Video: Taller Medición y Análisis de la Corrupción en Chile desde el Análisis de Datos y Herramientas Abiertas

23/7/2025

Temas: web scraping, Chile, visualización de datos, análisis de texto, videos,

código ver video

Taller online que impartí para el Congreso Estudiantil de Sociología Interdisciplinaria. En este taller introduje a estudiantes de sociología al lenguaje de programación R, explicando los beneficios del análisis de datos desarrollado en flujos de trabajo basados en la programación, y las posibilidades que se abren para producir estudios y obtener resultados usando código. Puse énfasis en el uso de tecnologías y datos abiertos, y en el principal beneficio de la programación (en mi opinión): el poder actualizar resultados, aplicaciones y visualizaciones automáticamente.

Herramientas y Estrategias contra la Corrupción: Talleres para la Medición y Análisis de la Corrupción en Chile desde el Análisis de Datos y Herramientas Abiertas

Sesión 2: Extracción de Datos desde Medios: Web scraping y Criterios de Selección/ Análisis y Visualización de Datos

Web scraping en investigación social: definición, casos de uso.
Selección de medios y criterios éticos.
Exploración de estructuras HTML simples (solo como contexto).
Uso de la app de Bastián para extraer datos de prensa.
Visualización básica en RStudio con ggplot2

Aplicaciones vistas en la sesión

Código

En este repositorio está todo el código usado en el taller.

Ejemplo de web scraping de un medio digital chileno: scraping.qmd
Ejemplo de modelamiento de tópicos en análisis de texto: modelamiento_stm.R
Análisis de datos de un corpus de noticias de corrupción (6.000 noticias): explorar.qmd, los datos están disponibles en: datos/prensa_corrupcion.parquet

Datos

Base de datos de casos de corrupción: https://github.com/bastianolea/corrupcion_chile/ (descargar en formato Excel)
Datos de prensa chilena: https://github.com/bastianolea/prensa_chile
Datos obtenidos en ejemplo de web scraping: datos/noticias.csv
Base de datos con noticias de corrupción (6.000 noticias), desde 2023 a julio de 2025: datos/prensa_corrupcion.parquet
Base de datos con muestra de noticias chilenas (10.000, al azar) de toda temática del año 2024: datos/prensa_datos_muestra.csv