Traducción al español de Ecología con Python, una lección de Data Carpentry

Nos complace anunciar una nueva lección traducida por la comunidad: Análisis y visualización de datos usando Python

Read the English version of this blog post here.

Entre septiembre de 2017 y mayo de 2018 desarrollamos una iniciativa impulsada por la comunidad para traducir las lecciones de Software Carpentry al español. Su resultado fue la producción de tres lecciones de alta calidad, que pueden utilizarse para enseñar un taller de Software Carpentry consistente de La Terminal de Unix, Control de Versiones con Git, y R para Análisis Científicos Reproducibles.

El siguiente paso lógico para potenciar la cartera de lecciones en español de The Carpentries era traducir una lección de Data Carpentry basada en Python. En noviembre de 2018 iniciamos y completamos un esfuerzo comunitario para crear Análisis y visualización de datos usando Python.

Planificación e Implementación

Gracias a nuestra experiencia previa en la traducción de lecciones, logramos planificar e implementar rápidamente una estrategia para traducir colaborativamente la lección.

El primer paso para la traducción fue importar la versión en inglés de la lección de Python a la organización GitHub de Carpentries-ES. Esta organización resulta útil porque muchos instructores bilingües ya son parte de ella. Además, cuenta con el documento “convenciones de traducción” que dicta qué no traducir. Adicionalmente, el archivo README.md de la lección contiene más directivas para contribuir e información de contacto.

Luego creamos un canal de Slack como medio para que los traductores pudieran atender rápidamente a preguntas y observaciones sobre la traducción. Agregamos vínculos al canal de Slack y directivas generales para la traducción en el README.

El siguiente paso fue reclutar voluntarios. Enviamos un anuncio a la lista de correo de Latinoamérica para llegar a muchos instructores de Carpentries hispanoparlantes, así como a la lista de correo de Jupyter Notebook buscando alcanzar a una comunidad más amplia de usuarios de Python. También anunciamos la iniciativa en Twitter y Facebook con publicaciones en español e inglés dirigidas a una red aún más amplia de potenciales traductores.

Utilizamos los Proyectos de GitHub para coordinar la traducción de episodios y archivos auxiliares. Abrimos un issue por cada archivo que requería traducción y usamos etiquetas y columnas del proyecto para registrar el progreso de cada issue. ¡Funcionó muy bien! También creamos una Tabla de Progreso donde llevamos registro de quién hacía qué, junto con sus fechas de inicio y finalización.

El esfuerzo de traducción despertó un conjunto de acciones dirigidas a mejorar la versión en inglés de la lección de Ecología con Python. Al inicio de la traducción, algunos episodios carecían de puntos clave (key points), pero nuestros traductores trabajaron junto con los maintainers de la versión original y agregaron puntos clave en las lecciones en español y en inglés. Otras actualizaciones menores fueron realizadas cuando nuestros traductores identificaron posibles mejores en la narrativa de los episodios, proponiendo las revisiones simultáneamente en las versiones en español y en inglés. En conclusión, nuestro esfuerzo de traducción impulsado por la comunidad mejoró la calidad de la lección en inglés.

Un gran éxito de este esfuerzo comunitario es haber completado la traducción ¡en sólo tres semanas! Este período incluyó la traducción inicial y dos rondas de revisión y corrección. ¡Increíblemente rápido! Fue el logro de un equipo de personas de muchas nacionalidades y zonas horarias, colaborando en forma remota para alcanzar una meta común. Esperamos que el proceso delineado en esta publicación sea valioso para miembros de la comunidad que tengan interés en iniciar proyectos a corto plazo en espacios virtuales.

Los contribuyentes

Las siguientes personas contribuyeron directamente a la traducción de la lección Ecología en Python durante noviembre de 2018: Monica Alonso (Argentina), Laura Angelone (Argentina), Sergio Arredondo (Países Bajos), Juan Martín Barrios (México), Sofía Meléndez Cartagena (USA - Puerto Rico), Miguel González Duque (Colombia), Fernando Garcia (Argentina), Alejandra González-Beltran (Reino Unido), Rayna M Harris (USA), Spencer Harris (USA), Romualdo Zayas Lagunas (México), Wilson Lozano-Rolón (USA - Puerto Rico), Paula Andrea Martínez (Bélgica), François Michonneau (USA), Nohemi Huanca Nunez (USA), Enric Escorsa O’Callaghan (España), Nicolas Palopoli (Argentina), Silvana Pereyra (Uruguay), Heladia Salgado (México), Sergio Sánchez (USA) y Leonardo Ulises Spairani (Argentina). Los maintainers de la versión en inglés, Tania Allard (Reino Unido), Maxim Belkin (USA) y April Wright (USA), también tuvieron un rol esencial en el esfuerzo de traducción al facilitar actualizaciones simultáneas en las versiones de la lección en español e inglés.

Próximos pasos

Ahora que la lección ha sido traducido, estamos entusiasmados por ver cómo funciona en la práctica. Por favor escríbenos si tienes la oportunidad de enseñar esta lección a estudiantes de habla hispana, ya sea en forma independiente o como parte de un taller de dos días. Aquí están los vínculos a todas las lecciones en español. Si buscas recursos para organizar talleres, por favor revisa el Manual de Carpentries (Carpentries Handbook).

LecciónCarpentryVínculoZenodo DOI
Análisis y visualización de datos usando PythonData CarpentryWebsite10.5281/zenodo.2536379
Control de Versiones con GitSoftware CarpentryWebsite10.5281/zenodo.1197332
La Terminal de UnixSoftware CarpentryWebsite10.5281/zenodo.1198732
R para Análisis Científicos ReproduciblesSoftware CarpentryWebsite10.5281/zenodo.1251333

Agradecimientos

Estamos muy agradecidos con todos los miembros de The Carpentries que han motivado y apoyado continuamente los esfuerzos de traducción como éste. Sofía Meléndez Cartagena, Nicolas Palopoli y Charles Reid han provisto comentarios valiosos sobre versiones preliminares de esta publicación.

Dialogue & Discussion