{"id":11851,"date":"2026-04-09T09:13:59","date_gmt":"2026-04-09T09:13:59","guid":{"rendered":"https:\/\/www.wikiesfera.org\/?p=11851"},"modified":"2026-04-09T09:16:21","modified_gmt":"2026-04-09T09:16:21","slug":"openrefine-y-datos-feministas-nuevas-herramientas-para-wikiesfera","status":"publish","type":"post","link":"https:\/\/www.wikiesfera.org\/en\/2026\/04\/09\/openrefine-y-datos-feministas-nuevas-herramientas-para-wikiesfera\/","title":{"rendered":"OpenRefine and feminist data: new tools for Wikisphere"},"content":{"rendered":"

El mi\u00e9rcoles 8 de abril, tuvimos un taller de introducci\u00f3n a OpenRefine<\/strong> with David Ram\u00edrez Ord\u00f3\u00f1ez<\/strong><\/a> (@hyperterminal<\/a>), en el que exploramos c\u00f3mo trabajar con datos estructurados desde una perspectiva feminista y queer. La sesi\u00f3n combin\u00f3 una parte t\u00e9cnica (c\u00f3mo limpiar, organizar y reutilizar datos) con una reflexi\u00f3n cr\u00edtica sobre qui\u00e9n produce esos datos, qu\u00e9 desigualdades reflejan y c\u00f3mo podemos intervenir para construir conocimiento m\u00e1s justo y plural.<\/p>\n\n\n

> C\u00f3mo funciona OpenRefine<\/strong><\/h2>\n\n\n

OpenRefine<\/strong><\/a> is a software libre<\/strong> que permite trabajar con conjuntos de datos de forma estructurada. Durante el taller vimos su potencial para limpiar informaci\u00f3n, detectar errores, reconciliar datos con Wikidata<\/a> y realizar cargas masivas. Uno de los conceptos clave fue la reconciliaci\u00f3n<\/strong>, el proceso de vincular nuestros datos con elementos existentes en Wikidata, algo fundamental para evitar duplicidades y mejorar la calidad de la informaci\u00f3n. Tambi\u00e9n se abordaron buenas pr\u00e1cticas y herramientas complementarias para trabajar con mayor seguridad en env\u00edos masivos.<\/p>\n\n\n

> Datos feministas, datos queer: mirar (y cambiar) lo que falta<\/h2>\n\n\n

M\u00e1s all\u00e1 de lo t\u00e9cnico, el taller puso el foco en los datos como espacio de poder<\/strong>. A partir de los principios del feminismo de datos, trabajamos la importancia de cuestionar los sesgos, incorporar el contexto y visibilizar las ausencias. Un ejemplo claro fue el an\u00e1lisis del dominio p\u00fablico en Colombia<\/strong>, donde apenas entre un 2% y un 4% de las personas registradas son mujeres. Este tipo de datos no solo evidencian desigualdades, sino que abren oportunidades para actuar: crear art\u00edculos, mejorar contenidos o recuperar figuras hist\u00f3ricamente invisibilizadas.<\/p>\n\n\n\n

Pod\u00e9is consultar aqu\u00ed la presentaci\u00f3n<\/a> y os dejamos el v\u00eddeo a continuaci\u00f3n:<\/p>\n\n\n\n

\n