Desarrollo de recursos educacionales para ciencia reproducibleinformes con RMarkdown

Resumen

A lo largo del desarrollo curricular el alumnado se encuentra ante tareas como elaborar informes a partir de análisis estadístico. Hasta ahora no se han usado herramientas específicas para la elaboraciónde informes reproducibles o parametrizables en la formación superior en los grados en ciencias experimentales. Esto trae como consecuencia muchas dificultades añadidas a la propia tarea del profesional, ya que además de desarrollar el análisis estadístico, tendrá que lidiar con distintas aplicaciones (el procesador de textos que utilice habitualmente y la herramienta estadística que sea necesaria en cada caso) y distintos formatos (textos, gráficos, capturas de pantalla, editor de ecuaciones, etc.) para, finalmente, poder conseguir un informe que difícilmente sea reproducible. En el mejor de los casos, la reproducibilidad se reduce a un copia y pega en un documento de cualquier procesador de textos. Así, el proceso llevado a cabo en la etapa de formación superior, no incorpora en la enseñanza elementos que hagan una ciencia reproducible y abierta. A pesar de que cualquier científico puede asegurar que esta es una característica fundamental de la ciencia, la reproducibilidad parece quedar fuera de los planes de estudio cuando se trata de generar informes científicos. Nuestra propuesta es elaborar guiones o scripts, utilizando el lenguaje RMarkdown en todas aquellas actividades que requieran un análisis estadístico. Este es un lenguaje de texto plano, que permite integrar comandos de R (software libre para el análisis estadístico), con gráficos y texto, que utilizado bajo la plataforma RStudio (también de uso libre para las personas) permite generar informes en formato Word, HTML o PDF (incluso diapositivas o libros) a partir del mismo guión (solo seleccionando otro tipo de documento de salida). Así, el alumnado podrá tener un portafolio discente con todas las prácticas cuyo resultados sirvan para elaborar un informe parametrizado, reproducible y abierto. El proceso utilizado en estetrabajo se divide en varias fases, en primer lugar, se deben identificar las prácticas donde se requiera algún análisis de datos y un informe final o evaluación de los datos. Una vez detectada la actividad,se debe hacer la propuesta de análisis y como se integraría en el lenguaje estadístico R. Una vez se ha diseñado el análisis en R, se incorporan los scripts en el lenguaje de marcado RMarkdown, queserá el que integre la parte de resultados de análisis (texto y gráficos de los comandos de R), con la interpretación de los resultados que queramos incorporar como científicos. El proceso de aprendizajedel lenguaje de marcado y de la herramienta se compensa de manera rápida cuando se trata de actividades que van a reproducir en el futuro (en la misma asignatura o en su futuro profesional). En loscasos en los que hemos probado esta aproximación, los resultados obtenidos con alumnado del Grado en Biología de la Universidad de Alicante han sido resultados positivos. Podemos destacar entre lasmúltiples ventajas que: i) la formación es acorde con el método científico reproducible y abierto; ii) los informes son autocontenidos; iii) los informes son parametrizables; iv) los resultados pueden obtenerse en distintos formatos de manera automatizada; v) puede generarse un repositorio de guiones, o incluso un portafolio discente con algunos de estos informes reproducibles. Así, podemos mejorarcalidad en la formación científica en nuestros grados, usando herramientas que faciliten la generación de ciencia reproducible, a través de informes parametrizables, colaborativos y en formato abierto.