Estrategias para el uso de representaciones visuales en el análisis de datos cualitativos en QDAS
DOI:
https://doi.org/10.22481/praxisedu.v17i48.8807Palabras clave:
Visualización de Datos, Analisis Cualitativo, Revisión IntegradoraResumen
Los llamados Software de Análisis Cualitativo de Datos (QDAS) son herramientas que asisten al investigador en el tratamiento, organización, análisis y representación de datos, entre otros, con la finalidad de apoyar el análisis de investigación o proyectos científicos en los más diversos campos del conocimiento. Este artículo presenta, a través de una revisión integradora, reflexiones sobre las estrategias para la disponibilidad de representaciones visuales en trabajos académicos que utilizaron QDAS. Como procedimiento metodológico, los datos recolectados entre 2018 y 2019, de estudios en Educación apoyados por QDAS, publicados en revistas brasileñas, con criterios de calidad A1, fueron recolectados con base en la Revisión Integrativa, lo que permitió profundizar las reflexiones de los investigadores/usuarios. de QDAS sobre la relación entre categorización/organización, análisis de datos y presentación de datos con la representación visual de datos. Así, se pretendía contribuir a las reflexiones temáticas sobre estrategias para el diseño de representaciones visuales cuando se aplica a QDAS durante las etapas de una investigación. De lo señalado se encontró que, cuando se trata del uso de QDAS como soporte para la visualización y análisis de datos cualitativos, es necesario, inicialmente, considerar que la revisión integradora nos permitió analizar eso a partir de un universo. de 2.598 artículos, 70 encajan y cumplieron con nuestro criterio de selección, en el cual se pudo constatar que las representaciones visuales tienen la posibilidad de aportar en etapas de investigación científica y, además, brindan más de una estrategia para su uso.
Descargas
Métricas
Citas
ALVARES, F.; CHIRELLI, M.; PIO, D. Análise com software webQDA: perspectiva dos professores na Aprendizagem Baseada em Problemas. Revista Lusófona de Educação, 44, 83-98, 2019.
ANDRÉ, E. Reflections on qualitative data analysis software – Possibilities, limitations and challenges in qualitative educational research. Revista Electrónica en Educación y Pedagogía, v. 4 n. 6, p. 41-55. Jan/jun. 2020.
ANDRADE, L. R.; LINHARES, R. N.; COSTA, A. P.; SOUZA, F. C. Data Visualization Representations in Software Supporting Qualitative Analysis. ACTA SCIENTIARUM. EDUCATION (ONLINE), 2021. No prelo.
Biblioteca Paulo de Carvalho Mattos. Tipos de Revisão de Literatura. 2015. Disponível em: <http://www.fca.unesp.br/Home/Biblioteca/tipos-de-evisao-de-literatura.pdf>. Acesso em: 28, abr. 2021.
BOTELHO, L. L. R.; CUNHA, C. C. DE A.; MACEDO, M. O Método da Revisão Integrativa nos Estudos Organizacionais. Gestão e Sociedade, 5(11), 121-136, 2011. Disponível em: <https://doi.org/10.21171/ges.v5i11.1220>. Acesso em: 28, abr. 2021.
CAIRO, A. Infografía 2.0: Visualización interactiva de informacíon em prensa. Madrid: Alamut, 2008.
CARD, S. K.; MACKINLAY, J. D.; SHNEIDERMAN, B.; CARD, M. Readings in Information Visualization: Using Vision to Think. Morgan Kaufmann Series in Interactive Technologies, Academic Press, 1999.
COSTA, A. P.; MOREIRA, A.; SOUZA, F. N. webQDA - Qualitative Data Analysis. Aveiro - Portugal, Aveiro University and MicroIO, 2019. Disponível em: . Acesso em: 28, abr. 2021.
DICK, M. Visualizing Data To Save Lives: A History of Early Public Health Infographics. The MIT PRESS Reader, 2020. Disponível em: <https://thereader.mitpress.mit.edu/history-of-early-public-health-infographics/>. Acesso em: 28, abr. 2021.
FREITAS, C. M. D. S.; CHUBACHI, O. M.; LUZZARDI, P. R. G.; CAVA, R. A. Introdução à Visualização de Informações. Revista de Informática Teórica e Aplicada, Porto Alegre, RS, v. 8, n. 2, p. 143-158, 2001.
KLEIN, E. L. Possibilidades e desafios da prática de aprendizagem colaborativa no ensino superior. Educação, Santa Maria, v. 43, n. 4, p. 667-698, out./dez. 2018.
LOPES, Ana Daniela. Teorias e boas práticas da Visualização da Informação. Dissertação (Mestrado em Multimédia) - Programa de Pós-Graduação em Multimédia Universidade de Trás-os-Montes e Alto Douro, Vila Real, p. 189. 2018.
NASCIMENTO, H.; FERREIRA, C. Uma introdução à visualização de informações. VISUALIDADES, Goiânia v.9 n.2 p. 13-43, jul/dez. 2011.
NEIL PATEL. How to Use Data Visualization in Your Content to Increase Readers and Leads. Neil Patel Blog, 2021. Disponível em: . Acesso em: 28, abr. 2021.
MACKINLAY, J. D.; WINSLOW, K. Designing Great Visualizations. 2015.
MENDES, K. D. S.; SILVEIRA, R. C. C. P.; GALVÃO, C. M. Revisão integrativa: método de pesquisa para a incorporação de evidências na saúde e na enfermagem. Texto Contexto Enfermagem, Florianópolis, v. 17, n. 4, p. 758-764, out./dez. 2008.
PEREIRA, F. P. A. Big Data e Data Analysis: Visualização de Informação. Dissertação de Mestrado. Universidade do Minho, Escola de Engenharia. 2015.
SILVA, F. C. C. Visualização de dados: passado, presente e futuro. Liinc Em Revista, Rio de Janeiro, v.15, n.2, p. 205-223, novembro. 2019.
PIZZINATO, L.; GONZÁLEZ, X. El Prácticum de Ciencias Sociales em Dos Universidades Iberoamericanas. Educação & Realidade, Porto Alegre, v. 44, n. 4, 2019.
SOUZA, F. S. C., ANDRADE, L. R. S. A.; LINHARES, R. N. Visualização de dados qualitativos na cibercultura: uma proposta de análise descritiva a partir do uso de QDAS. Artigo apresentado na modalidade oral no III Encontro de Produção e Difusão Científica do Nordeste – Enprodic 2019.
SOUZA, M. T.; SILVA, M. D.; CARVALHO, R. Revisão integrativa: o que é e como fazer. Einstein (São Paulo), São Paulo, v. 8, n. 1, p. 102-106, Mar. 2010.
SOUZA, N..; COSTA, A. P.; MOREIRA, A. Questionamento no Processo de Análise de Dados Qualitativos com apoio do software webQDA. EDUSER: Revista de Educação, v.3, n. 1, p. 19-30. 2011.
SPENCE, R. Information Visualization. ACM Press and Addison-Wesley, 2001.
SPENCE, R. Information Visualization: Design for Interaction. 2nd Edition, Prentice Hall, England, 2007.
TRAFTON, Anne. In the blink of an eye: MIT neuroscientists find the brain can identify images seen for as little as 13 milliseconds. MIT News: on campus and around the world, 2014. Disponível em: <https://news.mit.edu/2014/in-the-blink-of-an-eye-0116>. Acesso em: 28, abr. 2021.
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2021 Práxis Educacional
Esta obra está bajo una licencia internacional Creative Commons Atribución-CompartirIgual 4.0.
Usted es libre de:
Compartir — copiar y redistribuir el material en cualquier medio o formato; Adaptar — remezclar, transformar y construir a partir del material para cualquier propósito, incluso comercialmente. Esta licencia es aceptable para Obras Culturales Libres. La licenciante no puede revocar estas libertades en tanto usted siga los términos de la licencia.
Bajo los siguientes términos:
Atribución — Usted debe dar crédito de manera adecuada, brindar un enlace a la licencia, e indicar si se han realizado cambios. Puede hacerlo en cualquier forma razonable, pero no de forma tal que sugiera que usted o su uso tienen el apoyo de la licenciante.
No hay restricciones adicionales — No puede aplicar términos legales ni medidas tecnológicas que restrinjan legalmente a otras a hacer cualquier uso permitido por la licencia.