Investigación reproducible: una aproximación usando lenguajes de programación

Resumen

Charla sobre investigación reproducible a partir del método científico y del proceso de análisis de datos (importar, ordenar, transformar, visualizar, modelar y comunicar). Presenta R y Python como base de la reproducibilidad y las herramientas de documentos dinámicos Jupyter, R Markdown y Quarto, explicando cómo funcionan con knitr, Jupyter y Pandoc. Muestra dónde usarlas, tanto de forma local (RStudio, VS Code) como en la nube (Posit Cloud, JupyterLab, Google Colab, Databricks Community), y repasa la sintaxis básica de Markdown y referencias recomendadas.