Archivo de la etiqueta: Gestión de datos de investigación

Google lanza Dataset Search un buscador de conjuntos de datos para investigadores

42698639250_39b781a4b5_b_d

 

https://toolbox.google.com/datasetsearch

Más información en UA sobre

Google ha lanzado un sitio web dedicado a la búsqueda de conjuntos de datos para ayudar a los investigadores y periodistas a descubrir datos disponibles públicamente que pueden ser de gran ayuda para sus proyectos. 

 

El sitio web Dataset Search adopta el enfoque y el diseño familiar de Google para la búsqueda y lo aplica a los conjuntos de datos publicados en la web.  la herramienta -aun en beta – proporciona acceso a millones de conjuntos de datos en miles de repositorios de datos en la web de todo el mundo.

La búsqueda de set de datos muestra los resultados de los sitios de los editores, las bibliotecas digitales y las páginas web personales de los autores. Además, el nuevo motor de búsqueda se puede utilizar para buscar referencias a la mayoría de los conjuntos de datos en un principio esta compilando grupos de datos de ciencias naturales, ciencias sociales, datos gubernamentales y datos proporcionados por agencias de noticias, pero se espera que en breve estos conjuntos de datos se extiendan al resto de las disciplinas.

El nuevo motor de búsqueda de Google depende en gran medida del esquema de marcado para proveedores de conjuntos de datos que lanzó Google en julio de 2018. De manera que las instituciones que publican sus datos en línea, como universidades y gobiernos, deberán incluir etiquetas de metadatos (Schema.org) en sus páginas web que describan sus conjuntos de datos, incluyendo quién lo creó, cuándo se publicó, cómo se recopiló, etc.; cuyo  objetivo es disponer de la información y unificar decenas de miles de repositorios diferentes para conjuntos de datos en línea.

 

Devolución de los resultados de investigación individuales a los participantes: orientación para un nuevo paradigma de investigación

 

bioresource-microscope4

Return of individual research results to participants
Guidance for a new research paradigm, National Academy of Sciences, 2018

Texto completo

  La realización de investigaciones con participantes humanos depende de una relación colaborativa y productiva: los voluntarios brindan su tiempo y muestras biológicas, y los investigadores y sus equipos realizan investigaciones para realizar descubrimientos científicos que mejoran la salud de los pacientes, las comunidades y la sociedad. Si bien el intercambio de resultados de investigación individuales con los participantes no ha sido tradicionalmente una parte del proceso de investigación, las últimas décadas han comenzado a enfatizar una mayor transparencia y compromiso con los participantes de toda la empresa de investigación. El retorno de los resultados de la investigación individual es una forma de comprometerse y mostrar respeto por los participantes de la investigación; sin embargo, los riesgos (como la devolución de resultados no validados o de mala calidad) y las cargas asociadas a la empresa de investigación son consideraciones contrapuestas que deben ser equilibradas.

¿Cuándo es apropiado devolver los resultados individuales de la investigación a los participantes? Un comité ad hoc revisó la evidencia actual sobre los beneficios, los daños y los costos de devolver los resultados de la investigación individual, al tiempo que considera los aspectos éticos, sociales, operativos y regulatorios de la práctica. El informe resultante ofrece un enfoque orientado al proceso para devolver los resultados de la investigación individual que considera el valor para el participante, los riesgos y la viabilidad del retorno, y la calidad del laboratorio de investigación.

¿De qué manera la Inteligencia Artificial está transformando las organizaciones?

 

artificial_intelligence_coverimage

Etlinger, S  [e-Book] How Artificial Intelligence is Transforming Organizations, Altimeter, Prophet, 2018

Texto completo

La idea de la IA -de máquinas que pueden sentir, clasificar, aprender, razonar e interactuar- existe desde hace décadas. Sin embargo, hoy en día, la combinación de conjuntos de datos masivos y disponibles, la computación paralela de bajo costo y los avances en algoritmos han permitido que las máquinas funcionen de maneras que antes no eran posibles.

Mientras que los ejemplos “brillantes” como la robótica, los coches sin conductor y los agentes inteligentes dominan las noticias – la inteligencia artificial tiene amplias implicaciones para todo tipo de organizaciones – no sólo para los gigantes de la tecnología de vanguardia.

Este informe presenta el estado actual de la IA para las empresas, describe casos de uso primarios y emergentes, y establece los riesgos, oportunidades y consideraciones organizativas a los que se enfrentan las empresas. Concluye con recomendaciones para las empresas que estén pensando en aplicar la IA a sus propias organizaciones, y una mirada a algunas de las tendencias empresariales, legales y técnicas que probablemente configurarán el futuro.

Hallazgos clave

  • Algunos de los usos más prometedores de la IA en la actualidad son altamente especializados y altamente verticales, desde la agricultura hasta la automoción, pasando por el análisis predictivo y la medicina de precisión.
  • En muchos casos, los despliegues más exitosos identificarán las señales de compra y las señales de pérdida de clientes y automatizarán procesos complejos.
  • La IA se convertirá en una función forzada para una estrategia de datos organizacionales.
  • La IA aprende de grandes cantidades de datos. Los datos limpios y accesibles son la base sobre la que se construye una IA exitosa. Esto significa que la disponibilidad y accesibilidad de los datos deben ser consideraciones tempranas a la hora de determinar dónde construir y dónde no construir la IA en los sistemas.
  • En última instancia, la oportunidad (y el riesgo) de los sistemas basados en el aprendizaje automático radica en su capacidad de sentir, comunicar, aprender, actuar y adaptarse a lo largo del tiempo, y de conectarse con otros sistemas.
  • El gobierno, la privacidad, la ética y la confianza son fundamentales para la experiencia del cliente. Incluso con una IA relativamente “estrecha”, es importante entender que permitir que las máquinas aprendan y actúen basándose en datos y experiencias pasadas tiene implicaciones significativas.
  • Es fundamental planificar escenarios para las implementaciones de IA, no sólo por razones legales y reglamentarias, sino también para proteger y mejorar la experiencia del cliente.

¿Cuáles son las habilidades necesarias de un un bibliotecario de datos?

 

big-data

Lisa Federer. “Defining Data Librarianship: A Survey of Competencies, Skills, and Training”.Journal of Medical Librarianship (JMLA). Vol 106, No 3 (2018)

Texto completo

Encuesta

La gestión de datos de investigación aparece como una de las tendencias clave en el trabajo que desarrollará el bibliotecario universitario del siglo XXI; si bien, al tratarse de un área emergente y en continua evolución, aún no están definidas las habilidades y competencias del bibliotecario de datos, en general, la tarea del bibliotecario de datos implica una amplia comunidad de bibliotecarios con diversas capacidades, antecedentes y responsabilidades profesionales. El artículo analiza las opiniones de 90 profesionales que están proporcionando algún servicio relacionado con datos, y esboza algunas de las habilidades y competencias que están desarrollando.

 

Muchos bibliotecarios están asumiendo nuevos roles en los servicios de datos de investigación. Sin embargo, el campo emergente de la biblioteconomía de datos, incluidos los roles y competencias específicos, no se ha establecido claramente. Este estudio tiene como objetivo definir mejor la biblioteca de datos mediante la exploración de las habilidades y los conocimientos que utilizan los bibliotecarios de datos y la capacitación que necesitan para tener éxito en esta área emergente.

Para conocer la formación y competencias de los bibliotecarios de datos se encuestó sobre su trabajo diferentes bibliotecarios que realizan trabajos relacionados con datos, y se les pidió que calificaran la relevancia de un conjunto de habilidades y conocimientos profesionales relacionados con los datos. Los encuestados consideraron una amplia gama de habilidades y conocimientos importantes para su trabajo, especialmente las “habilidades básicas” y las características personales, tales como las habilidades de comunicación y la capacidad de desarrollar relaciones con los investigadores. En general, las habilidades tradicionales de la biblioteca, como la catalogación y el desarrollo de colecciones, se consideraron menos importantes. Un análisis de agrupamiento de las respuestas reveló dos tipos de bibliotecarios de datos: generalistas de datos, que tienden a proporcionar servicios de datos en una variedad de campos, y especialistas en temas, que tienden a proporcionar servicios más especializados a una disciplina concreta.

Los hallazgos de este estudio sugieren que los bibliotecarios de datos proporcionan una amplia gama de servicios a sus usuarios y, por lo tanto, necesitan una variedad de habilidades y experiencia amplias. Estos hallazgos también tienen implicaciones tanto para la contratación de bibliotecarios de datos por parte de las instituciones, como para las escuelas de biblioteconomía, que podrían considerar adaptar sus planes de estudios para preparar mejor la formación de sus estudiantes para roles de bibliotecarios de datos.

Los resultados del estudio sugieren que los bibliotecarios de datos son una comunidad heterogénea de profesionales de la información con antecedentes educativos y profesionales variados, que realizan muchos tipos diferentes de trabajo. Las opiniones sobre cuáles son las competencias y habilidades necesarias difieren entre las opiniones manifestadas por los propios bibliotecarios de datos acerca de los tipos específicos de conocimientos especializados que son importantes, y los tipos de trabajo que realizan los diferentes bibliotecarios de datos que pueden ser muy divergentes. La existencia de dos grupos de profesionales similares, descritos aquí como especialistas en la materia y generalistas de datos, sugiere que la Biblioteconomía de datos puede no ser una función única, sino más bien una disciplina que permite a los profesionales centrarse en áreas relacionadas con sus propios intereses o las necesidades de sus usuarios.

Los generalistas de datos, con un amplio conocimiento de cómo se usan los datos a través de varias áreas temáticas o habilidades, pueden ser muy adecuados para trabajar en entornos académicos en los que tendrán oportunidades de involucrarse con estudiantes, profesores e investigadores en una variedad de disciplinas. Por otro lado, los especialistas en un tema que desarrollan unas pocas habilidades especializadas y tienen una experiencia práctica trabajando con grupos de usuarios específicos pueden ser una buena opción para una institución en la que puedan centrarse más específicamente en el tipo de usuarios que pueden beneficiarse de su experiencia.

El estudio muestra que la mayoría de los bibliotecarios de datos consideran unas diez habilidades que son “absolutamente esenciales” para su trabajo, además se realizó un análisis de contenido de las ofertas de empleo, en las que se requerían unas veinte habilidades. En lugar de adoptar un enfoque que incluya una amplia gama de habilidades, las instituciones que buscan contratar a un bibliotecario de datos pueden, de hecho, identificar a los candidatos que encajan mejor reflexionando sobre cuáles son las necesidades específicas de la institución, así como qué tipos de habilidades profesionales de los bibliotecarios de datos consideran más esenciales, tal como se identifican en investigaciones como el presente estudio, donde se especifican 10 habilidades y competencias fundamentales:

  1. Gestión de datos. a. Planificación de la gestión de datos. b. Preservación, conservación administración de datos. c. Desarrollo o aplicación de ontologías y metadatos. d. Apoyo a los recursos de datos. e. Soporte para la gestión de datos clínicos. f. Soporte para la gestión general de datos. g. Soporte bioinformático. h. Soporte para el uso y análisis de datos. i. Apoyo al repositorio institucional. j. Desarrollo de servicios de datos
  2. Tecnología de la información (TI) a. Visualización de datos. b. Programación científica. c. Software estadístico. d. Desarrollo y mantenimiento de sitios web. e. Software y datos del Sistema de Información Geográfica (SIG)
  3. Evaluación y valoración. a. Evaluación de clases o programas de instrucción. b. Evaluación de servicios. c. Evaluación de las necesidades
  4. Enseñanza e instrucción. a. Instrucción integrada en el curso. b. Desarrollo del contenido del curso o currículo. c. Desarrollo de tutoriales en línea, materiales del curso o guías instructivas. d. Consulta o instrucción individualizada. e. Formación del personal o de los bibliotecarios.
  5. Comercialización y divulgación. a. Servicios de enlace específicos de datos. b. Servicios generales de enlace de la biblioteca. c. Medios de comunicación social. d. Desarrollar relaciones con investigadores, profesores, etc.
  6. Habilidades bibliotecarias.a. Desarrollo de colecciones. b. Servicio de bibliotecas y comités institucionales. c. Apoyo de referencia. d. Búsqueda de literatura y apoyo a la revisión sistemática. e. Apoyo a la comunicación académica (derechos de autor, apoyo a la publicación académica, etc.). f. Catalogación.
  7. Implicación profesional.a. Membresía. b. Participación en actividades de educación continua o de desarrollo profesional. c. Realización de investigaciones y/o redacción de artículos en revistas.
  8. Habilidades y atributos personales. a. Habilidades de servicio al cliente. b. Innovación y creatividad. c. Habilidades de comunicación oral y presentación. d. Habilidades de comunicación escrita. e. Habilidades de supervisión. f. Habilidades de enseñanza. g. Habilidades de trabajo en equipo e interpersonales. h. Habilidades de gestión y liderazgo.
  9. Educación y capacitación.a. Maestría acreditada. b. Maestría en ciencias. c. Otras maestrías. d. Licenciatura en ciencias. e. Doctorado (PhD). f. Certificación de bibliotecología especializada.

Como señalaron varios encuestados, la capacitación continua es esencial para asegurar que los bibliotecarios de datos se mantengan actualizados en un campo que evoluciona rápidamente, por lo que las instituciones pueden considerar la posibilidad de proporcionar tiempo y fondos para que los bibliotecarios de datos continúen dicha capacitación.

Dada la naturaleza emergente del campo, los bibliotecarios de datos a menudo se encuentran en posición de implementar servicios nuevos y no probados anteriormente. Por lo que el liderazgo de proyectos de datos será importante para los profesionales y la institución debido a que la gestión de datos de investigación conlleva un amplio alcance, que incluye el compromiso de las partes interesadas de más alto nivel de la institución, beneficiándose así de la capacidad de liderazgo en la formación de relaciones y el impulso de proyectos de datos.

El apoyo a las necesidades de datos de los investigadores es un objetivo cambiante, con tecnologías en constante evolución y un panorama político que cambia rápidamente. Los bibliotecarios de datos deben estar al tanto de las necesidades de sus instituciones para asegurarse de que sus habilidades, conocimientos y competencias siguen siendo pertinentes y actualizadas. Las instituciones encargadas de la formación de profesionales y las organizaciones profesionales deben mantenerse al día sobre las tendencias en este campo en rápida evolución para asegurarse de que sus planes de estudio y programas de educación continua sean adecuados para preparar a los profesionales de la información para que asuman nuevas funciones de bibliotecarios de datos.

National Institutes of Health (NIH) publica un plan estratégico para la gestión de datos de investigación (RDM)

2018-06-04_23-29-00

Strategic Plan for Data Science. National Institutes of Health (NIH), 2018

Texto completo

 

Los recursos de datos accesibles, bien organizados, seguros y eficientemente operados son críticos para la investigación científica moderna. Al maximizar el valor de los datos generados a través de los esfuerzos de financiación, se puede acelerar sustancialmente el ritmo de los descubrimientos biomédicos y los avances médicos para obtener mejores resultados de salud. Para mantener el ritmo de los rápidos cambios en la ciencia de datos biomédicos, National Institutes of Health (NIH)  ha publicado  plan estratégico para la gestión de datos de investigación (RDM) para abordar el problema.

Los datos generados por la investigación biomédica se encuentran  ampliamente dispersos debido a que su creación parte de grupos relativamente pequeños de investigadores.  Además, estos datos aparecen  en una amplia variedad de formatos, lo que complica la capacidad de los investigadores para encontrar y utilizar datos de investigación biomédica generados por otros y crea la necesidad de una extensa “curación de datos” de datos.

Almacenar, administrar, normalizar y publicar las grandes cantidades de datos producidos por la investigación biomédica es una misión crítica para el futuro de la investigación en salud. En apoyo a este esfuerzo,  National Institutes of Health (NIH) han publicado un Plan Estratégico para la Ciencia de Datos que proporciona una hoja de ruta para modernizar el ecosistema de ciencia de datos biomédicos financiados por los NIH. Durante el transcurso del próximo año, los NIH comenzarán a implementar su estrategia, con algunos elementos del plan ya en marcha. Los NIH continuarán buscando la opinión de la comunidad interesadas durante la fase de implementación.

Reflejando el panorama actual de la investigación biomédica altamente integrada, El plan estratégico de NIH define la ciencia de datos como “el campo interdisciplinario de investigación en el que los enfoques cuantitativos y analíticos, procesos y se desarrollan y utilizan sistemas para extraer conocimientos y percepciones de la organización de los cada vez más grandes y complejos conjuntos de datos”

Innovando el futuro. La transformación de la economía y la sociedad. Horizonte 2030

captura-20

Innovando el futuro. La transformación de la economía y la sociedad. Horizonte 2030. [e-Book] Madrid, Multinacionales por marca España, 2018.

Texto completo

 

En la próxima década, la digitalización revolucionará la sociedad y la economía tanto en entornos industriales como en el contexto diario de la comunicación, la educación, la salud, la movilidad o el hogar: el big data permitirá a las empresas identificar nuevas oportunidades de mercado, la inteligencia artificial gestionará herramientas potentes y eficaces, mientras que otras tecnologías como la realidad virtual o la realidad aumentada revolucionarán el consumo de contenidos.

 

Multinacionales por marca España ha presentado el informe “Innovando el futuro”, donde se analizan las tendencias de futuro que transformarán la economía y la sociedad en el horizonte 2030. Se trata de la tercera publicación de la asociación en la que destaca el liderazgo de las empresas de capital extranjero en el ámbito de la innovación.

El estudio destaca el impulso de la innovación y el emprendimiento como ejes sobre los que debe pivotar la adaptación de la estructura económica a la nueva realidad. El progreso tecnológico tendrá un impacto directo en la creación de empleo y riqueza y se requerirá de la colaboración entre el factor humano y la máquina. Se considera necesario reenfocar el sistema formativo y adaptarlo a los nuevos perfiles y habilidades que exige el mercado.

Los datos serán el nuevo activo como ocurrió en el pasado con el capital o las infraestructuras. Su manejo adecuado permitirá la predicción de nuevas tendencias y toma de decisiones, que conllevará un uso de criterios éticos y tecnológicos exigentes para garantizar su privacidad y seguridad. Se avanzará en nuevos sistemas y herramientas de protección de datos como el cifrado y los acuerdos de confianza para potenciar la ciberseguridad.

El informe apunta a que la industria 4.0 cambiará el funcionamiento del mundo tal y como lo conocemos. Las fábricas digitales dispondrán de soluciones en la nube para el análisis de datos con el objetivo de optimizar su rendimiento, ahorrar costes y garantizar la calidad de su producción. Todo ello guarda una estrecha relación con la estrategia de digitalización que están abordando las compañías en la actualidad.

Por su parte, las ciudades evolucionarán hacia el modelo smartcities con viviendas más seguras, inteligentes y saludables que mejorarán el uso de los recursos a través de la iluminación eficiente, sistemas de ahorro de agua y energía o su autogeneración mediante fuentes renovables. También la movilidad cambiará: la conducción autónoma; el tren automático y los vuelos y drones sin tripulación, guiados por internet, serán una realidad en 2030.

La publicación sugiere el área de las ciencias de la salud y la vida como ámbito de la innovación en el que pueden generarse los avances más disruptivos, gracias a los avance en el conocimiento y la modificación del ADN, incluida la intervención sobre la longevidad y el envejecimiento, la medicina personalizada de precisión, y la prevención, previsión y diagnóstico basados en las tecnologías de la información y la comunicación.

Acceso y datos abiertos para ayudar a resolver el hambre y la malnutrición en el mundo

28028891047_3bda6793bd_b_d

Open Access and Open Data at PUSH Universities. Oxfordshire UK: GODAN, 2018

Texto completo

 

El informe de Global Open Data for Agriculture (GODAN)  destaca la necesidad de acceso abierto y datos abiertos en las universidades para ayudar a resolver el hambre y la desnutrición en el mundo. Si se publicaran esos datos, podrían utilizarse para mejorar investigaciones similares en todo el mundo y ayudar a responder a problemas mundiales como el hambre y la malnutrición.

 

El informe, Open Access and Open Data at PUSH Universities, fue publicado por Presidents United to Solve Hunger (PUSH), un socio de Global Open Data for Agriculture (GODAN)  dirigido por la Universidad Auburn de los Estados Unidos.

GODAN, y los funcionarios de Auburn, apoyan las políticas universitarias que permiten el acceso a la investigación universitaria en áreas como la agricultura y la nutrición. El informe es el resultado de una investigación de Auburn de 99 universidades miembros de PUSH que encontraron que sólo 15 tienen políticas de acceso abierto, y que ninguna tiene políticas específicas de datos abiertos.

El informe también señala que el acceso abierto y los datos abiertos aumentan la transparencia, así como las citas y el reconocimiento del profesorado y sus universidades. lo que incrementa el potencial para identificar a los colaboradores de la investigación y satisfacer las necesidades de financiación.