Movement and Mental Health in Children — Visualización de datos (Parte II)

Práctica universitaria realizada como parte de la asignatura "Visualización de Datos" del Máster Universitario en Ciencia de Datos de la UOC.

Proyecto público: https://marcusmcfly.github.io/visualization_project_part_2/

Visualización interactiva de la relación entre actividad física (Apple Watch Series 7) y salud mental infantil (cuestionarios SDQ y SNAP-IV), basada en el dataset Movement and Mental Health in Children (Zenodo, 2024).

La justificación y selección del dataset están en docs/part_1.docx (Parte I).

Arquitectura (dos capas)

Los datos crudos pesan ~2,73 GB y no pueden servirse desde GitHub Pages, así que el proyecto se separa en:

1. ETL offline (Python / notebooks) — lee datasets/raw/, agrega y exporta JSON ligeros a docs/data/.
2. Web estática (HTML/CSS/JS) — en docs/, consume esos JSON con Plotly.js + D3.js. Se publica en GitHub Pages (rama main, carpeta /docs).

notebooks/   01_eda · 02_etl_demographic · 03_etl_movement · 04_analysis
src/         etl_utils.py (helpers de lectura y scoring)
docs/        index.html · css/ · js/ · data/*.json   ← raíz de GitHub Pages
datasets/raw # 84 CSV — NO versionado (.gitignore)

Puesta en marcha

python -m venv .venv
# Windows: .venv\Scripts\activate
pip install -r requirements.txt

1. Coloca los CSV del dataset en datasets/raw/.
2. Ejecuta los notebooks en orden (01 → 04); generan docs/data/*.json.
3. Sirve la web en local:

   cd docs && python -m http.server 8000

   y abre http://localhost:8000.

Objetivos de visualización (Parte I)

• A · Perfilado psicométrico (SDQ / SNAP-IV)
• B · Fenotipos de movimiento (pasos, sedentarismo, ritmo circadiano)
• C · Relación movimiento ↔ salud mental (correlaciones)
• D · Segmentación de perfiles (clustering)
• E · Dinámica temporal (intradía, laborable vs. finde)

Notas sobre los datos

• {ID}_T.csv = actividad agregada por hora (delimitador ;); {ID}_F.csv = fragmentos (delimitador ,).
• Falta el ítem SDQ19 y la columna age → se tratan como ausentes.

Licencia y atribución del dataset

El conjunto de datos original se publica bajo licencia Creative Commons Attribution 4.0 International (CC BY 4.0).

Esto significa que cualquiera es libre de compartir (copiar y redistribuir) y adaptar (transformar y construir a partir de) los datos, incluso con fines comerciales, siempre que se atribuya correctamente la autoría, se indique si se han hecho cambios y se enlace a la licencia. Bajo esta licencia, redistribuir públicamente los datos derivados de este proyecto (los JSON preagregados en docs/data/) es legítimo siempre que se mantenga la atribución que figura a continuación.

Atribución requerida (CC BY 4.0): W. Lin, “Movement and Mental Health in Children”. Zenodo, v1, diciembre de 2024. DOI: 10.5281/zenodo.14875672 · https://zenodo.org/records/14875672

El propio proyecto (código, notebooks, scripts, sitio web y contenido original) se publica bajo licencia MIT, pero los datos originales y los datos derivados de este dataset siguen sujetos a CC BY 4.0 y requieren la atribución indicada.

Los datos están anonimizados (los participantes se identifican con códigos como H1, W4…, sin datos personales directos), por lo que su publicación abierta no plantea problemas adicionales más allá de mantener la atribución exigida por la licencia.