Investigar con los datos de la plataforma

Estado: propuesta del 21/10/2026 para discutir en el grupo. Recoge lo que pidió un compañero recién incorporado (qué necesita para hacer un estudio con estos datos) y lo aprendido al revisar las fichas de tareas de la tesis doctoral de María Rodríguez.

Este capítulo es para quien quiera hacer un estudio, una tesis o un TFM con los datos de la plataforma. Dice qué hay, cómo se pide, cómo describir las tareas y cómo citar el manual.

Qué hay y cómo se accede

Proponemos tres niveles de acceso, de lo más abierto a lo más protegido:

Nivel Qué incluye Quién accede Dónde
1. Abierto Catálogo de tareas, tablas agregadas de cada ficha, baremos provisionales, figuras y el código del libro Cualquiera Este libro y su repositorio (datos/agregados/)
2. Bajo acuerdo de uso Tabla larga verificada de las cohortes 2010–2015 (una fila por niño, sesión y medida); matrices anchas por cohorte generadas desde ella; condición Preleo (v3), ISE del centro, sexo, edad en meses y niveles de certeza. Con un identificador seudonimizado, sin NIE ni nombres, y el colegio codificado Miembros del grupo y colaboradores con un proyecto aprobado Carpeta de investigación del proyecto, con versiones fechadas
3. Restringido Exportaciones originales de la plataforma, respuestas y tiempos ítem a ítem, datos de EEG y fNIRS, listas con NIE Solo el equipo responsable de los datos En el PC o servidor del grupo; los análisis se piden al equipo

En el nivel 2, el compromiso de uso cubre cuatro puntos: no intentar reidentificar a nadie, no redistribuir los datos, citar el manual y la versión de los datos, y devolver al grupo los guiones y las incidencias encontradas.

El paquete de investigación (propuesta)

Una carpeta INVESTIGACION dentro de PLATAFORMA, separada de las carpetas de trabajo, con versiones congeladas:

  • DATOS_ANALISIS/: la tabla larga y las matrices anchas de cada cohorte, con fecha y versión en el nombre. Acompañadas de un diccionario de variables (código, tarea, medida, momento, sentido de la puntuación).
  • SCRIPTS/: plantillas en R para leer los datos, unirlos con Preleo e ISE, puntuar cada tarea según su familia y comparar con el baremo. Son los mismos guiones que generan este libro, en 04_DICCIONARIO_PROCESADO_2026/scripts/R.
  • EJEMPLOS_INVESTIGACION/: estudios ya hechos con los datos, con sus fichas, guiones y lo que se corrigió al revisarlos.
  • SOLICITUDES/: un formulario breve (objetivo, cohortes, tareas, responsable) y el compromiso de uso firmado.

Así cada estudio sabe con qué versión de los datos trabajó. Si se corrige un error, como el del código 1834 (abajo), se publica una versión nueva y las anteriores no cambian.

Cómo describir una tarea en una tesis o un artículo

Lista de comprobación, a partir de la revisión de las fichas de la tesis de María Rodríguez:

El catálogo ofrece para cada tarea un párrafo en español y en inglés que cumple casi toda la lista. Sirve de base, pero hay que completarlo con los datos de la muestra propia.

Cómo citar el manual

Grupo de investigación LEEDUCA (2026). Manual técnico de la plataforma LEEDUCA (versión 0.9, borrador). Universidad de Málaga. https://abarejo.github.io/leeduca-manual/

El libro se actualiza a menudo. Propuesta: publicar en Zenodo una versión fija con DOI cada vez que alguien lo cite en una tesis o un artículo. Así el tribunal o el revisor ven exactamente lo que se citó.

Un caso: la tesis de María Rodríguez

María Rodríguez, doctoranda del grupo LEEDUCA, a punto de depositar su tesis, pidió revisar la descripción de las 13 tareas de la plataforma que usó con niños de 3 y 4 años. La revisión fue útil en los dos sentidos:

  • Para la tesis:
    • la fiabilidad y el número de ítems del anexo venían de la tabla de alfas de 2021, calculada con otras cohortes;
    • en cuatro tareas, el anexo describía una versión distinta de la que se aplicó;
    • varias tareas puntúan también el ítem de ejemplo.
  • Para el manual (gracias a María Rodríguez, primera aportación externa al manual):
    • el código 1834 estaba en el diccionario como «memoria de conceptos», por una etiqueta de las matrices antiguas. La consigna de la plataforma, el Organizador 9.1 y la ficha de la tesis de María Rodríguez coinciden: es supresión de la sílaba final. Se ha corregido en correcciones_tarea_canonica_v1.csv, que los guiones aplican al leer los datos, sin tocar los archivos originales;
    • el catálogo comprueba ahora si la puntuación máxima observada supera el número de ítems;
    • han aparecido dos tareas distintas unidas bajo el mismo nombre: morfología de número receptiva (2092) y de producción (222). Hay que separarlas.

Tareas documentadas sin datos en la tabla larga

La tabla larga empieza a los 4 años. Estas tareas se aplicaron a los 3 años, en sesiones posteriores, y están documentadas en las fichas de tareas de María Rodríguez, que son la fuente de esta tabla. Entrarán en el catálogo con datos cuando se integren esas sesiones.

Código Tarea Edad Ítems Qué pide
11794 Vocabulario temprano: conceptos 3 20 Señalar, entre tres imágenes, la que corresponde a una frase con un concepto (lleno/vacío, más/menos, primero/último, entre…)
11795 Rimas 3–4 10 Decir si dos palabras dichas por el evaluador riman
12166 Contar sílabas (versión de 3 años) 3 9 Segmentar en sílabas, con palmadas, el nombre de un dibujo; 180 s
11792 Contar sílabas (versión de 12 ítems) 4 12 Igual que la anterior, con 12 palabras
— Repetición de pseudopalabras 3 9 Repetir pseudopalabras de una a tres sílabas
— Categorización 3 3 Señalar las imágenes de dos categorías semánticas en cada ítem

Faltan el código de las dos últimas y la cohorte y las sesiones de todas. Están preguntados a María Rodríguez.

Qué estudios se pueden hacer

La agenda de investigación metodológica propone diez estudios con los datos que ya hay, del artículo de datos a los modelos dinámicos del aprendizaje lector.