presword.Rmd

---
title: "Resultados Tesis"
author: Elias Mina
output: word_document
---

```{r setup, include=FALSE}
knitr::opts_chunk$set(echo = FALSE)
library(readxl)
library(tidyverse)
source("summarySE.R")
# Importar y Ordenar datos ---------------------------------------------------
datos_wm_wide <- read_excel("WMdatos.xlsx", sheet = "Resultados")
datos_wm <- gather(
  datos_wm_wide, dificultad_tarea, value,
  -c(Turno, Sujeto, ShipleyPE, Prefsub, CT, Ctgrupo)
) %>%
  separate(dificultad_tarea, c("Tarea", "dificultad_modalidad"), sep = 2) %>%
  separate(dificultad_modalidad, c("Dificultad", "Modalidad"), sep = 2) %>%
  arrange(Sujeto, Tarea, Dificultad)

datos_wm$Tarea <- factor(datos_wm$Tarea, ordered = F)
datos_wm$Turno <- factor(datos_wm$Turno,
                         #levels = c("Mañana","Tarde","Noche"),
                         ordered = T)
datos_wm$Dificultad <- factor(datos_wm$Dificultad,
  levels = c("LL", "HL"),
  ordered = T
)


# Anova por respuestas correctas ------------------------------------------
wm_RC <- filter(datos_wm, Modalidad == "RC" & Dificultad == "HL")
#wm_RC <- filter(datos_wm, Modalidad == "RC")
```

# Introducción
## Memoria de trabajo

- La memoria de trabajo es un almacén de información temporal orientado a un objetivo o meta que permite la interacción con el mundo (Baddeley, 2001).
- Es un almacén de capacidad limitada, en la cantidad de información que puede ser almacenada simultáneamente, así como por la complejidad de la información (Eriksson et al., 2015; Baddeley, 2001).

##

- Se postuló el modelo de memoria de trabajo por Baddeley y Hitch (1974) 
- No mantiene de forma pasiva la información

##

- Se reconocen al menos dos subprocesos dentro de la memoria de trabajo, el mantenimiento y la manipulación de información.
- El mantenimiento: La capacidad para retener información a corto plazo (Eriksson et al., 2015).
- La manipulación: La reorganización de información (Veltman, Rombouts, y Dolan, 2003).

##

- Diversos estudios han mostrado que la manipulación se asocia a menor porcentaje de respuestas correctas y mayor tiempo de reacción (D’Esposito, Postle, Ballard, y Lease, 1999; Glahn et al., 2002; Liu, Guo, y Luo, 2010).


# Resultados

##

![Fantasma mamon](fantasma.jpeg)

```{r results = 'asis', message= FALSE}
summarySE(wm_RC, measurevar = "value", groupvars = c("Tarea", "Dificultad")) %>%
knitr::kable(caption = "Tabla 1")
``` 

## Slide with R Output

```{r cars, echo = TRUE}
summary(wm_RC)
```

## Grafica 1
```{r pressure, echo = FALSE, message= FALSE}
summarySE(wm_RC, measurevar = "value", groupvars = c("Tarea", "Dificultad")) %>%
  ggplot(aes(x = factor(Tarea), y = value, fill = Tarea)) +
  geom_bar(position = position_dodge(), stat = "identity") +
  geom_errorbar(aes(ymin = value - se, ymax = value + se),
    width = .3,
    size = .6
  ) +
  xlab("Tarea") +
  ylab("% de respuestas correctas") +
  scale_fill_hue(
    name = "Tarea", # Legend label, use darker colors
    breaks = c("Mt", "Mp"),
    labels = c("Mantenimiento", "Manipulación")
  ) +
  ggtitle("Porcentaje de respuestas correctas\n por tareas") +
  ylim(c(0, 100)) +
  theme_minimal()
```

## Grafica 2
```{r pressure2, echo = FALSE, message= FALSE}
summarySE(wm_RC, measurevar = "value", groupvars = c("Tarea", "Dificultad", "Turno")) %>%
  ggplot(aes(x = factor(Tarea), y = value, fill = Turno)) +
  geom_bar(position = position_dodge(), stat = "identity") +
  geom_errorbar(aes(ymin = value - se, ymax = value + se),
    width = .3,
    size = .6,
    position = position_dodge(.9)
  ) +
  xlab("Tarea") +
  ylab("% de respuestas correctas") +
  scale_fill_hue(
    name = "Turno", # Legend label, use darker colors
    breaks = c("1", "2", "3"),
    labels = c("Mañana", "Tarde", "Noche")
  ) +
  ggtitle("Porcentaje de respuestas correctas\n por turno y tarea") +
  ylim(c(0, 100)) +
  theme_minimal()
```

##  Grafica 3
```{r pressure3, echo=FALSE, message=FALSE}
summarySE(wm_RC, measurevar = "value", groupvars = c("Dificultad", "Turno")) %>%
  ggplot(aes(x = factor(Turno), y = value, fill = Turno)) +
  geom_bar(position = position_dodge(), stat = "identity") +
  geom_errorbar(aes(ymin = value - se, ymax = value + se),
    width = .3,
    size = .6,
    position = position_dodge(.9)
  ) +
  xlab("Turno") +
  ylab("% de respuestas correctas") +
  scale_fill_hue(
    name = "Turno", # Legend label, use darker colors
    breaks = c("1", "2", "3"),
    labels = c("Mañana", "Tarde", "Noche")
  ) +
  ggtitle("Porcentaje de respuestas correctas\n por turno") +
  ylim(c(0, 100)) +
  theme(axis.ticks.x = element_blank(),axis.text.x = element_blank()) +
  theme_minimal()
```