AEMCCO

OpenCodificator

OpenCodificator es una aplicación web que pone la inteligencia artificial al servicio del análisis cualitativo, con la persona investigadora siempre al mando: la IA hace el trabajo pesado y el humano revisa, edita y decide en los pasos clave. Cubre el ciclo completo de trabajo con datos textuales: desde preparar y depurar un corpus, descubrir categorías emergentes o codificar textos a gran escala, hasta construir y refinar sistemas de codificación, medir la validez y fiabilidad del proceso, o simular datos cualitativos con propiedades controladas (útiles para pilotos, docencia o investigación sobre IA generativa). Los análisis se componen como workflows de forma visual, sin programar, a través de la conexión de nodos predefinidos en la app (datos, modelos de IA, codebooks, revisión humana …) o partiendo de plantillas listas para los usos más comunes. Todo lo que se produce queda guardado como recursos reutilizables y compartibles con otros usuarios, y cada análisis queda documentado por completo: transparente, reproducible y exportable a otros programas comerciales de análisis cualitativo. Desarrollada en la Universidad de Granada; disponible en español, inglés e italiano.
Enlace web

Data Simulator: Companion

Aplicación web para generar datos sintéticos personalizables con fines de investigación, docencia y planificación de estudios en ciencias sociales, del comportamiento y de la salud. Permite simular, mediante una interfaz guiada y sin necesidad de programar, instrumentos de medida, variables cuantitativas y categóricas, correlaciones, fiabilidad, tamaños de efecto, estructuras factoriales y longitudinales, modelos IRT y DIF, valores perdidos, sesgos de respuesta e incluso variables cualitativas mediante IA Generativa. Además del dataset, cada simulación genera un informe detallado que documenta su configuración y sus propiedades, así como un grafo acíclico dirigido (DAG) que facilita la representación y comprensión de las relaciones entre las variables. Estos recursos favorecen la transparencia, la interpretación y la reproducibilidad de los estudios y materiales docentes. Cada generación crea también una plantilla reutilizable que queda registrada en la cuenta del usuario. Las plantillas permiten reproducir, adaptar y compartir configuraciones de simulación, facilitando el trabajo colaborativo y la creación de recursos metodológicos reproducibles. Desarrollada en la Universidad de Granada; disponible en español, inglés e italiano.
Enlace web

Herramientas estadísticas y psicométricas para investigadores en ciencias del comportamiento y en ingeniería

En los siguientes enlaces encontraréis varias herramientas estadísticas y psicométricas:
Psychometric Tools
Herramientas estadísticas para investigación aplicada
Se adjuntan las referencias correspondientes:

Heredia-Aguado, E., Cabrera, J. J., Jiménez, L. M., Valiente, D., & Gil, A. (2025). Static Early Fusion Techniques for Visible and Thermal Images to Enhance Convolutional Neural Network Detection: A Performance Analysis. Remote Sensing, 17(6), 1060. https://doi.org/10.3390/rs17061060

Finalmente, en este enlace encontraréis la presentación realizada por los autores que recibieron uno de los premios de divulgación y transferencia en metodologías

MLwrap: Machine Learning for everyone

MLwrap es un paquete diseñado para hacer la estimación de técnicas de Machine Learning (ML) sencilla y accesible posible. El paquete proporciona todas las herramientas necesarias para estructurar y ejecutar de manera eficiente cada etapa de un flujo de trabajo de modelización predictiva o de clasificación, alineándose estrechamente con los pasos fundamentales de la metodología KDD: desde la selección y preparación de los datos, pasando por la construcción y el ajuste de modelos, hasta la interpretación y evaluación de los resultados mediante análisis de sensibilidad.

Podéis consultar todos los detalles sobre MLwrap en este enlace, en el que también encontráreis los materiales necesarios para la descarga y el tutorial.

Se adjuntan también las referencias:
Preprint del tutorial: Jiménez, R., Martínez-García, J., Montaño, J. J., & Sesé, A. (2025). MLwrap: Simplifying Machine Learning workflows in R. PsyarXiv. https://doi.org/10.31234/osf.io/j6m4z_v2
Paquete: Martínez-García, J., Montaño, J. J., & Sesé, A. (2025). MLwrap: Machine learning modelling for everyone [R package]. https://CRAN.R-project.org/package=MLwrap

catR
El paquete catR proporciona rutinas para la generación de patrones de respuesta para Tests Adaptativos Computerizados con ítems unidimensionales tanto dicotómicos como politómicos. Desarrollada por David Magis (U Liege, Belgium), Gilles Raiche (UQAM, Canada), y Juan Ramon Barrada (U Zaragoza, Spain). Más información aquí.

FACTOR
Factor es un programa desarrollado para analizar el ajuste de modelos en Análisis Factorial exploratorio. Ha sido desarrollado por miembros de la Universitat Rovira i Virgili. Más información aquí.

Meta-analysis unit
Página web del grupo de Meta-análisis de la Universidad de Murcia. Recoge una revisión de los programas disponibles para realizar meta-análisis, incluyendo programas comerciales, programas de libre acceso y macros. Más información aquí.

Psychometric Toolbox
Psychometric Toolbox (PT) es un paquete de acceso libre y sencillo desarrollado para ser utilizado con finalidades docentes en cursos introductorios sobre medición de variables psicológicas y educativas, evaluación psicológica, psicometría y estadística. Ha sido desarrollado por miembros de la Universitat Rovira i Virgili. Más información aquí.

Texto Cookies

Software