Uso del R como herramienta pedagógica: una revisión sistemática de literatura
Using R as a pedagogical tool: a systematic literature review
Barra lateral del artículo
PDF PRE PRINT
FLIP
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.
La Revista EnContexto permite a los autores retener los derechos de publicación sin restricciones, promoviendo la libertad académica y la difusión responsable de conocimiento Según la DECISIÓN 351 Régimen Común sobre Derecho de Autor y Derechos Conexos, tratados internacionales como el de Berna 1886-1979, Ley 23 de 1982 y Ley 1915 de 2018, promoviendo siempre el principio de acceso abierto.
La Revista EnContexto proporciona acceso abierto a todos sus contenidos, así mismo, se adhiere a la licencia Creative Commons Atribución - NoComercial - SinDerivar 4.0 Internacional (CC BY - NC - ND 4.0)
Usted puede utilizar nuestros contenidos bajo los siguientes términos:
Atribución — Usted debe darle crédito a esta obra de manera adecuada, proporcionando un enlace a la licencia, e indicando si se han realizado cambios. Puede hacerlo en cualquier forma razonable, pero no de forma tal que sugiera que usted o su uso tienen el apoyo del licenciante.
NoComercial — Usted no puede hacer uso del material con fines comerciales.
Sin Derivar — Si usted mezcla, transforma o crea nuevo material a partir de esta obra, usted no podrá distribuir el material modificado.
Así mismo se invita a los autores a visbilizar sus artículos a través de repositorios institucionales de acceso abierto y redes sociales académicas.
Costos de procesamiento y envío de artículos
La Revista EnContexto no cobra a los autores gastos asociados al sometimiento de artículos a revisión y tampoco, por la publicación de los mismos. Contrario a esto, la Institución Universitaria Tecnológico de Antioquia asigna recursos para el pago de:
- Asignación de DOI (Digital Object Identifier)
- Reconocimiento económico a los pares evaluadores
- Corrección de estilo, diagramación e impresión
- Administración de Open Journal System
- Editor, Coordinación editorial y Asistencia editorial
Contenido principal del artículo
Resumen
La eficacia sobre el uso pedagógico del software estadístico R para promover competencias en análisis de datos en diversos contextos educativos, se percibe como dispersa y poco sistematizada. Esto limita las posibilidades de entender el aporte del software R en la generación de competencias académicas en estudiantes de diferentes niveles de formación. El propósito de este artículo fue analizar la incidencia de R como herramienta pedagógica para la generación de competencias académicas en diferentes procesos de formación. Siguiendo la metodología PRISMA, se accedió a la literatura científica en la base de datos referencial Scopus. A partir de la definición y depuración de los términos de búsqueda se recuperaron 15 artículos científicos. Los datos fueron procesados mediante el paquete R bibliometrix. Los hallazgos evidencian que el software R resulta ser una herramienta versátil para la formación académica en la actualidad y contribuye al desarrollo de capacidades analíticas en los estudiantes y profesionales formándolos para su incursión en el mercado laboral.
Descargas
Datos de publicación
Perfil evaluadores/as N/D
Declaraciones de autoría
- Editor y equipo editorial
- Perfiles
- Sociedad académica
- Tecnológico de Antioquia
- Editorial
- Tecnológico de Antioquia
Para obtener más información sobre un dato, haga clic 
Public Facts Label - Plugin Mantenido por Public Knowledge Project
Detalles del artículo
Referencias (VER)
Abbasnasab Sardareh, S., Brown, G. T. L. y Denny, P. (2021). Comparing four contemporary statistical software tools for introductory data science and statistics in the social sciences. Teaching Statistics, 43(S1), S157-S172. https://doi.org/10.1111/test.12274
Aria, M. y Cuccurullo, C. (2017). bibliometrix: An R-tool for comprehensive science mapping analysis. Journal of Informetrics, 11(4), 959-975. https://doi.org/10.1016/j.joi.2017.08.007
Broatch, J. E., Dietrich, S. y Goelman, D. (2019). Introducing data science techniques by connecting database concepts and dplyr. Journal of Statistics Education, 27(3), 147-153. https://doi.org/10.1080/10691898.2019.1647768
Bryan, J. (2018). Excuse me, do you have a moment to talk about version control? The American Statistician, 72(1), 20-27. https://doi.org/10.1080/00031305.2017.1399928
Engels, G., Grosjean, P. y Artus, F. (2023). Teaching data science to students in biology using R, RStudio and Learnr: Analysis of three years data. Foundations of Data Science, 5(2), 266-285. https://doi.org/10.3934/fods.2022022
Función Pública. (2022). Analítica institucional: El poder de los datos en el sector público-V1. Departamento Administrativo de la Función Pública. https://acortar.link/otqJVZ
Galindo Alba, A. (2017). Didáctica con R. Menos cuentas y más pensamiento crítico. Pensamiento Matemático, 7(1), 53-73. https://tinyurl.com/y4tqutha
Gambetta, F., Goitía, C., San Román, V. y Zeppa, C. (2012). Utilización del software R para la enseñanza de la estadística: Experiencia en un curso de ingeniería. Revista de Educación Matemática, 27(2). https://revistas.unc.edu.ar/index.php/REM/article/view/10200
Garibaldi, L. A., Aristimuño, F. J., Oddi, F. J. y Tiribelli, F. (2017). Inferencia multimodelo en ciencias sociales y ambientales. Ecología Austral, 27(3), 348-363. https://doi.org/10.25260/EA.17.27.3.0.513
Giest, S. (2017). Big Data for policymaking: Fad or fasttrack? Policy Sciences, 50(3), 367-382. https://doi.org/10.1007/s11077-017-9293-1
Giuliani, D., Dickson, M. M. y Espa, G. (2015). Teaching statistics in the context of social foresight: An applied approach based on the use of an open-source software. On the Horizon, 23(2), 140-148. https://doi.org/10.1108/OTH-02-2015-0010
Gómez Reverte, D. S., Molina Vila, M. D., Mulero, J., Nueda, M. J. y Pascual Romero, A. (2016). Aplicaciones diseñadas con Shiny: Un recurso docente para la enseñanza de la estadística. Universidad de Alicante. https://rua.ua.es/dspace/handle/10045/59411
Griffith, J. E., Houghton, E., Slein, M. A., Fraser Franco, M., Chávez, J., Forsythe, A. B., Glynn, V. M., Katkov, E., Palmier, K. M., Sang, Z., Trejo‐Pérez, R., Wiley, B., Sunday, J. M. y Bernhardt, J. R. (2024). Harnessing open science practices to teach ecology and evolutionary biology using interactive tutorials. Ecology and Evolution, 14(6), e11179. https://doi.org/10.1002/ece3.11179
Guzman, L. M., Pennell, M. W., Nikelski, E. y Srivastava, D. S. (2019). Successful integration of data science in undergraduate biostatistics courses using cognitive load theory. CBE—Life Sciences Education, 18(4), ar60. https://doi.org/10.1187/cbe.19-02-0041
Hodson, T. O., DeCicco, L. A., Hariharan, J. A., Stanish, L. F., Black, S. y Horsburgh, J. S. (2023). Reproducibility starts at the source: R, Python, and Julia packages for retrieving USGS hydrologic data. Water, 15(24), 4236. https://doi.org/10.3390/w15244236
Hoffman, A. M. y Wright, C. (2024). Ten simple rules for teaching an introduction to R. PLOS Computational Biology, 20(5), e1012018. https://doi.org/10.1371/journal.pcbi.1012018
Kelleher, J. D. y Tierney, B. (2018). Ciencia de datos. MIT Press.
Kumbo, J. (2021). Software “R” como herramienta en la enseñanza de la estadística descriptiva. EduSol, 21(76), 114-124. https://dialnet.unirioja.es/servlet/articulo?codigo=9538234
Lemus-Delgado, D. y Pérez Navarro, R. (2020). Ciencia de datos y estudios globales: Aportaciones y desafíos metodológicos. Colombia Internacional, (102), 41-62. https://doi.org/10.7440/colombiaint102.2020.03
Liebig, P., Pröhl, H., Sudhaus-Jörn, N., Hankel, J., Visscher, C. y Jung, K. (2022). Interactive, browser-based graphics to visualize complex data in education of biomedical sciences for veterinary students. Medical Science Educator, 32(6), 1323-1335. https://doi.org/10.1007/s40670-022-01613-x
López, A. (2016). Usos del programa R en la enseñanza de la estadística. En E. Mariscal (Ed.), Acta Latinoamericana de Matemática Educativa (pp. 1380-1388). Comité Latinoamericano de Matemática Educativa.
Meyer, C. (2022). Bringing the world to the classroom: Teaching statistics and programming in a project-based setting. PS: Political Science & Politics, 55(1), 193-197. https://doi.org/10.1017/S1049096521001104
Moher, D., Liberati, A., Tetzlaff, J., Altman, D. G. y The PRISMA Group. (2009). Preferred reporting items for systematic reviews and meta-analyses: The PRISMA statement. PLoS Medicine, 6(7), e1000097. https://doi.org/10.1371/journal.pmed.1000097
Page, M. J., Moher, D., Bossuyt, P. M., Boutron, I., Hoffmann, T. C., Mulrow, C. D., Shamseer, L., Tetzlaff, J. M., Akl, E. A., Brennan, S. E., Chou, R., Glanville, J., Grimshaw, J. M., Hróbjartsson, A., Lalu, M. M., Li, T., Loder, E. W., Mayo-Wilson, E., McDonald, S., … McKenzie, J. E. (2021). PRISMA 2020 explanation and elaboration: Updated guidance and exemplars for reporting systematic reviews. BMJ, 372, n160. https://doi.org/10.1136/bmj.n160
Pavlenko, L., Pavlenko, M. y Khomenko, V. (2024). Teaching statistics to future programmers using real data sets and R programming language. CEUR Workshop Proceedings, 102-117.
Pruim, R., Kaplan, D. T. y Horton, N. J. (2017). The mosaic package: Helping students to think with data using R. The R Journal, 9(1), 77-102. https://doi.org/10.32614/RJ-2017-024
Redondo, R. R., Pereira, C. A., Monge, K. U., Rojas, G. R., Rodríguez, F. M. y Salazar, L. F. (2021). La ciencia de datos como insumo en la toma de decisiones de la política pública costarricense en el marco de la pandemia por Covid 19. Revista Centroamericana de Administración Pública, (81). https://ojs.icap.ac.cr/index.php/RCAP/article/view/377/773
Song, I.-Y. y Zhu, Y. (2016). Big Data and data science: What should we teach? Expert Systems, 33(4), 364-373. https://doi.org/10.1111/exsy.12130
Stander, J. y Dalla Valle, L. (2017). On enthusing students about Big Data and social media visualization and analysis using R, RStudio, and RMarkdown. Journal of Statistics Education, 25(2), 60-67. https://doi.org/10.1080/10691898.2017.1322474
Urbanek, S. (2021). The R quest: From users to developers. The R Journal, 13(2), 22-24. https://doi.org/10.32614/RJ-2021-111
Woelmer, W. M., Moore, T. N., Lofton, M. E., Thomas, R. Q. y Carey, C. C. (2023). Embedding communication concepts in forecasting training increases students’ understanding of ecological uncertainty. Ecosphere, 14(8), e4628. https://doi.org/10.1002/ecs2.4628
