


Prepara tus exámenes y mejora tus resultados gracias a la gran cantidad de recursos disponibles en Docsity
Gana puntos ayudando a otros estudiantes o consíguelos activando un Plan Premium
Prepara tus exámenes
Prepara tus exámenes y mejora tus resultados gracias a la gran cantidad de recursos disponibles en Docsity
Prepara tus exámenes con los documentos que comparten otros estudiantes como tú en Docsity
Encuentra los documentos específicos para los exámenes de tu universidad
Estudia con lecciones y exámenes resueltos basados en los programas académicos de las mejores universidades
Responde a preguntas de exámenes reales y pon a prueba tu preparación
Consigue puntos base para descargar
Gana puntos ayudando a otros estudiantes o consíguelos activando un Plan Premium
Comunidad
Pide ayuda a la comunidad y resuelve tus dudas de estudio
Ebooks gratuitos
Descarga nuestras guías gratuitas sobre técnicas de estudio, métodos para controlar la ansiedad y consejos para la tesis preparadas por los tutores de Docsity
Trabaji de big data, sobre el analisis coronavirus
Tipo: Esquemas y mapas conceptuales
1 / 4
Esta página no es visible en la vista previa
¡No te pierdas las partes importantes!



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