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

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

• Visualizador de casos de corrupción en Chile
• Visualizador de análisis de prensa digital en Chile

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

Gráficos

Densidad

Nube de palabras

Correlaciones