Ciencia Cognitiva Abierta
La colaboración impulsa el progreso científico. Construyo métodos abiertos para la investigación en ciencia cognitiva — herramientas, técnicas e infraestructura que otras personas pueden reutilizar para crear, implementar y compartir su propio trabajo. Inspirado y formado por proyectos como el Open Science Framework y el Turing Way, me he beneficiado personalmente de la comunidad de ciencia abierta y estoy convencido de su valor, especialmente para laboratorios e instituciones con pocos recursos. Contribuyo a lo largo de todo el proceso: el diseño experimental, la tecnología que ejecuta los experimentos, los métodos de análisis, los lenguajes que los implementan, y las herramientas para comunicar y compartir los resultados.
Sobre mí
Mi nombre es Luis Alberto Barradas Chacón. Soy candidato a doctor en la TU Graz. Soy facilitador de mindfulness certificado y miembro de la Sociedad Mexicana de Bio- y Neurofeedback, así como del grupo mexicano de Bioseñales. Esta página reúne parte de mi trabajo como ingeniero, analista de datos conductuales, estadístico y científico cognitivista.
Diseño experimental
Programo experimentos cognitivos desde mi primera formación en Biofeedback y Neurofeedback en 2010. Aprendí a usar NBS Presentation y E-Prime, pero he encontrado que la solución más versátil y estable para la mayoría de mis proyectos siempre ha sido PsychoPy y OpenVIBE. Ambos son de código abierto y cuentan con grandes comunidades de usuarios y desarrolladores. Diseños como el Attention Network Test (ANT), la tarea N-Back, y la Random Dot Motion Task (RDM), entre otros, están disponibles gratuitamente en mi GitHub.
Tecnología para la Ciencia Cognitiva
Una buena solución para mi laboratorio suele ser una buena solución para otros. Utilizo Lab Streaming Layer (LSL) para experimentos cognitivos que requieren la medición sincronizada de múltiples señales. Con ella, estándares abiertos como el Brain Imaging Data Structure (BIDS) y el Extensible Data Format (XDF) forman parte de las soluciones de gestión y compartición de datos que propongo. Estas implementaciones permiten usar un gran número de dispositivos en el mismo experimento, y que los datos se compartan y analicen de forma estandarizada.
Análisis de datos
El código abierto es algo natural en el desarrollo de software. El mundo de la computación no existiría tal como lo conocemos sin él. The NumFOCUS project lo sabe bien. A lo largo de mi carrera, ha sido una gran fuente de inspiración y apoyo. Uso el stack científico de Python y el lenguaje de programación Julia para todo mi análisis de datos. MNE-Python y PyTorch me han sido de gran utilidad para mis necesidades de procesamiento de señales y aprendizaje profundo.
Comunicación científica
La comunicación científica sostiene todo lo demás que hago. He usado cuadernos Jupyter a lo largo de toda mi educación superior. Más recientemente, Quarto ha cubierto mis necesidades de una herramienta de comunicación científica más robusta y reproducible. Junto con esto, git y GitHub se han convertido en herramientas sólidas para compartir y colaborar en mis proyectos. Esto, por supuesto, no reemplaza la comunicación personal, en forma de cursos, talleres y conferencias, pero sí facilita compartir y colaborar en distintos idiomas y con versiones en constante cambio.
La ciencia es un derecho humano
El conocimiento científico es un bien común. La mentalidad y las herramientas adecuadas pueden hacer que su descubrimiento, gestión y difusión estén al alcance de todos. Mi trabajo es un intento de poner ese principio en práctica — y de ayudar a otros a hacer lo mismo.