Archivo de la etiqueta: Gestión de datos de investigación

La alfabetización de datos como alfabetización digital de las humanidades: Exploración de los conceptos de umbral

 

jordan-morrow-august-blog

 

Data Literacy as Digital Humanities Literacy: Exploration of Threshold Concepts
By Kayla Abner
22 Jun 2020 | D+H 2020 Special Issue

Ver completo

 

Para aquellos que son tanto bibliotecarios como formadores de humanidades digitales, debemos crear nuevos marcos para la enseñanza y el aprendizaje o tratar de mapear los existentes para la instrucción de la biblioteca. La “alfabetización digital en humanidades” es una combinación de muchas áreas de alfabetización. Sin embargo, la prevalencia de los datos tanto en nuestra vida cotidiana como en las humanidades digitales coloca la alfabetización de datos en una posición de importancia. A continuación, se proponen conceptos básicos para la alfabetización de datos y se ilustra cómo esos conceptos pueden proporcionar un punto de vista a través de la cual podemos explorar una parte de la erudición en humanidades digitales. Definir los conceptos umbral será útil en la comunicación entre los humanistas digitales y en nuestro trabajo pedagógico diario.

Para ilustrar la aplicación de estos conceptos umbral, se explora el proyecto de visualización de datos, Torn Apart/Separados, a través de una visión de la alfabetización de datos. El equipo del proyecto ha documentado y compartido claramente sus procesos de recopilación de datos y reconoce las limitaciones de los mismos. A través de estos medios, invitan a una evaluación crítica de los datos y su uso, un principio general de alfabetización de datos (Calzada Prado & Marzal, 2013).

Para discutir la utilidad de los conceptos de umbral en la alfabetización de datos, debemos partir de una comprensión compartida de los mismos. Los conceptos de umbral representan información que el alumno no conocía previamente, y una vez que una persona aprende y comprende esa información, cambia permanente y drásticamente su percepción del tema (Meyer, Land & Baillie, 2010). Una persona que entiende un concepto de umbral puede hacer preguntas más precisas y exhibirá ciertos comportamientos que muestran un profundo nivel de comprensión.

La alfabetización de datos, en términos generales, es la capacidad de crear, manipular, gestionar, analizar, comprender y comunicar datos de forma crítica (Koltay, 2014; Calzada Prado & Marzal, 2013; Fontichiaro & Oehrli, 2016). Basándome en trabajos relevantes sobre la alfabetización digital y las humanidades digitales, y en temas que son pertinentes en la enseñanza, se discuten los conceptos preliminares de umbral para la alfabetización digital en las humanidades digitales, como base para definir los resultados del aprendizaje y evaluar el aprendizaje de los estudiantes en torno al trabajo con datos de humanidades. Estos conceptos son la comprensión de los datos como información creada por el hombre y/o la máquina, el reconocimiento de los datos como sólo una parte de la narrativa y el papel de los datos en la investigación.

 

Conceptualización de las actividades de curación de datos en dos bibliotecas universitarias

 

b970de2323e4c535b70b3701b46e7f08

 

Lafferty-Hess, S., Rudder, J., Downey, M., Ivey, S., Darragh, J. and Kati, R., 2020. Conceptualizing Data Curation Activities Within Two Academic Libraries. Journal of Librarianship and Scholarly Communication, 8(1), p.eP2347. DOI: http://doi.org/10.7710/2162-3309.2347

 

A medida que los patrocinadores y las revistas crean políticas que requieren una gestión y un intercambio de datos eficaces, muchas instituciones han desarrollado programas de gestión de datos de investigación (RDM) para ayudar a los investigadores a cumplir con estos mandatos. Si bien no existe un conjunto estándar de servicios para estos programas de RDM, algunas instituciones, particularmente aquellas con repositorios que aceptan depósitos de datos, brindan servicios de conservación de datos como una forma de agregar valor a los datos de investigación y ayudar a que los datos sean más accesibles y reutilizables. Las comunidades de partes interesadas dentro del campo, como la Red de Conservación de Datos (DCN), también están desarrollando pautas, procedimientos y mejores prácticas para apoyar y expandir las prácticas de conservación de datos. 

Este documento examina las actividades de conservación de datos definidas por el DCN, y describe una actividad realizada por el personal de la biblioteca en la Universidad de Duke y la Universidad de Carolina del Norte en Chapel Hill para crear un modelo estructurado de estas tareas para conceptualizar y comunicar más fácilmente la conservación de datos dentro de estos dos entornos institucionales. El propósito de este documento es describir cómo este modelo proporcionó una base para la implementación y expansión de los servicios de conservación de datos en cada institución y concluye con las lecciones generales aprendidas.

A medida que desarrollamos nuestros servicios, las bibliotecas tienen la oportunidad de hacer que el trabajo de curaduría, a menudo invisible, sea más transparente. Este documento tiene como objetivo proporcionar un punto de referencia para otras bibliotecas a medida que consideran cómo ampliar sus programas de conservación de datos, así como contribuir a las discusiones sobre la priorización de los servicios, la evaluación del programa y la comunicación con las partes interesadas.

¿Podría ser este el comienzo de una nueva era en la comunicación académica?

 

franck-v-tincphudgrw-unsplash-1080x675-1

 

Lawrence, Rebecca. Could this be the start of a new era in scholarly communication?. F1000, 9 jul 2020

Ver original

 

Rebecca Lawrence, Directora Gerente de F1000 Research Ltd, analiza cómo debemos aprender y aprovechar los nuevos enfoques empleados durante la pandemia de COVID-19 para dar forma a la “nueva normalidad”. de comunicación académica.

 

A pesar de todo el impacto devastador que la pandemia de coronavirus ha tenido en todos nosotros, también ha demostrado cómo es posible cambiar rápidamente las culturas y mentalidades previamente arraigadas. Tomemos, por ejemplo, la capacidad de una gran proporción de la población activa para trabajar ahora con la misma eficacia desde su hogar, sin el impacto ambiental y de viaje significativo habitual causado por los viajes diarios y de larga distancia a reuniones y conferencias en todo el mundo.

Mientras tanto, en el ámbito de la investigación académica, se ha ejercido una presión cada vez mayor en las últimas dos décadas para repensar cómo revisamos y difundimos nuevas investigaciones: para alejarnos del modelo basado en la revista tradicional que ha sido el pilar central de la comunicación académica en los últimos 300 años. y maximizar las oportunidades y el potencial que pueden aportar las nuevas tecnologías y enfoques. Se han hecho algunos progresos, pero el ritmo del cambio ha sido mucho más lento de lo que muchos esperaban. ¿Podría esta pandemia ser el desencadenante que finalmente permite un cambio total en la forma en que llevamos a cabo, nos comunicamos y discutimos nuevas investigaciones?

 

Acelerar la investigación y su comunicación.

El mundo de la investigación ha demostrado que es posible  avanzar en el descubrimiento de fármacos y vacunas  [1] durante esta pandemia a velocidades mucho más rápidas que las obtenidas anteriormente mediante el uso de infraestructuras para apoyar el intercambio, la reutilización y la colaboración en torno a los datos; publicación rápida y herramientas de discusión / revisión (como se discute a continuación); y a través de una mayor transparencia y accesibilidad a nuevas investigaciones.

Hemos visto un  gran aumento en el uso de servidores de preimpresión  [2] como  bioRxiv  [3],  medRxiv  [4] y otros, para compartir rápidamente nuevas ideas sobre el coronavirus. Dichos servidores de preprints (por ejemplo,  arXiv  [5]) se desarrollaron originalmente para permitir a los investigadores recibir comentarios tempranos sobre los artículos antes de enviarlos a la revista y reclamar prioridad sobre los resultados. Durante el brote de coronavirus, los preprints se han utilizado cada vez más como una forma de compartir rápidamente nuevas investigaciones antes de pasar por una revisión por pares para que otros investigadores en el campo evaluaran rápidamente los resultados y, cuando fuera apropiado, comenzar a desarrollarlos sin el retraso normal (a menudo meses) en espera de la publicación formal de la revista.

Otro enfoque nuevo ha sido el desarrollo de  Outbreak Science  [6] (financiado por Wellcome), una plataforma que permite a los investigadores (públicos o anónimos) proporcionar una revisión estructural de un preprint con el objetivo de proporcionar un triaje inicial de la comunidad. Varios editores y grupos relacionados también se han reunido para analizar cómo pueden  maximizar la eficiencia en la revisión por pares  [7] para la investigación relacionada con el coronavirus, para minimizar las solicitudes directas de revisión por pares de expertos en coronavirus ya sobrecargados a través de un triaje efectivo antes de la revisión por pares, y para reducir la revisión entre los lugares de publicación para aportaportar ganancias en términos de coste y eficiencia al sistema.

 

La velocidad no debe ser a expensas de la confianza

Sin embargo, algunas experiencias de publicación rápida durante la pandemia han puesto de relieve una serie de fallas inherentes en estos procesos que simplemente no se pueden ignorar. Aunque la mayoría de los servidores de preprints incluyen advertencias claras de que los preprints que alojan no han sido revisadas por pares, ha habido algunos casos desafortunados en los que se han usado preprints de baja calidad para  alimentar noticias falsas y fragmentar el debate público  [8]. Dado el impacto potencial de esta investigación en el área salud,  muchos servidores de preprints ahora han introducido controles adicionales  [9] para ayudar a aumentar la confianza en el contenido para tratar de minimizar el potencial de mal uso y la mala interpretación de los resultados que se informan.

Además, la mayoría de las investigaciones sobre servidores de preprints no incluyen el intercambio de datos, códigos y materiales subyacentes, lo que minimiza la capacidad de un escrutinio completo (incluida la revisión por pares) de los resultados para respaldar su reutilización. De hecho, los problemas con esto se han puesto de manifiesto con las recientes retractaciones de dos documentos de COVID-19 en  The Lancet  [10] y  NEJM  [11], así como de un preprints adicional, todo lo cual había comenzado a influir en el tratamiento. En cada caso, la  falta de acceso a los datos subyacentes. [12] para permitir la verificación independiente de los resultados en última instancia, llevó a cuestionar sus afirmaciones importantes. Esto pone de relieve no solo cuán crucial es que tales datos subyacentes estén disponibles para su revisión, sino también que la revisión por pares de la investigación debe ser abierta y transparente, para que quede claro para todos qué nivel de revisión de expertos ha tenido lugar, por quién, y sus comentarios.

De hecho, hay una serie de modelos de publicación de investigación de uso generalizado que están diseñados precisamente para permitir la publicación rápida de nuevos hallazgos (como lo hace un preprints) mientras se asegura la revisión por expertos y transparente para apoyar la confianza y la toma de decisiones en torno a un artículo. y su uso potencial. F1000Research  [13] desarrolló un modelo de publicación de este tipo para las ciencias de la vida en 2013, con el requisito obligatorio de que los datos y el código subyacentes sean FAIR (Finable, Accesible, Interoperable y Reutilizable) para respaldar la reproducibilidad de los hallazgos y su uso y reutilización. Además, las publicaciones se pueden actualizar a medida que entran nuevos datos o se desarrolla una nueva comprensión, lo que permite que la publicación rastree el flujo de trabajo de investigación en curso, como un “artículo vivo”.

Este modelo ahora se está extendiendo a todas las disciplinas de investigación, y los principales financiadores de todo el mundo ahora también tienen sus propias plataformas de publicación para sus beneficiarios utilizando este mismo modelo de publicación rápida y transparente, incluyendo  Wellcome [14], the Bill & Melinda Gates Foundation [15], the Irish Health Research Board [16], y más adelante este año, la  Comisión Europea  [17]. De hecho, estas plataformas han visto un gran aumento en las presentaciones en COVID-19 durante este tiempo debido a los beneficios obvios de este enfoque durante tal emergencia [para ejemplos ver 18, 19 y 20]. Además, este modelo puede generar considerables ganancias en costos y eficiencia: los costos promedio de procesamiento de artículos en Wellcome Open Research son  67% más baratos que el promedio de Wellcome paga a otras plataformas por el acceso abierto [21], y además el modelo permite la publicación de una gama mucho más amplia de resultados.

La punta del iceberg

A medida que el ritmo de la investigación se acelere mediante el uso de flujos de trabajo más automatizados y enfoques basados ​​en inteligencia artificial, la velocidad y la eficiencia en la comunicación y la revisión académica serán cada vez más cruciales. Necesitamos pensar cuidadosamente sobre el papel y el valor de la revisión por pares, y qué tipo de proceso de revisión es más relevante y beneficioso en diferentes circunstancias y contextos. Por ejemplo, algunos productos pueden requerir listas de verificación simples para garantizar informes adecuados según los estándares de la comunidad; Algunos resultados de gran volumen y altamente estructurados pueden revisarse mejor a través de enfoques orientados a la IA seguidos de una revisión de la comunidad. Vamos a necesitar ser más inteligentes y más eficientes sobre el uso del recurso finito y cada vez más utilizado por los investigadores en ejercicio en la revisión por pares.

Hay muchas otras ‘emergencias’ más allá de la pandemia actual que garantizan una escalada en velocidad y transparencia a través de la comunicación rápida de conocimientos sólidos para ayudarnos a abordar algunos de los mayores desafíos del mundo, como el cambio climático u otras enfermedades y trastornos que afectan a las vidas de las personas, desde campos más prominentes como el cáncer y trastornos de salud mental, hasta enfermedades raras. ¿Pero por qué parar allí? Muchas disciplinas más allá de las ciencias de la Salud también necesitan esta urgencia: las nuevas innovaciones en las Ciencias Físicas y la Ingeniería, nuestra comprensión de la Sociología, la Geografía, la Cultura, etc., tienen sus propios impactos significativos en la vida y el bienestar humanos, y merecen beneficiarse igualmente de la rapidez y enfoques de publicación transparentes.

 

¿El comienzo de una nueva era?

Para hacer una transición más amplia a enfoques de publicación rápidos y transparentes, necesitaremos un cambio cultural adicional en la forma en que la investigación y los investigadores son evaluados e incentivados para permitirles utilizar estos nuevos enfoques para ayudarlos a trabajar de manera más eficiente y efectiva. Este ya ha sido el foco de muchas iniciativas importantes, incluida  DORA  (la Declaración de Evaluación de Investigación de San Francisco) [22] y el reciente  informe final de la Plataforma de Política de Ciencia Abierta de la CE  [23].

Con las instituciones de investigación y educación superior de todo el mundo enfrentando una nueva realidad tras la pandemia de coronavirus, ahora es el momento de repensar cómo se involucran en la comunicación académica de los resultados de sus investigadores, junto con los financiadores, las organizaciones de formulación de políticas y las comunidades de investigación, para maximizar el costo potencialmente significativo y las ganancias de eficiencia del uso de nuevas herramientas y enfoques.

La pandemia de coronavirus ha demostrado la necesidad y la importancia de contar con formas de trabajo eficaces y colaborativas y ha demostrado el valor de los procesos y herramientas que respaldan un intercambio y una participación más rápida en la investigación. Necesitamos aprender de lo que funcionó mejor cuando nos vimos obligados a concentrarnos en un desafío urgente, y no simplemente volver a las viejas formas de hacer las cosas, sino asegurarnos de utilizar los mejores elementos de estos modelos para tender. a esto como una “nueva normalidad”.

 

Referencias

[1]  https://cen.acs.org/pharmaceuticals/drug-development/COVID-19-vaccines-antibodies-advance/98/i24

[2]  https://www.nature.com/articles/d41586-020-01394-6

[3]  https://www.biorxiv.org/

[4]  https://www.medrxiv.org/

[5]  https://arxiv.org/

[6]  https://outbreaksci.prereview.org/

[7]  https://oaspa.org/scholarly-publishers-working-together-during-covid-19-pandemic/

[8]  https://blogs.lse.ac.uk/impactofsocialsciences/2020/04/03/between-fast-science-and-fake-news-preprint-servers-are-political/

[9]  https://www.nature.com/articles/d41586-020-01394-6

[10]  https://www.thelancet.com/journals/lancet/article/PIIS0140-6736(20)31180-6/fulltext

[11]  https://www.nejm.org/doi/full/10.1056/NEJMoa2007621

[12]  https://www.sciencemag.org/news/2020/06/two-elite-medical-journals-retract-coronavirus-papers-over-data-integrity-questions

[13]  https://f1000research.com/

[14]  https://wellcomeopenresearch.org/

[15]  https://gatesopenresearch.org/

[16]  https://hrbopenresearch.org/

[17]  https://ec.europa.eu/research/openscience/index.cfm

[18]  https://f1000research.com/gateways/disease_outbreaks/coronavirus

[19]  https://wellcomeopenresearch.org/collections/covid19

[20]  https://hrbopenresearch.org/collections/coronavirus

[21]  https://blog.wellcomeopenresearch.org/2020/01/27/wellcome-open-research-a-summary-of-year-3/

[22]  https://sfdora.org/

[23]  https://ec.europa.eu/research/openscience/pdf/ec_rtd_ospp-final-report.pdf#view=fit&pagemode=none

Estudio de mercado europeo de datos

 

image-11

 

The European data market study update. European Commision, 2020

Texto completo

 

El estudio proporciona datos y cifras y una serie de historias cuantitativas sobre la innovación basada en datos para respaldar una gama de medidas políticas específicas que abordan la economía de datos de la UE. Con la ayuda de los resultados del estudio, se ha vuelto más fácil obtener una evaluación objetiva del enorme potencial socioeconómico vinculado al espacio de datos europeo común.

Las áreas clave cubiertas por los indicadores medidos en este informe son:

  • Los profesionales de datos y el equilibrio entre la demanda y la oferta de habilidades de datos;
  • Las empresas de datos y sus ingresos;
  • Las empresas usuarias de datos y sus gastos en tecnologías de datos;
  • El mercado de productos y servicios digitales (“Mercado de datos”);
  • La economía de datos y sus impactos en la economía europea.
  • Escenarios de pronóstico de todos los indicadores, basados ​​en trayectorias de mercado alternativas.

 

Centros de datos y servicios críticos

 

data-centre-brochure_cover

 

Data Centres and Critical Services. ARUP, 2020

Texto completo

Más que nunca antes, los datos son prominentes a lo largo de nuestra vida personal y profesional. Para el 2020, se estima que se crearán 1.7MB de datos cada segundo para cada persona en la Tierra. A medida que la demanda de almacenamiento de datos sigue creciendo, estamos dando forma a los centros de datos que impulsarán este futuro, diseñando instalaciones altamente sostenibles que proporcionen la velocidad, la resistencia y la seguridad en las que confían las industrias, los clientes y las personas.

 Basándose en una gran experiencia en el sector, este folleto explora soluciones de diseño para los requisitos más exigentes. La eficiencia energética, la seguridad de los datos y el panorama futuro del sector se investigan mediante estudios de casos de proyectos de síntesis y piezas de reflexión provocadoras. Independientemente del requisito de los criterios, podemos ayudar a desarrollar soluciones eficientes y rentables

Bibliominería, datos y el proceso de toma de decisiones

 

2019-10-31-news-image-nicolas-kourtellis700x400

Fernandez Morales, Mynor and Bonilla Carrión, Roger Bibliominería, datos y el proceso de toma de decisiones. Revista Interamericana de Bibliotecología, 2020, vol. 43, n. 2, pp. 1-12

Texto completo

 

Este artículo trata sobre bibliominería de datos, que es minería de datos aplicada a grandes volúmenes de datos disponibles en las bibliotecas, como resultado de la ope-ración de los principales sistemas transaccionales, tales como préstamos, referencia, adquisiciones, entre otros. Así, la bibliominería de datos es el proceso que tiene como propósito descubrir, extraer y almacenar información relevante de grandes bases de datos existentes en las bibliotecas, mediante la utilización de programas de búsqueda e identificación de patrones y relaciones globales, tendencias, desviaciones y otros indicadores que pueden extraerse mediante distintas técnicas de minería de datos. Es importante señalar que para el análisis bibliométrico se requiere de la participación de equipos interdisciplinarios formados por ingenieros de sistemas, estadísticos y bibliotecólogos.

Open Aire y Ciencia Abierta con Alicia Fátima Gómez. Planeta Biblioteca 2020/0625

 

e7fc2d2ee6a692ee208c69fda81a6ad0

ESCUCHAR

Ir a descargar

En esta ocasión hemos charlado con Alicia Fátima Gómez Sánchez, es consultora de comunicación académica y apoyo a la investigación en materia de métrica, impacto y gestión de datos. que trabaja en la Fundación Española para la Ciencia y la Tecnología, FECYT, desde donde colabora en el programa OpenAIRE. Entre los temas que hemos abordado es el del valor de la Ciencia Abierta, el papel de apoyo a la CIencia Abierta por parte de la biblioteca., que lugar ocupa la gestión de datos de investigación, como se elabora un plan de datos, qué proyectos son más relevantes en España sobre datos de investigación, y la importancia del proyecto Horizonte Europa.

Herramientas de ciencia de los datos para monitorear el ecosistema del depósito mundial y sus líneas de evolución

 

publications-08-00035-g002-550

 

Summann, F.; Czerniak, A.; Schirrwagen, J.; Pieper, D. Data Science Tools for Monitoring the Global Repository Eco-System and its Lines of EvolutionPublications 20208, 35.

Texto completo

 

La red mundial de depósitos académicos para la publicación y difusión de publicaciones científicas y materiales conexos tiene una historia de más de veinte años. Durante este período, se han producido muchos avances en cuanto a la optimización técnica y el aumento del contenido. Es fundamental observar y analizar esta evolución para sacar conclusiones para el desarrollo ulterior de los repositorios. La base de tal análisis son los datos. El proveedor de servicios de la Iniciativa de Archivos Abiertos (OAI), el Motor de Búsqueda Académica (BASE) de Bielefeld, comenzó a indizar los repositorios en 2004 y ha recopilado metadatos también sobre los repositorios. En el documento se presentan las principales características de un sistema previsto de vigilancia de los repositorios. Los datos se han reunido desde 2004 e incluyen metadatos básicos del repositorio, así como metadatos de publicación de un depósito. Esta información permite un análisis a fondo de muchos indicadores en diferentes combinaciones lógicas. Se esboza el enfoque de sistemas y la integración de las técnicas de ciencia de los datos. Describe el sistema de vigilancia previsto y muestra los primeros resultados.

 

 

 

FAIR-Aware, herramienta en línea para evaluar los requisitos de los datos de investigación

 

fair-awareimagefornews

FAIR-Aware

 

FAIRsFAIR ha lanzado  FAIR-Aware, una herramienta en línea que ayuda a los investigadores y administradores de datos a evaluar su nivel de conocimiento de los requisitos para hacer que los conjuntos de datos sean localizables, accesibles, interoperables y reutilizables (FAIR) antes de cargarlos en un repositorio de datos.

La evaluación consta de 19 preguntas y ejemplos y requiere aproximadamente 30 minutos para completar. Cada pregunta se suministra con consejos de información y enlaces a lecturas adicionales. Esto significa que a través del proceso de evaluación, los profesionales también desarrollan una comprensión más profunda de los Principios FAIR y cómo hacer que los datos FAIR puedan aumentar el valor potencial y el impacto de los datos.

Si bien el proceso no tiene como objetivo proporcionar una puntuación para un conjunto de datos específico, los profesionales deben tener en mente un conjunto de datos objetivo para poder responder las preguntas y completar la evaluación.

 

Comprender el panorama de las actividades de contenido abierto en las bibliotecas de Estados Unidos

 

fa0e2edfff24f44ed943a34d515d450a

 

Rosen, Hannah ;  Grogg, Jill. LYRASIS 2020 Open Content Survey: Understanding the Landscape of Open Content Activities in United States Libraries. LYRASIS, 2020

Texto completo

Preguntas

Datos encuesta

 

Las organizaciones del patrimonio cultural han luchado durante mucho tiempo para garantizar a sus usuarios un acceso a la información rentable y amplio. Esta situación presenta desafíos y oportunidades, que han evolucionado con el tiempo. El movimiento de contenido abierto ha ampliado ese desafío para apoyar y defender el contenido libre de todo tipo de barreras, incluidas las barreras de pago. El contenido abierto implica muchas áreas de la bIblioteca, pero a menudo es difícil entender cómo las bibliotecas abordan este movimiento a través de actividades internas y apoyo financiero externo.

El estudio se realizó en un esfuerzo por comprender mejor cómo los miembros de LYRASIS y la comunidad estadounidense en general interactúan con el contenido abierto, tanto para la investigación de acceso abierto, los datos abiertos como respecto a los recursos educativos abiertos (REA)

El estudio se basa en una encuesta realizada a principios de 2020 como un mecanismo para comprender mejor cómo las bibliotecas (principalmente universitarias) apoyan financieramente y abogan por contenido abierto tanto dentro como fuera de sus instituciones.

 

Los hallazgos clave del estudio incluyen:

 

  • En todas las bibliotecas universitarias, los repositorios institucionales han sido ampliamente adoptados independientemente del tamaño de la institución. Sin embargo, las bibliotecas tienen una influencia limitada sobre la participación del profesorado en sus repositorios institucionales (IR.)
  • La mayoría de las instituciones estadounidenses no apoyan financieramente iniciativas independientes de OA: las instituciones que sí apoyan financieramente el OA contribuyen a una variedad de modelos de precios, sin una tendencia dominante
  • La adopción de datos abiertos y el alojamiento son más bajos que otras áreas de contenido abierto; Las bibliotecas universitarias y públicas están comenzando a albergar diferentes formas de datos, pero la mayoría aún es más probable que aboguen por la conservación de datos que realizar el trabajo en sí.
  • La mayoría de las bibliotecas universitarias no alojan ni proporcionan acceso a REA en sus repositorios. Más bien, eligen apoyar iniciativas a nivel local o estatal que organizan y difunden REA.