Ucoarte. Revista de Teoría e Historia del Arte, 12, 2023, pp. 9-19, ISSN: 2255-1905
HUMANIDADES DIGITALES APLICADAS A LA
HISTORIA DEL ARTE: EL GRAFO COMO
HERRAMIENTA DE VISUALIZACIÓN DE LOS
MOSAICOS ROMANOS TARDOANTIGUOS
BEATRIZ GARRIDO RAMOS
UNED (España)
Fecha de recepción: 12/01/2023
Fecha de aceptación: 08/03/2023
Resumen
Los mosaicos romanos tardoantiguos conforman un rico patrimonio cultural
peninsular. En esta investigación nos referiremos a Gephi, una herramienta estadística y
para la visualización de datos con grafos que, junto al marco teórico metodológico de las
Humanidades Digitales, ha permitido aproximarse a la musivaria romana desde una
perspectiva novedosa. Y además obtener conclusiones de diverso tipo gracias a la red
resultante y a la relación establecida entre los distintos nodos que representan los
mosaicos romanos los cuales conforman la base de datos creada previamente.
Palabras clave
Palabras clave
Mosaicos romanos tardoantiguos; Península Ibérica; Humanidades
Digitales; Visualización de datos; grafos.
DIGITAL HUMANITIES APPLIED TO THE HISTORY OF ART: THE GRAPH
AS A VISUALIZATION TOOL OF LATE-ANTIQUE ROMAN MOSAICS
Abstract
The late-antique Roman mosaics make up a rich peninsular cultural heritage. In this
research we will refer to Gephi, a statistical tool and for the visualization of data with
graphs that, together with the methodological theoretical framework of the Digital
Humanities, has allowed us to approach the Roman musivaria from a novel perspective.
And also obtain conclusions of various kinds thanks to the resulting network and the
relationship established between the different nodes that represent the Roman mosaics
which make up the previously created database.
Keywords
Late-Ancient Roman mosaics; Iberian Peninsula; Digital Humanities;
Data visualization; graphs.
Beatriz Garrido Ramos
10
Introducción
El presente trabajo muestra una aproximación a la iconografía musivaria romana
tardoantigua en la Península Ibérica a partir de la realización de una base de datos (en adelante
BD) creada para la tesis doctoral de la autora, la cual se ha realizado siguiendo criterios
propios de la Arqueología, la Geografía
1
y de la Historia del Arte –dentro de esta destacando
la Iconografía representada en los mosaicos repertorizados–, y desde la perspectiva de las
Humanidades Digitales
2
(en adelante HD), lo que ha permitido la utilización de distintos tipos
de herramientas. Ello ha conducido a un mejor análisis de los datos y, en consecuencia, a una
mayor comprensión de toda la documentación analizada.
Dicha aproximación al estudio de la musivaria tardoantigua ha permitido por tanto la
extracción de un mayor número de conclusiones referentes a aspectos espaciales, geográficos,
iconográficos e históricos, así como la formulación de nuevas hipótesis y líneas de
investigación
3
. Cuestiones todas ellas que, desde un único punto de vista tradicional (como
sucede habitualmente en muchos trabajos e investigaciones en la rama de las Humanidades),
habrían diferido notablemente de los resultados obtenidos, y que probablemente no hubieran
conducido a la propuesta de nuevas líneas de investigación como se ha realizado en la tesis.
A lo anterior se suma que el principal objetivo ha sido observar los datos desde otra
perspectiva que difiere como exponemos de la tradicional, no solamente a nivel teórico-
metodológico, sino también gráfico, con la intención de generar nuevo conocimiento en el
ámbito de estudio, punto fundamental y especialmente presente en el terreno de las HD.
Humanidades Digitales, una aproximación multidisciplinar a la musivaria romana
tardoantigua
La investigación se ha basado en el análisis desde una perspectiva multidisciplinar, la cual
enriquece cualquier tipo de investigación, puesto que permite un acercamiento entre
disciplinas, de manera que se aúnen distintos puntos de vista. Y es que debe exponerse que,
gracias a la aplicación de nuevas técnicas, a la digitalización de fondos documentales, a una
mayor preocupación por la conservación y restauración de nuestro patrimonio, en los últimos
años hemos asistido a un gran desarrollo de la tan conocida Cultura Digital
4
, e incluso la que
se ha denominado Cultura del Dato. Por esta última se entiende “la cultura propia de una
sociedad como la actual que produce datos masivamente (Big Data) y que, por ello, se basa
en la cuantificación de los mismos. Sin duda, el dato se ha convertido en el bien más preciado
para dar respuesta a preguntas de todo tipo”
5
.
El componente digital y la necesidad de análisis de los datos han traído consigo un interés
generalizado por la cultura. En nuestro caso, el análisis de datos ha supuesto un acercamiento
al paisaje
6
peninsular de época romana, la Geografía, la Historia y el Arte, por citar algunos
ejemplos, e incluso el redescubrimiento de varias líneas de investigación hasta entonces
inimaginables
7
.
Por lo que respecta a las HD y a su aplicación al Patrimonio, T. Clement (2016) en su
texto Where Is Methodology in Digital Humanities
8
? instó al enfoque de “perspectivas
interpretativas y subjetivas en los recursos del patrimonio cultural digital”. En este caso, la
musivaria romana tardoantigua. Dichas perspectivas e interpretaciones han servido para una
mejor selección de las herramientas y la aplicación de estándares internacionales y
1
Villafañez, 2011.
2
Garrido-Ramos, 2021.
3
Véase Garrido-Ramos, 2019.
4
Garrido-Ramos; Méndez-Martínez, 2021.
5
Garrido-Ramos; Méndez-Martínez, 2022: 44.
6
Orejas Saco, 1991.
7
Para ampliar toda la información véase Garrido-Ramos, 2019.
8
Vanhoutte, 2013.
Humanidades Digitales aplicadas a la Historia del Arte: el grafo como herramienta de visualización
vocabularios controlados para una mejor clasificación de las escenas representadas en los
mosaicos.
El planteamiento de la investigación se ha basado en una metodología cuantitativa
siguiendo a Franco Moretti (2004) desde una perspectiva que ha englobado la Arqueología,
el estudio de la cultura material musivaria, la Historia del Arte, el análisis artístico e
iconográfico, la Historia, el estudio del contexto histórico y la Geografía, y finalmente, la
aplicación de herramientas propias de las HD
9
.
Visualización de datos con grafos
10
Es importante, en primer lugar,
hacer referencia a la denominada
teoría de grafos
11
o teoría de gráficas
porque estudia las propiedades de los
grafos, principal cuestión a tratar en
nuestro estudio. En las siguientes
páginas se podrá comprender mejor a
qué se refiere esta teoría puesto que
se observarán algunos aspectos
relevantes mediante el desarrollo del
caso práctico.
A continuación, debemos
recordar la diferencia existente entre
“dato” e “información” que, a priori,
podrían parecer lo mismo, pero evidentemente sabemos que no es así. Se considera que los
datos son el inicio del proceso, es decir, símbolos de diversa naturaleza que requieren un
tratamiento; por su parte, la información, es la consecución del proceso en cuanto al análisis de
dichos datos se refiere, puesto que se trata del conjunto de estos datos ya tratados y
organizados de manera que permitan obtener un verdadero conocimiento. A este respecto,
cabe mencionar que la visualización de la información o infovis
12
resulta especialmente relevante,
e incluso complementaria a los medios tradicionales de presentación de la misma, como es
el caso de los gráficos.
Pero para poder llegar a la correcta visualización de la información, sin duda, es necesaria
previamente la propia visualización de los datos
13
en bruto, para su correspondiente organización
y representación. En la actualidad se dispone de un nutrido abanico de posibilidades en
cuanto a formas de visualización se refiere. No obstante una de estas formas, ciertamente
recurrente, son los grafos
14
, a los que nos referiremos a continuación.
Los grafos representan gráficamente
15
los denominados nodos o vértices que constituyen un
sistema o conjunto, y se enlazan entre sí mediante aristas o arcos. Esa unión se lleva a cabo
dependiendo del tipo de relación existente entre ellos. De esta forma, los datos que estén
directamente relacionados aparecerán unidos a la hora de visualizarlos en la herramienta.
Al analizar los datos en conjunto los resultados suelen ser mucho más efectivos, por lo
que se confirma que tratarlos de forma global resulta más eficiente que un estudio
individualizado de los registros. Los grafos contribuyen así a un mejor análisis, a la detección
9
Garrido-Ramos, 2019: 16.
10
Manovich, 2011.
11
Sanz (2003) alude a los principios de la teoría de grafos.
12
Manovich, 2011.
13
Garrido-Ramos, 2017.
14
R.A.E.: Diagrama que representa mediante puntos y líneas las relaciones entre pares de elementos y que se
usa para resolver problemas lógicos, topológicos y de cálculo combinatorio.
15
Tiene su origen en la expresión graphic notation «notación gráfica». Para la visualización gráfica y de datos con
diversas herramientas consultar Garrido-Ramos, 2020.
11
Fig. 1. Elementos que conforman una red. Elaborado por la
autora.
Beatriz Garrido Ramos
12
de patrones, y permiten visualizar los resultados de una forma más adecuada facilitando su
comprensión, atendiendo a las distintas relaciones que se establecen entre los elementos del
análisis que, a su vez, formarán parte de una red (la cual también aporta información de
interés a la hora de extraer las conclusiones de la muestra analizada).
Ejemplo de herramienta para el trabajo con grafos:
Gephi
En 2008, Mathieu Bastian lanzó Gephi
16
, una plataforma para la visualización interactiva y
la exploración de todo tipo de redes, sistemas complejos y grafos dinámicos y jerárquicos.
Junto a sus colaboradores, Sebastien Heynmann y Mathieu Jacomy, se desarrolló para
“importar, exportar, manipular, analizar, filtrar, representar, detectar comunidades y exportar
grandes grafos y redes”
17
.
En el presente trabajo se optó por recurrir a la herramienta Gephi para el estudio e
investigación de la musivaria tardoantigua, en concreto, para la parte estadística y la
visualización de los datos con grafos.
Se trata de un software open-source de análisis de redes y visualización programado en Java,
construido sobre la plataforma NetBeans. Es un software muy utilizado en matemáticas y
ciencias de la computación, y desde hace un tiempo también en otras áreas, especialmente
en HD
18
.
Este tipo de herramientas trabajan con algoritmos y presentan los datos con grafos, de
manera que posibilitan su análisis visual por partes, atendiendo a dos filtros concretos: aristas
(edges) o uniones y nodos (nodes) o puntos de unión, ambos mencionados previamente.
Por lo que respecta a la visualización con grafos, “el grafo es un término matemático
utilizado para designar a un conjunto de puntos unidos entre sí por segmentos, que pueden
representar un proceso o relación funcional de cualquier tipo, pero centra su atención en las
relaciones topológicas entre sus elementos”
19
.
Según Martig y Castro
20
los elementos esenciales que deben contemplarse en un grafo son
el tamaño, el tipo de conectividad del mismo y su aplicación, aspectos especialmente presentes en
nuestra investigación para el correcto análisis de los datos.
16
Véase: https://gephi.org/
17
Bastian, Heymann y Jacomy, 2009 citado en Amat 2014: 201.
18
Garrido-Ramos, 2019: 308.
19
Zárate y Rubio, 2006 citado en Cardozo/Gómez/Parras, 2009: 94.
20
2000: 154.
Fig. 2. Elementos esenciales de un grafo. Fuente: Martig y
Castro (2000). Elaborado por la autora.
Humanidades Digitales aplicadas a la Historia del Arte: el grafo como herramienta de visualización
13
A continuación, explicaremos de forma resumida los principales pasos a la hora de utilizar
esta herramienta. En primer lugar, se creó una tabla de Excel (Fig. 3) con todos los registros
para su importación y para la posterior visualización de los datos con los que se iba a trabajar
durante todo el proceso.
La tabla contiene 141 registros total referente a municipios de España y distritos de
Portugal en los cuales se ha centrado la muestra de mosaicos. Su importación permitió
trabajar el “tipo de lugar” (domus, villae, etc.) que albergaba cada uno de los 276 mosaicos que
conformaron la BD previa. Dicha información utilizada para la visualización de datos y la
realización de las estadísticas, se importó a lo que se denomina Laboratorio de datos de Gephi,
componente fundamental de la interfaz, puesto que permite observar las tablas con toda la
información e incluso trabajar con ellas para cruzar datos y realizar tablas dinámicas entre
otras funciones.
Fig. 3. Importación de registros desde Excel. Fuente: Captura de pantalla extraída del programa Gephi
durante el proceso.
Fig. 4. Datos importados para cada mosaico desde la BD al Laboratorio de
datos de Gephi. Elaborado por la autora.
Beatriz Garrido Ramos
14
Para visualizar la información contenida en la tabla acudimos a “vista general” con el fin
de que aparecieran los nodos (puntos), uno por cada ID
21
. Después se procedió a importar la
tabla de aristas. Hay que recordar igualmente que los nodos poseen atributos. A
continuación, se analizó el atributo “País” para visualizar los nodos relativos a España y
Portugal existentes en la BD, y facilitar así la extracción de los porcentajes relativos a cada
país. Según los resultados, los porcentajes serían del 89,44 % en el caso de España y de 10,56
% en el de Portugal. Para el atributo “Distrito o Municipio” el resultado es el mismo que
para “País”, puesto que coinciden en número, ya que ambos indican la cantidad de distritos
y municipios que conforman la BD.
Después se procedió a la visualización incluyendo las aristas, es decir, las líneas que unen
los nodos según el tipo de relación establecida previamente a la hora de realizar el documento
de Excel
22
. Los gráficos resultantes indicaron que las aristas unían los 141 nodos según el
“país” de procedencia y el “tipo de mosaico” al que se referían. El tipo de gráfico resultante
es un tipo de gráfico en árbol en el que los nodos de mayor tamaño equivalen a los que poseen
una mayor conectividad dentro de la red. Su tamaño proviene por tanto del número de conexiones
que se han establecido durante el proceso, que en este caso, se corresponde con la temática
“geométrica y figurativa” de los mosaicos recogidos en la BD, clasificado así por existir
ambas temáticas en un mismo mosaico (por ejemplo, la escena figurativa representada y los
motivos geométricos de distinto tipo que la enmarcan o decoran), la cual se da en ambos
países (42,36 %), seguida de la “geométrica” (31,94 %), y la “figurativa” (18,75 %), siendo la
considerada “indeterminada” (porque se carece de suficiente información sobre el registro)
la de menor valor, concretamente un 4,17 %.
Respecto al número de nodos, la red posee 151, puesto que engloba el total de lugares
que contienen los 276 mosaicos estudiados. La explicación radica en que al número de nodos
se suman las uniones principales de la red.
Para completar la información se realizó una distinción dentro del tipo “Villa”, puesto
que la mayor parte de los mosaicos peninsulares se localizaban en villae. De esta forma se
pudo especificar si se trataba de una villa urbana, rústica o suburbana. Es necesario insistir
en que las estadísticas resultantes se muestran como un ejemplo de análisis con la herramienta
seleccionada, puesto que esta investigación es susceptible de variar ligeramente atendiendo a
nuevos descubrimientos y la ampliación de la propia base que se ha tomado como referencia
para presentar el tipo de estudio e investigación efectuado con los mosaicos peninsulares.
Por lo que respecta al tamaño, el distinto tamaño de los nodos se debe a la cantidad de
mosaicos existentes en la BD, cumpliéndose claramente la premisa de que a mayor cantidad de
casos mayor tamaño del nodo dentro de la red. En España la temática figurativa es más representada
que en Portugal, donde se encontraría la geométrica-figurativa en un número ligeramente
mayor que la figurativa. En España encontramos varios casos indeterminados sobre los que
no tenemos suficiente información como para clasificar su temática, cuestión que no se ha
dado en los registros de Portugal.
En cuanto a las uniones entre nodos, estas se han llevado a cabo por proximidad temática,
pero en el caso de España, también se ha procedido a realizar una unión interna entre las
temáticas geométrica-figurativa y figurativa, puesto que comparten una parte de la
información al tener ambas un carácter figurativo, debido a la existencia de cuatro nodos en
lugar de tres como sucede en el caso de Portugal.
A colación de todo lo anterior, se deduce que una herramienta como Gephi muestra
diferentes tipos de conexión/enlaces entre los datos y facilita la comprensión de toda la
información, la cual es estudiada algorítmicamente, estableciendo conexiones procedentes de
la relación de los datos de forma diversa, en este caso, referentes al país, tipo de mosaico y
tipo de espacio en el que se ubicaban los mosaicos. Este resultado hubiera sido imposible de
obtener si nos hubiésemos limitado a los resultados procedentes de la BD creada al inicio de
21
Garrido-Ramos, 2019: 311.
22
Garrido-Ramos, 2019: 313.
Humanidades Digitales aplicadas a la Historia del Arte: el grafo como herramienta de visualización
15
Fig. 5. Tipo de iconografía representada en los mosaicos repertorizados y analizados en el
Laboratorio de datos de Gephi. Elaborado por la autora.
Fig. 6. Visualización del atributo “Tipo de mosaico” según el lugar en el que se ubiquen los registros, y
leyenda con los porcentajes relativos al atributo “Tipo de lugar”. Fuente: Captura de pantalla
extraída del programa Gephi durante el proceso.
Beatriz Garrido Ramos
16
la investigación. Con ello se comprueba que el análisis de la información desde distintas
perspectivas junto a la aplicación de otras herramientas, como sucede con los grafos, facilita la
obtención de resultados de difícil apreciación y valoración para el ojo humano, algo que por el
contrario sí puede detectar la máquina. En consecuencia, se enriquecerá en gran medida cualquier
estudio hasta el punto de contribuir a la formulación de nuevas preguntas de investigación.
Estadísticas de
Gephi
En Gephi puede obtenerse fácilmente un conjunto de estadísticas en el Laboratorio de datos.
Dichas estadísticas permiten mostrar los resultados obtenidos en forma de tabla. Se han tenido
especialmente en cuenta parámetros como la “modularidad”, la “Visión general de la red”, la
“Visión general de los nodos” y la “Visión general de las aristas”.
Otra de las funciones que muestra Gephi es la “centralidad de vector propio”, que se refiere al
componente estructural de la red y mide cuán importante es un nodo dentro de esta. Para ello,
contabiliza las conexiones de cada nodo. El resultado indica que nuestra red posee un número de
100 interacciones. Después de analizar las distintas estadísticas se concluyen dos cuestiones
importantes:
− La primera se refiere al parámetro de la modularidad que es la “medida de calidad dada una
división particular de la red”
23
. Al dividir la red en componentes es importante estudiar
cuáles de esas divisiones son las mejores o las más correctas. El resultado se sitúa entre 0,3
y 0,7 (siendo de 0,654) que es el rango habitual para los valores de una red.
− En segundo lugar, debemos especificar que se unieron todos los municipios por un lado y
los distritos por otro, haciendo una diferenciación inicial según el país (España y Portugal)
y, además, se evaluaron otros atributos, como el “tipo de mosaico”, pero siempre
manteniendo esa diferenciación por país. Según la métrica y el resultado, se confirmaría
que para nuestro estudio resultaría más útil unir los nodos en vez de por país por el “tipo
de lugar” en el que se encuentra ubicado el mosaico, es decir, villa, domus, yacimiento,
necrópolis o terma, tomando esa referencia como cuestión principal a tener en cuenta en
la red, independientemente de que se evalúen o no otros atributos.
23
Martínez, 2011: 32.
Fig. 7. Principales parámetros estadísticos que se han medido en el Laboratorio de
datos de Gephi. Elaborado por la autora.
Humanidades Digitales aplicadas a la Historia del Arte: el grafo como herramienta de visualización
17
También destaca la “longitud de camino medio”, que “es el promedio del número de aristas
de los caminos más cortos entre todos los posibles nodos de la red. Es una característica que mide
la eficiencia del transporte de información en una red”.
24
La longitud de red ha resultado de 1,949 con un diámetro de 2. Dicho resultado demuestra que
no se trata de una red de gran tamaño, cuestión que facilita su lectura y el manejo de los datos, en
cambio, sí posee bastante conectividad entre sus nodos.
El algoritmo que mide la modularidad muestra una resolución de 1,0 y una modularidad de
0,65. El índice de nuestra muestra (red) es de 9 comunidades (que en las representaciones equivales
a las de mayor tamaño), lo que indica que entre los miembros de esas comunidades existe una
conexión mayor entre los componentes que con el resto de nodos que conforman la muestra.
Ello conduce a plantearse la relación existente entre los tipos de mosaicos y su ubicación.
Conclusiones
En esta investigación se ha buscado realizar una brevísima aproximación a las posibilidades
que brinda una nueva metodología de trabajo enmarcada en el campo de las HD en su aplicación
en cuanto a la visualización de datos iconográficos y geográficos (espaciales) en Historia del Arte
se refiere. Esta herramienta, tal y como se ha expuesto con anterioridad, ha mostrado la relación
y el tipo de conexión existente entre los datos (nodos) referentes a nivel espacial, al país y al tipo
de lugar en el que se localizaban los mosaicos, e iconográfico, “tipo de mosaico” según las escenas
en ellos representadas. Es decir, ha contribuido principalmente a una mejor comprensión de los
datos espaciales e iconográficos de cada uno de los registros de la BD.
Por lo que respecta a la interfaz de usuario, resulta muy intuitiva y permite trabajar con cierta
autonomía, sin necesidad de tener unos conocimientos excesivamente avanzados de la
herramienta, siempre y cuando el volumen de datos con el que se trabaje no sea elevado y el tipo
de relación entre nodos no resulte demasiado compleja.
Igualmente, este tipo de programas que muestran una visualización de datos con grafos puede
facilitar la detección de errores con una mayor rapidez y mostrar patrones destacados. Y es que
“la combinación de tecnologías de data mining, network analysis, KDD (Knowledge Discovery in
Databases) e interpretación de grafos se ha mostrado como un potente instrumento para el análisis
de determinados sistemas de redes y subredes, popularizándose para el estudio de diversos
fenómenos culturales y sociales”
25
.
Asimismo, por lo que respecta al trabajo con algoritmos, como sucede en este tipo de
herramientas, Rodríguez Ortega recuerda que “la vinculación entre sociedad digital y cultura
algorítmica está dando lugar a una reformulación de las estrategias de acceso tradicionales, que
ahora se entienden como procesos de «descubrimiento», sustancialmente diferentes de las técnicas
de búsqueda y recuperación de información conocidas hasta ahora”
26
. En consecuencia, es
importante y sumamente relevante la comprensión y el uso de este tipo herramientas para extraer
resultados más enriquecedores.
A modo de conclusión debemos exponer que este tipo de análisis ha permitido valorar que los
resultados obtenidos en el estudio han sido suficientemente significativos, puesto que visualizar
los datos con un programa como Gephi facilita visualización de la información de una forma más
rápida y eficiente, ayudando a comprender la importancia de cada nodo dentro de la red y a
conocer en profundidad las diversas relaciones que se han establecido entre los componentes de
dicha red. En definitiva, las conclusiones extraídas de este tipo de análisis han complementado el
resto de procesos llevados a cabo durante la investigación, presentando los datos de una forma
que difiere por completo de la tradicional en estudios de iconografía en particular, y de musivaria
romana en general.
24
Martínez, 2011: 28.
25
Scott y Carrington, 2011 citado en Rodríguez 2015.
26
Rodríguez Ortega, 2016: 116.
Beatriz Garrido Ramos
18
Bibliografía
Amat, C. (2014): “Análisis de redes y visualización con Gephi”. En: REDES-Revista hispana
para el análisis de redes sociales, 25(1), pp. 201-209.
Cardozo, O. D./Gómez, E. L./Parras, M. A. (2009): “Teoría de Grafos y Sistemas de
Información Geográfica aplicados al Transporte Público de Pasajeros en Resistencia”.
En: Revista Transporte y Territorio, 1, pp. 89-111.
Clement, T. (2016): “Where Is Methodology in Digital Humanities?”. En:
<http://dhdebates.gc.cuny.edu/debates/text/65> [20/06/2018].
Garrido-Ramos, B. (2017): “Visualización de datos y clasificación Iconclass: un estudio de
caso desde la perspectiva de las Humanidades Digitales”. En: Caracteres. Estudios culturales
y críticos de la esfera digital, 6(1), pp. 10-33.
Garrido-Ramos, B. (2019): Iconografía musivaria en la Península Ibérica en época romana: investigación
y difusión desde el campo de las Humanidades Digitales. [Tesis Doctoral]. Escuela Internacional
de Doctorado (EIDUNED), Madrid, Programa de Doctorado en Historia e Historia del
Arte y Territorio. En: <http://e-spacio.uned.es/fez/view/tesisuned:ED-Pg-HHAT-
Bgarrido> [04/11/2020].
Garrido-Ramos, B. (2020): “Musivaria HD museo virtual de mosaicos de la Hispania romana,
gráficos y herramientas para la visualización de datos sobre mosaicos romanos
tardoantiguos”. En: UCOARTE, Revista de Teoría e Historia del Arte, 9, pp. 9-19.
Garrido-Ramos, B. (2021): “Humanidades Digitales aplicadas a la Historia del Arte: Lectura
aumentada para el estudio de la iconografía y mitología romana”. En: UCOARTE, Revista
de Teoría e Historia del Arte, 10, pp. 9-18.
Garrido-Ramos, B./Méndez-Martínez, J. A. (2021): “La Cultura Digital como forma de
empoderamiento: Cibercultura y Humanidades Digitales, nuevas perspectivas para la
Investigación y difusión cultural en el Siglo XXI”. En: Revista de Investigación, 25, pp. 36-
42.
Garrido-Ramos, B./Méndez-Martínez, J. A. (2022): “Inteligencia Artificial y Humanidades
Digitales como ejemplo de aplicación para el estudio y la investigación en la era de la
Cultura Digital y la Cultura de los Datos”. En T. Morte Nadal y J. A. Cortés Montalvo
(Coords.): Comunicación, Cultura y Humanidades Digitales. (Cap. 2, pp. 41-59). Colección
Estudios de Comunicación GICID, N.º 3. Madrid: Fragua.
Manovich, L. (2011): “What is visualisation”. En: Visual Studies, 26(1), pp. 36-49.
Martig, S. R./Castro, S. M. (2000): “Visualización de grafos”. En: Wicc, 154-157. En:
<http://sedici.unlp.edu.ar/bitstream/handle/10915/22171/Documento_completo.pdf
?sequence=1&isAllowed=y> [20/05/2018].
Moretti, F. (2004): Gráficos, mapas, árboles: modelos abstractos para la historia literaria II.
En: New Left Review, 26, pp. 47-70.
Martínez, N. (2011): Análisis, comparativa y visualización de redes sociales on-line representadas como
grafos. [Trabajo Fin de Carrera]. Universidad Pompeu Fabra.
Orejas Saco, A. (1991) Arqueología del Paisaje: historia, problemas y perspectivas. En:
Archivo Español de Arqueología, 64(163-164), 191-230.
Humanidades Digitales aplicadas a la Historia del Arte: el grafo como herramienta de visualización
19
Rodríguez Ortega, N. (2015): “Teorías de redes y análisis de datos”. Exhibitium. En:
<http://exhibitium.com/teorias-deredes-y-analisis-datos-nuria-rodriguez-ortega/>
[26/05/2018].
Rodríguez Ortega, N. (2016): “Construcción y uso de terminologías, categorías de
descripción y estructuras semánticas vinculadas al patrimonio en la sociedad global de
datos”. En VV.AA.: El lenguaje sobre el Patrimonio. Estándares documentales para la descripción y
gestión de colecciones. (pp. 115-130). Madrid: Ministerio de Educación, Cultura y Deporte.
Sanz, L. (2003): “Análisis de redes sociales o cómo representar las estructuras sociales
subyacentes”. En: Apuntes de Ciencia y Tecnología, 7, pp. 21-29.
Vanhoutte, E. (2013): “The Gates of Hell: History and Definition of Digital, Humanities
Computing (cap. 6)”. En: Defining Digital Humanities. A reader. En:
<http://blogs.ucl.ac.uk/definingdh/files/2013/10/Chapter-6_EV.pdf> [20/03/2021].
Villafañez, E. (2011): “Entre la geografía y la arqueología: el espacio como objeto y
representación”. En: Revista de Geografía Norte Grande, 50, pp. 135-150.
