EL ANÁLISIS DE DATOS DE COVID-19

UN INCENTIVO PARA EL DESARROLLO DE HERRAMIENTAS CON 'R'

Autores/as

DOI:

https://doi.org/10.19136/kuxulkab.a27n59.4046

Palabras clave:

COVID-19.analytics, Shiny, COVID-19 Tracker, Modelo SIR

Resumen

La pandemia de COVID-19 ha generado mucha información que se ha abierto al público en general y para analizar su evolución espacial y temporal se han desarrollado herramientas emergentes. Este trabajo trata de herramientas como los paquetes 'covid19.analytics' y 'COVID19' desarrollados con el software estadístico 'R' y de aplicaciones web basadas en 'R' como 'COVIDiario', 'COVID-19 tracker', entre otras. Estas herramientas visualizan los datos en regiones de interés, facilitando la consulta y seguimiento a investigadores y autoridades de salud. También muestra visualizaciones de los datos en México y Tabasco con la meta de motivar el uso del software 'R'.

Métricas

Cargando métricas ...

Biografía del autor/a

Sergio Ramos Herrera, División Académica de Ciencias Biológicas (DACBiol); Universidad Juárez Autónoma de Tabasco (UJAT)

Licenciado en física y Maestro en Ingeniería y Protección Ambiental por la Universidad Juárez Autónoma de Tabasco (UJAT). Profesor de la licenciatura en Ingeniería Ambiental y la Maestría en Ingeniería, Tecnología y Gestión Ambiental. Ha impartido cursos de RStudio a estudiantes y profesores en la División Académica de Ciencias Biológicas (DACBiol) de la UJAT.

Jesús Manuel Carrera Velueta, División Académica de Ciencias Biológicas (DACBiol); Universidad Juárez Autónoma de Tabasco (UJAT)

Licenciado en Computación por la Universidad Juárez Autónoma de Tabasco (UJAT) y Maestro en Inteligencia Artificial por la Universidad Veracruzana (UV). Profesor de la Licenciatura en Ingeniería Ambiental y la Maestría en Ingeniería, Tecnología y Gestión Ambiental en la División Académica de Ciencias Biológicas (DACBiol) de la Universidad Juárez Autónoma de Tabasco (UJAT).

Citas

Guidotti, E. (2020, May 23). How to build COVID-19 Data-Driven Shiny Apps in 5 mins. Towards Data Science [web]. Consulted on September 20, 2020 from «https://towardsdatascience.com/how-to-build-covid-19-data-driven-shiny-apps-in-5mins-2d7982882a73»

Guidotti, E. & Ardia, D. (2020). COVID-19 Data Hub. Journal of Open Source Software, 5(51): 2376. DOI «https://doi.org/10.21105/joss.02376»

Heymann, D.L. (2020). Data sharing and outbreaks: best practice exemplified. The Lancet, 395(10223): 469-470. DOI «https://doi.org/10.1016/S0140-6736(20)30184-7»

Lawrence, E. (Comp.). (2014). Diccionario de Biología, (Trad. Henderson’s Dictionary of Biology; p. 622). México: Editorial Trillas. ISBN 978-607-17-2057-3

Lawrence, E. (Edit.). (2003). Diccionario Akal de Términos Biológicos, (12va ed.; Henderson’s Dictionary of Biological Terms; R. Codes Valcarce & Fco. J. Espino Nuño, Trad.; p. 688). Madrid, España: Ediciones Akal. ISBN 84-460-1582X.

Luque, B.; Ballesteros, F. & Miramontes, O. (2020). Cómo modelizar una pandemia. Investigación y Ciencia, (524): 52-60. Recuperado de «https://www.investigacionyciencia.es/revistas/investigacion-y-ciencia/una-crisis-csmica-798/cmo-modelizar-una-pandemia-18561»

Parker, E. (2020, February 11). Coronavirus outbreak: a new mapping tool that lets you scroll through timeline. The conversation-Academic rigour, journalistic flair [Web]. Consulted on September 19, 2020 from «https://theconversation.com/coronavirus-outbreak-a-new-mapping-tool-that-lets-you-scroll-through-timeline-131422»

Ponce, M. & Sandhel, A. (2020). covid19.analytics: An R Package to obtain, analyze and visualize data from the Coronavirus Disease Pandemic (Preprint submitted to Elsevier p. 57). Arxiv.org. Recovered from «https://arxiv.org/pdf/2009.01091.pdf»

Solomon, E.P.; Berg, L.R. & Martin, D.W. (2013). Biología (9na ed.; Biology; Ninth Edition; García Hernández, A.E.; Villagómez Velázquez, H.; Romo Muñoz, J.H. & Campos Olguín, V., Trad.; p. 1263+56 apéndices). México: Cengage Learning Editores, S.A. de C.V. ISBN: 978-607-481-934-2

Valls, J.; Tobías, A.; Satorra, P. & Tebé, C. (2021). COVID19-Tracker: una aplicación Shiny para analizar datos de la epidemia de SARS-CoV-2 en España. Gaceta sanitaria, 35(1): 99-101. DOI «https://dx.doi.org/10.1016/j.gaceta.2020.04.002»

Descargas

Publicado

2022-12-28

Cómo citar

Ramos Herrera, S., & Carrera Velueta, J. M. (2022). EL ANÁLISIS DE DATOS DE COVID-19: UN INCENTIVO PARA EL DESARROLLO DE HERRAMIENTAS CON ’R’. Kuxulkab’, 27(59), 31-44. https://doi.org/10.19136/kuxulkab.a27n59.4046

Número

Sección

Artículos

Artículos más leídos del mismo autor/a