Los pronósticos matemáticos son hipótesis: consideración de la incertidumbre en la presentación de datos sobre la pandemia por COVID 19

• Autores: Carlos Rubén Aroca Jácome
• Localización: Revista Española de Comunicación en Salud, ISSN-e 1989-9882, ISSN 2444-6513, Nº. Extra 1, 2020 (Ejemplar dedicado a: La comunicación ante la pandemia de la COVID-19), págs. 339-346
• Idioma: español
• Títulos paralelos:
  • Mathematical forecasts are hypotheses: considering uncertainty in publishing COVID-19 pandemic data
• Enlaces
  • Texto completo
• Dialnet Métricas: 1 Cita
• Resumen
  • español

    La época actual es, a un tiempo, de elevada incertidumbre y producción de información. En la estimación de los escenarios producidos por la pandemia por COVID-19, se construyen pronósticos producidos por modelos matemáticos que contemplan determinados niveles de error. Esto lleva a reconsiderar la forma usual de tratamiento de datos, tanto en el periodismo como en la investigación académica, produciendo nuevos énfasis sobre la necesidad de exhaustivos exámenes de la información disponible, pues con frecuencia los especialistas no son lo suficientemente claros en sus parámetros o supuestos de partida, omisiones que adoptan otras dimensiones en los medios de comunicación, pues los periodistas suelen asumir frente a información sensible las mismas actitudes que con relación a la información producida en “periodos de normalidad”. En este marco, se considera necesario la formación de una comprensión adecuada de la data sobre contagios, defunciones o medidas orientadas a la contención del COVID-19, considerándose útil la formulación de reglas básicas que tanto especialistas como periodistas puedan tener en cuenta a la hora de comunicar resultados o publicar noticias en un tiempo tan crítico como el de la pandemia.

  • English

    The current period is, at the same time, highly uncertainty and intensive in data production. In the analysis of scenarios produced by the COVID-19 pandemic, we make forecast based on mathematical models where exact assumptions are never true. This leads to a reconsideration of the usual form of data analysis, both in journalism and academic research, bolding on the need for exhaustive testing of the available information, since researchers are often not clear enough in their parameters or assumptions. These omissions usually become in different levels of importance in the media, because journalists tend to assume the same attitudes towards complex data just in the way they do with the news in "normal periods". However, it is necessary to obtain an adequate understanding of the data on positive COVID-19 cases, defunctions or politics aimed to containing the virus, designing some basic rules that both specialists and journalists may take into account when they have to write papers or publish news at a time as critical as nowadays.