Analisis de Documentos PDF | Técnicas & Herramientas

Introducción

El análisis de documentos es un proceso esencial para la investigación cualitativa cuando se desea extraer significado o identificar patrones dentro de un género particular o un conjunto de documentos. A menudo, el análisis de documentos considera los archivos PDF como una fuente central de datos.

Por ello, este artículo se centrará en los aspectos concretos que los investigadores deben tener en cuenta al analizar archivos PDF en la investigación. Esto incluye qué es el análisis de documentos, qué hace que los PDF sean una fuente importante de datos y cómo analizarlos.

¿Qué es el análisis de documentos?

El análisis de documentos es exactamente lo que su nombre indica: examinar documentos para descubrir significados e identificar patrones. Un análisis de documentos puede ser un estudio independiente que sirve para comprender cómo se construyen los textos o cómo se comunica el conocimiento. También puede ser parte de un estudio más amplio que https://atlasti.com/research-hub/researcher-triangulation texto: triangula los resultados de otras metodologías como entrevistas y encuestas.

Un análisis básico puede examinar qué significado se está construyendo dentro de un género de documentos. Por ejemplo, la recopilación de artículos periodísticos en torno a un acontecimiento puede revelar qué información se destaca o se pasa por alto o qué postura adoptan los redactores cuando elaboran artículos periodísticos.

Al realizar este análisis, los investigadores pueden contrastar las pautas halladas en los artículos periodísticos con las de los libros de historia o documentales, cada uno de los cuales tiene formas potencialmente distintas de ver el mismo acontecimiento noticioso. Además, el estudio puede desglosar un conjunto de artículos periodísticos por idioma o región para tener una idea más detallada de las diferencias de perspectivas a la hora de informar sobre la misma noticia.

Los documentos también pueden analizarse por su estructura. Los géneros como las recetas y los menús tienen una serie de elementos comunes, pero cada documento dentro de su género tiene algunas variaciones.

Una receta, por ejemplo, tendrá secciones para los ingredientes, los pasos y sugerencias para obtener los mejores resultados. Pero, ¿y si se trata de un libro de cocina más saludable? Es posible que encuentre recetas con información nutricional o una sección aparte dedicada a las sustituciones saludables (por ejemplo, arroz de coliflor en lugar de pan o arroz normal).

Puede utilizar este análisis para examinar cómo se transmiten las recetas en programas de cocina, vídeos de YouTube e incluso artículos de blogs, que pueden presentar una estructura de presentación de la información diferente a la de un libro de cocina tradicional.

Los blogs de recetas, por ejemplo, tienden a tener mucho más texto que los libros de cocina con el fin de mantener a los usuarios en el sitio web durante más tiempo para generar más ingresos. En consecuencia, es posible que al leer un blog se obtenga más información sobre un plato concreto o un género culinario debido a los requisitos estructurales de lo que se considera una buena fuente de recetas en línea.

Al analizar las recetas de distintas fuentes y subculturas, se puede obtener una idea más holística de cómo perciben el género los autores de sus documentos y proponer un marco más sólido para comprender los patrones dentro del género.

Importancia del análisis de archivos PDF

Los archivos PDF ocupan un lugar especial en la alfabetización digital. El formato PDF se creó para proporcionar una forma de compartir documentos de forma universal, independientemente del dispositivo o software que se utilizara o de cómo se diseñara el documento. Los procesadores de texto leen y escriben los archivos de diferentes maneras, pero un archivo PDF suele tener el mismo aspecto independientemente de quién lo abra.

Los archivos PDF constituyen una enorme fuente de datos en línea, y el uso del formato PDF da la sensación de que la información contenida en cualquier archivo PDF es oficial y, en cierto modo, permanente. Es un pilar cuando se trata de cosas como papeleo, artículos de revistas o cualquier otro género que se beneficie de la presencia de un registro duradero.

Piense en lo fácil que es cambiar sitios web como Wikipedia y en la frecuencia con que los medios de comunicación actualizan los últimos titulares a lo largo del día. Los blogs se actualizan continuamente e incluyen elementos dinámicos como publicidad y secciones de comentarios. Los servicios en línea como Google Docs crean archivos que todo el mundo puede compartir y editar, lo que confiere al texto un carácter casi efímero y siempre cambiante si un número suficiente de personas tiene acceso a él.

Los PDF, en cambio, pueden dar la impresión de que no cambian, o al menos de que cambian poco. Imagínese que llega el momento de presentar la declaración de la renta, con todas las normas y complejidades que implica rellenar el papeleo. Un blog o una búsqueda en Internet pueden darle alguna información preliminar sobre cómo hacer la declaración de la renta, pero es más probable que confíe en el PDF de una guía del usuario en un sitio web gubernamental para tener la última palabra.

Otro ejemplo: ¿qué hace cuando busca restaurantes en Internet? Los comentarios de un sitio web de críticas pueden indicarle qué tipo de comida sirven, pero esa información puede no estar actualizada y el plato que busca puede no estar disponible cuando haga la reserva. Por otro lado, si el sitio web del restaurante tiene un PDF de su menú publicado en línea, puede que esté más seguro de lo que sirven y entonces podrá decidir si ir allí o no.

Por diversas razones, es más común pensar en los archivos PDF como una fuente estática de conocimiento, y eso afecta a la forma en que pensamos sobre la información que contienen. Como resultado, esto puede influir profundamente en la forma de recopilar y analizar datos de archivos PDF.

¿Cómo analizar archivos PDF?

Un análisis de archivos PDF es manejable una vez que se tienen en cuenta una serie de aspectos importantes, empezando por diseño de la investigación. Considere qué tipo de datos está buscando y por qué es importante utilizar archivos PDF como núcleo de sus datos y no, por ejemplo, archivos de texto sin formato o multimedia. ¿Difiere la forma en que las personas leen y comprenden los datos de los archivos PDF de cuando miran otros textos? ¿Existen determinados tipos de información que sólo o principalmente están disponibles en archivos PDF?

Utilice estas consideraciones para pensar en su enfoque analítico. ¿Quiere entender el significado global de un conjunto de documentos PDF o quiere leer entre líneas para examinar la estructura de esos documentos? Si se trata de lo primero, entonces un análisis temático será apropiado para su investigación. De lo contrario, considere un análisis de género o analisis narrativo para llegar a la estructura o intención de los datos.

En cuanto a recopilación de datos, piense en limitar su búsqueda de archivos PDF a un género específico o a una parte de Internet en aras de una investigación rigurosa. Por ejemplo, si buscas información sobre servicios municipales en Japón que podrían buscar los extranjeros que viven en el país, entonces un conjunto de datos limitado a "archivos PDF en inglés de sitios web gubernamentales japoneses" es un buen conjunto de datos documentales para recopilar.

Cuando se trata de géneros, la recopilación de datos debe centrarse en un estilo o estilos específicos codificados en PDF. Los artículos de las revistas académicas siguen un formato específico cuando se convierten a PDF, pero ¿tienen un aspecto diferente según la disciplina o el campo de investigación? Por ello, puede que merezca la pena recopilar artículos en PDF de diversos campos de investigación, desde las ciencias duras hasta las humanidades, para ayudar a identificar cualquier diferencia importante.

El análisis de datos puede resultar más fácil si los archivos PDF permiten realizar búsquedas de texto. Los PDF más antiguos pueden parecerse más a fotocopias de textos tradicionales, lo que dificulta las búsquedas de texto y, por tanto, cualquier análisis de contenido u otro enfoque basado en texto. En ese caso, es posible que desee considerar el uso de un programa de OCR que convierta los PDF basados en imágenes en documentos buscables antes de incorporarlos a su análisis.

Una vez recopilados y organizados los datos, sólo queda realizar el análisis documental, que incluye la codificación de los datos en función de la pregunta de investigación y la generación de conclusiones a partir de la comprensión de cómo se manifiestan los códigos en los datos. Su análisis de documentos también puede incorporar un análisis de contenido de las palabras y frases empleadas, un analisis de sentimiento que determine en qué medida las ideas se expresan positiva o negativamente, o incluso un análisis diagramático de la estructura de los documentos PDF para identificar patrones en consecuencia.