<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom"><channel><title>Aplicaciones interactivas | JD Leongómez</title><link>https://jdleongomez.info/es/apps/</link><atom:link href="https://jdleongomez.info/es/apps/index.xml" rel="self" type="application/rss+xml"/><description>Aplicaciones interactivas</description><generator>Wowchemy (https://wowchemy.com)</generator><language>es</language><copyright>© 2018-2026 Juan David Leongómez</copyright><image><url>https://jdleongomez.info/media/og-cover-es.png</url><title>Aplicaciones interactivas</title><link>https://jdleongomez.info/es/apps/</link></image><item><title>Colombian Music Map</title><link>https://jdleongomez.info/es/apps/colombian_music_map/</link><pubDate>Sat, 29 Aug 2026 00:00:00 +0000</pubDate><guid>https://jdleongomez.info/es/apps/colombian_music_map/</guid><description>&lt;p>&lt;strong>Colombian Music Map&lt;/strong> es una aplicación interactiva de una sola página que muestra las seis regiones musicales de Colombia &amp;ndash; Caribe, Pacífico, Andina, Orinoquía, Amazonía e Insular &amp;ndash; sobre un mapa de relieve con ejemplos musicales reproducibles. Corre completamente en el navegador (no requiere servidor ni instalación), construida con HTML, CSS y JavaScript puros, usando &lt;a href="https://d3js.org/" target="_blank" rel="noopener">D3.js&lt;/a> para el mapa.&lt;/p>
&lt;p style="display: flex; gap: 0.8em; flex-wrap: wrap; margin-bottom: 1.5em;">
&lt;a href="https://jdleongomez.github.io/Colombian_music_map/"
target="_blank"
style="
display: inline-block;
padding: 0.7em 1.4em;
background-color: #4f46e5;
color: #ffffff;
font-size: 1.05em;
font-weight: 600;
border-radius: 8px;
text-decoration: none;
">
▶️ Abrir aplicación
&lt;/a>
&lt;a href="https://github.com/JDLeongomez/Colombian_music_map"
target="_blank"
style="
display: inline-block;
padding: 0.7em 1.4em;
background-color: #24292e;
color: #ffffff;
font-size: 1.05em;
font-weight: 600;
border-radius: 8px;
text-decoration: none;
">
📂 Repositorio en GitHub
&lt;/a>
&lt;/p>
&lt;iframe
src="https://jdleongomez.github.io/Colombian_music_map/"
width="100%"
height="750"
style="border: 1px solid #e0e0e0; border-radius: 8px;"
allowfullscreen>
&lt;/iframe>
&lt;h2 id="contenido-de-la-app">Contenido de la app&lt;/h2>
&lt;ul>
&lt;li>&lt;strong>Organización regional&lt;/strong>: las seis regiones musicales/fisiográficas de Colombia &amp;ndash; Caribe, Pacífico, Andina, Orinoquía, Amazonía e Insular &amp;ndash; ubicadas sobre un mapa de relieve topográfico, con límites departamentales y países vecinos como referencia geográfica.&lt;/li>
&lt;li>&lt;strong>Marcadores interactivos&lt;/strong>: ejemplos musicales grabados, ubicados en su origen geográfico, cada uno con título, artista, año, género y clasificación.&lt;/li>
&lt;li>&lt;strong>Indicadores visuales&lt;/strong>: diferentes formas de punto distinguen música Tradicional, de Fusión y No tradicional.&lt;/li>
&lt;li>&lt;strong>Reproductor integrado&lt;/strong>: las canciones se reproducen directamente en el mapa mediante videos de YouTube incrustados.&lt;/li>
&lt;/ul>
&lt;h2 id="contribuir">Contribuir&lt;/h2>
&lt;p>Cualquier persona puede ampliar la colección de canciones: las pistas se encuentran en un único archivo &lt;code>data/tracks.csv&lt;/code>, editable en cualquier hoja de cálculo, sin necesidad de modificar ningún otro archivo. Consulta el &lt;a href="https://github.com/JDLeongomez/Colombian_music_map" target="_blank" rel="noopener">repositorio en GitHub&lt;/a> para conocer el formato de los datos y cómo contribuir.&lt;/p></description></item><item><title>Just-N Framework: Aplicación Interactiva</title><link>https://jdleongomez.info/es/apps/just_n_app/</link><pubDate>Thu, 07 May 2026 00:00:00 +0000</pubDate><guid>https://jdleongomez.info/es/apps/just_n_app/</guid><description>&lt;p>&lt;strong>Just-N Framework: Aplicación Interactiva&lt;/strong> es una aplicación Shiny que guía a investigadores de cualquier disciplina a decidir, aplicar y justificar la estrategia más adecuada para el tamaño de muestra de su estudio, ya sea cuantitativo, cualitativo o mixto. Corre completamente en el navegador mediante &lt;a href="https://shiny.posit.co/py/docs/shinylive.html" target="_blank" rel="noopener">Shinylive&lt;/a> (WebAssembly): no requiere servidor ni instalar R.&lt;/p>
&lt;p style="display: flex; gap: 0.8em; flex-wrap: wrap; margin-bottom: 1.5em;">
&lt;a href="https://jdleongomez.github.io/just_n_app/"
target="_blank"
style="
display: inline-block;
padding: 0.7em 1.4em;
background-color: #4f46e5;
color: #ffffff;
font-size: 1.05em;
font-weight: 600;
border-radius: 8px;
text-decoration: none;
">
▶️ Abrir aplicación
&lt;/a>
&lt;a href="https://github.com/JDLeongomez/just_n_app"
target="_blank"
style="
display: inline-block;
padding: 0.7em 1.4em;
background-color: #24292e;
color: #ffffff;
font-size: 1.05em;
font-weight: 600;
border-radius: 8px;
text-decoration: none;
">
📂 Repositorio en GitHub
&lt;/a>
&lt;a href="https://doi.org/10.5281/zenodo.19860616"
target="_blank"
style="
display: inline-block;
padding: 0.7em 1.4em;
background-color: #1d6fa4;
color: #ffffff;
font-size: 1.05em;
font-weight: 600;
border-radius: 8px;
text-decoration: none;
">
🔗 DOI: 10.5281/zenodo.19860616
&lt;/a>
&lt;/p>
&lt;iframe
src="https://jdleongomez.github.io/just_n_app/"
width="100%"
height="750"
style="border: 1px solid #e0e0e0; border-radius: 8px;"
allowfullscreen>
&lt;/iframe>
&lt;h2 id="contenido-de-la-app">Contenido de la app&lt;/h2>
&lt;p>La aplicación está organizada en cinco pestañas:&lt;/p>
&lt;ul>
&lt;li>&lt;strong>Introducción&lt;/strong>: explica por qué justificar el tamaño de muestra es una decisión metodológica central, y ofrece una guía de navegación inicial.&lt;/li>
&lt;li>&lt;strong>Cuantitativo&lt;/strong>: árbol de decisiones parametrizado que lleva a una de cinco estrategias — SESOI/poder estadístico (&lt;em>a priori&lt;/em>), precisión de estimaciones (intervalos de confianza), diseños secuenciales/adaptativos, evidencia previa y comparabilidad, y análisis de coste-beneficio — cada una con calculadoras interactivas (&lt;code>pwr&lt;/code>, Fisher-z) y, para SESOI, simulaciones Monte Carlo.&lt;/li>
&lt;li>&lt;strong>Cualitativo&lt;/strong>: árbol de decisiones para cinco estrategias (saturación teórica o de datos, diversidad y representatividad, muestreo guiado por comunidad (CBPR), viabilidad y compromisos éticos, y justificación narrativa) con guías metodológicas y referencias citables por estrategia.&lt;/li>
&lt;li>&lt;strong>Mixto&lt;/strong>: orientaciones para diseños que combinan componentes cuantitativos y cualitativos.&lt;/li>
&lt;li>&lt;strong>Referencias&lt;/strong>: bibliografía completa (~88 fuentes) con metadatos APA.&lt;/li>
&lt;/ul>
&lt;h2 id="recurso-complementario">Recurso complementario&lt;/h2>
&lt;p>Esta app es la versión interactiva del documento estático &lt;a href="https://jdleongomez.github.io/just_n/" target="_blank" rel="noopener">&lt;strong>Just-N Framework&lt;/strong>&lt;/a>, que presenta las mismas estrategias en formato tabla con referencias enlazadas. Ambos recursos son independientes y pueden usarse por separado.&lt;/p>
&lt;h2 id="citar">Citar&lt;/h2>
&lt;blockquote>
&lt;p>Leongómez, J. D. (2026). &lt;em>Just-N Framework: Aplicación Interactiva&lt;/em> (v1.0). Zenodo. &lt;a href="https://doi.org/10.5281/zenodo.19860616" target="_blank" rel="noopener">https://doi.org/10.5281/zenodo.19860616&lt;/a>&lt;/p>
&lt;/blockquote></description></item><item><title>PowerSimulate</title><link>https://jdleongomez.info/es/apps/powersimulate/</link><pubDate>Tue, 25 Jul 2023 00:00:00 +0000</pubDate><guid>https://jdleongomez.info/es/apps/powersimulate/</guid><description>&lt;p>&lt;a href="https://shiny.jdl-svr.lat/PowerSimulate/" target="_blank" rel="noopener">PowerSimulate&lt;/a> es una colección de aplicaciones R Shiny compactas diseñadas para llevar a cabo análisis de poder estadístico basados en simulación.&lt;/p>
&lt;p>Aunque existen herramientas más directas para el análisis de poder en pruebas simples como correlaciones, pruebas t y ANOVA, estas aplicaciones se basan exclusivamente en simulaciones. Sirven como herramienta educativa para demostrar el concepto de poder estadístico, pero también como plataforma para mostrar la importancia del análisis de poder basado en simulación para diseños más complejos.&lt;/p>
&lt;figure>
&lt;a href="https://shiny.jdl-svr.lat/PowerSimulate/">
&lt;img src="interfaz.jpg"
alt="Ejemplo de interfaz de una aplicación de PowerSimulate">
&lt;/a>
&lt;figcaption>Ejemplo de interfaz de una aplicación de &lt;a href="https://shiny.jdl-svr.lat/PowerSimulate/">PowerSimulate&lt;/a>.&lt;/figcaption>
&lt;/figure>
&lt;p>A continuación verás el índice de aplicaciones disponibles &lt;a href="https://shiny.jdl-svr.lat/PowerSimulate/" target="_blank" rel="noopener">PowerSimulate&lt;/a>. Para abrir una aplicación, simplemente ve a la sección en español y haz clic en el enlace correspondiente. Ten en cuenta que existen versiones en inglés y español de cada aplicación.&lt;/p>
&lt;p>Todas las aplicaciones están disponibles en mi (bastante lento) &lt;a href="https://shiny.jdl-svr.lat/PowerSimulate/" target="_blank" rel="noopener">servidor personal Shiny&lt;/a>. Sin embargo, si corre demasiado lento o mi servidor no funciona, siempre puedes ejecutarla localmente en tu ordenador con R instalado. Sólo abre el link al código de GitHub (&lt;a href="https://github.com/JDLeongomez/PowerSimulate_corr_ES" target="_blank" rel="noopener">Correlación&lt;/a>, &lt;a href="https://github.com/JDLeongomez/PowerSimulate_ind_t_ES" target="_blank" rel="noopener">Prueba t independiente&lt;/a>, &lt;a href="https://github.com/JDLeongomez/PowerSimulate_pair_t_ES" target="_blank" rel="noopener">Prueba t pareada&lt;/a>), y ahí encontrarás instrucciones.&lt;/p></description></item><item><title>ScholarlyOutput</title><link>https://jdleongomez.info/es/apps/scholarlyoutput/</link><pubDate>Tue, 20 Jun 2023 00:00:00 +0000</pubDate><guid>https://jdleongomez.info/es/apps/scholarlyoutput/</guid><description>&lt;p>Grafica tus resultados académicos con el paquete &lt;a href="https://cran.r-project.org/web/packages/scholar/vignettes/scholar.html" target="_blank" rel="noopener">&lt;code>scholar&lt;/code>&lt;/a> de R.&lt;/p>
&lt;p>&lt;a href="https://zenodo.org/badge/latestdoi/536271372" target="_blank" rel="noopener">&lt;img src="https://zenodo.org/badge/536271372.svg" alt="DOI">&lt;/a>&lt;/p>
&lt;html>
&lt;head>&lt;title>Shiny App Iframe&lt;/title>&lt;/head>
&lt;body>
&lt;iframe id="ProbDnD" src="https://shiny.jdl-svr.lat/ScholarlyOutput_ES/" style="border: none; width: 100%; height: 1650px" frameborder="0">&lt;/iframe>
&lt;/body>
&lt;/html>
&lt;h2 id="cómo-usarla">Cómo usarla&lt;/h2>
&lt;p>Sólo necesitas el enlace completo a tu perfil de Google Scholar (basta con copiarlo y pegarlo en el recuadro), y la app creará un gráfico con tu nombre (tal como aparece en tu perfil de Google Scholar) y dos paneles:&lt;/p>
&lt;ol type="A">
&lt;li>&lt;b>Citas por publicación&lt;/b>, incluyendo tanto tu índice h como, de manera importante, el &lt;a href="https://es.wikipedia.org/wiki/G-index">índice g&lt;/a> (que nunca antes he visto en gráficos)&lt;/li>
&lt;li>&lt;b>Número de publicaciones y citas por año&lt;/b>, incluyendo el número total de citas&lt;/li>
&lt;/ol>
&lt;p>A continuación hay un ejemplo de la interfaz de usuario &lt;strong>&lt;em>ScholarlyOutput&lt;/em>&lt;/strong> que muestra una gráfica de mi propio perfil:&lt;/p>
&lt;p>&lt;img src="https://github.com/JDLeongomez/ScholarlyOutput_EN/raw/main/img/ScholarlyOutput.jpg" alt="Interfaz de usuario de ScholarlyOutput">&lt;/p>
&lt;p>Puedes cambiar el color de acento y filtrar las publicaciones.&lt;/p>
&lt;p>&lt;img src="https://github.com/JDLeongomez/ScholarlyOutput_EN/raw/main/img/colour_picker.jpg" alt="Selector de color">&lt;/p>
&lt;p>Una vez que estés satisfecho, la gráfica se puede exportar en formato &lt;strong>PNG&lt;/strong>, &lt;strong>PDF&lt;/strong> e incluso &lt;strong>SVG&lt;/strong> en caso de que desees editarlo (el archivo descargado se llamará &lt;code>Scholar_profile.png&lt;/code>, cambiando únicamente la extensión del archivo según el formato que hayas seleccionado).&lt;/p>
&lt;p>El archivo descargado (en este caso, en formato PNG) se verá así:&lt;/p>
&lt;p>&lt;img src="https://github.com/JDLeongomez/ScholarlyOutput_EN/raw/main/img/Scholar_profile.png" alt="Ejemplo de gráfica de ScholarlyOutput">&lt;/p>
&lt;p>Esta aplicación utiliza el fantástico paquete &lt;a href="https://cran.r-project.org/web/packages/scholar/vignettes/scholar.html" target="_blank" rel="noopener">&lt;code>scholar&lt;/code>&lt;/a> de R para extraer la información de tu perfil de Google Scholar, y luego varios paquetes (principalmente del conjunto de paquetes &lt;a href="https://www.tidyverse.org/" target="_blank" rel="noopener">&lt;code>tidyverse&lt;/code>&lt;/a>, incluyendo &lt;a href="https://ggplot2.tidyverse.org/" target="_blank" rel="noopener">&lt;code>ggplot2&lt;/code>&lt;/a>) para manipular y representar estos datos.&lt;/p>
&lt;h2 id="cómo-ejecutarlo-localmente">Cómo ejecutarlo localmente&lt;/h2>
&lt;p>Si bien esta aplicación está disponible en mi (bastante lento) servidor personal de &lt;a href="https://shiny.jdl-svr.lat/ScholarlyOutput_ES/" target="_blank" rel="noopener">Shiny server&lt;/a>, si es demasiado lento o mi servidor no está funcionando, siempre puedes ejecutarlo localmente en tu computadora con R instalado.&lt;/p>
&lt;p>Simplemente puedes ejecutar el siguiente código en R:&lt;/p>
&lt;pre>&lt;code class="language-R">library(shiny)
runGitHub(&amp;quot;ScholarlyOutput_ES&amp;quot;, &amp;quot;JDLeongomez&amp;quot;)
&lt;/code>&lt;/pre>
&lt;p>Alternativamente, siempre puedes clonar o &lt;a href="https://github.com/JDLeongomez/ScholarlyOutput_ES/archive/refs/heads/main.zip" target="_blank" rel="noopener">descargar&lt;/a> el repositorio &lt;strong>&lt;em>ScholarlyOutput&lt;/em>&lt;/strong> y ejecutar el archivo &lt;a href="https://github.com/JDLeongomez/ScholarlyOutput_ES/blob/main/app.R" target="_blank" rel="noopener">&lt;code>app.R&lt;/code>&lt;/a>.&lt;/p>
&lt;details>
&lt;summary>&lt;b>Haz clic aquí para asegurarte de tener todos los paquetes necesarios instalados&lt;/b>&lt;/summary>
&lt;br>Por favor, ten en cuenta que el paquete &lt;code>shiny&lt;/code> debe estar instalado. Otros paquetes de R utilizados en esta aplicación incluyen &lt;code>thematic&lt;/code>, &lt;code>shinythemes&lt;/code>, &lt;code>colourpicker&lt;/code>, &lt;code>stringr&lt;/code>, &lt;code>scholar&lt;/code>, &lt;code>dplyr&lt;/code>, &lt;code>tidyr&lt;/code>, &lt;code>ggplot2&lt;/code>, &lt;code>ggpubr&lt;/code>, &lt;code>scales&lt;/code> y &lt;code>purrr&lt;/code>.&lt;br>&lt;br>
&lt;p>Si lo deseas, puedes ejecutar primero el siguiente código, que verificará qué paquetes de estos ya están instalados en tu computadora e instalará los que falten (si los hay).&lt;/p>
&lt;pre>&lt;code class="language-R"># Paquetes requeridos
packages &amp;lt;- c(&amp;quot;shiny&amp;quot;,
&amp;quot;thematic&amp;quot;,
&amp;quot;shinythemes&amp;quot;,
&amp;quot;colourpicker&amp;quot;,
&amp;quot;stringr&amp;quot;,
&amp;quot;scholar&amp;quot;,
&amp;quot;dplyr&amp;quot;,
&amp;quot;tidyr&amp;quot;,
&amp;quot;ggplot2&amp;quot;,
&amp;quot;ggpubr&amp;quot;,
&amp;quot;scales&amp;quot;,
&amp;quot;purrr&amp;quot;)
# Instalar paquetes aún no instalados
installed_packages &amp;lt;- packages %in% rownames(installed.packages())
if (any(installed_packages == FALSE)) {
install.packages(packages[!installed_packages])
}
&lt;/code>&lt;/pre>
&lt;/details>
&lt;h2 id="por-qué-hice-esta-pequeña-aplicación">Por qué hice esta pequeña aplicación&lt;/h2>
&lt;p>Originalmente escribí un script para descargar datos de Google Scholar y hacer estos gráficos para una versión particular de mi Hoja de Vida. Sin embargo, a varios amigos les gustó y querían hacer gráficos de sus propios perfiles (y poder actualizarlos fácilmente), así que decidí convertir el código en una aplicación Shiny para que cualquiera pueda usarla.&lt;/p></description></item><item><title>Probabilidad de obtener un valor en DnD</title><link>https://jdleongomez.info/es/apps/probdnd/</link><pubDate>Tue, 17 Mar 2020 00:00:00 +0000</pubDate><guid>https://jdleongomez.info/es/apps/probdnd/</guid><description>&lt;p>&lt;em>&lt;strong>Esta es la primera Shiny app que creé (como ejercicio).&lt;/strong>&lt;/em>&lt;/p>
&lt;p>Con base en simulaciones, esta app calcula la probabilidad de sacar un valor dado (o superior) en DnD, combinando números (casi) ilimitados de hasta 3 tipos de dados, y un modificador (opcional).&lt;/p>
&lt;html>
&lt;head>&lt;title>Shiny App Iframe&lt;/title>&lt;/head>
&lt;body>
&lt;iframe id="ProbDnD" src="https://shiny.jdl-svr.lat/ProbDnD/" style="border: none; width: 100%; height: 2200px" frameborder="0">&lt;/iframe>
&lt;/body>
&lt;/html></description></item></channel></rss>