Según el NHS, más de 8,3 millones de pacientes en Inglaterra recibieron un medicamento antidepresivo en 2021/22. Una clase de antidepresivos ampliamente utilizada, particularmente para casos persistentes o graves, son los inhibidores selectivos de la recaptación de serotonina (ISRS). Estos medicamentos se dirigen a la serotonina, una sustancia química que transmite mensajes entre las células nerviosas del cerebro y que se ha denominado la «química del placer».
Uno de los efectos secundarios ampliamente informados de los ISRS es el ‘embotamiento’, donde los pacientes informan que se sienten emocionalmente aburridos y que ya no encuentran las cosas tan placenteras como solían hacerlo. Se cree que entre el 40% y el 60% de los pacientes que toman ISRS experimentan este efecto secundario.
Hasta la fecha, la mayoría de los estudios de los ISRS solo han examinado su uso a corto plazo, pero, para el uso clínico en la depresión, estos medicamentos se toman de forma crónica, durante un período de tiempo más prolongado. Un equipo dirigido por investigadores de la Universidad de Cambridge, en colaboración con la Universidad de Copenhague, buscó abordar este problema reclutando voluntarios sanos y administrándoles escitalopram, un ISRS conocido por ser uno de los mejor tolerados, durante varias semanas y evaluando el impacto. la droga tuvo en su desempeño en un conjunto de pruebas cognitivas.
En total, 66 voluntarios participaron en el experimento, 32 de los cuales recibieron escitalopram mientras que los otros 34 recibieron un placebo. Los voluntarios tomaron el fármaco o el placebo durante al menos 21 días y completaron un conjunto integral de cuestionarios de autoinforme y se les administró una serie de pruebas para evaluar las funciones cognitivas, incluido el aprendizaje, la inhibición, la función ejecutiva, el comportamiento de refuerzo y la toma de decisiones.
Los resultados del estudio se publican hoy en Neuropsicofarmacología.
El equipo no encontró diferencias significativas entre los grupos en lo que respecta a la cognición «fría», como la atención y la memoria. No hubo diferencias en la mayoría de las pruebas de cognición «caliente»: funciones cognitivas que involucran nuestras emociones.
Sin embargo, el hallazgo clave novedoso fue que hubo una reducción de la sensibilidad al refuerzo en dos tareas para el grupo de escitalopram en comparación con los del grupo de placebo. El aprendizaje por refuerzo es la forma en que aprendemos de la retroalimentación de nuestras acciones y nuestro entorno.
Para evaluar la sensibilidad del refuerzo, los investigadores utilizaron una «prueba de inversión probabilística». En esta tarea, a un participante normalmente se le mostrarían dos estímulos, A y B. Si elige A, entonces cuatro de cada cinco veces, recibirá una recompensa; si piensan en B, solo recibirían una recompensa una vez de cada cinco. A los voluntarios no se les diría esta regla, sino que tendrían que aprenderla ellos mismos y, en algún momento del experimento, las probabilidades cambiarían y los participantes tendrían que aprender la nueva regla.
El equipo descubrió que los participantes que tomaban escitalopram eran menos propensos a usar la retroalimentación positiva y negativa para guiar su aprendizaje de la tarea en comparación con los participantes que tomaban placebo. Esto sugiere que la droga afectó su sensibilidad a las recompensas y su capacidad para responder en consecuencia.
El hallazgo también puede explicar la única diferencia que encontró el equipo en los cuestionarios autoinformados, que los voluntarios que tomaban escitalopram tenían más problemas para alcanzar el orgasmo cuando tenían relaciones sexuales, un efecto secundario que a menudo informan los pacientes.
La profesora Barbara Sahakian, autora principal del Departamento de Psiquiatría de la Universidad de Cambridge y miembro de Clare Hall, dijo: “El embotamiento emocional es un efecto secundario común de los antidepresivos ISRS. En cierto modo, esto puede ser en parte la forma en que funcionan: eliminan parte del dolor emocional que sienten las personas que experimentan depresión, pero, desafortunadamente, parece que también eliminan parte del disfrute. A partir de nuestro estudio, ahora podemos ver que esto se debe a que se vuelven menos sensibles a las recompensas, que brindan una retroalimentación importante”.
La Dra. Christelle Langley, primera autora conjunta también del Departamento de Psiquiatría, agregó: “Nuestros hallazgos proporcionan evidencia importante sobre el papel de la serotonina en el aprendizaje reforzado. Estamos siguiendo este trabajo con un estudio que examina los datos de neuroimagen para comprender cómo el escitalopram afecta al cerebro durante el aprendizaje de la recompensa”.
La investigación fue financiada por la Fundación Lundbeck.
Referencia Langley, C, Armand, S, et al. El escitalopram crónico en voluntarios sanos tiene efectos específicos sobre la sensibilidad al refuerzo: un estudio semialeatorizado, doble ciego, controlado con placebo. Neuropsicofarmacología; 23 de enero de 2023; DOI: 10.1038/s41386-022-01523-x
Por Zac Rule, vicepresidente de Enterprise en Coursera
La incertidumbre económica generalizada está haciendo que las empresas reconsideren sus prioridades en el nuevo año. Con la reducción de los presupuestos de contratación, más empresas ahora buscan internamente para llenar las brechas de habilidades críticas necesarias para mantener el crecimiento e impulsar la innovación. Asegurar un liderazgo sólido en toda la organización para ayudar a navegar los cambios rápidos en el negocio es un enfoque principal.
Actualmente, el 88% de las empresas mencionan la necesidad de un desarrollo de liderazgo más sólido. Un factor clave para esto es la retención de empleados. La investigación muestra que cuando los gerentes no lideran de manera efectiva, es más probable que los empleados se vayan. Una encuesta reciente de trabajadores de EE. UU. encontró que el 82% potencialmente renunciaría a sus trabajos debido a un mal gerente. Entre la pandemia, el trabajo remoto y los temores de una recesión, los gerentes de hoy enfrentan más desafíos únicos que nunca. Proporcionar a estos gerentes una capacitación de liderazgo eficaz es fundamental.
Estamos entusiasmados con el impulso que estamos viendo en torno a la capacitación en liderazgo en la plataforma Coursera for Business. Con nuestro amplio catálogo de contenido, Coursera ayudó a generar 16 millones+ inscripciones en cursos relacionados con liderazgo y gestión solo en 2022, lo que representa un aumento del 37% por encima de los niveles previos a la pandemia. En particular, las habilidades de gestión que ayudan a guiar a los equipos a través del cambio se encuentran ahora entre las de más rápido crecimiento.
Coursera está trabajando con marcas líderes en todo el mundo para ayudar a estas empresas a desarrollar la próxima generación de líderes.
equifax, una compañía global de datos, análisis y tecnología, se ha asociado con Coursera para profundizar su cultura de aprendizaje y ayudar a los empleados a dar el siguiente paso en sus carreras mediante el desarrollo de habilidades técnicas y de liderazgo esenciales.
“Estamos construyendo los principales líderes de la industria en productos, datos y análisis y tecnología, con una ventaja nativa en la nube”. dijo Dan Glennon, vicepresidente sénior de operaciones globales de productos, Equifax, Inc.. “Los grandes líderes infunden nuestra cultura con nueva energía y pensamiento innovador, lo que realza el valor que ofrecemos a los clientes y consumidores todos los días. El amplio contenido de clase mundial y el plan de estudios personalizado de Coursera han sido un elemento clave de nuestra estrategia de desarrollo de talentos”.
Desde trenes de alta velocidad, metros y monorraíles hasta sistemas, infraestructuras y señalización llave en mano, Alstom proporciona una de las carteras más amplias de soluciones de movilidad inteligente y sostenible en la industria. Como líder en transporte, la empresa reconoce la importancia de tener un liderazgo sólido en un entorno de trabajo remoto.
“El liderazgo efectivo es crucial para el éxito de cualquier organización, especialmente cuando se consideran los desafíos únicos que presenta el crecimiento del trabajo remoto para las empresas”, dijo Franck Gaillard, director de aprendizaje global de Alstom. “Al asociarse con Coursera para brindar la capacitación de liderazgo adecuada a los gerentes de toda la empresa, los equipos remotos pueden sentirse más respaldados y comprometidos, lo que lleva a una mayor productividad y colaboración”.
Pernod Ricard, líder mundial en vinos y licores, continúa fortaleciendo la cultura de aprendizaje dentro de la organización y está colaborando con Coursera para ayudar a los empleados a desarrollar una variedad de habilidades comerciales, de datos y tecnológicas. Con más de 2.500 empleados inscritos en los cursos, el liderazgo y la gestión es la habilidad adquirida con mayor frecuencia por sus alumnos.
“El interés en la capacitación en liderazgo está creciendo, ya que nuestros empleados reconocen que tener estas habilidades críticas puede fortalecer su crecimiento personal y profesional y desbloquear nuevas oportunidades en cada etapa de su carrera”, dijo Albena Trifonova, Directora de la Universidad Pernod Ricard. “Nuestro objetivo es proporcionar acceso equitativo al aprendizaje para todos los empleados. El contenido de alta calidad de Coursera y la capacidad de integrarse con nuestro sistema de gestión de aprendizaje existente los convierte en un socio ideal y un componente importante de nuestro enfoque holístico para el aprendizaje y el desarrollo”.
Jindal acero y poder, un conglomerado indio líder con una presencia dominante en el acero, la minería y la infraestructura, se asocia con Coursera para mejorar las habilidades de liderazgo de los empleados y ayudarlos a guiar el negocio a través de desafíos imprevistos. Un enfoque clave de este programa es proporcionar a los empleados contenido que fortalezca su capacidad para liderarse a sí mismos, a equipos y a organizaciones más grandes.
“A medida que nuestra industria evoluciona, reconocemos que las habilidades y cualidades de liderazgo necesarias en el entorno comercial actual también están cambiando”, dijo el liderazgo senior de Jindal Steel and Power. “Estamos poniendo más énfasis en desarrollar líderes emocionalmente resilientes, tranquilos y compasivos que prosperen bajo presión y ayuden a la empresa a superar la incertidumbre. La amplitud del contenido de liderazgo y habilidades humanas de Coursera ayuda a crear un camino claro de desarrollo de liderazgo que se alinea con nuestra visión”.
El contenido de liderazgo en la plataforma Coursera for Business es creado por socios universitarios y de la industria líderes. Algunos de los cursos de liderazgo mejor calificados incluyen:
Coursera lanzó su oferta de Academia de Liderazgo en agosto de 2021, que contó con un desarrollo en más de 35 áreas de habilidaddesde la retroalimentación y el entrenamiento hasta la narración de historias y la toma de decisiones.Recientemente lanzamos una nueva oferta promocional de la Academia de liderazgo para los clientes que buscan una solución de liderazgo apilable de menor costo que pueda escalar de manera rápida y efectiva. La nueva oferta brinda a las organizaciones una porción de todo el catálogo de liderazgo, incluida una selección curada de 11 000 videos cortos, 500 cursos de liderazgo y 70 proyectos guiados de empresas e instituciones de clase mundial.
Existe un creciente sentido de urgencia dentro de las empresas en torno a la provisión de capacitación en liderazgo de alta calidad. Esperamos continuar la colaboración con nuestros clientes para ayudar a los empleados de todos los niveles a desarrollar las nuevas habilidades relevantes para el trabajo necesarias para convertirse en líderes exitosos en el lugar de trabajo moderno. Para obtener más información sobre la Academia de Liderazgo, visite:
En un artículo publicado en la revista Naturaleza Biotecnologíainvestigadores de la Universidad de Cambridge han esbozado un nuevo método de secuenciación de ADN que puede detectar dónde y cómo interactúan los fármacos de molécula pequeña con el genoma objetivo.
«Comprender cómo funcionan los medicamentos en el cuerpo es esencial para crear terapias mejores y más efectivas», dijo el coautor Dr. Zutao Yu del Departamento de Química de Yusuf Hamied. “Pero cuando un medicamento terapéutico ingresa a una célula cancerosa con un genoma que tiene tres mil millones de bases, es como ingresar a una caja negra”.
El poderoso método, llamado Chem-map, levanta el velo de esta caja negra genómica al permitir a los investigadores detectar dónde interactúan los medicamentos de molécula pequeña con sus objetivos en el genoma de ADN.
Cada año, millones de pacientes con cáncer reciben tratamiento con medicamentos dirigidos al genoma, como la doxorrubicina. Pero a pesar de décadas de uso clínico e investigación, el modo de acción molecular con el genoma aún no se comprende bien.
«Muchos medicamentos que salvan vidas interactúan directamente con el ADN para tratar enfermedades como el cáncer», dijo el coprimer autor, el Dr. Jochen Spiegel. “Nuestro nuevo método puede mapear con precisión dónde se unen los medicamentos al genoma, lo que nos ayudará a desarrollar mejores medicamentos en el futuro”.
Chem-map permite a los investigadores realizar un mapeo in situ de las interacciones entre las moléculas pequeñas y el genoma con una precisión sin precedentes, mediante el uso de una estrategia llamada tagmentación de transposasa Tn5 dirigida por moléculas pequeñas. Esto detecta el sitio de unión en el genoma donde una molécula pequeña se une al ADN genómico o proteínas asociadas al ADN.
En el estudio, los investigadores utilizaron Chem-map para determinar los sitios de unión directa en células de leucemia humana del fármaco contra el cáncer ampliamente utilizado doxorrubicina. La técnica también mostró cómo la terapia combinada de usar doxorrubicina en células ya expuestas al inhibidor de la histona desacetilasa (HDAC) tucidinostat podría tener una ventaja clínica potencial.
La técnica también se usó para mapear los sitios de unión de ciertas moléculas en ADN G-quadruplexes, conocidos como G4. Los G4 son estructuras secundarias de cuatro cadenas que se han implicado en la regulación de genes y podrían ser posibles objetivos para futuros tratamientos contra el cáncer.
“Estoy muy orgulloso de que hayamos podido resolver este problema de larga data: hemos establecido un enfoque altamente eficiente que abrirá muchos caminos para nuevas investigaciones”, dijo Yu.
El profesor Sir Shankar Balasubramanian, quien dirigió la investigación, dijo: “Chem-map es un método nuevo y poderoso para detectar el sitio en el genoma donde una molécula pequeña se une al ADN o a las proteínas asociadas al ADN. Brinda información enorme sobre cómo algunas terapias farmacológicas interactúan con el genoma humano y facilita el desarrollo de terapias farmacológicas más efectivas y seguras”.
Referencia: Zutao Yu, Jochen Spiegel et al. ‘Chem-map perfila la unión del fármaco a la cromatina en las células’. Naturaleza Biotecnología (2023). DOI: 10.1038/s41587-022-01636-0
GACETA: El último informe del índice de precios al consumidor mostró que la tasa de inflación de EE. UU. fue del 6,5 por ciento en diciembre, cayendo a su nivel más bajo en más de un año, lo que marca seis meses consecutivos de desaceleración, mientras que la inflación subyacente también se redujo, al 5,7 por ciento. En la UE, la inflación también muestra una tendencia a la baja en los últimos tres meses, alcanzando el 9,2 por ciento en diciembre desde el 10,1 por ciento en noviembre y el 10,6 por ciento en octubre. Muchos están ansiosos por encontrar signos de optimismo. ¿Cuánto debemos leer en estos números?
REINHART: Creo que los mercados se están adelantando. La inflación de los precios de los bienes realmente se disparó con los aumentos de los precios de las materias primas, con los aumentos del precio del petróleo. Ha bajado. Eso es muy reconfortante. Pero al mismo tiempo, la inflación de precios rígidos, que son servicios, salarios, cosas que no cambian mucho, han estado alcanzando máximos de 40 años. Eso es lo que ha estado impulsando tanto la gran recuperación como el posterior declive. El aumento constante y progresivo de los precios de los bienes rígidos es algo que el presidente de la Fed, Jerome Powell, y John Williams, presidente de la Fed de Nueva York, han destacado al hablar sobre lo que está analizando la Fed. El desafío de la inflación sigue con nosotros. Los precios de los productos rígidos aún se encuentran en su nivel más alto en 12 meses desde 1982. Por lo tanto, el panorama de la inflación en relación con, llamémoslo el «shock de guerra» de la pandemia, ha mejorado en los EE. UU.
En general, es mixto: algunos países lo están haciendo mejor; otros lo están haciendo peor. Dentro de la Eurozona, como bien apuntaste, se ha desacelerado. España tuvo una inflación que se disparó por encima del 10 por ciento; ahora, se ha reducido a una sombra por debajo del 6 por ciento. Pero Italia ahora tiene más del 11 por ciento, por lo que en realidad ha empeorado.
La desaceleración de las materias primas y el petróleo, la fortaleza del dólar, han ayudado a que baje la inflación estadounidense y la inflación de los precios de los bienes. Pero aún quedan desafíos: el mercado laboral sigue siendo bastante fuerte, lo cual ha señalado la Fed, y la inflación de precios rígidos sigue siendo fuerte, por lo que creo que es prematuro comenzar a anticipar, de la forma en que tienden a hacerlo los mercados financieros, que el La Fed va a estar en posición de recortar las tasas muy pronto. Ningún miembro votante de la Reserva Federal indicó su voluntad de recortar las tasas en 2023. Se justifica una reacción positiva; el exceso de optimismo no lo es. Creo que están subestimando lo que se necesitará, cuánto tiempo se necesitará para bajar la inflación. Quiero decir, cuando el 6,5 por ciento parece una buena noticia cuando teníamos un objetivo del 2 por ciento, eso te dice cuánto ha cambiado la mentalidad.
Los optimistas buscan aterrizajes suaves, pero si observa la historia de la Reserva Federal y lo que le sucedió a la economía durante los períodos de política monetaria más estricta, solo tuvimos un aterrizaje suave y eso fue a mediados de la década de 1990. La inflación fue solo del 3 por ciento, por lo que la cantidad de ajuste requerida no fue comparable a la actual. Históricamente, los aterrizajes suaves han sido pocos y distantes entre sí.
GACETA: Los precios de la energía más bajos de lo esperado recientemente han ayudado a frenar la inflación en Europa. ¿Qué factores serán los más determinantes de la dirección que tomarán la inflación y la economía en general en este año?
REINHART: Los precios de los servicios y los salarios son más fuertes. Además, el crecimiento de los salarios se ha moderado. Pero tenemos que ver señales de que la inflación de bienes pegajosos comienza a desacelerarse. La invasión de Ucrania no solo afectó al petróleo sino también al mercado del trigo. Los precios de los alimentos se han disparado. Por lo tanto, siempre son bienvenidas más buenas noticias sobre energía o alimentos, pero la guerra continúa. China está lista para recuperarse de su salida de las políticas Zero COVID y esa recuperación en China podría impulsar nuevamente los precios de las materias primas.
GACETA: El Fondo Monetario Internacional predice que 2023 será un año difícil para el crecimiento en todo el mundo. El Banco Mundial acaba de revisar su pronóstico de crecimiento global del 3 por ciento en junio al 1,7 por ciento, diciendo que la economía mundial está «peligrosamente cerca de caer en una recesión». ¿Qué están viendo que les preocupa?
REINHART: El mercado laboral de EE. UU. aún es fuerte, pero los indicadores del mercado laboral tienden a ser indicadores rezagados, no indicadores anticipados, de puntos de inflexión cíclicos. Los PMI (indicadores de gerentes de compras) que tienden a ser indicadores más adelantados, realmente se han suavizado, lo que es consistente con una marcada desaceleración este año. Por lo tanto, no podemos descartar una recesión para EE. UU. en absoluto en 2023 a medida que avanza el año. Muchos de los principales indicadores (pedidos y vivienda, etc.) realmente han dado la vuelta a la esquina y se han suavizado considerablemente.
Donde el riesgo de recesión entre las economías avanzadas es más visible es en Europa. La guerra entre Rusia y Ucrania asestó un duro golpe a la estructura del uso de la energía y las importaciones de energía en la mayoría de las economías europeas, y han estado luchando. El resultado han sido los estallidos inflacionarios que hemos discutido y también un impacto negativo en la actividad económica, y shocks petroleros no muy diferentes a los de la década de 1970 para ellos. Por lo tanto, Europa es profundamente vulnerable y, según los indicadores que observe, podría argumentar que ya está en recesión. Japón está aguantando. Entre las economías avanzadas, la debilidad definitivamente se concentra en Europa más que en Estados Unidos y Japón.
Los mercados emergentes no están en buena forma y gran parte de la revisión a la baja del Banco Mundial está relacionada con los mercados emergentes. Después de la crisis financiera global de finales de 2008/principios de 2009, los mercados emergentes lo hicieron realmente bien. El auge de los precios de las materias primas que impulsó China (muchos mercados emergentes son exportadores de materias primas) duró más que cualquier auge de las materias primas que haya visto desde la década de 1790. Muchos países de bajos ingresos obtuvieron grandes préstamos de China y todo eso se convirtió en crecimiento. No estamos allí ahora. China tiene sus propios problemas, sus flujos netos de capital desde China se volvieron negativos hacia los mercados emergentes hace un par de años. Los mercados emergentes se ven muy afectados por las estrictas condiciones de liquidez global.
Es importante destacar que gran parte de su préstamo es deuda de tasa variable, por lo que los aumentos de la tasa de interés que hemos visto los afectan de inmediato. Por lo tanto, los mercados emergentes y los países en desarrollo se encuentran en un período de alta vulnerabilidad. De los países más pobres, los 73 o 74 países elegibles para la Iniciativa de Suspensión del Servicio de la Deuda del Banco Mundial, más del 60 por ciento están en situación de sobreendeudamiento o en alto riesgo de sobreendeudamiento, según el FMI y el Banco Mundial. Entonces, a diferencia de las secuelas de la crisis financiera global, donde los mercados emergentes y China fueron un gran motor de crecimiento, ahora no tenemos eso. China será un signo de interrogación. Sobre una base sostenida, creo que la era de muy alto crecimiento ha quedado atrás.
GACETA: Además de la reapertura de China y la guerra en Ucrania, ¿existen otros tipos de eventos o escenarios geopolíticos que podrían cambiar el curso de la economía mundial este año?
REINHART: Lo que sucede con Taiwán y China es enorme. Rusia-Ucrania dividió el mundo en tres: los que apoyaban a Ucrania, los que apoyaban a Rusia y los que se mantenían al margen. Si China invadiera Taiwán, esto no es una predicción, las consecuencias en el mercado financiero serían enormes debido a las implicaciones de las posibles sanciones a China. China, no lo olvidemos, es uno de los mayores tenedores de valores del Tesoro de EE. UU., por lo que es un riesgo de cola real.
Otros factores geopolíticos: hay preocupaciones periódicas, comprensiblemente, de una mayor oscilación del péndulo hacia más populismo y eso es evidente tanto en las economías avanzadas como en los mercados emergentes. Eso realmente puede complicar el comercio, la evaluación del riesgo, todo tipo de ramificaciones. Otro riesgo que engloba tanto el económico como el geopolítico es Turquía. Turquía ha estado teniendo problemas durante mucho tiempo. Están a la carrera de la inflación y tienen un gobierno muy antioccidental. Esta no es mi predicción de referencia, pero si Turquía tuviera una crisis, el impacto en Europa sería bastante significativo. No solo porque muchos bancos europeos tienen exposición a empresas turcas, sino que Turquía es el recurso provisional de la inmigración que fluye hacia gran parte de Europa, por lo que si dijeran: “No podemos lidiar con esto. Pasar directamente a Europa”, eso tendría consecuencias.
El análisis exploratorio de datos es una parte fundamental de cualquier proceso de análisis de datos o ciencia de datos. Antes de que un científico de datos se sumerja en responder preguntas con datos, necesita saber algo sobre los datos con los que está trabajando. Saber cómo hacer un análisis exploratorio de datos con Python le permitirá brindarle a su equipo de datos una vista inicial de los datos disponibles.
En este artículo, revisaremos lo que significa realizar un análisis exploratorio de datos con Python y luego veremos los dos tipos de datos: categóricos y numéricos. Para cada uno, consideraremos dos categorías principales de análisis de datos exploratorios: gráficos y no gráficos.
¿Qué es el análisis exploratorio de datos?
Mucha gente que viaja a una nueva ciudad explorará al llegar mirando un mapa o caminando y conduciendo para tener una idea de los principales puntos de referencia. Pueden pasar tiempo buscando cosas interesantes como restaurantes, parques, etc. para tener una idea de lo que la ciudad tiene reservado para ellos una vez que profundicen.
El análisis exploratorio de datos es un proceso similar cada vez que obtenemos un nuevo conjunto de datos: queremos obtener una vista de alto nivel de los datos, así como navegar un poco y ver qué puede ser interesante. Hacemos esto con una combinación de herramientas gráficas y no gráficas.
Lo más interesante que queremos aprender sobre datos categóricos es resumir recuentos de valores de datos. Para datos numéricos, las cosas interesantes incluyen encontrar el centro, la dispersión y la forma de la distribución de valores. En las secciones a continuación, veremos los dos tipos diferentes de datos descritos aquí utilizando métodos gráficos y no gráficos.
Data de muestra.
En las siguientes secciones, utilizaremos una muestra de datos descargados de Kaggle Datasets. Específicamente, estamos viendo los datos de 2013 que se encuentran en el archivo 2013.csv.
Datos categóricos.
A veces, los datos representan categorías de elementos y, a veces, se denominan datos categóricos o cualitativos. Los ejemplos incluyen el nivel educativo («diploma de escuela secundaria», «licenciatura», «título de posgrado»); color de cabello («marrón», «negro», «rubio», «rojo»); o incluso condiciones binarias como el estado actual del cliente («sí», «no»).
Las características de interés para los datos categóricos al realizar un análisis exploratorio de datos con Python incluyen el rango de valores, así como la frecuencia o la duplicación/exclusividad de los valores. Veamos algunas formas no gráficas de explorar estas características.
Métodos no gráficos.
Una de las primeras cosas que podríamos querer hacer con un conjunto de datos es tener una idea de la forma de los datos (número de filas x número de columnas), así como obtener una lista de los nombres de las columnas. El siguiente código hace esto por nosotros. Este conjunto de datos tiene más de 6 millones de filas de datos y 28 columnas.
# Shape of the data frame and column headers
display(df.shape)
display(list(df.columns))
A continuación, veamos algunos de los campos categóricos. OP_CARRIER es la abreviatura de la aerolínea y ORIGIN y DEST son los códigos de aeropuerto inicial y final para cada vuelo en el conjunto de datos. Todos estos son campos de datos categóricos. Esta línea de código imprimirá el rango de valores para el OP_CARRIER campo.
# Show values in some categorical columns
display(df['OP_CARRIER'].unique())
Ahora que conocemos el rango de valores, averigüemos cuántos de cada uno hay en el conjunto de datos. Recuerde, hay más de 6 millones de filas de datos, ¡así que esperamos mucha duplicación aquí! Esta línea de código muestra cómo obtener el recuento de valores duplicados en el OP_CARRIER columna. La primera columna de los resultados es la OP_CARRIER código y la segunda columna es el número de duplicados de ese valor.
# Find duplicates
df['OP_CARRIER'].value_counts()
En lugar de solo usar los recuentos sin procesar, también podemos calcular fácilmente qué porcentaje de la columna total representa cada valor usando el parámetro «normalizar». El siguiente código demuestra esta técnica.
# Find percentage of total
df['OP_CARRIER'].value_counts(normalize=True)
Las técnicas anteriores nos permiten tener una idea rápida y sencilla de los tipos de valores en columnas categóricas, así como tener una idea de los recuentos de estos valores.
Métodos gráficos.
Los gráficos y cuadros nos permiten visualizar datos de formas más intuitivas que un simple texto. Una de las mejores formas de ver gráficamente los datos categóricos es mediante un gráfico de barras. Por ejemplo, en el último paso anterior, imprimimos una lista de recuentos duplicados. El siguiente código traza estos recuentos de mayor a menor para que podamos comparar los resultados más fácilmente.
# Bar graph of value counts
df['OP_CARRIER'].value_counts().plot(kind='bar')
Puede ver cómo obtenemos la misma información tanto del texto como de las representaciones gráficas, pero el gráfico facilita ver la «forma» de los datos. Ya sea que estemos usando texto o representaciones gráficas, el objetivo del análisis exploratorio de datos categóricos usando Python es tener una idea de los valores y conteos de valores en el conjunto de datos.
Datos numéricos.
Los datos representados por números a veces se denominan datos cuantitativos o numéricos. Estos números a veces representan recuentos simples (como vimos con los datos categóricos), pero también pueden ser variables continuas donde los valores se encuentran en un rango.
Los ejemplos de este tipo de datos incluyen valores comunes como la altura, el peso, los totales de ventas, el tiempo y la distancia recorrida. Los valores de datos numéricos aparecen en casi todos los dominios, por lo que es útil aprender a explorar este tipo de datos.
Las características de interés para los datos cuantitativos o numéricos incluyen medidas de centralidad, dispersión y forma de distribución. Las medidas de centralidad nos dicen dónde se centran los valores en los datos. La medida más común es la media o promedio. Otra medida común es el valor mediano o medio de los datos. Spread se refiere a qué tan variados son los valores en el conjunto de datos. ¿La mayoría de los valores están agrupados en torno a un pequeño conjunto de valores o están repartidos en un amplio rango? Esto está relacionado con la forma de la distribución y aquí, las medidas de sesgo y curtosis nos brindan detalles importantes sobre cómo se distribuyen los valores en el rango de valores. Veamos algunas formas de explorar datos numéricos.
Métodos no gráficos.
Una forma sencilla de obtener una vista no gráfica de su conjunto de datos en pandas es usar el describe() método en su marco de datos. Este método producirá varias estadísticas descriptivas interesantes para todas las columnas numéricas. Éstos incluyen:
Count: un recuento de valores no vacíos en la columna
Media: el valor promedio de la columna.
Std: desviación estándar (una medida estadística de la dispersión de los datos)
Min, Max: los valores más bajo y más alto de la columna
25 %, 50 %, 75 %: los valores que representan el rango percentil dentro de la columna
Estas son medidas comunes que la mayoría de los estadísticos aplicados pueden escanear rápidamente para tener una idea de los datos con los que van a trabajar.
Aquí está el código y un fragmento de la salida para el conjunto de datos.
#Describe the numerical columns
df.describe()
Si bien esta información es útil, el sesgo y la curtosis a menudo son útiles para que los estadísticos aplicados tengan una idea de la forma de la distribución. Por sí mismos, los números pueden no ser significativos si no tiene experiencia en estadística, pero son números simples para calcular usando pandas (y veremos representaciones visuales de estos valores a continuación). Aquí está el código para calcular los valores :
#Skew and Kurtosis
df['ACTUAL_ELAPSED_TIME'].skew()
df['DEP_TIME'].skew()
df['ACTUAL_ELAPSED_TIME'].kurtosis()
df['DEP_TIME'].kurtosis()
Métodos gráficos.
Una de las formas más útiles de visualizar datos numéricos es el histograma. Este gráfico recopila valores que son similares entre sí en «contenedores» y luego representa gráficamente la frecuencia relativa de los valores que caen dentro de cada contenedor. El siguiente código muestra los histogramas de las dos columnas para las que calculamos el sesgo y la curtosis anteriormente:
Observe cómo los gráficos muestran una forma diferente para la distribución de valores. Compare estas formas con los valores calculados anteriormente para sesgo y curtosis. Una de las mejores formas de obtener una idea intuitiva de lo que significan estos términos es calcular los números y luego generar un histograma y compararlos. Además, observe que el histograma nos brinda una representación visual tanto de la tendencia central como de la dispersión. Estos gráficos tienen un valor incalculable para un ingeniero de datos que realiza un análisis exploratorio de datos con Python.
Otro gráfico poderoso para visualizar datos numéricos es el gráfico de diagrama de caja. Este gráfico combina los números medios y percentiles que vimos del método descrito con una demostración visual de los valores atípicos. Los valores atípicos son puntos de datos que están anormalmente lejos del centro de los datos. El siguiente código muestra el diagrama de caja de la TAXI_OUT columna.
#Box plot
df.boxplot(column=['TAXI_OUT'])
En conclusión.
En este artículo, hemos examinado datos categóricos y numéricos y hemos explorado métodos gráficos y no gráficos para realizar análisis exploratorios de datos utilizando Python. Estos métodos lo ayudarán a comenzar a proporcionar información valiosa para científicos de datos y estadísticos que esperan usar los datos que está preparando para ellos.
¿Listo para intensificar sus habilidades de ingeniería de datos? Aprende a codificar con Udacity.
El análisis exploratorio de datos con Python es una habilidad fundamental para cualquier ingeniero de datos en un entorno moderno de ciencia de datos. En este artículo, explicamos lo que significa realizar un análisis exploratorio de datos y luego exploramos métodos no gráficos y gráficos para explorar datos categóricos y numéricos.
Nuestro programa Programación para ciencia de datos con Python Nanodegree es su próximo paso. Te enseñaremos a trabajar en el campo de la ciencia de datos utilizando las herramientas fundamentales de programación de datos: Python, SQL, línea de comandos y git.
Cuando el proyecto eCO2EP: una tecnología de almacenamiento de energía química comenzó en 2018, el objetivo era desarrollar formas de convertir el dióxido de carbono emitido como parte de los procesos industriales en compuestos útiles, un proceso conocido como reducción electroquímica de CO2 (eCO2R).
Si bien eCO2R no es una técnica nueva, el desafío siempre ha sido la incapacidad de controlar los productos finales. Ahora, investigadores de la Universidad de Cambridge han descrito cómo se pueden usar los isótopos de carbono para rastrear intermediarios durante el proceso, lo que permitirá a los científicos crear catalizadores más selectivos, controlar la selectividad del producto y promover eCO2R como un método de producción más prometedor para productos químicos y combustibles. en la economía baja en carbono. Sus resultados se publican en la revista Naturaleza Catálisis.
El proyecto fue dirigido por el profesor Alexei Lapkin, del Centro de Investigación y Educación Avanzada de Cambridge en Singapur (CARES Ltd) y el profesor Joel Ager, de Berkeley Education Alliance for Research en Singapur (BEARS Ltd). Ambas organizaciones son parte del Campus para la Excelencia en la Investigación y la Empresa Tecnológica (CREATE) financiado por la Fundación Nacional de Investigación de Singapur.
En la década de 1950, Melvin Calvin de Berkeley identificó los pasos elementales utilizados en la naturaleza para fijar el dióxido de carbono en la fotosíntesis. Calvin y sus colegas utilizaron una forma radiactiva de carbono como marcador para aprender el orden en que aparecían los intermedios en el ciclo que ahora lleva su nombre, trabajo que le valió el Premio Nobel de Química en 1961.
El equipo de eCO2EP descubrió que con un espectrómetro de masas lo suficientemente sensible, podrían usar las pequeñas diferencias en las velocidades de reacción asociadas con los dos isótopos estables de carbono, carbono-12 y carbono-13, para realizar análisis similares.
Primero, se generó una mezcla de productos como metanol y etileno mediante un reactor prototipo que se construyó para operar en condiciones industriales. Para detectar tanto los productos principales como los secundarios en tiempo real a medida que cambiaban las condiciones operativas, se utilizó espectrometría de masas de alta sensibilidad.
Dado que la espectrometría de masas de alta sensibilidad se usa más comúnmente en las ciencias biológicas y atmosféricas, los coautores, el Dr. Mikhail Kovalev y el Dr. Hangjuan Ren, adaptaron la técnica a su sistema prototipo. Desarrollaron un método para muestrear directamente el entorno de reacción con alta sensibilidad y tiempo de respuesta.
Los investigadores utilizaron la diferencia en las velocidades de reacción del carbono 12 y el carbono 13 para agrupar un producto como el etanol y sus principales intermediarios que comparten la misma vía, para deducir relaciones clave en la red química.
Los investigadores descubrieron que existen diferencias sustanciales en los mecanismos que funcionan en los reactores más pequeños frente a los reactores más grandes, un hallazgo que les permitirá controlar mejor la selectividad del producto.
El equipo también descubrió que la reacción usaba menos del isótopo de carbono-13 más pesado que el carbono-12. Se encontró que esta diferencia en el uso era cinco veces mayor que la observada en la fotosíntesis natural, donde el carbono 13 se fija a un ritmo más lento que el carbono 12. Esto está inspirando los esfuerzos en el laboratorio del profesor Ager para comprender mejor la física fundamental y los orígenes químicos de este efecto grande e inesperado. También se ha presentado una solicitud de patente internacional.
“La configuración del proyecto dentro de CREATE Campus nos permitió a Joel y a mí crear un ambiente de creatividad y ambición, para permitir que los investigadores sobresalgan y aborden los problemas realmente complejos e interesantes”, dijo Lapkin. «El seguimiento de múltiples especies en una reacción tan compleja es, en sí mismo, un avance significativo del equipo, pero la capacidad de profundizar en el mecanismo mediante la exploración del efecto de enriquecimiento de isótopos ha marcado la diferencia».
“Este trabajo requirió un enfoque interdisciplinario basado en la experiencia tanto de Cambridge como de Berkeley”, dijo Ager. «El campus de CREATE proporcionó un entorno ideal para realizar esta investigación colaborativa con un equipo capacitado y motivado».
El proyecto eCO2EP fue financiado por la Fundación Nacional de Investigación, Oficina del Primer Ministro, Singapur, en el marco de su programa Campus para la Excelencia en la Investigación y la Empresa Tecnológica (CREATE).
Referencia: Hangjuan Ren et al. ‘Operando espectrometría de masas de tiempo de vuelo de reacción de transferencia de protones de electrocatálisis de reducción de dióxido de carbono.’ Naturaleza Catálisis (2022). DOI: 10.1038/s41929-022-00891-3.
Adaptado de una historia publicada en el sitio web de CARES.
La industria de la tecnología tiene un problema bien documentado con la diversidad, y esta falta de representación es particularmente grave para los negros. De hecho, las personas negras constituían solo el 9% de las personas empleadas en ocupaciones STEM según un informe del Pew Research Center de 2021.
También cabe destacar que no ha habido cambios en la proporción de trabajadores negros en trabajos STEM desde 2016. Esta falta de diversidad tiene graves consecuencias, tanto para la industria misma como para los profesionales negros que trabajan en tecnología.
Sobre nuestros socios.
Afortunadamente, hay organizaciones que trabajan activamente para cambiar esto. La misión de OneTen es contratar, promover y promover a un millón de personas negras que no tienen un título de cuatro años en carreras de sustento familiar durante los próximos diez años. La Blacks in Technology Foundation (BIT) es una organización que brinda recursos, educación y tutoría a las personas negras que están en la industria tecnológica o buscan formar parte de ella.
Nos complace anunciar que Udacity se está asociando con OneTen/BIT una vez más para ofrecer la Beca OneTen/BIT. Sigue leyendo para más información.
Acerca de la Beca OneTen/BIT.
La beca OneTen/BIT es un programa destinado a aumentar la representación de los negros en la industria tecnológica. La beca brinda educación gratuita a las personas negras que buscan ingresar o avanzar en el campo de la tecnología.
Con la beca OneTen/BIT, los beneficiarios reciben acceso a un programa Nanodegree totalmente financiado en Business Analytics, Digital Marketing o Front End Web Development de Udacity. Además, la beca brinda tutoría y apoyo para la colocación laboral a través de OneTen Network para garantizar que los beneficiarios tengan las herramientas y los recursos que necesitan para tener éxito en sus carreras tecnológicas.
Las solicitudes abren del 19 de enero al 16 de marzo de 2023.
Asegúrese de enviar su solicitud antes de la fecha límite (3/16) para ser considerado para una beca OneTen/BIT. Los destinatarios serán notificados antes del 29 de marzo de 2023 y las clases comenzarán el 4 de abril de 2023.
Al apoyar la educación y el desarrollo profesional de las personas negras, Udacity y la beca OneTen/BIT están ayudando a crear una industria tecnológica más diversa e inclusiva.
Solicite la beca OneTen/BIT e impulse su carrera en tecnología.
Una carrera en tecnología puede ser muy gratificante, tanto personal como financieramente. La industria de la tecnología está en constante evolución y existe una gran demanda de profesionales calificados, lo que puede generar lucrativas oportunidades laborales y avances profesionales.
Solicitar la Beca OneTen/BIT y tomar su primer programa de Nanodegree con Udacity es solo el primer paso en su viaje. ¡No dudes en empezar hoy! Tu nueva carrera te espera.
Es importante destacar que también hemos aprendido lo suficiente sobre los componentes de la dieta mediterránea para que esos componentes puedan combinarse en otras culturas alimentarias (asiática, latinoamericana, africana) para producir lo que podría llamarse una dieta de tipo mediterráneo basada en diferentes sabores. y alimentos diferentes.
Por ejemplo, podría cambiar el aceite de oliva por muchos otros tipos de aceites vegetales. En las dietas asiáticas, el aceite de soja ha sido tradicionalmente uno de los aceites dominantes, utilizado para preparar platos salteados con muchas verduras y frutos secos. Las frutas disponibles también pueden ser diferentes, y el tofu es una fuente de proteína vegetal ampliamente consumida.
Hace aproximadamente dos años, publicamos un artículo que examinaba el consumo de aceite de oliva aquí en los EE. UU. en relación con el riesgo de enfermedad cardíaca y la mortalidad total. En nuestros grandes estudios de cohortes, hubo relaciones inversas; en otras palabras, mejor salud con mayores cantidades de aceite de oliva en la dieta, pero también observamos relaciones inversas similares con otros aceites vegetales, como el aceite de soja y el aceite de canola.
GACETA: ¿Qué sucede si sigo la dieta la mayor parte del tiempo, pero no todo el tiempo?
WILLETT: Por supuesto, esto depende de lo que hagas esos otros días. Si la mitad del tiempo consume la dieta estadounidense promedio, que consiste en mucho almidón refinado, azúcar, carne y productos lácteos, obtendrá aproximadamente la mitad de los beneficios de la dieta mediterránea. Si realmente quisiera obtener el beneficio completo, sería seguir un patrón dietético saludable la mayor parte del tiempo. Visto de otra manera, hay un beneficio con cada paso en la dirección correcta.
Este patrón está relacionado con un menor riesgo de enfermedades cardiovasculares, diabetes, cánceres múltiples, enfermedades neurológicas, demencia: la lista sigue y sigue.
Algunos de nosotros que nos hemos acostumbrado a un patrón de tipo mediterráneo encontramos la idea de volver a nuestro patrón del medio oeste, con grandes porciones de carne, montañas de papas, lagos de mantequilla y lonchas de queso, un poco repulsivo. Pero, de nuevo, si alguien realmente quiere tener un trozo considerable de carne roja, como lo hacen las personas en la región mediterránea varias veces al año en ocasiones especiales, también está bien.
GACETA: ¿Cuáles son algunos de los mayores conceptos erróneos sobre la dieta?
WILLETT: El grande fue que toda grasa es mala y por lo tanto se debe evitar la dieta mediterránea. Esta era la sabiduría convencional en la comunidad de nutrición en las décadas de 1980 y 1990, y estaba integrada en las pautas dietéticas. La comunidad de nutrición se ha movido para enfocarse en los tipos de grasa, lo cual está respaldado por capas de evidencia, pero aún existen tensiones persistentes de esta idea.
GACETA: La dieta mediterránea está lejos de ser la única área de estudio relacionada con la alimentación y la salud. ¿Qué más hemos aprendido últimamente?
WILLETT: Hasta hace poco, teníamos poca información sobre la dieta durante la infancia y la adolescencia en relación con la salud a largo plazo. Ahora podemos ver los efectos de la dieta en diferentes momentos de la vida. Hasta ahora, la dieta durante la adolescencia parece ser particularmente importante para el riesgo de cáncer más adelante en la vida y, a veces, incluso más importante que lo que comemos en la mediana edad.
Otra parte importante de nuestro trabajo actual es el impacto de nuestras dietas en la sostenibilidad ambiental y el cambio climático, que es un tema existencial. En este sentido, la dieta mediterránea es bastante buena, porque se basa principalmente en plantas.
También estamos investigando para ver con más detalle frutas y verduras específicas. Por lo general, los hemos agrupado a todos juntos, pero ¿qué tiene en común una zanahoria con, digamos, una cabeza de lechuga? No es mucho, y estamos viendo que pueden tener diferentes efectos en la salud. Algunos parecen ser particularmente importantes para la prevención del cáncer de mama.
Es importante una mayor especificidad. Porque alguien podría estar comiendo muchas frutas y verduras, pero perderse algunas partes importantes de la canasta general de diferentes alimentos. Además, casi todo tiene efectos secundarios, y no debemos asumir que las frutas y verduras no los tienen. Un ejemplo en el que nos podemos meter en problemas es comer demasiadas espinacas, que tienen beneficios para la salud pero también pueden causar cálculos renales, presumiblemente debido a su alto contenido de oxalato. En la dieta de los EE. UU., cuando fomentamos el consumo de vegetales de hojas verdes, la gente piensa que esto significa abrumadoramente espinacas.
GACETA: Para las personas interesadas en adoptar la dieta mediterránea, ¿cuál es un buen primer paso?
WILLETT: Es importante que disfrutemos lo que comemos, o probablemente no nos quedemos con esos alimentos. Por lo tanto, sugeriría pensar en los componentes de la dieta mediterránea y comenzar con partes que son agradables, y construir sobre esto agregando más variedad, especialmente para las verduras y los métodos para prepararlas. Esto puede incluir asar a la parrilla, asar y agregar a las ensaladas. Las grasas saludables son importantes y el aceite de oliva virgen extra es un elemento central de la dieta mediterránea tradicional. Sin embargo, hay muchas variedades y sabores, por lo que probar muchos hasta encontrar alguno que encaje con tu gusto puede ser toda una aventura. Como mencioné, otros aceites vegetales líquidos también pueden ser saludables, y estos también se pueden explorar; es posible que desee diferentes para aderezar ensaladas en lugar de saltear sus verduras. También vemos que los frutos secos son especialmente saludables, y los hay de muchos tipos y con diferentes sabores, así que piensa en ampliar su uso, como en el desayuno, en ensaladas y como alternativa a la carne en platos combinados.
Esos son algunos lugares para comenzar, básicamente recomendaría ser aventurero.
La Gaceta Diaria
Regístrese para recibir correos electrónicos diarios para recibir las últimas noticias de Harvard.
Siempre estamos creando blogs para involucrar a nuestros lectores en nuestras becas, eventos y esfuerzos de transformación de talentos. Estos son los 5 blogs principales que quizás te hayas perdido del cuarto trimestre de 2022.
Estructuras de datos y algoritmos en Python.
No importa qué tipo de programa de Python esté escribiendo, es muy probable que descubra que su programa necesita manejar algunos datos. A veces, los datos deben almacenarse, analizarse, manipularse, ordenarse, transferirse o incluso usarse como entrada en modelos de aprendizaje automático. Dado que los datos son tan importantes en el mundo de Python, es valioso estudiar cuidadosamente cómo manejarlos de manera correcta y eficiente.
En este artículo, analizaremos las estructuras de datos y los formatos estándar para organizar y almacenar datos en Python. También hablaremos de algoritmos, los conjuntos ordenados de instrucciones que se usan para procesar datos. Hablaremos sobre estos dos conceptos e ilustraremos los conceptos con el código de trabajo de Python.
Cierres en JavaScript.
Un cierre se refiere a la combinación de una función y el entorno léxico en el que se declaró esa función. Cada vez que se define una función, se crea un cierre para esa función.
Pero cuando se trata del desarrollo diario, ¿qué significa esto realmente? ¿Cómo se ve un cierre y cómo podemos aprovecharlo mejor en JavaScript?
Para que podamos ver el valor y el impacto de los cierres en el código que escribimos, primero echemos un vistazo al alcance.
Programación de IA con Python. En acción.
Es increíble lo que la gente puede hacer. Los humanos podemos escribir novelas, construir rascacielos, cantar óperas, conducir autos de carrera, cocinar comida deliciosa y mucho más. Cada una de estas tareas requiere inteligencia de un tipo u otro.
En los últimos años, las computadoras y el software se han vuelto tan poderosos que hemos tratado de enseñarles a hacer algunas de estas cosas también. Cuando los programas de computadora pueden hacer algo que parece imitar la inteligencia humana, decimos que tienen inteligencia artificial (IA).
En este artículo, discutiremos una tarea que requiere inteligencia: determinar si un hongo es comestible o venenoso. Presentaremos un método de IA que puede ayudarnos y repasaremos algunos códigos de Python que implementan el método de IA.
7 cursos online para potenciar tu currículum en 2023.
En el mercado laboral competitivo de hoy, es importante que su currículum se destaque entre los miles que se encuentran en los escritorios de los reclutadores y gerentes de contratación.
Una opción para diferenciar su currículum es incluir certificaciones que muestren a los empleadores potenciales su motivación, talentos y calificaciones. Aquí hay 7 cursos en línea para impulsar su currículum en 2023.
Ciberseguridad: hackear a tu propia gente.
Una de las tareas más abrumadoras para un administrador de riesgos es comprender las debilidades de su empresa. En términos psicológicos, estamos sujetos a un sesgo cognitivo conocido como la ilusión de profundidad explicativa, que es un fenómeno observable en el que las personas tienden a creer que entienden algo mejor de lo que realmente lo hacen.
Descubra más publicaciones de blog
El blog de Udacity tiene muchos artículos excelentes para obtener más información sobre lo último en tecnología y talento. Esperamos que haya disfrutado de estos blogs y que pueda descubrir más en nuestra página de inicio.
George Reisner, quien murió en 1942 en el llamado Harvard Camp a la sombra de las Grandes Pirámides, se convirtió en arqueólogo casi por accidente. Pero el profesor de egiptología de Harvard terminó haciendo descubrimientos seminales y transformando el campo, creando un conjunto de métodos modernos que sustentan el trabajo de campo en todo el mundo hoy en día. Peter Der Manuelian, profesor de egiptología Barbara Bell de Harvard, ha estado fascinado con el trabajo de Reisner durante años y creó una base de datos en línea, The Giza Project, de documentos de expedición, fotografías y modelos digitales y recorridos como recurso para colegas interesados en la arqueología egipcia en Guiza. Manuelian completó recientemente una biografía de Reisner, «Walking Among Pharaohs: George Reisner and the Dawn of Modern Egyptology», que pinta un retrato del hombre y lo que algunos llaman la edad de oro de la arqueología egipcia. Manuelian habló con The Gazette sobre Reisner, sus vínculos con Harvard, su impacto en el campo y las complejidades de comprender el contexto histórico en el que trabajó.
GACETA: Muchos pueden no estar familiarizados con George Reisner. ¿Quién era él y por qué es importante?
MANUELIÁN: Llegó a Harvard en la promoción de 1889 y obtuvo su doctorado en 1893 en filología semítica. Conoció a Phoebe Apperson Hearst, la madre de William Randolph Hearst, el magnate de la prensa, que buscaba arqueólogos para mejorar las colecciones de la Universidad de California, Berkeley. Reisner vio el saqueo y el peligro en el que se encontraban los sitios en Egipto, por lo que pensó en probar la arqueología, y Hearst le dio un contrato de cinco años. Básicamente, tuvo que aprender en el trabajo, pero estaba listo para trabajar como egiptólogo y arqueólogo. Se convirtió en el padre fundador del método científico moderno y responsable. Eso significó trabajar con cuidado, documentando todos los aspectos de la excavación antes de comenzar, durante el trabajo y los descubrimientos in situ. Significaba llevar diarios, tener un sistema de numeración y un libro de registro para todos los hallazgos y adoptar enfoques interdisciplinarios. Vivió y trabajó en las Pirámides de Giza, en un grupo de chozas de adobe llamado Harvard Camp, que en realidad fue su único hogar durante más de 40 años. Elaboró la cronología y la historia de la Cuarta Dinastía de la Era de las Pirámides, alrededor del 2500 a. Junto a una expedición italiana, alemana y más tarde egipcia, excavó dos tercios de las tumbas de las élites que rodeaban las pirámides.
GACETA: Podemos aceptar sus métodos de campo y su documentación detallada como un estándar obvio, pero ¿no eran controvertidos en ese momento?
MANUELIÁN: La generación anterior a él decía: «Consigamos las estatuas y otros hallazgos y llevémoslos a casa». Básicamente fue un saqueo. Los museos que hacían la mayor parte de la colección estaban en Europa. Dirigió la primera expedición egipcia legítima desde América, y después de su éxito, el Museo Metropolitano y el Museo Penn dijeron: «Oye, también deberíamos entrar en este juego».
Su otra gran contribución fue en Nubia, el moderno Sudán, abriendo los estudios nubios como una disciplina separada. Investigó varios campos de pirámides reales, cementerios, fortalezas construidas a lo largo del Nilo y templos.
Peter Der Manuelian se encontró con la correspondencia de la expedición de George Reisner mientras trabajaba en el Proyecto Giza en el Museo de Bellas Artes. Foto de Laurie Thomas
GACETA: ¿Nubia está mucho más arriba en el Nilo?
MANUELIÁN: Sí. Estaba muy interesado en tratar de averiguar quiénes eran los nubios, cuál era la relación entre egipcios y nubios, y es una relación muy enredada y complicada. A veces se trata de comercio, a veces se trata de imperialismo y anexión, a veces se trata de nubios que llegan al norte y se integran a la sociedad egipcia. Otras veces es una conquista absoluta, en ambas direcciones. En períodos posteriores, los nubios llegan al norte y gobiernan Egipto por un tiempo. Así que es una interacción fascinante de estas dos culturas.
GACETA: ¿Cómo afectaron las actitudes raciales las opiniones de Reisner sobre Nubia?
MANUELIÁN: La gente en ese momento estaba estudiando el tamaño del cráneo como un indicador de inteligencia y tratando de explicar la grandeza de estas civilizaciones antiguas como si estuvieran ligadas a las culturas mediterránea o europea. Reisner no estaba atado a la eugenesia y las ideas sobre la superioridad racial con las que otros estaban obsesionados, pero tenía curiosidad acerca de quiénes eran estas personas y de dónde venían. En el caso de los nubios, se equivocó en muchas cosas. Realmente pensó que los nubios debían ser libios que emigraron hacia el sur, o egipcios reasentados. Tuvo problemas para entender una gran civilización nubia africana indígena.
He dividido las actitudes en ese momento en lo que llamo “racismo antiguo” y “racismo moderno”. El racismo antiguo es el tema de “¿De dónde vino esta gente? ¿Tenían lazos europeos blancos o no? Y a principios del siglo XX, dependiendo de la década de la que esté hablando, las teorías van desde «Deben haber llegado a través del Levante». Luego, a medida que aumenta el antisemitismo, la teoría cambió a «Oh, deben haber entrado a través de Libia». Y va y viene.
El racismo moderno se trata de cómo funcionaban las expediciones, la sensación de que los arqueólogos occidentales tenían derecho a excavar, llevarse los hallazgos a casa y prestar poca atención a los deseos egipcios. Todo se desarrolla en el contexto de los británicos dirigiendo el gobierno en Egipto desde 1882 en adelante, los franceses controlando el Servicio de Antigüedades y los egipcios en el fondo, luchando por la independencia.
El racismo moderno aplicado a Reisner es más complicado. Reisner favoreció el gobierno británico porque creía que acababa con la corrupción y protegía a la población egipcia contra lo que consideraba una élite egipcia sospechosa y corrupta en El Cairo. También fue muy progresista, defendió a sus trabajadores y vio el país a través de sus ojos. Adoptó un punto de vista mucho más ilustrado que algunos de los otros excavadores estadounidenses y europeos que realmente vieron a los egipcios como simples engranajes en su máquina de expedición. No les dieron mucho crédito o reconocimiento. Realmente estamos tratando de cambiar eso ahora, para volver atrás y descubrir quiénes eran estos trabajadores y capataces egipcios. A pesar de que a menudo no aparecen acreditados en las fotos y solo tenemos sus nombres en las hojas de pago y las listas, estamos tratando de hacerles justicia.
Por Marni Baker Stein, directora de contenido de Coursera
Estamos emocionados de anunciar un Certificado Profesional de Entrenador de Carrera y Navegador de nivel de entrada de Goodwill®, el socio de la industria más nuevo de Coursera y colaborador desde hace mucho tiempo en el desarrollo de la fuerza laboral. El certificado está diseñado para preparar a los estudiantes de todos los orígenes (no se requiere un título universitario ni experiencia previa) para desempeñar un papel como asesor o orientador profesional. Está disponible en Coursera hoy.
Los entrenadores y navegadores de carrera ayudan a las personas a administrar sus carreras y ganarse la vida a través de un trabajo satisfactorio. Pueden interactuar con personas en diferentes etapas de sus carreras, desde recién graduados hasta aquellos que buscan hacer un cambio de carrera o hacer la transición a la jubilación. Día a día, ayudan a las personas con todo, desde identificar fortalezas e intereses, brindando orientación sobre las negociaciones salariales. Se prevé que la demanda de consejeros profesionales en los EE. UU. crezca constantemente a medida que la fuerza laboral se vuelve cada vez más diversa, más personas hacen la transición entre carreras y la naturaleza del trabajo en sí evoluciona con el aumento de las herramientas digitales y las oportunidades de trabajo remoto.
El certificado de cuatro cursos tarda aproximadamente cuatro meses en completarse con cuatro horas de trabajo de curso por semana. Impartidos por profesionales con experiencia en el campo, los alumnos explorarán los fundamentos del coaching profesional, las herramientas y los métodos clave utilizados por los coaches y cómo las tendencias tecnológicas están afectando el panorama profesional de manera más amplia. El certificado cuesta $ 49 por mes y es 100% en línea y a su propio ritmo. Al finalizar, los estudiantes tendrán las habilidades necesarias para buscar un puesto de entrenador de carrera o navegador de carrera de nivel de entrada.
“Goodwill brinda servicios profesionales para ayudar a las personas que enfrentan barreras a alcanzar su potencial a través del poder del trabajo. Los empleadores en las comunidades locales consideran que Goodwill es una fuente confiable de talento”, dijo Martin Scaglione, director de misiones de Goodwill Industries International. “El Certificado profesional Goodwill Career Coach and Navigator no solo beneficia a los profesionales y empleadores de servicios profesionales, sino que, lo que es más importante, es un cambio de juego para el individuo al que ambos sirven, al abrir el acceso a la oportunidad”.
Estamos orgullosos de asociarnos con Goodwill, una organización que aporta 120 años de experiencia en la industria, para capacitar a la próxima generación de orientadores y orientadores profesionales. Goodwill ha sido un socio de impacto social de Coursera durante años, brindando servicios de apoyo integrales, como tutoría, cuidado de niños y transporte para ayudar a impulsar el éxito de los estudiantes. Los esfuerzos de desarrollo de la fuerza laboral de Goodwill van aún más allá: todos los días, más de 300 personas encuentran trabajo con el apoyo de Goodwill.
Inicie su viaje para convertirse en un entrenador o navegador de carrera e inscríbase en Goodwill’s certificado en Coursera hoy.