Explorando el big data : El ejemplo de datificación de la encuesta de hogares de Chile

Autores
Benítez, Paulina
Año de publicación
2022
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
La ingente cantidad de datos (texto, imágenes, sonido, números, videos) que hay en el ciberespacio se duplica cada tres años siguiendo su propia Ley de Moore (Ford, 2016). Esos han sido creados por empresas, organizaciones públicas (que aportan datos de encuestas, actas, informes, documentos oficiales, leyes) y por las personas. La ponencia presenta los primeros resultados del estudio exploratorio de big data de la serie de encuestas de hogares de Chile (Encuesta CASEN) del período 1990-2017 mediante la datificación de los libros de códigos de las encuestas. Datificar un fenómeno es plasmarlo en un formato cuantificado para que pueda ser tabulado y analizado (Mayer-Schonberger y Cukier, 2015). El trabajo muestra el análisis temporal de las preguntas CASEN y los cambios que fueron experimentando. Además, describe la huella digital que deja el Estado en las preguntas de la encuesta: preguntas que nacen, mueren y permanecen. La dinámica expresa los intereses y preocupaciones del Estado en esas materias. La datificación otorga un nuevo valor a los datos originales CASEN, facilita el acceso, permite desarrollar capacidades de uso de los datos. Y puede contribuir a las políticas públicas al momento de evaluarlas.
Facultad de Humanidades y Ciencias de la Educación
Materia
Sociología
Big data
Datificación
Visualización
Huella digital
Uso de datos públicos
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc-sa/4.0/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/172750
Acceder
id SEDICI_f0ce1cb7e2ea8cc654be33d6cad302fb
oai_identifier_str oai:sedici.unlp.edu.ar:10915/172750
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Explorando el big data : El ejemplo de datificación de la encuesta de hogares de ChileBenítez, PaulinaSociologíaBig dataDatificaciónVisualizaciónHuella digitalUso de datos públicosLa ingente cantidad de datos (texto, imágenes, sonido, números, videos) que hay en el ciberespacio se duplica cada tres años siguiendo su propia Ley de Moore (Ford, 2016). Esos han sido creados por empresas, organizaciones públicas (que aportan datos de encuestas, actas, informes, documentos oficiales, leyes) y por las personas. La ponencia presenta los primeros resultados del estudio exploratorio de big data de la serie de encuestas de hogares de Chile (Encuesta CASEN) del período 1990-2017 mediante la datificación de los libros de códigos de las encuestas. Datificar un fenómeno es plasmarlo en un formato cuantificado para que pueda ser tabulado y analizado (Mayer-Schonberger y Cukier, 2015). El trabajo muestra el análisis temporal de las preguntas CASEN y los cambios que fueron experimentando. Además, describe la huella digital que deja el Estado en las preguntas de la encuesta: preguntas que nacen, mueren y permanecen. La dinámica expresa los intereses y preocupaciones del Estado en esas materias. La datificación otorga un nuevo valor a los datos originales CASEN, facilita el acceso, permite desarrollar capacidades de uso de los datos. Y puede contribuir a las políticas públicas al momento de evaluarlas.Facultad de Humanidades y Ciencias de la Educación2022info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdfhttp://sedici.unlp.edu.ar/handle/10915/172750spainfo:eu-repo/semantics/altIdentifier/url/http://jornadassociologia.fahce.unlp.edu.ar/xi-jornadas/actas/ponencia-220701202540862997/@@display-file/file/Benítez P, Ponencia_Explorando en el big data. El ejemplo de datificación de la encuesta de hogares de Chile. MESA 30..pdfinfo:eu-repo/semantics/altIdentifier/issn/2250-8465info:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/4.0/Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-09-10T12:48:13Zoai:sedici.unlp.edu.ar:10915/172750Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-10 12:48:14.24SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Explorando el big data : El ejemplo de datificación de la encuesta de hogares de Chile
title Explorando el big data : El ejemplo de datificación de la encuesta de hogares de Chile
spellingShingle Explorando el big data : El ejemplo de datificación de la encuesta de hogares de Chile
Benítez, Paulina
Sociología
Big data
Datificación
Visualización
Huella digital
Uso de datos públicos
title_short Explorando el big data : El ejemplo de datificación de la encuesta de hogares de Chile
title_full Explorando el big data : El ejemplo de datificación de la encuesta de hogares de Chile
title_fullStr Explorando el big data : El ejemplo de datificación de la encuesta de hogares de Chile
title_full_unstemmed Explorando el big data : El ejemplo de datificación de la encuesta de hogares de Chile
title_sort Explorando el big data : El ejemplo de datificación de la encuesta de hogares de Chile
dc.creator.none.fl_str_mv Benítez, Paulina
author Benítez, Paulina
author_facet Benítez, Paulina
author_role author
dc.subject.none.fl_str_mv Sociología
Big data
Datificación
Visualización
Huella digital
Uso de datos públicos
topic Sociología
Big data
Datificación
Visualización
Huella digital
Uso de datos públicos
dc.description.none.fl_txt_mv La ingente cantidad de datos (texto, imágenes, sonido, números, videos) que hay en el ciberespacio se duplica cada tres años siguiendo su propia Ley de Moore (Ford, 2016). Esos han sido creados por empresas, organizaciones públicas (que aportan datos de encuestas, actas, informes, documentos oficiales, leyes) y por las personas. La ponencia presenta los primeros resultados del estudio exploratorio de big data de la serie de encuestas de hogares de Chile (Encuesta CASEN) del período 1990-2017 mediante la datificación de los libros de códigos de las encuestas. Datificar un fenómeno es plasmarlo en un formato cuantificado para que pueda ser tabulado y analizado (Mayer-Schonberger y Cukier, 2015). El trabajo muestra el análisis temporal de las preguntas CASEN y los cambios que fueron experimentando. Además, describe la huella digital que deja el Estado en las preguntas de la encuesta: preguntas que nacen, mueren y permanecen. La dinámica expresa los intereses y preocupaciones del Estado en esas materias. La datificación otorga un nuevo valor a los datos originales CASEN, facilita el acceso, permite desarrollar capacidades de uso de los datos. Y puede contribuir a las políticas públicas al momento de evaluarlas.
Facultad de Humanidades y Ciencias de la Educación
description La ingente cantidad de datos (texto, imágenes, sonido, números, videos) que hay en el ciberespacio se duplica cada tres años siguiendo su propia Ley de Moore (Ford, 2016). Esos han sido creados por empresas, organizaciones públicas (que aportan datos de encuestas, actas, informes, documentos oficiales, leyes) y por las personas. La ponencia presenta los primeros resultados del estudio exploratorio de big data de la serie de encuestas de hogares de Chile (Encuesta CASEN) del período 1990-2017 mediante la datificación de los libros de códigos de las encuestas. Datificar un fenómeno es plasmarlo en un formato cuantificado para que pueda ser tabulado y analizado (Mayer-Schonberger y Cukier, 2015). El trabajo muestra el análisis temporal de las preguntas CASEN y los cambios que fueron experimentando. Además, describe la huella digital que deja el Estado en las preguntas de la encuesta: preguntas que nacen, mueren y permanecen. La dinámica expresa los intereses y preocupaciones del Estado en esas materias. La datificación otorga un nuevo valor a los datos originales CASEN, facilita el acceso, permite desarrollar capacidades de uso de los datos. Y puede contribuir a las políticas públicas al momento de evaluarlas.
publishDate 2022
dc.date.none.fl_str_mv 2022
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/publishedVersion
Objeto de conferencia
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str publishedVersion
dc.identifier.none.fl_str_mv http://sedici.unlp.edu.ar/handle/10915/172750
url http://sedici.unlp.edu.ar/handle/10915/172750
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/url/http://jornadassociologia.fahce.unlp.edu.ar/xi-jornadas/actas/ponencia-220701202540862997/@@display-file/file/Benítez P, Ponencia_Explorando en el big data. El ejemplo de datificación de la encuesta de hogares de Chile. MESA 30..pdf
info:eu-repo/semantics/altIdentifier/issn/2250-8465
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:SEDICI (UNLP)
instname:Universidad Nacional de La Plata
instacron:UNLP
reponame_str SEDICI (UNLP)
collection SEDICI (UNLP)
instname_str Universidad Nacional de La Plata
instacron_str UNLP
institution UNLP
repository.name.fl_str_mv SEDICI (UNLP) - Universidad Nacional de La Plata
repository.mail.fl_str_mv alira@sedici.unlp.edu.ar
_version_ 1842904726838968320
score 12.993085

Publicaciones similares