Capítulo 7 — Síntesis de la tesis y archivo de reproducibilidad
Mapa de la lección
Lección 07 publicada. Mapa, ejemplo, EX034.
flowchart TD
N0["Resultados de aprendizaje y conexión"]
N1["7.1 La tesis como argumento"]
N2["7.2 Monografía o tesis por compendio de publicacione"]
N3["7.3 Estructura de la tesis del Estudio Cascada"]
N4["7.4 El archivo de reproducibilidad"]
N5["7.5 Datos sintéticos: inventados frente a calibrados"]
N6["7.6 Documentar modelos, datos y estudios"]
N7["7.7 Redactar las limitaciones"]
N0 --> N1 --> N2 --> N3 --> N4 --> N5 --> N6 --> N7
N7 --> EX["Ejemplo resuelto"]
EX --> Q["Ejercicio EX034"]
Dibujo lógico
flowchart LR
N0["Resultados de aprendizaje y conexión"]
N1["7.1 La tesis como argumento"]
N2["7.2 Monografía o tesis por compendio de publicacione"]
N3["7.3 Estructura de la tesis del Estudio Cascada"]
N4["7.4 El archivo de reproducibilidad"]
N5["7.5 Datos sintéticos: inventados frente a calibrados"]
N6["7.6 Documentar modelos, datos y estudios"]
N7["7.7 Redactar las limitaciones"]
N0 --> N1 --> N2 --> N3 --> N4 --> N5 --> N6 --> N7 --> Q["EX034"]
[Resultados de aprendizaje y conexión]
|
v
[7.1 La tesis como argumento]
|
v
[7.2 Monografía o tesis por compendio de publicacione]
|
v
[7.3 Estructura de la tesis del Estudio Cascada]
|
v
[7.4 El archivo de reproducibilidad]
|
v
[7.5 Datos sintéticos: inventados frente a calibrados]
|
v
[7.6 Documentar modelos, datos y estudios]
|
v
[7.7 Redactar las limitaciones]
|
v
[Ejemplo resuelto] --> [Ejercicio EX034]
Resultados de aprendizaje y conexión
Al terminar este capítulo, el estudiante será capaz de:
- Estructurar una tesis como un argumento en el que cada afirmación está vinculada a evidencia, garantía, alcance y limitación.
- Decidir entre una monografía y una tesis por compendio de publicaciones e integrar cualquiera de las dos en un único argumento coherente.
- Diseñar un archivo de reproducibilidad por niveles que publique tanto como sea lícito y seguro, bajo la protección de la información de infraestructura.
- Distinguir los datos sintéticos inventados de los datos sintéticos calibrados con lugares reales, y evaluar el riesgo residual de divulgación.
- Documentar modelos, conjuntos de datos y estudios de simulación con estructuras reconocidas.
- Redactar una sección de limitaciones que informe en lugar de disculparse.
El capítulo 6 produjo la afirmación acotada. Este capítulo arma la tesis en torno a ella y construye el archivo que permite a otros comprobarla sin exponer la infraestructura que estudia.
7.1 La tesis como argumento
Una tesis no es un informe de todo lo realizado; es un argumento a favor de una contribución. Un andamiaje útil es el análisis de los argumentos de Toulmin (Toulmin, 1958/2003): una afirmación sustentada por datos (evidencia) mediante una garantía (la razón por la que la evidencia sustenta la afirmación), con un respaldo para la garantía, un cualificador (con qué fuerza) y refutaciones (condiciones en las que la afirmación falla). Aplicado a la investigación sobre infraestructura:
| Elemento | Ejemplo del Estudio Cascada |
|---|---|
| Afirmación | El orden por tiempo hasta el impacto reduce la pérdida ponderada de servicios críticos respecto del orden por indicador crítico cuando los órdenes divergen, los mapas son exactos y las reservas son cortas. |
| Datos | Simulaciones pareadas de Riverbend y Port Halvard; análisis de 200 regiones; pruebas de error del mapa y de escalado de reservas. |
| Garantía | El simulador representa el agotamiento de las reservas y el restablecimiento secuencial de forma adecuada para clasificar órdenes. |
| Respaldo | Pruebas de verificación; reproducción de las líneas de base; validación histórica del tiempo del agua; validez operacional frente a clasificaciones expertas. |
| Cualificador | En regiones sintéticas, una sola clase de escenario (interrupciones de distribución que requieren restablecimiento manual secuencial), pesos declarados de antemano. |
| Refutaciones | Errores del mapa; reservas largas; conjuntos de pesos que favorecen la ramificación; reservas humanas y tiempo de desplazamiento omitidos; frecuencia de la divergencia en el mundo real desconocida. |
Cada capítulo de la tesis debe aportar un elemento identificable. Un capítulo que no aporta ninguno es candidato a apéndice.
7.2 Monografía o tesis por compendio de publicaciones
Una monografía presenta un único argumento integrado; una tesis por compendio de publicaciones reúne artículos con una introducción y una conclusión integradoras. Las tesis sobre infraestructura suelen mezclar géneros —un artículo de modelado, un estudio empírico de operadores, un análisis de políticas—, lo que se adapta bien a las tesis por compendio, pero los capítulos integradores deben hacer un trabajo real: enunciar la afirmación general, mostrar cómo aporta cada artículo datos o respaldo, conciliar las diferencias de alcance entre los artículos y presentar las limitaciones del conjunto. Las normas sobre formato, declaraciones de coautoría y publicación previa difieren entre instituciones; este itinerario educativo no otorga títulos y no puede asesorar sobre las normas de ninguna institución más allá de señalar que deben comprobarse pronto.
7.3 Estructura de la tesis del Estudio Cascada
- Introducción. Problema, vacío, tipos de contribución, afirmación general y su alcance.
- Marco de referencia. Definiciones, literatura sobre interdependencia y resiliencia, práctica de restablecimiento, teoría de la programación (capítulos 1–2 de este libro).
- Método. Mecanismo, hipótesis, líneas de base, protocolo, ética y protección de la información (capítulo 3).
- Verificación y líneas de base. Reproducciones, pruebas de verificación, obtención de parámetros y piloto (capítulo 4).
- Estudio principal y validación. Simulaciones, ejercicio de mesa, validación, segunda región (capítulo 5).
- Crítica y contornos. Pruebas del red team, sensibilidad, análisis de muchas regiones, afirmación acotada, revisión de doble uso (capítulo 6).
- Discusión. Qué pueden hacer los profesionales y los responsables de las políticas con la afirmación acotada; qué sigue sin conocerse.
- Limitaciones.
- Conclusión.
- Apéndices. Prerregistro y enmiendas, bitácora de desviaciones, listado de pruebas de verificación, protocolos de obtención, materiales del ejercicio de mesa, manifiesto del archivo.
7.4 El archivo de reproducibilidad
7.4.1 Objetivos y restricciones
La reproducibilidad en este campo debe cumplir dos objetivos que tiran en direcciones opuestas: permitir que otros comprueben el trabajo y no publicar información que ayude a alguien a dañar la infraestructura o que identifique a personas. Los principios FAIR —localizable, accesible, interoperable, reutilizable— ayudan aquí porque FAIR no significa abierto: los datos pueden ser localizables y tener sus condiciones de acceso claramente descritas mientras el acceso en sí está controlado.
7.4.2 Niveles de publicación
| Nivel | Quién puede acceder | Qué contiene en el Estudio Cascada | Condiciones |
|---|---|---|---|
| T0 Público | Cualquier persona | Código del simulador, pruebas, definiciones de regiones sintéticas, semillas, salidas, scripts de análisis, materiales del ejercicio de mesa sin identificadores | Licencia indicada; identificador persistente |
| T1 Registrado | Investigadores que se registran y aceptan las condiciones | Rangos de obtención agregados sin la identidad de los socios; conjuntos de escenarios ampliados | Las condiciones de uso prohíben la reidentificación y la selección de objetivos |
| T2 Controlado | Investigadores aprobados bajo un acuerdo y, cuando corresponda, con aprobación ética | Transcripciones seudonimizadas del ejercicio de mesa y justificaciones codificadas | Acuerdo de uso de datos; entorno seguro; auditoría |
| T3 Retenido | No se publica; solo se describe | Relaciones alimentador-instalación derivadas de los socios, inventarios reales de reservas, mapas | Su existencia y naturaleza se describen en la tesis para que los examinadores sepan qué falta y por qué |
El manifiesto del archivo enumera cada archivo con un hash criptográfico y su nivel, de modo que cualquiera puede verificar que los archivos públicos son los que se usaron, y los examinadores pueden ver qué existe en los niveles superiores.
7.4.3 Actividad práctica: construir un manifiesto por niveles
# Lab 7 - build a tiered reproducibility manifest for a synthetic thesis archive (offline)
import hashlib, json, os, tempfile
files = {
"code/lab5_mc.py": b"# simulation code\n",
"data/synthetic_riverbend_params.csv": b"feeder,customers\nF1,9000\nF2,1200\nF3,2500\nF4,6000\n",
"data/partner_feeder_map.csv": b"feeder,substation,gps\nF2,SUB-7,redacted\n",
"results/mc_summary.json": b'{"mean_dloss": -46.86}\n',
"docs/operator_interview_notes.txt": b"P03: we restore by customer count\n",
}
RULES = [ # first matching rule wins; order matters
("partner_", "T3-withheld: partner-owned infrastructure detail; describe, do not release"),
("interview", "T2-controlled: human-subjects data; release only under approved access agreement"),
("synthetic_", "T0-public"),
("code/", "T0-public"),
("results/", "T0-public"),
]
def tier(path):
for key, label in RULES:
if key in path:
return label
return "UNCLASSIFIED: stop and review"
with tempfile.TemporaryDirectory() as root:
manifest = []
for rel, content in sorted(files.items()):
p = os.path.join(root, rel)
os.makedirs(os.path.dirname(p), exist_ok=True)
with open(p, "wb") as fh:
fh.write(content)
manifest.append({"path": rel, "sha256": hashlib.sha256(content).hexdigest()[:16], "tier": tier(rel)})
print(json.dumps(manifest, indent=1))
print("public files:", sum(m["tier"].startswith("T0") for m in manifest), "of", len(manifest))
Salida esperada:
[
{
"path": "code/lab5_mc.py",
"sha256": "e9db014f8aeb90da",
"tier": "T0-public"
},
{
"path": "data/partner_feeder_map.csv",
"sha256": "160cefe894e75af9",
"tier": "T3-withheld: partner-owned infrastructure detail; describe, do not release"
},
{
"path": "data/synthetic_riverbend_params.csv",
"sha256": "66bd4b5c8f37d273",
"tier": "T0-public"
},
{
"path": "docs/operator_interview_notes.txt",
"sha256": "35c6e20265ce92c5",
"tier": "T2-controlled: human-subjects data; release only under approved access agreement"
},
{
"path": "results/mc_summary.json",
"sha256": "7bde71d2f02e64ad",
"tier": "T0-public"
}
]
public files: 3 of 5
Dos decisiones de diseño merecen atención. Primero, las reglas están ordenadas y gana la primera coincidencia: si la regla «synthetic» se colocara antes que la regla «partner», un archivo llamado synthetic_partner_feeders.csv se publicaría. Ordene primero las reglas más restrictivas. Segundo, un archivo sin coincidencia devuelve "UNCLASSIFIED: stop and review" en lugar de un nivel predeterminado; un flujo de publicación debe fallar de forma cerrada. Los flujos reales también analizarían el contenido de los archivos (coordenadas, identificadores de activos, nombres), no solo las rutas.
7.5 Datos sintéticos: inventados frente a calibrados
Las regiones de este libro son inventadas: sus números se eligieron para enseñar y no corresponden a ningún lugar. Una tesis basada en un socio real produciría más probablemente datos sintéticos calibrados, generados para reproducir propiedades estadísticas de datos reales. La calibración preserva el valor para la investigación y también preserva cierto riesgo de divulgación: si la región real tiene un único hospital en un alimentador pequeño con una planta de agua de reserva corta, una región sintética calibrada que preserve esas relaciones todavía puede señalarla. Evalúe explícitamente el riesgo residual: ¿podría una persona informada hacer corresponder la configuración sintética con una real? ¿Revelaría esa correspondencia algo que no sea ya público? Generalizar (rangos en lugar de valores), perturbar y mezclar varias configuraciones reales reducen el riesgo; la evaluación y las medidas elegidas pertenecen a la documentación del archivo.
7.6 Documentar modelos, datos y estudios
- Modelos. Para los componentes basados en agentes, el protocolo ODD —visión general, conceptos de diseño, detalles— da una estructura estándar (Grimm et al., 2006). Para cualquier simulador, documente el propósito, las entidades y las variables de estado, los procesos y su programación, las entradas y sus fuentes, las pruebas de verificación y las limitaciones conocidas.
- Conjuntos de datos. Las fichas de datos (datasheets) registran la motivación, la composición, el proceso de recopilación, el preprocesamiento, los usos, la distribución y el mantenimiento (Gebru et al., 2021).
- Componentes aprendidos. Si el estudio incluye un modelo aprendido (por ejemplo, un detector), una ficha de modelo (model card) registra el uso previsto, las condiciones de evaluación y las limitaciones (Mitchell et al., 2019).
- Cómputo. Fije las versiones del lenguaje y de las bibliotecas, registre las semillas, proporcione una única orden que regenere cada tabla y cada figura, e incluya las pruebas de verificación. Sandve et al. (2013) dan diez reglas prácticas.
7.7 Redactar las limitaciones
Una sección de limitaciones forma parte del argumento: enuncia las condiciones de refutación y su dirección probable. Las secciones de limitaciones débiles enumeran salvedades genéricas («se necesita más investigación»). Las fuertes dicen, para cada limitación, qué es, cómo podría cambiar el resultado y en qué dirección, y qué estudio la resolvería. Para el Estudio Cascada:
| Limitación | Efecto posible | Dirección | Estudio que la resolvería |
|---|---|---|---|
| Se omiten las reservas humanas (agua en camiones, entregas de combustible, deslastre de carga) | El modelo exagera la consecuencia de todos los órdenes y el beneficio de reordenar | Hacia un beneficio menor | Modelar la ampliación de las reservas como condicionada a las telecomunicaciones y las carreteras; validar frente a registros posteriores a la acción |
| Se omite el tiempo de desplazamiento entre alimentadores | Los órdenes que saltan entre alimentadores distantes cuestan más de lo modelado | Hacia un beneficio menor de DEP cuando los alimentadores críticos están dispersos | Añadir una matriz de tiempos de desplazamiento; volver a ejecutar |
| Solo regiones sintéticas | Frecuencia de la divergencia en regiones reales desconocida | Desconocida | Encuesta a empresas de servicios que mida la divergencia, con protección T3 |
| Pesos de un solo panel | Los veredictos cambian con los pesos (EX034) | Cualquiera | Varios paneles; reportar los veredictos por conjunto de pesos |
| Muestra del ejercicio de mesa de 12 personas de 3 empresas de servicios | Evidencia de adopción débil | Hacia una exageración de la adoptabilidad | Estudio más amplio y estratificado; piloto de campo durante ejercicios |
| Clase de escenario cibernético limitada a interrupciones de distribución que requieren restablecimiento manual | No cubre ataques contra las herramientas de restablecimiento ni contra los datos de prioridad | Desconocida | Familia de escenarios que incluya ataques a la integridad de los datos de planificación (motivada por el §6.6) |
7.8 Ejemplo resuelto: armar el archivo
El primer plan de archivo del candidato colocaba todo en T2 «por seguridad». El comité lo rechazó: la restricción excesiva impide la verificación y no es segura, solo hace el trabajo imposible de auditar. El plan revisado usó la tabla de niveles del §7.4.2, publicó todo el código y las configuraciones sintéticas en T0 con una única orden de regeneración, colocó las transcripciones del ejercicio de mesa en T2 según las condiciones de consentimiento que firmaron los participantes, y registró el material T3 de los socios en una descripción que indicaba a los examinadores exactamente qué análisis dependían de él: ninguno de los resultados confirmatorios, por diseño, porque el estudio usó regiones inventadas para todas las afirmaciones públicas y usó los datos de los socios solo para los rangos de obtención y la validez aparente. Esa decisión de diseño, tomada en el capítulo 1, es la que hizo posible un archivo en gran parte público.
7.9 Errores habituales y límites
- Redactar la tesis como un cuaderno de laboratorio cronológico en lugar de como un argumento.
- Restringirlo todo, o publicarlo todo, en lugar de establecer niveles.
- Equiparar FAIR con abierto.
- Tratar los datos sintéticos calibrados como automáticamente seguros.
- Scripts de publicación que fallan de forma abierta.
-
Secciones de limitaciones sin dirección ni estudios que las resuelvan.
-
Colocar todo en un nivel restrictivo por seguridad, lo que impide la verificación y hace el trabajo imposible de auditar en lugar de seguro.
- Ordenar las reglas de publicación de modo que un patrón permisivo como synthetic coincida antes que uno restrictivo como partner.
- Clasificar los archivos solo por su nombre, sin analizar su contenido en busca de coordenadas, identificadores de activos o nombres.
- Dejar que los resultados confirmatorios dependan de material retenido de los socios, de modo que los examinadores no puedan comprobarlos.
- Omitir una única orden que regenere cada tabla y cada figura a partir de los archivos públicos.
Ejercicios — capítulo 7
EX039 — Mapa del argumento. Objetivo: exponer el argumento de la tesis. Entradas: la afirmación acotada del §6.5. Restricciones: use los seis elementos de Toulmin. Pasos: (1) cartografíe la afirmación; (2) marque qué capítulo de la tesis aporta cada elemento; (3) identifique la garantía más débil y la evidencia que la reforzaría. Evidencia esperada: mapa y párrafo. Rúbrica: 3 = mapa completo, garantía más débil correctamente identificada (adecuación del modelo para regiones reales, o reservas humanas omitidas) con un estudio específico para reforzarla; 2 = un elemento pobre; 1 = solo afirmación y datos; 0 = nada.
EX040 — Asignación de niveles. Objetivo: asignar niveles a un archivo realista. Entradas: diez artefactos: código del simulador; pruebas de verificación; configuración de Riverbend; formularios de obtención con nombres de socios; rangos de obtención agregados; audio del ejercicio de mesa; justificaciones codificadas; formularios de consentimiento; un procedimiento de restablecimiento de un socio; figuras finales. Restricciones: use los cuatro niveles; justifique cada uno. Pasos: (1) asigne un nivel a cada artefacto; (2) justifique el nivel en una línea; (3) proponga una transformación que llevaría cada elemento restringido a un nivel más abierto. Evidencia esperada: tabla. Rúbrica: 3 = niveles sensatos (código, pruebas, configuraciones y figuras T0; rangos agregados T1; justificaciones codificadas T2, o T1 si se desidentifican; audio, formularios de consentimiento y formularios de obtención con nombres T2 o T3; procedimiento del socio T3) con transformaciones; 2 = uno o dos mal juzgados; 1 = niveles uniformes; 0 = nada.
EX041 — Manifiesto que falla de forma cerrada. Objetivo: mejorar el Laboratorio 7. Entradas: Laboratorio 7. Restricciones: sin conexión. Pasos: (1) añada un archivo data/synthetic_partner_feeders.csv; (2) muestre que el orden actual de las reglas lo clasifica correctamente y explique por qué; (3) mueva la regla synthetic_ al primer lugar, vuelva a ejecutar y registre el fallo; (4) añada una comprobación de contenido que niegue el nivel público a cualquier archivo que contenga la cadena SUB-. Evidencia esperada: código, salidas, explicación. Rúbrica: 3 = demuestra el peligro del orden, la comprobación de contenido funciona, la explicación se vincula al diseño que falla de forma cerrada; 2 = parcial; 1 = no se ejecutó; 0 = nada.
EX042 — Evaluación del riesgo residual de divulgación. Objetivo: evaluar datos sintéticos calibrados. Entradas: una región sintética calibrada con un condado real con un hospital, dos plantas de agua y cinco alimentadores, que preserva qué alimentador alberga el hospital. Restricciones: use las preguntas del §7.5. Pasos: (1) evalúe el riesgo de reidentificación; (2) evalúe qué revelaría una correspondencia; (3) proponga transformaciones y evalúe su costo para el valor de la investigación. Evidencia esperada: evaluación de una página. Rúbrica: 3 = reconoce la reidentificación a través de una estructura única, propone mezcla o generalización, sopesa con honestidad el valor para la investigación; 2 = evaluación superficial; 1 = declara seguro lo sintético; 0 = nada.
EX043 — Documentación del modelo. Objetivo: documentar el simulador del Laboratorio 5. Entradas: código del Laboratorio 5. Restricciones: siga los elementos del modelo del §7.6; como máximo dos páginas. Pasos: (1) redacte el propósito, las entidades, los procesos y su programación; (2) enumere las entradas y sus fuentes; (3) enumere las pruebas de verificación; (4) enumere las limitaciones conocidas, incluidas al menos tres del §7.7. Evidencia esperada: documento. Rúbrica: 3 = fiel al código (intervalos basados en eventos, retardo de rearranque, asignación de cuadrillas, semántica «O» para las dependencias), limitaciones específicas; 2 = inexactitudes menores; 1 = genérico; 0 = nada.
EX044 — Sección de limitaciones. Objetivo: redactar limitaciones que informen. Entradas: su propio estudio o el Estudio Cascada. Restricciones: al menos cinco limitaciones, cada una con su efecto, su dirección y el estudio que la resolvería. Pasos: (1) enumere las limitaciones; (2) indique el efecto y la dirección de cada una; (3) nombre el estudio que resolvería cada una; (4) ordénelas según cuánto podrían cambiar la afirmación principal. Evidencia esperada: tabla y párrafo de ordenación. Rúbrica: 3 = específicas, con dirección, con estudios que las resuelvan y una ordenación justificada; 2 = faltan direcciones en algunas; 1 = salvedades genéricas; 0 = nada.
Síntesis del capítulo
La tesis es un argumento: afirmación, datos, garantía, respaldo, cualificador y refutaciones, cada uno aportado por una parte identificable del trabajo. La investigación sobre infraestructura debe conciliar la reproducibilidad con la protección de la infraestructura estudiada y de las personas implicadas; los archivos por niveles con manifiestos con hash lo logran, y los principios FAIR describen el acceso sin implicar apertura. Las herramientas de publicación deben fallar de forma cerrada y comprobar el contenido, no solo los nombres. Los datos sintéticos inventados conllevan poco riesgo de divulgación; los datos sintéticos calibrados necesitan una evaluación explícita del riesgo residual. Documente los modelos, los datos y el cómputo con estructuras reconocidas. Las limitaciones enuncian la dirección y los estudios que las resolverían, lo que las convierte en la siguiente agenda de investigación.
Siga estudiando — capítulo 07 de 08
← Capítulo 06 · Índice de capítulos del curso · Capítulo 08 →
Continúe con la siguiente lección escrita.