Logo

Tratamiento y Análisis de Datos Lingüísticos

Código: 45505
Créditos: 5
2026/2027
Titulación Tipo Curso
Advanced Studies in Catalan Language and Literature OP 1

Profesor/a de contacto

Nombre :
Gemma Repiso Puigdelliura
Correo electrónico :
gemma.repiso@uab.cat

Equipo docente (externo a la UAB)

Clàudia Pons Moll

Idiomas de los grupos

Puede consultar esta información al final del documento.

Prerrequisitos

No hay prerequisitos.

Objetivos

El estudiante deberá ser capaz de identificar y describir fenómenos de variación lingüística, especialmente en el ámbito fonológico; establecer generalizaciones descriptivas a partir de datos lingüísticos y formular un análisis formal de estos en el marco de la Teoría de la Optimidad; aplicar métodos cualitativos y cuantitativos para la recogida, el tratamiento y el análisis de datos; utilizar el software R (entre otros) para organizar, visualizar y analizar datos lingüísticos; formular y contrastar hipótesis, interpretar los resultados y extraer conclusiones fundamentadas; y presentar una propuesta de investigación y un informe científico con rigor metodológico y claridad expositiva.

El estudiante deberá ser capaz de:

  • Identificar y describir fenómenos de variación lingüística.
  • Aplicar métodos de investigación cuantitativos y cualitativos al análisis de datos lingüísticos.
  • Utilizar herramientas de tratamiento de datos, especialmente el software R, para la manipulación y visualización de datos lingüísticos.
  • Formular hipótesis, realizar contrastes estadísticos, analizar resultados y extraer conclusiones significativas a partir de datos empíricos.
  • Presentar una propuesta de investigación y un informe de análisis de datos con estructura científica y claridad expositiva.


Resultados de aprendizaje

  • CA23 (Aplicar los conocimientos, métodos y herramientas de recogida y tratamiento de datos para la creación de corpus lingüísticos.) Aplicar los conocimientos, métodos y herramientas de recogida y tratamiento de datos para la creación de corpus lingüísticos.
  • CA24 (Examinar el diseño de una investigación lingüística, los procesos de selección de informantes y las técnicas de recogida de datos lingüísticos siguiendo los principios de la ética investigadora.) Examinar el diseño de una investigación lingüística, los procesos de selección de informantes y las técnicas de recogida de datos lingüísticos siguiendo los principios de la ética investigadora.
  • KA30 (Identificar las fases de la recogida, tratamiento, análisis, formalización y presentación de datos lingüísticos en un estudio sobre la lengua catalana.) Identificar las fases de la recogida, tratamiento, análisis, formalización y presentación de datos lingüísticos en un estudio sobre la lengua catalana.
  • KA31 (Reconocer las distintas metodologías específicas para la recogida de datos lingüísticos en un estudio sobre la lengua catalana.) Reconocer las distintas metodologías específicas para la recogida de datos lingüísticos en un estudio sobre la lengua catalana.
  • KA32 (Seleccionar las herramientas tecnológicas adecuadas para la gestión de corpus lingüísticos en un estudio sobre la lengua catalana.) Seleccionar las herramientas tecnológicas adecuadas para la gestión de corpus lingüísticos en un estudio sobre la lengua catalana.
  • SA31 (Realizar análisis estadísticos e interpretativos de distintas tipologías sobre datos lingüísticos de la lengua catalana en un estudio.) Realizar análisis estadísticos e interpretativos de distintas tipologías sobre datos lingüísticos de la lengua catalana en un estudio.
  • SA32 (Analizar datos lingüísticos de la lengua catalana con la ayuda de programas informáticos específicos.) Analizar datos lingüísticos de la lengua catalana con la ayuda de programas informáticos específicos.
  • SA33 (Explotar fuentes primarias lingüísticas con instrumentos digitales.) Explotar fuentes primarias lingüísticas con instrumentos digitales.

Contenidos

Bloque 1. Estadística aplicada a la investigación lingüística

  • Introducción a R y a la estadística descriptiva: organización, preparación y visualización de datos lingüísticos.
  • Operacionalización de datos: transformación y codificación de variables categóricas, ordinales y continuas para el análisis estadístico.
  • Estadística descriptiva: medidas de tendencia central y de dispersión, frecuencias, histogramas y gráficos de densidad.
  • Muestreo e inferencia estadística: distribución normal, puntuaciones tipificadas, error estándar e intervalos de confianza.
  • Formulación de hipótesis y generalización de resultados: relación entre los objetivos de investigación, las hipótesis, la variabilidad y la representatividad de las muestras.
  • Estadística inferencial: pruebas paramétricas (prueba t y ANOVA) y pruebas de asociación para variables categóricas (χ² y prueba exacta de Fisher), así como la interpretación de los resultados y sus limitaciones.

Bloque 2. Herramientas para el análisis fonológico: de los datos al análisis formal

PARTE I. HERRAMIENTAS PARA EL ANÁLISIS FONOLÓGICO (I): DE LOS DATOS AL ANÁLISIS FORMAL

1. El análisis fonológico (1): de los datos a las generalizaciones descriptivas

1.1. La delimitación del objeto de análisis.

1.2. La observación de los datos.

1.3. La identificación de las alternancias, de las formas subyacentes y de las regularidades.

1.4. El establecimiento de las generalizaciones descriptivas.

2. El análisis fonológico (2): de las generalizaciones descriptivas al análisis formal

2.1. La explicación y la formalización de las generalizaciones descriptivas.

2.2. La identificación de las restricciones de marcación y de fidelidad relevantes.

2.3. El candidato óptimo, los candidatos competidores y su funcionalidad.

2.4. La determinación de la jerarquía a partir de los argumentos de clasificación (ranking).

2.5. Los argumentos de clasificación (ranking) pertinentes, insuficientes y redundantes.

PARTE II. HERRAMIENTAS PARA EL ANÁLISIS FONOLÓGICO (II): FUNDAMENTOS DE LA TEORÍA DE LA OPTIMIDAD

Actividades formativas y Metodología

Título Horas ECTS Resultados de aprendizaje
Elaboración de trabajos y de actividades en casa 91 3,64 CA23, SA31, SA32, SA33
Asistencia a las clases y a las actividades programadas 24 0,96 CA23, CA24, KA30, KA31, KA32, SA31, SA32, SA33

La asignatura combina sesiones teóricas con actividades prácticas y aplicadas.


Los contenidos teóricos se complementarán con ejercicios en el aula, la manipulación de datos reales y la realización de prácticas con software estadístico.



Nota: se reservarán 15 minutos de una clase dentro del calendario establecido por el centro o por la titulación para que el alumnado rellene las encuestas de evaluación de la actuación del profesorado y de evaluación de la asignatura o módulo.

Evaluación

Actividades de evaluación continuada

Título Peso Horas ECTS Resultados de aprendizaje
Resolución de problemas de estadística 33,33% 3,75 0,15 KA32, SA31, SA32, SA33
Documento preparatorio proyecto de investigación 33,33% 3,75 0,15 CA24, KA30, KA31
Ejercicio de análisis formal de datos 33,33% 2,5 0,1 CA23, KA31, KA32, SA31, SA32, SA33

Resolución de problemas de estadística (33,3 %): Se valorará la realización regular y la calidad de los ejercicios prácticos propuestos durante las sesiones. Estos ejercicios estarán orientados al desarrollo de competencias metodológicas y técnicas relacionadas con el análisis de datos lingüísticos y el uso del software R. El ejercicio final será calificable, mientras que el resto de los ejercicios se evaluarán únicamente como entregados o no entregados.


Documento preparatorio del proyecto de investigación (33,3 %): Consiste en la elaboración de un proyecto de investigación para una solicitud de financiación destinada a la realización de una tesis doctoral. En este trabajo final de la asignatura, el alumnado deberá diseñar y presentar un proyecto de investigación académica. El trabajo deberá incluir un apartado preliminar en el que se expongan el objeto de la investigación, así como las preguntas y las hipótesis de investigación. En segundo lugar, se desarrollarán los aspectos metodológicos y la adecuación de la metodología a los objetivos planteados. En este apartado deberán especificarse las variables, definirse el enfoque metodológico y justificarse su elección. Asimismo, deberán exponerse las previsiones relativas a la población y a la muestra, así como las limitaciones y dificultades asociadas a la selección de esta última, y planificarse el proceso de recogida de datos. Por último, deberá abordarse la interpretación de los datos esperados (tratamiento de los datos, software, pruebas estadísticas, etc.) e incorporarse una reflexión final sobre la posibilidad de replicar el método para contrastar el procedimiento. La redacción del trabajo deberá ajustarse al registro académico.


Ejercicio de análisis formal de datos (33,3 %): A partir de un conjunto de datos de carácter fonológico, el estudiante deberá identificar las generalizaciones descriptivas pertinentes y proponer un análisis formal en el marco de la Teoría de la Optimidad. El trabajo final deberá presentarse en formato de artículo científico de extensión reducida.


En esta asignatura, el permiso para el uso de tecnologías de Inteligencia Artificial (IA) variará según la actividad. Los usos permitidos y prohibidos en cada caso se detallarán en la presentación de la asignatura. El estudiante deberá identificar claramente qué partes han sido generadas con esta tecnología, especificar las herramientas utilizadas e incluir una reflexión crítica sobre cómo estas han influido en el proceso y en el resultado final de la actividad. La falta de transparencia en el uso de la IA en esta actividad evaluable se considerará una falta de honestidad académica y podrá conllevar una penalización parcial o total en la calificación de la actividad, o sanciones mayores en los casos de mayor gravedad.

Además, esta asignatura hará uso de la Inteligencia Artificial de forma transversal en el tratamiento de datos. En el momento de la realización de cada actividad de evaluación, el profesor o la profesora informará al alumnado (a través de Moodle) sobre el procedimiento y la fecha de revisión de las calificaciones.


Para aprobar la asignatura es necesario superar las tres actividades de evaluación. En caso de que alguna de estas actividades no esté aprobada, podrá recuperarse en el período de recuperación.

El estudiante recibirá la consideración de no evaluable siempre que no haya entregado más del 30 % de las actividades de evaluación.

Cualquier irregularidad en una actividad de evaluación (plagio, fraude, etc.) supondrá una calificación de cero en dicha actividad y excluirá la posibilidad de recuperarla. Asimismo, en caso de cometerse varias irregularidades, la calificación final de la asignatura será cero.

Bibliografía

Butler, Christopher S. (1985). Statistics in Linguistics. Oxford, Basil Blackwell

Gries, S. T. (2013). Statistics for linguistics with R: A practical introduction. Walter de Gruyter.

Labov, W. (2010) Principles of Linguistic Change. Vol 3: Cognitive and Cultural Factors. Malden/Oxford: Wiley-Blackwell.

McCarthy, John J. 2002. A Thematic Guide to Optimality Theory. Cambridge: Cambridge University Press.

McCarthy, John J. 2008. Doing Optimality Theory. Applying Theory to Data. Malden, Oxford, Victoria: Equinox.

Moreno-Fernández, F. (2012) Sociolingüística cognitiva. Proposiciones, escolios y debates. Madrid/Frankfurt: Iberoamericana/Vervuert.

Pons-Moll, Clàudia. 2007. La teoria de l'optimitat. Una introducció aplicada al català de les Illes Balears. Barcelona: Publicacions de l'Abadia de Montserrat.

Pons-Moll, Clàudia, Torres-Tamarit, Francesc & Vanrell, Maria del Mar (eds.). En premsa. La fonologia del català. València: Tirant lo Blanch.

Pradilla, M. À. (2008). Sociolingüística de la variació i llengua catalana. Barcelona: Institut d’Estudis Catalans

Prince, Alan & Smolensky, Paul. 1993/2004. Optimality Theory: Constraint Interaction in Generative Grammar. Malden, MA: Blackwell.

Sonderegger, M. (2023). Regression modeling for linguistic data. MIT Press.

Strelluf, C. (ed.) (2023) The Routledge Handbook of Sociophonetics. Londres: Routledge.

Tagliamonte, S. (2012) Variationist Sociolinguistics. Change, Observation, Interpretation. Malden/Oxford: Wiley-Blackwell

Tatham, M.; Morton, K. (2011). A guide to Speech Production and Perception. Edinburgh University Press: Edimburg.

Verzani, John. (2005). Using R for introductory statistics. Boca Raton: Chapman & Hall.

Vida-Castro, M.; Ávila-Muñoz, A. M. (eds.) (2024) The Continuity of Linguistic Change: Selected Papers in Honour of Juan Andreìs Villena-Ponsoda. Amsterdam/Philadelphia: John Benjamins Publishing Company.

Wheeler, Max. 2005. The Phonology of Catalan. Oxford: Oxford University Press.

Winter, B. (2019). Statistics for linguists: An introduction using R. Routledge.

Software

R Core Team. (2024). R: A language and environment for statistical computing (Version 4.x.x) [Computer software]. R Foundation for Statistical Computing. https://www.R-project.org/

Grupos e idiomas de la asignatura

La información proporcionada es provisional hasta el 30 de noviembre. A partir de esta fecha, podrá consultar el idioma de cada grupo a través de este enlace. Para acceder a la información, será necesario introducir el CÓDIGO de la asignatura

Tipo de docencia Grupo Idioma Semestre Turno
(TEm) Teoría (máster) 1 Catalán segundo cuatrimestre tarde