Conversar con los datos: herramientas digitales de investigación cualitativa
May. 12, 2020•0 likes
0 likes
Be the first to like this
Show More
•517 views
views
Total views
0
On Slideshare
0
From embeds
0
Number of embeds
0
Download to read offline
Report
Technology
Con el objetivo de motivar el uso de plataformas informáticas para la investigación científica cualitativa se muestra el uso y funciones del software NVivo, mostrando un ejemplo a partir de un estudio local
Conversar con los datos: herramientas digitales de investigación cualitativa
Conversar con los
datos: herramientas
digitales de
investigación
cualitativa
Dra. Lourdes Feria-Basurto
Consultora en Gestión de Datos, Información y Conocimiento
Colima, México
Mayo 2020
Objetivos
• Tomar conciencia de las herramientas digitales de apoyo a la
investigación
• Conocer el software Nvivo y su lógica y su estructura
• Motivar el uso de software para tu propia investigación cualitativa
Gestión de datos: CUANTI
• En crudo
• Instrumentos
• Software
• Procesados
• Resultados
• Repositorios
• Normatividad
Gestión de
datos: CUALI
En crudo
Entrevistas, estudios focales, historias de
vida
Teoría fundamentada
CAQDAS
Procesados
Resultados
Repositorios
Normatividad
- Focus group
- Observación participante
- Investigación/acción
- Entrevista a
profundidad
Detrás de NVivo
• Extracción de características (data mining)
• Traducción de palabras a números en
función de su importancia
• Word embeddings para promediar
significados
• Clasificación por expertos
• Peso específico de keywords + contexto
• Análisis de lenguaje verbal y no verbal
• Cuáles son los sectores más
significativos (unidades de valor)
• Miles de párrafos seleccionados “a
mano” por expertos
• Siguiente paso: Machine Learning
• Medidas psicolingüísticas
• Tabular integración de porcentajes
• Análisis de sentimientos +o –
• Análisis de emociones (EM)
• Grado de control
• Autoreferencias (uso de pronombres)
• Complejidad léxica
• Coherencia semántica
• Calcular
• Análisis de sentimientos +o –
• Análisis de emociones (EM)
• Grado de control
• Autoreferencias (uso de pronombres)
• Complejidad léxica
• Coherencia semántica
Word embeddings
• Corpus de texto
• Matemáticas
• Vectores
• Ontologías
• Calcular matemáticamente qué tan cerca están las palabras entre sí
• A partir de las entrevistas generamos los índices de los temas que se
habrán de analizar
• ¿Cuántas veces se nombran contextos + o –?
Corpus de
texto
14 entrevistas
2 grupos focales
21 informantes
2 reportes de observación participante “Pregúntale a
un científico”
Etnofotografía
949 imágenes/tarjetas descriptivas
16 audio-videograbaciones
Resultados
Porcentaje Concepto
77% La Ciencia agradable es posible en talleres
73% La difusión sólo permea en escuelas
72% Necesaria mayor actividad en zona rural
69% Se logra motivar la vocación científica
44% Necesario sensibilizar autoridades
38% Existe articulación entre talleres y escuela
31% Necesario motivar padres de familia
• Es posible, a partir del texto, obtener formas intermedias
que permitan rescatar aspectos relevantes y obtener de ahí
nuevo conocimiento que de otra manera no sería posible
identificar o tomaría demasiado tiempo lograrlo.
• No todo es IA. Las aplicaciones son muy diversas y “se
requiere asimismo la participación de expertos humanos”
• Limpieza de datos
• Integración de datos
• Selección de datos
• Transformación de datos
• Minería de datos
• Evaluación de los patrones extraídos de la fase anterior
• Representación del conocimiento (Visualización)
Justicia de la Torre (31, 8-10)
Conclusiones