Advertisement
Advertisement

More Related Content

Advertisement

Conversar con los datos: herramientas digitales de investigación cualitativa

  1. 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
  2. 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
  3. Contenido CONTEXTO NVIVO UN EJEMPLO CONCLUSIONES
  4. Contexto
  5. Del caos al orden
  6. Comenzar a redactar L
  7. Herramientas
  8. Gestión de datos: CUANTI • En crudo • Instrumentos • Software • Procesados • Resultados • Repositorios • Normatividad
  9. Gestión de datos: CUALI En crudo Entrevistas, estudios focales, historias de vida Teoría fundamentada CAQDAS Procesados Resultados Repositorios Normatividad
  10. - Focus group - Observación participante - Investigación/acción - Entrevista a profundidad
  11. Patrones de comportamientos sociales
  12. A partir de … • Minería de datos (vocabularios Y narrativas) • Word embedding (integración de corpus de texto) • Mapas semánticos
  13. Cada palabra es un vector, una representación matemática
  14. En una escala… ¿25? 0-------------------------------------------à100 ¿felicidad? amor -------------------------------------------àcomida
  15. NVivo
  16. La herramienta NVivo
  17. NVivo en español
  18. Organizar Almacenar Analizar
  19. Funciones
  20. Tu base de conocimiento
  21. Antes
  22. Ahora
  23. Categorías - Defines - Combinas - Renombras
  24. Datos cuantitativos también
  25. Fuentes audiovisuales
  26. Reportes - Word - Html - Pdf
  27. Integra tu bibliografía y páginas web
  28. Redes sociales y encuestas web
  29. Visualización de datos
  30. Trabajo en equipo
  31. 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
  32. 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 –?
  33. Un ejemplo
  34. Discursos y narrativas como fuentes de datos
  35. Estructura Diagnóstico en seis etapas
  36. Etnofotografía y diarios de campo
  37. Diario de campo
  38. Transcripciones de audio y video
  39. 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
  40. 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
  41. Metodología para el manejo de datos: experimentación con minería de texto
  42. … y grafos
  43. Conclusiones
  44. • 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
  45. Hay otras opciones (incluso gratuitas)
  46. Wikipedia CAQDAS
  47. Doce puntos clave de NVIVO 10
  48. Cuando estés aprendiendo un nuevo software… especialmente Nvivo…
Advertisement