Archivo de la etiqueta: Gestión de datos de investigación

Agenda Estratégica de Investigación e Innovación (SRIA) de la Nube Europea de Ciencia Abierta (EOSC)

European Commission, Directorate-General for Research and Innovation, Strategic Research and Innovation Agenda (SRIA) of the European Open Science Cloud (EOSC), 2022, https://data.europa.eu/doi/10.2777/935288

Esta Agenda Estratégica de Investigación e Innovación (SRIA) proporciona una hoja de ruta clara para los próximos siete años con el fin de alcanzar la visión y los objetivos de EOSC, a saber, ofrecer una «Red de datos y servicios FAIR» operativa para la ciencia. EOSC, una infraestructura paneuropea para la ciencia abierta, proporcionará un entorno abierto y de confianza para acceder y gestionar una amplia gama de datos de investigación financiados con fondos públicos y otros productos digitales, así como los servicios relacionados. De este modo, transformará el modo en que los investigadores acceden a los conocimientos digitales y los comparten a lo largo de todo el ciclo de vida de la investigación, ayudando a los científicos europeos a cosechar todos los beneficios de la ciencia basada en datos y dando a Europa un liderazgo mundial tanto en la gestión de datos de investigación como en el progreso científico.

La EISR es el resultado de un proceso de cocreación colectivo y con visión de futuro para identificar y priorizar actividades complementarias a nivel comunitario, nacional e institucional. Su contenido ha sido validado mediante una amplia consulta a las partes interesadas de la EOSC, incluidos los representantes de los Estados miembros de la UE y de otros países asociados al programa de I+D de la UE, las organizaciones que realizan y financian la investigación, las infraestructuras de investigación y las infraestructuras electrónicas, las bibliotecas de investigación y las asociaciones de investigación.

Recomendaciones para las revistas que desea definir una «política de datos» relacionada con las publicaciones

Recommandations aux revues souhaitant définir une « politique de données » liées aux publications. Paris: Ministère de l’Enseignement Supérieur, de la Recherche et de l’Innovation, 2021

Texto completo

Este documento está a disposición de las revistas y los consejos editoriales que deseen aplicar un política de datos. Una política de datos define lo que la revista espera de sus autores en cuanto a la gestión y difusión de los datos asociados a sus publicaciones.

Este documento se dirige especialmente a los editores de revistas de humanidades y ciencias sociales, ya que se han implicado relativamente menos en este tema que sus homólogos de ciencia, la tecnología y la medicina. revistas médicas. Sin embargo, puede ser útil para todos los editores, sea cual sea el ámbito disciplinario de su revista

Compartir los datos de las publicaciones científicas – guía para los investigadores

Partager les données liées aux publications scientifiques – Guide pour les chercheurs. Paris: Ministère de l’Enseignement Supérieur, de la Recherche et de l’Innovation, 2022

Texto completo

Esta guía -dirigida a los investigadores- repasa las ventajas de compartir datos antes de explicar de forma muy concreta cómo proceder para vincular los datos y la publicación. En el ámbito de la investigación científica investigación científica, publicaciones son vehículos clásicos para de difusión del conocimiento. conocimientos. Los resultados presentados en ellos se basan cada vez más en datos subyacentes y análisis. La puesta en común de los datos asociados publicaciones es, por tanto, un elemento importante en la calidad del trabajo de investigación. El objetivo de este esta guía es familiarizarse con con los pasos necesarios para compartir intercambio de datos de publicación con un enfoque práctico.

El viaje impulsado por los datos hacia la excelencia en la fabricación

The Data-Driven Journey Towards Manufacturing Excellence. World Economic Forum y BCG, 2022

Texto completo

Las perturbaciones globales, como la escasez de la cadena de suministro y el cambio climático, están afectando fundamentalmente a las operaciones de fabricación en todo el mundo. Los datos son la clave para superar estos retos, mejorar los modelos operativos existentes y permitir la creación de nuevo valor. Para ayudar a capitalizar el poder de los datos, los miembros de la iniciativa Unlocking Value in Manufacturing through Data Sharing (Desbloquear el valor en la fabricación a través del intercambio de datos) han desarrollado conjuntamente el Marco de Excelencia de Datos en la Fabricación, una herramienta que identifica las oportunidades de alto valor para las aplicaciones basadas en datos y los habilitadores tecnológicos y organizativos necesarios para construirlas y ampliarlas.

Este libro blanco arroja luz sobre las mejores prácticas y los casos de uso reales implementados por los principales fabricantes que codesarrollaron y aplicaron el marco en sus instalaciones. También describe las tres etapas de la excelencia de los datos de fabricación: la obtención de información procesable, la predicción de resultados futuros y la habilitación de sistemas de auto-optimización.

Guía de evaluación para la conservación de datos de investigación

Jonathan Dorey, Grant Hurley, & Beth Knazook. Appraisal Guidance for the Preservation of Research Data. Otaswa. Digital Research Alliuance, 2022

Texto completo

La evaluación y la selección son actividades clave necesarias para la gestión responsable de los datos de investigación. No todos los datos tienen valor para la investigación a largo plazo, y el creciente volumen de datos producidos y publicados para satisfacer necesidades a corto y medio plazo supone una carga tanto para los repositorios que almacenan y mantienen el acceso a los recursos como para los investigadores que buscan datos de calidad. Las prácticas de valoración de los repositorios, que a menudo se llevan a cabo como parte del proceso de curación en el momento del depósito para optimizar los datos para su intercambio y reutilización, deben abordar mejor la sostenibilidad a largo plazo de las prácticas de datos FAIR. Esta guía ha sido diseñada para ser utilizada junto con las políticas de adquisición, desarrollo de la colección, preservación y retirada del repositorio y otros documentos de estrategia institucional de alto nivel para ayudar a los conservadores a trabajar con los investigadores y los especialistas en preservación para evaluar los datos de investigación para su preservación a largo plazo.

¿Cómo se relacionan las propiedades de los datos, su conservación y su financiación con la reutilización?

Hemphill, L., Pienta, A., Lafia, S., Akmon, D., & Bleckley, D. A. (2022). How do properties of data, their curation, and their funding relate to reuse? Journal of the Association for Information Science and Technology, 1– 13. https://doi.org/10.1002/asi.24646

A pesar de las grandes inversiones públicas para facilitar el uso secundario de los datos, hay poca información sobre los factores específicos que predicen la reutilización de los datos. Utilizando los registros de descarga de datos del Consortium for Political and Social Research (ICPSR), este estudio examina cómo las propiedades de los datos, las decisiones de conservación y los modelos de financiación de los repositorios se relacionan con la reutilización de los datos. Se encontró que los conjuntos de datos depositados por instituciones, sujetos a muchas tareas de curaduría, y cuyo acceso y preservación son financiados externamente, son utilizados con mayor frecuencia. Los resultados confirman que las inversiones en la recopilación, la conservación y la preservación de los datos están asociadas a una mayor reutilización de los mismos.

Comunicación visual de la información: qué y cómo podemos narrar con datos

Pérez-Montoro, Mario. Comunicación visual de la información: qué y cómo podemos narrar con datos. Instituto Brasileiro de Informação em Ciência e Tecnologia (IBICT), 2022.

Texto completo

Una parte importante de nuestro trabajo diario consiste en la búsqueda, obtención y refinado de un conjunto de datos que nos permita narrar una historia. Pero los datos no hablan por sí solos. Necesitan ser visualizados para mostrar un análisis derivado y permitir que afloren los patrones que encierran. Para realizar una buena visualización es necesario conocer los principios lógicos y perceptivos que garantizan su eficiencia comunicativa. En este trabajo vamos a introducir de forma práctica todos esos principios que nos permitirán diseñar y utilizar este útil instrumento de representación de datos en nuestros productos comunicacionales.

Concretamente, vamos a presentar los conceptos y principios básicos que sustentan la Visualización de la Información y conocer los fundamentos perceptivos básicos de la visualización. También vamos a ofrecer una base metodológica para seleccionar la mejor visualización con gráficas para cada tipo de contenido informativo. Y, por último, vamos a aprender a realizar un correcto diseño visual de gráficas de acuerdo con los principios cognitivos y éticos que las regulan.

Directrices comunitarias globales para documentar, compartir y reutilizar la información sobre la calidad de los conjuntos de datos digitales individuales

Peng, Ge, et al. «Global Community Guidelines for Documenting, Sharing, and Reusing Quality Information of Individual Digital Datasets». Data Science Journal, vol. 21, n.o 1, marzo de 2022, p. 8. N/A, datascience.codata.org, https://doi.org/10.5334/dsj-2022-008.

La ciencia de código abierto se basa en recursos abiertos y gratuitos que incluyen datos, metadatos, software y flujos de trabajo. Las decisiones informadas sobre la conveniencia y el modo de (re)utilizar los conjuntos de datos digitales dependen de la comprensión de la calidad de los datos subyacentes y de la información pertinente. Sin embargo, la información de calidad, al ser difícil de conservar y a menudo específica del contexto, no está actualmente disponible para ser compartida dentro y entre disciplinas. Para ayudar a resolver este problema y promover la creación y la reutilización de la información compartida libre y abiertamente sobre la calidad de los conjuntos de datos individuales, los miembros de varios grupos de todo el mundo han emprendido un esfuerzo para desarrollar directrices comunitarias internacionales con recomendaciones prácticas para la comunidad de las ciencias de la Tierra, colaborando con expertos internacionales del sector.

Las directrices se inspiraron en los principios rectores de ser encontrables, accesibles, interoperables y reutilizables (FAIR). El uso de las directrices de información sobre la calidad de los conjuntos de datos FAIR pretende ayudar a las partes interesadas, como los centros de datos científicos, los repositorios de datos digitales y los productores, editores, administradores y gestores de datos, a:

i) Capturar, describir y representar la información sobre la calidad de sus conjuntos de datos de forma coherente con los Principios Rectores FAIR;

ii) Permitir el máximo descubrimiento, confianza, intercambio y reutilización de sus conjuntos de datos; y

iii) Permitir el acceso internacional y la integración de la información sobre la calidad de los conjuntos de datos.

Este artículo describe los procesos que desarrollaron las directrices alineadas con los principios FAIR, presenta un flujo de trabajo genérico de evaluación de la calidad, describe las directrices para preparar y difundir la información sobre la calidad de los conjuntos de datos y esboza un camino a seguir para mejorar su diversidad disciplinaria.

Buenas prácticas en la enseñanza de la competencia FAIR en la gestión de datos de investigación

Good Practices in FAIR Competence Education. European Commission, 2021

Texto completo


Este informe presenta una colección de siete estudios de caso que describen cómo se están abordando las competencias FAIR a través de programas de educación y formación. Las buenas prácticas ofrecen ejemplos de integración exitosa de la  Gestión de datos de investigación (RDM) y de las competencias relacionadas con los datos FAIR en los planes de estudio y la formación de las universidades para proporcionar una perspectiva actualizada sobre cómo estas competencias están siendo implementadas por las instituciones de educación superior.

El objetivo del informe es proporcionar a las universidades puntos de inspiración y ejemplos prácticos de cómo otras instituciones y organizaciones del sector de la educación superior han abordado la necesidad de enseñar más habilidades relacionadas con RDM y los datos FAIR en los niveles de grado, máster y doctorado. Para ello, se analizan los impulsores externos e internos, los pasos para la implementación, la capacidad invertida y el impacto alcanzado por las buenas prácticas.

El informe se ha elaborado en el marco del proyecto Fostering FAIR Data Practices in Europe (FAIRsFAIR), cuyo objetivo es desarrollar y suministrar soluciones prácticas para apoyar la aplicación y el uso de los principios de datos FAIR a lo largo del ciclo de vida de los datos de investigación. En particular, contribuye a los esfuerzos del paquete de trabajo 7 (WP7) del proyecto, dirigido por la EUA y centrado en «FAIR Data Science Curricula and Professionalisation».

Informe sobre la madurez de los datos abiertos

Hesteren, D., Knippenberg, L., Weyzen, R., et al., Open data maturity report Publications Office,2021, 2022

Texto completo

La evaluación de la madurez de los datos abiertos en 2021 evalúa el desarrollo de los países europeos en el ámbito de los datos abiertos. Se trata del séptimo informe anual consecutivo de data.europa.eu (anteriormente realizado por el Portal Europeo de Datos). El objetivo de este informe es ayudar a los países a comprender mejor su nivel de madurez, captar su progreso a lo largo del tiempo, encontrar áreas de mejora y compararlo con otros países. Además, el estudio ofrece una visión general de las mejores prácticas aplicadas en toda Europa que podrían transferirse a otros contextos nacionales y locales. La evaluación mide la madurez con respecto a cuatro dimensiones de los datos abiertos: Política: se centra en las políticas y estrategias de datos abiertos de los países Impacto: examina las actividades para supervisar y medir la reutilización de los datos abiertos Portal: evalúa las funciones y características del portal que permiten a los usuarios acceder a los datos abiertos a través del portal nacional y apoyan la interacción dentro de la comunidad de datos abiertos Calidad: se centra en los mecanismos que garantizan la calidad de los (meta)datos A continuación se destacan tres tendencias encontradas durante la evaluación: la transposición de la Directiva de Datos Abiertos a la legislación nacional, el enfoque más prominente en la medición del impacto de los datos abiertos y la continua creación de valor de la pandemia COVID-19. A continuación, se resume la clasificación general, la agrupación de países y la evolución por dimensión.