirshleifer, David; Welch, Ivo (octubre de 1992). "Una teoría de las modas, la moda, las costumbres y el cambio cultural como cascadas de información" (PDF) . Revista de Economía Política . 100 (5): 992–1026. doi :10.1086/261849. S2CID  7784814.
8. Bikhchandani, Sushil; Hirshleifer, David; Welch, Ivo (agosto de 1998). "Aprender del comportamiento de los demás: conformidad, modas pasajeras y cascadas de información". Revista de perspectivas económicas . 12 (3): 151-170. doi : 10.1257/jep.12.3.151 . hdl : 2027.42/35413 .
9. Smith, Solitarios; Sorensen, Peter (marzo de 2000). "Resultados patológicos del aprendizaje por observación". Econométrica . 68 (2): 371–398. doi :10.1111/1468-0262.00113. hdl : 1721.1/64049 . S2CID  14414203.
10. Anderson, Lisa R.; Holt, Charles A. (1997). "Cascadas de información en el laboratorio". La revisión económica estadounidense . 87 (5): 847–862. JSTOR  2951328.
11. Easley, David (2010). Redes, multitudes y mercados: razonamientos sobre un mundo altamente conectado. Prensa de la Universidad de Cambridge. págs. 483–506.
12. Newell, A. (1972). Resolución de problemas humanos . Englewood Cliffs, Nueva York: Prentice Hall. ISBN 9780134454030.
13. Taylor, C. (1999). "El tiempo en el mercado como signo de calidad". Revista de Estudios Económicos . 66 (3): 555–578. doi : 10.1111/1467-937x.00098 .
14. Sgroi, D. (2002). "Optimización de la información en la manada: conejillos de Indias, ganancias y bienestar" (PDF) . Juegos y comportamiento económico . 39 : 137-166. doi : 10.1006/juego.2001.0881.
15. Gill, D.; D. Sgroi (2008). "Decisiones secuenciales con pruebas". Juegos y comportamiento económico . 63 (2): 663–678. CiteSeerX 10.1.1.322.7566 . doi :10.1016/j.geb.2006.07.004. S2CID  5793119. 
16. Bosé, S.; G. Orosel; M. Ottaviani; L. Vesterlund (2006). "Precios dinámicos de monopolio y pastoreo". Revista RAND de Economía . 37 (4): 910–928. CiteSeerX 10.1.1.493.1834 . doi :10.1111/j.1756-2171.2006.tb00063.x. S2CID  2984643. 
17. Lemieux, Pierre (22 de diciembre de 2003). "Seguir la manada: ¿por qué algunas ideas de repente se vuelven populares y luego desaparecen con la misma rapidez?". Regulación . 26 (4): 16-22. SSRN  505764. Vendaval  A113304115.
18. Dotey, A., Rom, H. y Vaca C. (2011). "Difusión de información en redes sociales" (PDF) . Universidad Stanford.{{cite web}}: Mantenimiento CS1: varios nombres: lista de autores ( enlace )
19. Friedkin, Noah E.; Johnsen, Eugene C. (2009). Teoría de las redes de influencia social . Cambridge: Prensa de la Universidad de Cambridge. doi :10.1017/cbo9780511976735. ISBN 978-0-511-97673-5.
20. Myers, Seth A.; Leskovec, Jure (2014). "La dinámica explosiva de la red de información Twitter". Actas de la 23ª conferencia internacional sobre la World Wide Web . págs. 913–924. arXiv : 1403.2732 . doi :10.1145/2566486.2568043. ISBN 978-1-4503-2744-2. S2CID  6353961.
21. Tokita, Christopher K.; Adivina, Andrew M.; Tarnita, Corina E. (14 de diciembre de 2021). "Los ecosistemas de información polarizada pueden reorganizar las redes sociales mediante cascadas de información". Procedimientos de la Academia Nacional de Ciencias . 118 (50): e2102147118. Código Bib : 2021PNAS..11802147T. doi : 10.1073/pnas.2102147118 . PMC 8685718 . PMID  34876511. 
22. Shirky, Clay (2008). Aquí viene todo el mundo: el poder de organizarse sin organizaciones . Nueva York: Penguin Press . págs. 161-164. ISBN 978-1-59420-153-0.
23. Carboneau, Clark (2005). "Uso de la difusión de innovaciones y detalles académicos para difundir prácticas basadas en evidencia". Revista de calidad sanitaria . 27 (2): 48–52. doi :10.1111/j.1945-1474.2005.tb01117.x. PMID  16190312. S2CID  6946662.
24. Beal, George M.; Bohlen, Joe M. (noviembre de 1981). "El proceso de difusión" (PDF) . Informe Especial N° 18 . Universidad Estatal de Ciencia y Tecnología de Iowa de Ames, Iowa. Archivado desde el original (PDF) el 8 de abril de 2009 . Consultado el 11 de noviembre de 2008 .
25. De Vany, A.; D. Paredes (1999). "Incertidumbre en la industria cinematográfica: ¿el poder de las estrellas reduce el terror de taquilla?". Revista de Economía Cultural . 23 (4): 285–318. doi :10.1023/a:1007608125988. S2CID  54614446.
26. Walden, Eric; Browne, Glenn (2002). "Cascadas de información en la adopción de nuevas tecnologías". Procedimientos de la ICIS .
27. Farnsworth, sala (2007). El analista jurídico: una caja de herramientas para pensar en el derecho . Prensa de la Universidad de Chicago. ISBN 978-0-226-23835-7. OCLC  76828864.^{[ página necesaria ]}
28. Chatzimichael, Konstantinos; Genio, Margarita; Tzouvelekas, Vangelis (diciembre de 2014). "Cascadas de información y adopción de tecnología: evidencia de productores orgánicos griegos y alemanes" (PDF) . Política Alimentaria . 49 : 186-195. doi :10.1016/j.foodpol.2014.08.001.
29. Wagner, Helmut; Berger, Wolfram (junio de 2004). "Globalización, volatilidad financiera y política monetaria". Empírica . 31 (2–3): 163–184. CiteSeerX 10.1.1.466.2938 . doi :10.1007/s10633-004-0915-4. S2CID  53471608. 
30. Passmore, L. (2011). Ulrike Meinhof y la facción del Ejército Rojo: realizar terrorismo . Saltador. ISBN 978-0-230-37077-7. OCLC  904285976.^{[ página necesaria ]}
31. Hamlett, Patrick W.; Cobb, Michael D. (noviembre de 2006). "Posibles soluciones a los problemas de deliberación pública: deliberaciones estructuradas y cascadas de polarización". Revista de estudios políticos . 34 (4): 629–648. doi :10.1111/j.1541-0072.2006.00195.x.
32. Drezner, Daniel W. (2010). "Pesar la balanza: el efecto de Internet en las relaciones Estado-sociedad". La Revista Brown de Asuntos Mundiales . 16 (2): 31–44. JSTOR  24590907.

enlaces externos

• Cascadas informativas y pastoreo racional: bibliografía comentada y referencia de recursos
• Una bibliografía de cascadas de información y efectos de rebaño
• Shiller, Robert J. (2 de marzo de 2008). "Cómo una burbuja pasó desapercibida". Los New York Times .
• Tierney, John (9 de octubre de 2007). "Cómo sigue avanzando la cascada baja en grasas y hechos". Laboratorio Tierney .
• Tierney, John (10 de octubre de 2007). "Schopenhauer en cascadas". Laboratorio Tierney .
• Watts, Duncan J. (15 de abril de 2007). "¿Es Justin Timberlake un producto de ventaja acumulativa?". Los New York Times .
• Cascadas de información en magia