Docsity
Docsity

Prepara tus exámenes
Prepara tus exámenes

Prepara tus exámenes y mejora tus resultados gracias a la gran cantidad de recursos disponibles en Docsity


Consigue puntos base para descargar
Consigue puntos base para descargar

Gana puntos ayudando a otros estudiantes o consíguelos activando un Plan Premium


Orientación Universidad
Orientación Universidad


Actividad eje 3, big data, Esquemas y mapas conceptuales de Ingeniería

Trabaji de big data, sobre el analisis coronavirus

Tipo: Esquemas y mapas conceptuales

2021/2022

Subido el 17/03/2023

katherin-pinzon-1
katherin-pinzon-1 🇨🇴

3 documentos

1 / 4

Toggle sidebar

Esta página no es visible en la vista previa

¡No te pierdas las partes importantes!

bg1
1
Negocios internacionales - Eje 1 Conceptualicemos
Figura 1. Criterios de elegibilidad para la distinción de teorías pedagógicas
Fuente: propia
Propuesta
iconografía
¡Datos!
¡Importante!
¡Tengamos en
cuenta!
Recomendaciones
¡Reflexionemos!
Página web o enlace
externo.
Notas de autor
Glosario
Videos
Lectura
recomendada
Recordemos que
Estudio de caso
Lorem ipsum
Lorem ipsum
Lorem ipsum
Lorem ipsum
Lorem ipsum
Lorem ipsum
Actividad
Evaluativa Tarea
Nombre de la tarea:
Coronavirus y Big Data
Objetivo de aprendizaje:
Diseñar, desarrollar y analizar soluciones básicas del Big Data para la construcción de modelos de
gestión, interpretando datos e ideas procedentes de diferentes contextos.
Descripción de la tarea:
Planteamiento:
La crisis del coronavirus nos ha hecho aprender a un ritmo acelerado sobre epidemiología, virología,
pandemias, etc., temas que hace unos meses no formaban parte de nuestra vida cotidiana. Hay he-
rramientas muy usadas en el mundo del big data, que se están popularizando y convirtiendo en algo
de consulta cotidiana para toda la población. Es el caso del panel de control o dashboard de la Uni-
versidad Johns Hopkins de EEUU (puede consultar en: https://www.arcgis.com/apps/opsdashboard/
index.html#/bda7594740fd40299423467b48e9ecf6, que se ha mostrado muy útil para visualizar de
manera directa la expansión del virus por el planeta. Actualiza en tiempo real los datos relativos a
los casos confirmados, los fallecidos y los recuperados, alimentándose de distintas fuentes de datos
como el Centro de Control y Prevención de Enfermedades de China, la OMS o incluso rastreando los
mensajes de Twitter y servicios de noticias online.
El uso de las tecnologías Big Data para predecir la transmisión de enfermedades infecciosas no es
algo nuevo. Los primeros en monitorizar este tipo de enfermedades a través de la información dispo-
Habilidades
de orden básico
Habilidades de
integración
Habilidades de
orden superior
Observar
x
x
x
x
x
x
Analizar Sintetizar Evaluar
Identificar Comparar
Clasificar
jerárquicamente
Relacionar
Metacognición
Ordenar
Toma de
decisiones
Análisis de historia
conceptual
Pensamiento
crítico
Pensamiento
creativo
Habilidades de pensamiento a desarrollar: 10 horas
pf3
pf4

Vista previa parcial del texto

¡Descarga Actividad eje 3, big data y más Esquemas y mapas conceptuales en PDF de Ingeniería solo en Docsity!

Negocios internacionales - Eje 1 Conceptualicemos 1

Figura 1. Criterios de elegibilidad para la distinción de teorías pedagógicas Fuente: propia

cuenta!

Recomendaciones

¡Reflexionemos!

Página web o enlace

externo.

Notas de autor

Glosario

Videos

Estudio de caso

Lorem ipsum

Lorem ipsum

Lorem ipsum

Lorem ipsum

Lorem ipsum

Lorem ipsum

Actividad

Evaluativa Tarea

Nombre de la tarea: Coronavirus y Big Data Objetivo de aprendizaje: Diseñar, desarrollar y analizar soluciones básicas del Big Data para la construcción de modelos de gestión, interpretando datos e ideas procedentes de diferentes contextos. Descripción de la tarea: Planteamiento: La crisis del coronavirus nos ha hecho aprender a un ritmo acelerado sobre epidemiología, virología, pandemias, etc., temas que hace unos meses no formaban parte de nuestra vida cotidiana. Hay he- rramientas muy usadas en el mundo del big data, que se están popularizando y convirtiendo en algo de consulta cotidiana para toda la población. Es el caso del panel de control o dashboard de la Uni- versidad Johns Hopkins de EEUU (puede consultar en: https://www.arcgis.com/apps/opsdashboard/ index.html#/bda7594740fd40299423467b48e9ecf6, que se ha mostrado muy útil para visualizar de manera directa la expansión del virus por el planeta. Actualiza en tiempo real los datos relativos a los casos confirmados, los fallecidos y los recuperados, alimentándose de distintas fuentes de datos como el Centro de Control y Prevención de Enfermedades de China, la OMS o incluso rastreando los mensajes de Twitter y servicios de noticias online. El uso de las tecnologías Big Data para predecir la transmisión de enfermedades infecciosas no es algo nuevo. Los primeros en monitorizar este tipo de enfermedades a través de la información dispo- Habilidades de orden básico Habilidades de integración Habilidades de orden superior Observar x x x x x Analizar Sintetizar Evaluar^ x Identificar Comparar Clasificar jerárquicamente Relacionar Metacognición Ordenar Toma de decisiones Análisis de historia conceptual Pensamiento crítico Pensamiento creativo Habilidades de pensamiento a desarrollar: 10 horas

Negocios internacionales - Eje 1 Conceptualicemos 1

Figura 1. Criterios de elegibilidad para la distinción de teorías pedagógicas Fuente: propia

cuenta!

Recomendaciones

¡Reflexionemos!

Página web o enlace

externo.

Notas de autor

Glosario

Videos

Estudio de caso

Lorem ipsum

Lorem ipsum

Lorem ipsum

Lorem ipsum

Lorem ipsum

Lorem ipsum

Actividad

Evaluativa Tarea

nible en internet fueron la data scientists de Google, con el algoritmo Google Flu Trends , en 2008. Sin embargo, cuando estalló la pandemia de gripe A en 2009, el pánico desatado en la población cambió su comportamiento de búsquedas en Google, lo que provocó que el algoritmo no fuera práctico a la hora de detectar contagios a gran escala y, finalmente, fuera retirado. En el caso de la crisis que estamos viviendo actualmente, el big data está demostrando ser espe- cialmente útil para el control de la transmisión de la enfermedad. Uno de los casos destacables es el de Taiwán. Por su cercanía a China y el gran movimiento de ciudadanos entre ambos, se esperaba que fuera la segunda región más afectada del planeta. Sin embargo, a medida que el virus ha ido avanzando por otros países, Taiwán ha logrado mantener su número de contagios en números muy bajos. La estrategia de Taiwán ha sido contener la enfermedad haciendo uso de grandes cantidades de información. Integrando las bases de datos sanitarias nacionales con las de inmigración y adua- nas, han monitorizado los viajes y síntomas de sus ciudadanos para compartir dicha información con los hospitales y emitir alertas en tiempo real de los posibles contagios. Además, recogiendo la infor- mación de los viajeros a través de aplicaciones y haciendo uso de tecnología móvil, han conseguido controlar las cuarentenas de forma efectiva. Otros países, como China o Corea del Sur, también han hecho uso del big data para gestionar la crisis. El análisis detallado de la información ha permitido a Corea del Sur realizar de forma rápida y óptima el mayor número de test que se han hecho comparado con cualquier otro lugar, consiguiendo que los datos que provienen de este país sean los más fiables en cuanto a cómo son en realidad los patrones de transmisión. China, por su parte, ha perfeccionado las herramientas de reconocimiento facial con inteligencia artificial para que tengan en cuenta el uso de mascarilla y la temperatura cor- poral de las personas. Algunas técnicas usadas en estos dos países han levantado también un debate acerca de cómo se debe usar la información de la población en estados de alarma sanitaria. En Corea del Sur se han extendido aplicaciones como Corona 100m , que advierte a los usuarios cuando están a menos de 100 metros de un lugar donde ha estado alguna persona que ha dado positivo a la prueba del coro- navirus. En China, se ha hecho obligatorio el uso de códigos QR a través de aplicaciones como AliPay Health Code , que codifica el estado de salud del usuario asignándole al código QR un color (rojo, amarillo y verde) en función del riesgo de infección. Los ciudadanos deben presentar sus códigos para trasladarse de un lugar a otro, lo que facilita al gobierno evaluar si se debe permitir el traslado u or- denar la cuarentena. La polémica surge cuando se plantea hasta qué punto estas aplicaciones com- parten información con el gobierno y dónde están los límites de privacidad de los ciudadanos, sobre todo en datos tan sensibles como los relacionados con la salud. La información es tan precisa que, por ejemplo, se sabe exactamente qué hizo y por dónde se movió el “paciente 31” (puede ampliar la infor- mación en https://graphics.reuters.com/CHINA-HEALTH-SOUTHKOREA-CLUSTERS/0100B5G33SB/ index.html, la persona que provocó el descontrol de la epidemia en Corea del Sur, que hasta ese mo- mento había sido contenida.

Negocios internacionales - Eje 1 Conceptualicemos 1

Figura 1. Criterios de elegibilidad para la distinción de teorías pedagógicas Fuente: propia

cuenta!

Recomendaciones

¡Reflexionemos!

Página web o enlace

externo.

Notas de autor

Glosario

Videos

Estudio de caso

Lorem ipsum

Lorem ipsum

Lorem ipsum

Lorem ipsum

Lorem ipsum

Lorem ipsum

Actividad

Evaluativa Tarea

  1. Interprete los datos que ha obtenido, comparando la información y genere al menos cinco (5) conclusiones importantes sobre cómo es la representación de los datos.
  2. Indique y sustente si los datos están en servicios Data WareHouse o Data Lake.