WordCounter analiza tu texto y te muestra las palabras y frases más comunes.
WTFcsv te dice qué diablo está pasando con tu archivo .csv.
SameDiff compara dos o más archivos de texto y te dice qué tan similares o diferentes son.
ConnectTheDots te muestra cómo están conectados tus datos al analizarlos como una red.
Trying to Build a Data Culture in Your Organization?
Struggling to build your organization's ability to work with data? Use our hands-on learning program to kickstart your data culture. We provide facilitation videos to help you run creative introductions for the non-technical folks in your organization. These are not boring spreadsheet trainings! We suggest that in order to kickstart your data culture, you run one activity per month as a brown bag lunch at your organization. Learn more at https://datacultureproject.org.
¿Por qué DataBasic?
Rahul Bhargava and Catherine D'Ignazio, creators of Databasic, describe how everyone can tell stories with data.
Acerca de DataBasic
Accesibles para todos
Las tecnologías digitales les han dado mucho poder a las personas con discapacidad en varias formas, y los nuevos estándares de la red han facilitado más que nunca la creación de herramientas accesibles para todos. DataBasic implementa esas tecnologías para soportar lectores de pantalla para que aquellos con deficiencias visuales puedan trabajar con los datos en formas nuevas y emocionantes.
Hacer una sola cosa bien
Hay muchas herramientas para trabajar con datos; algunas son tan complejas que hasta los primeros pasos son intimidantes. Hemos creado cada herramienta de DataBasic para centrarnos en hacer una sola cosa bien, para que sepas exactamente para qué se puede usar cada una. Esto nos permite concentrarnos en que esa cosa sea a la vez simple y poderosa.
Ajustándose a tu proyecto
Trabajar con datos en línea siempre implica una mescolanza de herramientas. Ese problema no se va a solucionar pronto. Por eso hicimos que DataBasic pueda manejar varios tipos de datos, y ofrezca resultados en los formatos acostumbrados. Lee contenido del sitio y descarga archivos CSV de tus resultados. Estos son sólo dos de los modos en que tratamos de introducirte a la forma en la que casi todos trabajan los datos en línea.
Un enfoque en el aprendizaje
A veces lo más rápido no es lo mejor. Si de verdad quieres aprender a trabajar con datos para encontrar historias en ellos, tendrás que usar herramientas que hacen algo más que darte una gráfica rápida. Por eso creamos DataBasic pensando en los que están aprendiendo. ¿No sabes lo que significa una palabra técnica? Pon el cursor sobre ella para ver una definición rápida. ¿No sabes bien cómo usar una herramienta? Prueba algunos de los divertidos datos de muestra que hemos incluido para empezar, como letras musicales o avistamientos de OVNIS.
Tu privacidad asegurada
Con más y más herramientas para datos moviéndose en línea, a veces es difícil saber a dónde van tus datos y qué le pasará cuando los subas. Nosotros guardamos la información que subes sólo por el tiempo que nos toma analizarla, y luego la borramos. Los resultados agregados que te mostramos--los metadatos--se conservan por 60 días, y luego los borramos. Toda la comunicación ocurre por https, así que nadie puede fisgonear en tus datos mientras los subes.
Por educadores, para educadores
¿Trabajas con estudiantes adolescentes? ¿Periodistas? ¿Grupos comunitarios? ¿Estudiantes de posgrado? ¡Nosotros también! Por eso diseñamos y probamos las herramientas y actividades de DataBasic en nuestros cursos y talleres dirigidos a esos públicos. Estas herramientas nacieron de la frustración que nos causaban las cosas que usábamos en nuestras clases universitarias, así que sentimos tu dolor.
Diseñado y Desarrollado por
Directores:
Rahul Bhargava (Northeastern University) & Catherine D'Ignazio (MIT)
Programación: GitHub
Rahul Bhargava, Catherine D'Ignazio, the Engagement Lab & Stephen Suen
Traducción al español:
Aleszu Bajak, Víctor Rogelio Hernández Marroquín & Mariel García-Montes
Traducción al portugués:
Daniel Paz de Araújo con la ayuda de Emilie Reiser
Danish translation:
Datos en español recolectados por:
Miguel Paz & Mariel García-Montes
Datos en portugués recolectados por:
Vivian Guilherme & Daniel Paz de Araújo
Danish data sourcing:
Welsh data sourcing:
This free and open source project would not be possible without the generous support of:
The John S. and James L. Knight Foundation, The Emerson College Faculty Development Fund & The Shuttleworth Foundation
