Descarga la aplicación para disfrutar aún más
Vista previa del material en texto
RESUMEN WALDNER - Process Tracing and Causal Mechanisms - Evalúa la validez y utilidad del método cualitativo “PROCESS-TRACING” —> generalmente se consideran a los estudios cualitativos o de caso como inferiores que el experimental o estadístico. - Los MECANISMOS CAUSALES o los PROCESOS GENERATIVOS CAUSALES son cruciales para la inferencia causal y la explicación: “Process-tracing” es una buena solución para descubrir las relaciones causales. - “Process-tracing” empieza a tener más importancia cuando se le empezó a dar más relevancia al mecanismo como un elemento causal de la explicación Este método permite construir un puente entre asociación y causalidad intensificando los pasos intermedios y mecanismos constitutivos de la cadena causal que une a la causa hipotética con su efecto. Tiene 2 funciones: 1. puede asistir inferencia causal 2. puede asistir la explicación causal 4.1 PROCESS TRACING - tiene varios approaches con diferentes definiciones: lo que comparten todas es que involucra procesos, mecanismos y evidencia heterogénea. DEFINICIÓN: modo de inferencia causal basada en concatenación (serie de cosas conectadas), no en covariación. - usa un diseño de investigación longitudinal cuya data consiste en una secuencia de eventos (actos colectivos o individuales o cambios de estados) representados por observaciones no estandarizadas extraídas de una única unidad de análisis. - privilegia la validez interna sobre la externa: por esta restricción en la generalidad, el “process tracing” tiene el potencial de generar explicaciones relativamente completas - como es un estudio observacional (sin intervención), el investigador colecciona cross-sectional, time-series o data combinada y después determina si una asociación entre dos o mas variables existe, cuando toma en cuenta los efectos de las variables de control. - los defensores de este método argumentan que la inferencia causal puede ser basada dentro de un caso, con un diseño de investigación longitudinal sin repetir las mediciones de causas y efectos. El núcleo de “process tracing” es la concatenación (serie de cosas conectadas) - es el estado de vincular, como en una cadena o series vinculadas. - se vinculan los eventos causalmente relevantes al enumerar los eventos que constituyen ese proceso, identificando los mecanismos causales por debajo, que generan esos eventos, y vincula los eventos dentro de una cadena causal que conecta una o más variables independientes al outcome en cuestión. - esto implica suponer que un evento restringe futuros eventos, haciendo que algunos sean más probables que otros. - la investigación con este método tiene data covariacional y razonamiento - se puede usar para hacer inferencia causal en ausencia de data covariacional - hace mucho énfasis en si una causa es NECESARIA, SUFICIENTE o ambas para que ocurra un outcome → tienen que reconstruir el proceso de toma de decisiones que produjo el evento principal con: 1. evidencia primaria. 2. generalizaciones empíricas 3. teorias deductivas → para mostrar que condiciones macroestructurales condicionan la forma de las decisiones individuales - complementa el estudio de variables con el estudio de eventos. - este método es más valorable cuando construye cadenas causales identificando los mecanismos causales que traducen los estados de las cosas, en cosas que pasaron por el comportamiento de los actores - sin los mecanismos causales seria narrar una historia, y los mecanismos son eventos seria solo un estudio teórico donde los eventos sean modelos o los MECANISMOS pueden ser: instancias individuales de toma de decisiones (con o sin incertidumbre), funciones de decisión social que agrega las preferencias individuales en outcomes sociales, restricciones institucionales, culturales. - VINCULA EVENTOS Y VARIABLES IDENTIFICANDO LOS MECANISMOS POR DEBAJO QUE LO GENERAN. - usa evidencia no estandarizada, no tiene sentido tener una matriz de datos. Usa datos que dan info del contexto, proceso o mecanismo que ayuda para la inferencia causal. Usa 1 o más observaciones para cada eslabón de la cadena que vincula a la causa con el efecto. - no es estandarizada porque es sensible para la naturaleza precisa del proceso que se está estudiando. - TRADE OFF: entre un estudio intensivo de un solo caso por un estodui extensivo de muchos casos —> por eso da validez interna antes que externa - estudian las causas de los efectos —> establece el set mínimo de causas que producen el efecto e ilumina los caminos por los que lo hace. 4.2 CAUSAL MECHANISMS El valor explicativo de “Process tracing” descansa en las explicaciones basadas en mecanismo → este vinculo entre método y mecanismo crea 2 problemas: 1. no hay un consenso sobre que las explicaciones causales requieran mecanismos causales 2. hay una heterogeneidad de definiciones para mecanismos causales → ponerse de acuerdo. El autor define MECANISMO CAUSAL como: un agente o entidad que tiene la capacidad de alterar su entorno porque posee una propiedad invariable que, en contextos específicos, transmite una fuerza física o información que influye en el comportamiento de otros agentes o entidades. - la información puede ser una señal que lleva al actor racional a actualizar sus creencias, o una practica cultural determinada que le da un significado a otros actores. - INFERENCIA CAUSAL: actividad por la cual determinamos membresía en el set de vértices (variables causales) y el set de bordes (relaciones de causalidad directa entre 2 variables). Es cómo construimos o confirmamos los modelos gráficos de causalidad, determinando que nodos deben ser incluidos o excluidos, y caminos potenciales para poner flechas. o la información de los caminos causales nos ayuda a decidir si alguno de los modelos causales hipotéticos es correcto, ≠ → DIFERENTE QUE - EXPLICACION CAUSAL: explica PORQUE existen las flechas en algunos caminos pero no en otros, y COMO las dependencias probabilisticas e independencias condicionales son generadas. Nos da el conocimiento causal de COMO funcionan las cosas. Lo hace invocando los mecanismos causales que encarnan principios causales invariantes. Pueden explicar de formas diferentes —> “explanatory value-added”: 1. Regularity theories of causation: 2 eventos están unidos por causalidad si uno sigue repetidamente al otro 2. Counterfactual theories of causation: 2 eventos estan unidos causalmente si, sino ocurre el primero, el segundo nunca hubiese ocurrido. 3. Manipulation or intervention theories of causation: 2 eventos estan causalmente vinculados si intervenciones conducidas propiamente en una da las variables cambia la probabilidad de distribución de la segunda. 4. Mechanistic theories of causation: 2 eventos estan unidos si un mecanismo desencadenado por el primer evento propaga influencias casuales en la dirección de que esa última genera el segundo evento. 4.3 METHODOLOGICAL VALIDITY - El valor agregado del “process tracing” es condicional en la validez metodologica —> encuentra justificación en debates filosóficos Hay 2 declaraciones sobre la bondad metodológica de “process tracing”: 1. la defiende de la critica de los métodos cualitativos de que el diseño de investigación es indeterminado. a. cuando la información es estandarizada se construye una matriz de datos, el problema con los estudios de “n chica” es que no pueden usar un único estudio de caso para hacer una inferencia causal, hay muchas posibilidades de error. b. PERO la defensa es que analizan las observaciones de procesos causales que descansan en una sola medida de X e Y a lo largo, con un set the variables que los conectn. No puede hacerse una matriz, porque la inferencia casual se basa en una concatenación, noen una covariacion. c. son clave para encontrar relaciones causales en un mundo social complejo. Con tanto conocimiento detallado, pueden invocar la complejidad causal refiriéndose a un rango de condiciones que violan el supuesto de homogeneidad causal que implican las transformaciones lineares. 2. esta es sobre la validez de las inferencias. a. los “process tracing” todavía no puede hacer referencia a un conjunto análogo de procedimientos diagnósticos y correctivos —> PERO La validez de las inferencias causales cualitativas pueden ser mitigadas si el investigador hace un trabajo cuidadoso de la evidencia b. igualmente hay científicos que están en desacuerdo de que un set de data o resultados observacionales constituyan evidencia suficiente para una hipotesis, tienen que ser sobre materia empírica. c. PERO los objetos que están siendo rastreados son procesos extendidos, o cadenas causales —> involucran múltiples e independientes inferencias causales. hay múltiples procesos que tienen un rol en generar cierto outcome. d. Las afirmaciones sobre los logros y el valor del “process tracing” deben ser proporcionalmente moderadas —> Sin el desarrollo de una serie de pruebas de diagnóstico y procedimientos correctivos, el seguimiento del proceso seguirá siendo vulnerable a serios desafíos metodológicos y su promesa de valor agregado explicativo seguirá sin cumplirse.
Compartir