28 DE JUNIO
Modalidad 100% online con sesiones en vivo. Sábados y Domingos
El presente diplomado está dirigido a:
Al finalizar el diplomado, el participante será capaz de:
INTRO 1. Investigación científica, pensamiento crítico y tecnologías emergentes
Presenta las bases del pensamiento científico, los paradigmas de investigación y el método científico. Además, introduce el pensamiento crítico, el análisis de información y el uso inicial de tecnologías emergentes e IA en procesos de búsqueda, revisión, redacción y análisis académico.
Introduce los conceptos clave de inteligencia artificial, sus tipos, alcances, límites y aplicaciones en investigación científica. También aborda el uso de prompts académicos y herramientas como ChatGPT, Gemini, Claude, Perplexity, Copilot, OpenAlex, ResearchRabbit, NotebookLM y Zotero.
Desarrolla los fundamentos metodológicos para formular problemas de investigación, objetivos, hipótesis, variables, marco teórico y diseño metodológico. Integra herramientas de IA para delimitar temas, estructurar antecedentes, revisar propuestas metodológicas y fortalecer la redacción científica.
Fortalece las bases estadísticas necesarias para organizar, describir, presentar e interpretar datos en investigaciones científicas. Este módulo prepara al participante para aplicar análisis cuantitativo con mayor criterio académico y metodológico.
Introduce el análisis estadístico aplicado con JASP, orientado a investigaciones académicas y tesis. Permite trabajar pruebas estadísticas, interpretación de resultados y presentación de hallazgos con apoyo de herramientas de inteligencia artificial.
Aborda el uso de STATA para limpieza de datos, estadística descriptiva e inferencial, regresiones y modelos estadísticos. Integra IA para generar sintaxis, automatizar rutinas, interpretar resultados y comunicar hallazgos en lenguaje académico.
Desarrolla el análisis, modelamiento y comunicación de resultados con RStudio. Incluye preparación de datos, uso de librerías, análisis descriptivo e inferencial, regresiones, reportes dinámicos, dashboards y automatización de interpretaciones mediante IA.
Enseña el uso de Python para procesamiento, análisis estadístico, visualización científica y generación de reportes reproducibles. Se trabajan herramientas como Jupyter Notebook, Google Colab, NumPy, Pandas, Statsmodels, Matplotlib y Seaborn, integrando IA para automatizar scripts e interpretaciones.
Desarrolla competencias para codificar, analizar e interpretar información cualitativa con ATLAS.ti. Incluye trabajo con documentos, entrevistas, audios, videos e imágenes, creación de códigos, redes semánticas, matrices de coocurrencia y redacción de resultados cualitativos con apoyo de IA.
Forma al participante en la creación de documentos científicos profesionales, reproducibles y automatizados mediante LaTeX y Overleaf. Incluye estructura de artículos, tesis, reportes, tablas, figuras, citación académica, bibliografía y presentaciones científicas.
Brinda herramientas para culminar tesis y proyectos de investigación con rigor metodológico, ética académica y estándares de publicación. Incluye diagnóstico de proyectos, mejora metodológica, validación de resultados, preparación para defensa oral y conversión de tesis en artículos científicos.
INTRO 1. Investigación científica, pensamiento crítico y tecnologías emergentes
Presenta las bases del pensamiento científico, los paradigmas de investigación y el método científico. Además, introduce el pensamiento crítico, el análisis de información y el uso inicial de tecnologías emergentes e IA en procesos de búsqueda, revisión, redacción y análisis académico.
Introduce los conceptos clave de inteligencia artificial, sus tipos, alcances, límites y aplicaciones en investigación científica. También aborda el uso de prompts académicos y herramientas como ChatGPT, Gemini, Claude, Perplexity, Copilot, OpenAlex, ResearchRabbit, NotebookLM y Zotero.
Desarrolla los fundamentos metodológicos para formular problemas de investigación, objetivos, hipótesis, variables, marco teórico y diseño metodológico. Integra herramientas de IA para delimitar temas, estructurar antecedentes, revisar propuestas metodológicas y fortalecer la redacción científica.
Fortalece las bases estadísticas necesarias para organizar, describir, presentar e interpretar datos en investigaciones científicas. Este módulo prepara al participante para aplicar análisis cuantitativo con mayor criterio académico y metodológico.
Introduce el análisis estadístico aplicado con JASP, orientado a investigaciones académicas y tesis. Permite trabajar pruebas estadísticas, interpretación de resultados y presentación de hallazgos con apoyo de herramientas de inteligencia artificial.
Aborda el uso de STATA para limpieza de datos, estadística descriptiva e inferencial, regresiones y modelos estadísticos. Integra IA para generar sintaxis, automatizar rutinas, interpretar resultados y comunicar hallazgos en lenguaje académico.
Desarrolla el análisis, modelamiento y comunicación de resultados con RStudio. Incluye preparación de datos, uso de librerías, análisis descriptivo e inferencial, regresiones, reportes dinámicos, dashboards y automatización de interpretaciones mediante IA.
Enseña el uso de Python para procesamiento, análisis estadístico, visualización científica y generación de reportes reproducibles. Se trabajan herramientas como Jupyter Notebook, Google Colab, NumPy, Pandas, Statsmodels, Matplotlib y Seaborn, integrando IA para automatizar scripts e interpretaciones.
Desarrolla competencias para codificar, analizar e interpretar información cualitativa con ATLAS.ti. Incluye trabajo con documentos, entrevistas, audios, videos e imágenes, creación de códigos, redes semánticas, matrices de coocurrencia y redacción de resultados cualitativos con apoyo de IA.
Forma al participante en la creación de documentos científicos profesionales, reproducibles y automatizados mediante LaTeX y Overleaf. Incluye estructura de artículos, tesis, reportes, tablas, figuras, citación académica, bibliografía y presentaciones científicas.
Brinda herramientas para culminar tesis y proyectos de investigación con rigor metodológico, ética académica y estándares de publicación. Incluye diagnóstico de proyectos, mejora metodológica, validación de resultados, preparación para defensa oral y conversión de tesis en artículos científicos.
