Investigadorxs del Sistema Nacional de Investigadores 2014-2017

Se proporcionan los códigos de las modificaciones de las tablas del personal de Investigación adscritxs al Sistema Nacional de investigadores, disponibles del Portal de Transparencia del Gobierno Federal de México. Dicha base de dato se puede encontrar en el siguiente enlace. Se omite la revisión del contenido de las tablas, pero se éste se efectuó de manera previa en trabajos anteriores.

Las tablas creadas a partir de esta información están disponibles en Kaggle, en el enlace_2.

Metadatos

Los datos recolectados provienen de la colaboración del Consejo Nacional de Ciencia y Tecnología (CONACYT), junto con el sistema integrado de información sobre investigación científica, desarrollo tecnológico e innovación (siicyt) y el Gobierno de México. La información recolectada se compone de seis tablas que contienen la información de investigadores vigentes comprendida entre los periodos de 2014 al 2017. Tres de las tablas contienen además información segmentada por área de conocimiento; mientras que existen tres tablas correspondientes al 2015.

library(tidyverse)
library(skimr)
library(readr)
library(ggplot2)
library(knitr)

t2014 <- read_csv("https://www.siicyt.gob.mx/images/estadisticas/dbabiertas/SNI_Vigentes_2014.csv", 
    col_types = cols(GENERO = col_factor(levels = c("M","F"))))

t2015_sep <- read_csv("https://www.siicyt.gob.mx/images/estadisticas/dbabiertas/SNI_Vigentes_Sep_2015.csv")

t2015 <- read_csv("https://www.siicyt.gob.mx/images/estadisticas/dbabiertas/SNI_Vigentes_2015.csv",col_select = 1:8,locale = locale(encoding = "latin1"))

t2015=t2015[-c(23317:23319),]


t2015_2 <- read_csv("https://www.siicyt.gob.mx/images/estadisticas/dbabiertas/SNI_Vigentes_por_Area_de_conocimiento_2015.csv", locale = locale(encoding = "latin1"))

t2016 <- read_csv("https://www.siicyt.gob.mx/images/estadisticas/dbabiertas/SNI_Vigentes_por_Area_de_conocimiento_2016.csv",locale =locale(encoding = "latin1"))

t2017 <- read_csv("https://www.siicyt.gob.mx/images/estadisticas/dbabiertas/SNI_Vigentes_por_Area_de_conocimiento_2017.csv",locale =locale(encoding = "latin1"))

Contenido de las tablas originales

Se muestra una sobresimplificación del contenido original de las tablas:

Tablas	Filas, Columnas	Nombres de columnas contenidas
SNI Vigentes 2014	23302, 8	PATERNO, MATERNO, NOMBRE, GRADO, NIVEL, GENERO, INSTITUCION, ESTADO
SNI Vigentes 2015	23316, 8	NOBILIS, NOMBRE, SEXO*, NIVEL, EMERITO, INSTITUCIÓN DE ADSCRIPCIÓN, DEPENDENCIA, ESTADO
SNI Vigentes Sep 2015	23302, 8	PATERNO, MATERNO, NOMBRE, GRADO, NIVEL, GENERO, INSTITUCION, ESTADO
SNI Vigentes por área de conocimiento 2015	23316, 7	Grado, Apellido paterno, Apellido Materno, Nombre, Nivel, Institución de adcripción, Área de conocimiento
SNI Vigentes por área de conocimiento 2016	25073, 7	Grado, Apellido paterno, Apellido Materno, Nombre, Nivel, Institución de adcripción, Área de conocimiento
SNI Vigentes por área de conocimiento 2017	27187, 7	Grado, Apellido paterno, Apellido Materno, Nombre, Nivel, Institución de adcripción, Área de conocimiento

Transformación de datos y estructuración de variables complementarias

En el siguiente código también se homologan algunos datos en cuestión de género para la reducción de categorías en algunas variables. Se respeta la representación por género en la columna correspondiente. También se transforma el contenido de algunas variables para facilitar su interpretabilidad y la revisión de contenido.

t2014 = t2014 %>% 
  mutate(GRADO = as.factor(GRADO),
         NIVEL =as.factor(NIVEL),
         INSTITUCION=as.factor(INSTITUCION),
         ESTADO=as.factor(ESTADO)) %>% 
  mutate(GRADO = fct_recode(GRADO, "MTRO." = "MTRA.",
                            "DR." = "DRA.")) %>% 
  mutate(NIVEL = fct_recode(NIVEL, "Candidatx" = "C"),
         Grado_acad = fct_recode(GRADO, "Licenciatura" = "BIOL.",
                                 "Licenciatura" = "FIS.",
                                 "Licenciatura" = "ING.",
                                 "Licenciatura" = "LIC.",
                                 "Licenciatura" = "MED.",
                                 "Licenciatura" = "Q.F.B.",
                                 "Licenciatura" = "QUIM.",
                                 "Maestría" = "M. EN A.",
                                 "Maestría" = "M. EN B.",
                                 "Maestría" = "M. EN C.",
                                 "Maestría" = "M. EN I.",
                                 "Maestría" = "MTRO.",
                                 "Doctorado" = "DR.",),
         GENERO = fct_recode(GENERO, "Masculino" = "M", "Femenino" = "F"))

t2015 = t2015 %>% 
  mutate(NOBILIS = as.factor(NOBILIS),
        `SEXO*` = as.factor(`SEXO*`),
        NIVEL = as.factor(NIVEL),
        DEPENDENCIA = as.factor(DEPENDENCIA),
        ESTADO = as.factor(ESTADO),
        `INSTITUCIÓN DE ADSCRIPCIÓN`= as.factor(`INSTITUCIÓN DE ADSCRIPCIÓN`),
        es_emerito = as.factor(ifelse(is.na(EMERITO),"No eméritx", "Eméritx"))) %>%
  mutate(NOBILIS = fct_recode(NOBILIS, "MTRO." ="MTRA.",
                                 "DR."="DRA.")) %>% 
  mutate(NIVEL = fct_recode(NIVEL, "Candidatx" = "C"),
         Grado_acad = fct_recode(NOBILIS, "Licenciatura" = "BIOL.",
                                 "Licenciatura" = "FIS.",
                                 "Licenciatura" = "ING.",
                                 "Licenciatura" = "LIC.",
                                 "Licenciatura" = "MED.",
                                 "Licenciatura" = "Q.F.B.",
                                 "Licenciatura" = "Q.B.P.",
                                 "Licenciatura" = "QUIM.",
                                 "Maestría" = "M. EN A.",
                                 "Maestría" = "M. EN B.",
                                 "Maestría" = "M. EN C.",
                                 "Maestría" = "M. EN I.",
                                 "Maestría" = "MTRO.",
                                 "Doctorado" = "DR."),
         GENERO = fct_recode(`SEXO*`,"Masculino" = "H", "Femenino" = "M"))

t2015_sep = t2015_sep %>%
  mutate(GRADO = as.factor(GRADO),
         NIVEL = as.factor(NIVEL),
         GENERO = as.factor(GENERO),
         INSTITUCION = as.factor(INSTITUCION),
         ESTADO = as.factor(ESTADO)) %>% 
  mutate(GRADO = fct_recode(GRADO, "DR."= "DRA.",
                                 "MTRO."="MTRA.")) %>% 
  mutate(NIVEL = fct_recode(NIVEL, "Candidatx" = "C"),
         Grado_acad = fct_recode(GRADO, "Licenciatura" = "BIOL.",
                                 "Licenciatura" = "FIS.",
                                 "Licenciatura" = "ING.",
                                 "Licenciatura" = "LIC.",
                                 "Licenciatura" = "MED.",
                                 "Licenciatura" = "Q.F.B.",
                                 "Licenciatura" = "QUIM.",
                                 "Maestría" = "M. EN A.",
                                 "Maestría" = "M. EN B.",
                                 "Maestría" = "M. EN C.",
                                 "Maestría" = "M. EN I.",
                                 "Maestría" = "MTRO.",
                                 "Doctorado" = "DR."),
         GENERO = fct_recode(GENERO,"Masculino" = "M", "Femenino" = "F"))


t2015_2 = t2015_2 %>% 
  mutate(Grado = as.factor(Grado),
         Nivel = as.factor(Nivel),
         `Institución de adcripción` = as.factor(`Institución de adcripción`),
         `Área de conocimiento` = as.factor(`Área de conocimiento`)) %>% 
  mutate(Grado = fct_recode(Grado, "DR." = "DR..",
                                 "DR." = "DRA.",
                                 "MTRO."= "MTRA.")) %>% 
  mutate(Nivel = fct_recode(Nivel, "Candidatx" = "C", "3"="4"),
         Grado_acad = fct_recode(Grado, "Licenciatura" = "BIOL.",
                                 "Licenciatura" = "FIS.",
                                 "Licenciatura" = "ING.",
                                 "Licenciatura" = "LIC.",
                                 "Licenciatura" = "MED.",
                                 "Licenciatura" = "Q.F.B.",
                                 "Licenciatura" = "Q.B.P.",
                                 "Licenciatura" = "QUIM.",
                                 "Maestría" = "M. EN A.",
                                 "Maestría" = "M. EN B.",
                                 "Maestría" = "M. EN C.",
                                 "Maestría" = "M. EN I.",
                                 "Maestría" = "MTRO.",
                                 "Doctorado" = "DR."))

t2016 = t2016 %>% 
  mutate(Grado = as.factor(Grado),
         Nivel = as.factor(Nivel),
         `Institución de adcripción`= as.factor(`Institución de adcripción`),
         `Área de conocimiento` = as.factor(`Área de conocimiento`)) %>% 
  mutate(Grado = fct_recode(Grado,"DR." = "DRA.",
                                 "MTRO." = "MTRA.")) %>% 
  mutate(Nivel =fct_recode(Nivel, "Candidatx" = "C", "3"="4"),
         Grado_acad = fct_recode(Grado, "Licenciatura" = "BIOL.",
                                 "Licenciatura" = "FIS.",
                                 "Licenciatura" = "ING.",
                                 "Licenciatura" = "LIC.",
                                 "Licenciatura" = "MED.",
                                 "Licenciatura" = "Q.F.B.",
                                 "Licenciatura" = "QUIM.",
                                 "Maestría" = "M. EN A.",
                                 "Maestría" = "M. EN B.",
                                 "Maestría" = "M. EN C.",
                                 "Maestría" = "M. EN I.",
                                 "Maestría" = "MTRO.",
                                 "Doctorado" = "DR."))


t2017 = t2017 %>% 
  mutate(Grado = as.factor(Grado),
         Nivel = as.factor(Nivel),
         `Institución de adcripción` = as.factor(`Institución de adcripción`),
         `Área de conocimiento` = as.factor(`Área de conocimiento`)) %>% 
  mutate(Grado = fct_recode(Grado, "QUIM." = "QUIM",
                            "MTRO."= "MTRA.",
                            "DR." = "DRA,",
                            "DR." = "DRA.")) %>% 
  mutate(Nivel =fct_recode(Nivel, "Candidatx" = "C", "3"="4"),
         Grado_acad = fct_recode(Grado, "Licenciatura" = "BIOL.",
                                 "Licenciatura" = "BIOQ.",
                                 "Licenciatura" = "FIS.",
                                 "Licenciatura" = "ING.",
                                 "Licenciatura" = "LIC.",
                                 "Licenciatura" = "MED.",
                                 "Licenciatura" = "MAT.",
                                 "Licenciatura" = "Q.F.B.",
                                 "Licenciatura" = "QUIM.",
                                 "Maestría" = "M. EN A.",
                                 "Maestría" = "M. EN B.",
                                 "Maestría" = "M. EN C.",
                                 "Maestría" = "M. EN I.",
                                 "Maestría" = "MTRO.",
                                 "Doctorado" = "DR."))

Limpieza de nombres

Debido a que en la carga de las tablas originales se presentaron algunos problemas, se realiza una transformación en los nombres de las variables originales

library(janitor)

t2014 = clean_names(t2014)
t2015 = clean_names(t2015)
t2015_sep = clean_names(t2015_sep)
t2015_2 = clean_names(t2015_2)
t2016 = clean_names(t2016)
t2017 = clean_names(t2017)

Contenido de las tablas finales

Se muestra una sobresimplificación del contenido de las tablas modificadas:

Tablas	Filas, Columnas	Nombres de columnas contenidas
SNI Vigentes 2014	23302, 9	paterno, materno, nombre, grado, nivel, genero, institucion, estado, grado_acad
SNI Vigentes 2015	23316, 11	nobilis, nombre, sexo, nivel, emerito, institucion_de_adscripcion, dependencia, estado, es_emerito, grado_acad, genero
SNI Vigentes Sep 2015	23302, 9	paterno, materno, nombre, grado, nivel, genero, institucion, estado, grado_acad
SNI Vigentes por área de conocimiento 2015	23316, 8	grado, apellido_paterno, apellido_materno, nombre, nivel, institucion_de_adcripcion, area_de_conocimiento, grado_acad
SNI Vigentes por área de conocimiento 2016	25073, 8	grado, apellido_paterno, apellido_materno, nombre, nivel, institucion_de_adcripcion, area_de_conocimiento, grado_acad
SNI Vigentes por área de conocimiento 2017	27187, 8	grado, apellido_paterno, apellido_materno, nombre, nivel, institucion_de_adcripcion, area_de_conocimiento, grado_acad

Tablas SNI Modificadas (2014-2017)

Gustavo Rojas Andrade

2022-10-04