Archivo de la etiqueta: Gestión de datos de investigación

Declaración EOSC, el espacio europeo transversal de datos para la ciencia, la investigación y la innovación

European Commission, Directorate-General for Research and Innovation, EOSC, the transverse European data space for science, research and innovation : statement, Publications Office of the European Union, 2022, https://data.europa.eu/doi/10.2777/140927

El grupo de expertos del Comité Directivo de la EOSC (EOSC-SB) ha iniciado en 2022 una reflexión sobre los principales conceptos y prácticas disruptivos relacionados con la construcción y el futuro funcionamiento de la Nube Europea de Ciencia Abierta (EOSC). La ambición de EOSC es proporcionar a los investigadores, innovadores, empresas y ciudadanos europeos un espacio de datos federado y abierto, transfronterizo y multidisciplinar (o procomún de datos) donde puedan publicar, encontrar y reutilizar datos, herramientas y servicios con fines de investigación, innovación y educación. EOSC no es una única organización monolítica o proveedor de recursos. Por el contrario, se desarrolla como una federación (sistema de sistemas) con la participación de muchas organizaciones independientes y proveedores de recursos que aplican los principios FAIR y adoptan reglas y normas de calidad claras. Como tal, EOSC garantizará la independencia y autonomía de los proveedores de recursos participantes. La adopción de EOSC por parte de científicos, investigadores, innovadores y empresas europeos requiere prácticas transformadoras en varios ámbitos: desde las tecnologías de recopilación de datos FAIR-by-design hasta las capacidades de explotación de datos y servicios FAIR. Estas prácticas transformadoras de la EOSC también representan importantes activos transversales para los nueve nuevos espacios de datos sectoriales emergentes de la estrategia europea de datos. Contribuyen a la articulación de la EOSC con estos espacios de datos. En 2022, la Junta Directiva eligió y elaboró cuestiones específicas en función de la urgencia/prioridad percibida en el contexto de la EOSC. Estos temas se abordan individualmente en «Documentos de Opinión» elaborados por el Consejo de Dirección de la EOSC y comunicados al Gobierno Tripartito de la EOSC para convertirse en una referencia viva para la definición de las políticas de la EOSC a nivel europeo, nacional e institucional.

¿Están preparadas las humanidades para compartir datos?

Are the Humanities Ready for Data Sharing?. Ithaka S+R:, 2023

Texto completo

Hoy, Ithaka S+R publica un informe que explora el estado actual del intercambio de datos en las humanidades y cómo podría ser un compromiso productivo con los datos. Nuestros hallazgos se basan en entrevistas semiestructuradas con personal clave de varios proyectos de humanidades con un fuerte componente de datos, una revisión de la literatura pertinente, y las ideas obtenidas a través de trabajos anteriores que exploran las prácticas de investigación con uso intensivo de datos y los desafíos de intercambio de datos en todos los campos.

¿Qué hemos aprendido?

  • Los humanistas tienen mucho que aprender de cómo otros campos han trabajado en las últimas décadas para impulsar el intercambio de datos.
  • El trabajo y las experiencias de los humanistas digitales proporcionan puntos de partida útiles para comprometerse con los datos en las humanidades.
  • Averiguar qué significan la reproducibilidad y la replicabilidad en los contextos de las humanidades, y cómo se relacionan con los valores profesionales sobre la integridad de la investigación en las humanidades debería ser una prioridad para los humanistas. Del mismo modo, existe una necesidad urgente de que los humanistas -que son expertos en reutilizar fuentes conocidas para generar nuevos conocimientos- desarrollen capacidades para comprender cómo formular nuevas preguntas a partir de datos estructurados existentes.
  • Los repositorios de dominio que han fomentado las comunidades de intercambio de datos en los campos STEM no existen en las humanidades, lo que hace que los conjuntos de datos existentes en humanidades sean vulnerables a la desaparición a medida que los sitios web de los proyectos se vuelven obsoletos y agravan los desafíos de descubrimiento.
  • Las humanidades cuentan con una infraestructura única y bien desarrollada para compartir públicamente la creación de conocimiento, como lo demuestran las numerosas iniciativas públicas de humanidades que constituyen una parte muy visible y vibrante de la erudición en humanidades.

Hacia una infraestructura nacional de datos del siglo XXI: movilizar la información por el bien común

Groves, Robert M., Thomas Mesenbourg, y Michael Siri, eds. Toward a 21st Century National Data Infrastructure: Mobilizing Information for the Common Good. Washington, D.C.: National Academies Press, 2022.

Texto completo

Históricamente, la infraestructura nacional de datos de Estados Unidos se ha basado en las operaciones del sistema estadístico federal y en los activos de datos que posee. A lo largo del siglo XX, los organismos estadísticos federales agregaron las respuestas de encuestas de hogares y empresas para producir información sobre la nación y diversas subpoblaciones. Las estadísticas creadas a partir de dichas encuestas proporcionan la mayor parte de lo que la gente sabe sobre el bienestar de la sociedad, incluyendo la salud, la educación, el empleo, la seguridad, la vivienda y la seguridad alimentaria. Las encuestas también contribuyen a crear una infraestructura para la investigación empírica en ciencias sociales y económicas. La investigación que utiliza los datos de las respuestas a las encuestas, con una estricta protección de la privacidad, ha dado lugar a importantes descubrimientos sobre las causas y consecuencias de importantes retos sociales y también ha informado a los responsables políticos. Como ocurre con otras infraestructuras, es fácil dar por sentadas estas estadísticas esenciales. Sólo cuando se ven amenazadas se reconoce la necesidad de protegerlas.

Plan de acción EDUCAUSE Horizon 2023 sobre Gestión de Datos

2023 EDUCAUSE Horizon Action Plan: Data Governance. EDUCASE, 2023

Texto completo

Los procesos de datos desempeñan un papel fundamental en casi todas las disciplinas profesionales, y las partes interesadas en los datos de todo el mundo están luchando por modernizar y optimizar las políticas y prácticas de gestión de datos. En este panorama en rápida evolución, ¿a qué retos se enfrentarán las universidades y cómo vamos a afrontarlos? ¿Cómo podemos aprovechar nuestra experiencia individual y colectiva para crear soluciones de gestión de datos innovadoras y duraderas?

Abordando estas cuestiones con un espíritu de esperanza y optimismo, un grupo de expertos en datos y análisis de la educación superior procedentes de diversos tipos de instituciones se reunieron para analizar un futuro optimizado de la gestión de datos, centrándose en una escala temporal de 10 años. Basándose en las tendencias, tecnologías y prácticas descritas en el  Horizon Report 2022: Data and Analytics Edition, el grupo elaboró su visión del futuro junto con elementos de acción prácticos que la comunidad de datos y análisis puede emplear para hacer realidad esta futura planificación de la gestión de datos.

Guía para la elaboración de un plan de gestión de datos de investigación

Sánchez Almarcha, Susana, y Ma Angeles Molina Micol. «Guía para la elaboración de un plan de gestión de datos de investigación», 24 de febrero de 2023.

Texto completo

Guía para la elaboración de un plan de gestión de datos de investigación

Plantilla del plan de gestión datos de investigación

La Biblioteca universitaria ha redactado esta guía para la elaboración del Plan de Gestión de Datos (PGD), cuyo objetivo es ayudar a los investigadores de la Universidad de Murcia (UM) a realizar una buena gestión de los datos de investigación y que cumplan con los principios FAIR.

Es un complemento para facilitar el depósito de los datos con una serie de orientaciones y recomendaciones tanto generales, como propias de la UM. También se incluyen enlaces a recursos para ampliar información y ejemplos de otros planes de gestión de datos.

Tanto la guía como la plantilla, están principalmente basadas en la herramienta DMPonline de The Digital Curation Centre (DCC), el uso de la misma es general y válida para otras herramientas, como por ejemplo PGDOnline, Argos, etc. En esta guía se señalan con un * los campos obligatorios para la herramienta Argos.

Las agencias de financiación solicitan generalmente a los investigadores un plan de gestión de datos, al inicio, durante y al acabar el proyecto. En la directorio Sherpa Juliet puedes consultar las políticas de agencias que financian proyectos de investigación con respecto a los datos de investigación bajo el paraguas de la ciencia abierta, tanto públicas como privadas.

Los estadounidenses no entienden lo que las empresas pueden hacer con sus datos personales, y eso es un problema

Turow, Joseph et al. Americans Can’t Consent to Companies’ Use of Their Data. A Report from the Annenberg School for Communication, University of Pennsylvania, 2023

Texto completo

Una nueva encuesta realizada a 2.000 estadounidenses revela que la gente no entiende lo que los profesionales del marketing averiguan sobre ellos en Internet y no quiere que se recopilen sus datos, pero se siente impotente para impedirlo. El 77% de los encuestados respondió correctamente a 9 o menos preguntas, lo que supone un suspenso en una clase normal. Sólo una persona de las 2.000 de la muestra habría obtenido un sobresaliente en el examen.

En un nuevo informe, «Americans Can’t Consent to Companies’ Use of Their Data» (Los estadounidenses no pueden impedir que las empresas utilicen sus datos), los investigadores pidieron a un grupo representativo a nivel nacional de más de 2.000 estadounidenses que respondieran a una serie de preguntas sobre las políticas de marketing digital y el modo en que las empresas pueden y deben utilizar sus datos personales. Su objetivo era determinar si las actuales prácticas de «consentimiento informado» funcionan en Internet.

Descubrieron que la gran mayoría de los estadounidenses no entienden los fundamentos de las prácticas y políticas de marketing en Internet, y que muchos se sienten incapaces de dar su consentimiento a la forma en que las empresas utilizan sus datos. En consecuencia, según los investigadores, los estadounidenses no pueden dar realmente su consentimiento informado a la recopilación de datos digitales.

La encuesta reveló que el 56% de los adultos estadounidenses no entienden el término «política de privacidad», creyendo a menudo que significa que una empresa no compartirá sus datos con terceros sin permiso. En realidad, muchas de estas políticas establecen que una empresa puede compartir o vender cualquier dato que recopile sobre los visitantes de un sitio con otros sitios web o empresas.

El 77% de los encuestados respondió correctamente a 9 o menos preguntas, lo que supone un suspenso en una clase normal. Sólo una persona de las 2.000 de la muestra habría obtenido un sobresaliente en el examen. No obstante, la encuesta proporcionó muchos datos sobre los conocimientos digitales de los estadounidenses, o la falta de ellos:

  • Sólo 1 de cada 3 estadounidenses sabe que es legal que una tienda en línea cobre precios diferentes a los usuarios en función de su ubicación.
  • Más de 8 de cada 10 estadounidenses creen, erróneamente, que la Ley de Portabilidad y Responsabilidad del Seguro Médico (HIPAA) impide a las aplicaciones vender los datos recogidos sobre la salud de sus usuarios.
  • Menos de uno de cada tres estadounidenses sabe que los sitios web de comparación de precios de viajes, como Expedia u Orbitz, no están obligados a mostrar los precios más bajos de las aerolíneas.
  • Menos de la mitad de los estadounidenses saben que la configuración de privacidad de Facebook permite a los usuarios limitar parte de la información que comparten con los anunciantes.

Prácticas de datos en investigación en relación con los incentivos y obligaciones de las políticas públicas de ciencia abierta

Célya Gruson-Daniel, Groupe Projet Réussir L’Appropriation De La Science Ouverte. Summary of the study : Adapting Open Science. [Research Report] Comité pour la science ouverte. 2022, pp.29 Pages

Texto completo

Este resumen del informe del proyecto «Successfully appropriating open science Project» presenta de forma más condensada el contexto, la metodología y los resultados de un estudio sobre prácticas de datos en investigación. ¿Cómo apoyar la evolución de las prácticas asociadas a los datos en relación con los incentivos y obligaciones de las políticas públicas de ciencia abierta?

Datos masivos en bibliotecas

Voutssas Marquez, Juan. Datos masivos en bibliotecas. México: Universidad Nacional Autónoma de México. Instituto de Investigaciones Bibliotecológicas y de la Información, 2022. 

Texto completo

En años recientes el fenómeno conocido como Big Data o Datos Masivos ha ido creciendo y hoy representa una herramienta nueva y válida en el análisis de información para la toma de decisiones en las organizaciones; entre ellas, las bibliotecas. Muchas nuevas actividades y proyectos pueden realizarse en las bibliotecas con esta metodología. Pero como todo avance tecnológico, éste tiene sus ventajas y desventajas, las cuales deben ser conocidas y estudiadas. Por lo mismo, es conveniente que el personal dedicado a la gestión de la información –especialmente en las bibliotecas– se introduzca en el conocimiento de esos conceptos, herramientas y procedimientos, ya que sin duda es un elemento de valor agregado tanto para la organización como para el personal que se dedica a esas actividades.

La Biblioteca Nacional de Suecia recurre a la Inteligencia Artificial para analizar siglos de datos

Salian, Isha. «Sweden’s National Library Turns Page to AI». NVIDIA Blog, 23 de enero de 2023.

Ver completo

La biblioteca está entrenando modelos de IA de última generación en medio milenio de textos suecos para apoyar la investigación en humanidades, historia, lingüística, medios de comunicación y otros campos.

Durante los últimos 500 años, la Biblioteca Nacional de Suecia ha recopilado prácticamente todas las palabras publicadas en sueco, desde manuscritos medievales de incalculable valor hasta menús de pizza actuales.

Gracias a una ley centenaria que obliga a entregar a la biblioteca un ejemplar de todo lo publicado en sueco -también conocida como Kungliga biblioteket, o KB-, sus colecciones abarcan desde lo más obvio a lo más oscuro: libros, periódicos, emisiones de radio y televisión, contenidos de Internet, tesis doctorales, postales, menús y videojuegos. Se trata de una colección muy diversa de casi 26 petabytes de datos, ideal para entrenar la IA más avanzada. «Podemos crear modelos de IA de última generación para la lengua sueca porque tenemos los mejores datos», afirma Love Börjeson, directora de KBLab, el laboratorio de datos de la biblioteca.

Utilizando NVIDIA DGX systems, el grupo ha desarrollado más de dos docenas de modelos de transformadores de código abierto, disponibles en Hugging Face. Los modelos, descargados por hasta 200.000 desarrolladores al mes, permiten la investigación en la biblioteca y otras instituciones académicas.

«Antes de que se creara nuestro laboratorio, los investigadores no podían acceder a un conjunto de datos en la biblioteca, sino que tenían que mirar un solo objeto digital cada vez», explica Börjeson. «Era necesario que la biblioteca creara conjuntos de datos que permitieran a los investigadores realizar investigaciones orientadas a la cantidad».

De este modo, los investigadores pronto podrán crear conjuntos de datos hiperespecializados, por ejemplo, para buscar todas las postales suecas que representen una iglesia, todos los textos escritos en un estilo concreto o todas las menciones de un personaje histórico en libros, artículos de prensa y programas de televisión.

Los conjuntos de datos de la biblioteca representan toda la diversidad de la lengua sueca, incluidas sus variaciones formales e informales, los dialectos regionales y los cambios a lo largo del tiempo. «Nuestro flujo de entrada es continuo y creciente: cada mes recibimos más de 50 terabytes de datos nuevos», explica Börjeson.

Además de los modelos de transformación que comprenden el texto sueco, KBLab cuenta con una herramienta de IA que transcribe sonido a texto, lo que permite a la biblioteca transcribir su vasta colección de emisiones de radio para que los investigadores puedan buscar contenidos específicos en los registros de audio.

KBLab también está empezando a desarrollar modelos de texto generativo y trabaja en un modelo de IA que podría procesar vídeos y crear descripciones automáticas de su contenido.

«También queremos vincular todas las modalidades», afirma Börjeson. «Cuando se busque un término concreto en las bases de datos de la biblioteca, deberíamos ser capaces de devolver resultados que incluyan texto, audio y vídeo».

KBLab se ha asociado con investigadores de la Universidad de Gotemburgo, que están desarrollando aplicaciones que utilizan los modelos del laboratorio para realizar investigaciones lingüísticas, incluido un proyecto de apoyo a la labor de la Academia Sueca para modernizar sus técnicas basadas en datos para crear diccionarios suecos.

Cuando los datos de investigación se comparten libremente

Pileberg, Silje, y University of Oslo. «When Research Data Is Shared Freely». Accedido 24 de enero de 2023. https://phys.org/news/2022-12-freely.html.

En los últimos años, los investigadores han publicado cada vez más sus investigaciones en revistas de acceso abierto. Algunos van un paso más allá y comparten sus datos.

Cuando los investigadores del TIK Lars Wenaas y Magnus Gulbrandsen planeaban publicar un nuevo estudio en otoño de 2022, tenían claro que debía publicarse en una revista de acceso abierto. Sin embargo, ambos fueron más allá. Habían analizado unos 180 documentos. De ellos habían recuperado una gran serie de resúmenes e información que proporcionaban el material en el que basaron su investigación. Decidieron publicarlo al mismo tiempo que el estudio.

El Consejo de Investigación ha seguido la tendencia mundial del acceso abierto y ha dado un pequeño impulso a los investigadores noruegos: publicar en abierto, de una forma u otra, es un requisito previo para la financiación de proyectos, a menos que los investigadores tengan buenas razones para no hacerlo.

En 2017, el Consejo de Investigación también decidió que los investigadores que recibieran su apoyo debían considerar la posibilidad de elaborar un plan de gestión de datos. Este debe, entre otras cosas, mostrar si los datos se compartirán y, en caso afirmativo, cómo.

Permite la verificabilidad

En Noruega, la proporción de investigaciones que se publican en abierto ha aumentado considerablemente en los últimos diez años. Mientras que en 2013 menos del 40% de los artículos de investigación noruegos se publicaban en abierto, en 2021 esa proporción había aumentado hasta cerca del 75%, según el barómetro de OA del proveedor de servicios Sikt.

Compartir datos no es tan habitual.

«Para nosotros, se trata de buenas prácticas científicas. De transparencia. Cuando compartimos los datos abiertamente, los lectores del artículo pueden comprobar si los datos respaldan lo que escribimos. Verificar los resultados de la investigación puede ser muy difícil sin acceso al conjunto de datos», dice Wenaas.

Muchos estudios han señalado las dificultades de verificar las conclusiones de los estudios, lo que se ha dado en llamar la crisis de la replicación.

Los dos investigadores señalan experimentos como el Experimento Marshmallow, en el que un grupo de investigación estadounidense estudió el autocontrol de los niños. Muy pocos niños consiguieron esperar quince minutos por un malvavisco, a pesar de que obtendrían el doble si pudieran. Según el estudio, la capacidad de autocontrol de los niños se mantuvo bastante estable hasta la adolescencia.

Desde entonces, nuevos estudios han cuestionado las conclusiones del Experimento del Malvavisco.

«Las conclusiones son sencillas e intuitivas, aunque no han sido fáciles de replicar, en parte porque el conjunto de datos no ha estado disponible. Esto ocurre con muchas investigaciones», afirma Gulbrandsen.

No todos los datos deben compartirse

Otra ventaja de la transparencia en relación con el material de datos es que éstos pueden, en principio, utilizarse en otros contextos, señala Wenaas.

«No todo es susceptible de reutilización, pero la opción existe», afirma.

Sin embargo, ambos subrayan que hay circunstancias en las que publicar un conjunto de datos no es tan fácil, como los datos de entrevistas que has prometido anonimizar.

«¿Y si primero quieres hacer más uso tú mismo de los datos antes de compartirlos?».

«No es infrecuente querer hacer un uso completo de los conjuntos de datos antes de publicarlos. Sin embargo, puedes optar por compartir partes de los datos, las partes que apoyan lo que estás publicando en primer lugar. Esa es la opción mínima», dice Wenaas.

Cuestión de cultura

Wenaas y Gulbrandsen también creen que compartir datos es una cuestión de cultura. Para muchos es nuevo, para otros puede ser una práctica habitual desde hace mucho tiempo.

Según el servicio de puesta en común de datos de la UiT, la Universidad Ártica de Noruega, que han utilizado personalmente, se han compartido muchos más conjuntos de datos en las ciencias naturales y la salud que en las ciencias sociales. En la medida en que el servicio es representativo, es menos habitual compartir datos dentro de las ciencias sociales y las humanidades.

Asimismo, señalan que compartir datos también requiere tiempo y esfuerzo.

«Es un tipo de trabajo adicional por el que no se obtienen méritos. Para nosotros ha sido un trabajo manejable porque el conjunto de datos es pequeño. Si tienes un conjunto de datos más grande, se convierte en un reto real y costoso», dice Wenaas.

¿Un futuro abierto?

Los dos están convencidos de que las directrices del Consejo de Investigación han sido un factor decisivo en la tendencia de los últimos años a publicar cada vez más en revistas de acceso abierto.

Wenaas y Gulbrandsen creen que el intercambio de datos continuará.

«Creo que compartir datos acabará convirtiéndose en la norma. Forma parte del concepto más amplio de ciencia abierta. Quienes financian la investigación lo exigen cada vez más, al igual que las partes interesadas del sector público. La UE se está centrando mucho en ello. Las revistas también han empezado a exigirlo, así que ahora se nos anima desde varios frentes», afirma Wenaas.

El Consejo de Investigación basa sus directrices en los principios internacionales FAIR, según los cuales los datos deben ser Localizables, Accesibles, Interoperables y Reutilizables.