Archivo de la etiqueta: Gestión de datos de investigación

¿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.

Directrices sobre la calidad de los datos de Data.europa.eu

Data.europa.eu data quality guidelines, Publications Office, 2021, 

Texto completo

La publicación «Directrices sobre la calidad de los datos de Data.europa.eu» contiene un conjunto de recomendaciones para ofrecer una alta calidad. Están dirigidas a los proveedores de datos para ayudarles a preparar sus datos, desarrollar su estrategia de datos y garantizar la calidad de los mismos. Se compone de las siguientes cuatro partes:

1. Recomendaciones para proporcionar datos de alta calidad. Las recomendaciones cubren aspectos generales de calidad en cuanto a la posibilidad de encontrar, acceder, interoperar y reutilizar los datos (incluyendo recomendaciones específicas para formatos de archivo comunes como CSV, JSON, RDF y XML);

2. Recomendaciones para la estandarización de datos (con vocabularios controlados por la UE) y el enriquecimiento de datos;

3. Recomendaciones para documentar los datos;

4. Recomendaciones para mejorar el «nivel de apertura».

Al final de la publicación el lector encontrará un glosario, una tabla con la visión general de los indicadores y métricas de calidad, una lista de control con los pasos más importantes para mejorar la calidad de los datos y metadatos y una lista de bibliografía.

¿Cuál es la importancia de un repositorio de datos?: seis formas de depositar los datos para maximizar el impacto de tu investigación

What a difference a data repository makes: Six ways depositing data maximizes the impact of your science
October 18, 2021 Lindsay Morton

Texto completo

Los datos son la clave para la verificación, la replicación, la reutilización y la mejor comprensión de las conclusiones de la investigación. Cuando tus datos están en un repositorio -en lugar de un viejo disco duro, por ejemplo, o incluso un archivo de información de apoyo- su impacto y su relevancia se magnifican. He aquí seis formas en las que poner sus datos en un repositorio público puede ayudar a que su investigación llegue más lejos.

  1. No puedes perder los datos que están en un repositorio de datos público

¿Alguna vez has perdido la pista de un conjunto de datos? Tal vez hayas actualizado su ordenador o te hayas trasladado a una nueva institución. Tal vez hayas borrado un archivo por error, o simplemente no recuerdes el nombre del archivo que estás buscando. Sea cual sea la causa, la pérdida de datos puede resultar embarazosa y requerir mucho tiempo. No puedes proporcionar la información solicitada a las revistas durante el proceso de presentación o a los lectores después de la publicación. Es imposible realizar futuros metaanálisis o revisiones sistemáticas. Y es posible que tengas que rehacer los experimentos para poder avanzar en tu línea de investigación. Con los datos depositados de forma segura en un repositorio con un DOI único para tu seguimiento, normas de archivo para evitar su pérdida, y materiales de metadatos y léame para asegurarte de que tus datos se utilizan correctamente, cumplir con las solicitudes de las revistas o revisar trabajos anteriores es fácil.

  1. Los repositorios públicos de datos apoyan la comprensión, el reanálisis y la reutilización

La publicación transparente de los datos brutos en un repositorio público favorece una investigación científica fiable y reproducible. El conocimiento de los datos y los análisis permite a los lectores comprender mejor los artículos de investigación publicados. Ofrecer la oportunidad de que otros interpreten los resultados demuestra integridad y abre nuevas vías de debate y colaboración. El formato de los datos legibles por máquina permite incorporar el trabajo a futuras revisiones sistemáticas o metaanálisis, ampliando su utilidad.

  1. Los repositorios públicos de datos facilitan el descubrimiento

Incluso los mejores datos no se pueden utilizar si no se pueden encontrar. Los metadatos detallados, la indexación de las bases de datos y los enlaces bidireccionales hacia y desde artículos relacionados ayudan a que los datos de los repositorios públicos sean fácilmente buscables, de modo que lleguen a los lectores que más los necesitan, maximizando el impacto y la influencia del estudio en su conjunto.

  1. Los repositorios públicos de datos reflejan el verdadero valor de los datos

Los datos no deben tratarse como un producto secundario de un artículo de investigación. Los datos son investigación. Y los investigadores merecen el crédito académico por recopilar, capturar y conservar los datos que generan con su trabajo. Los repositorios públicos ayudan a ilustrar la verdadera importancia y la relevancia duradera de los conjuntos de datos asignándoles su propio y único DOI, distinto del de los artículos de investigación relacionados, para que los conjuntos de datos puedan acumular citas por derecho propio.

  1. Los datos públicos demuestran el rigor

No hay mejor manera de ilustrar el rigor de sus resultados que explicar exactamente cómo los ha obtenido. Compartir los datos le permite demostrar su credibilidad e inspira confianza en los lectores al contextualizar los resultados y facilitar la reproducibilidad.

  1. La investigación con datos en repositorios de datos públicos atrae más citas

Un estudio realizado en 2020 sobre más de 500.000 artículos de investigación publicados descubrió que los artículos que enlazan con datos en un repositorio público tienen una tasa de citación un 25% más alta de media que los artículos en los que los datos están disponibles a petición o como información de apoyo. Las razones exactas de esta asociación siguen sin estar claras. ¿Son los investigadores que depositan datos cuidadosamente curados en un repositorio también más propensos a producir una investigación rigurosa y digna de ser citada? ¿Los investigadores que tienen tiempo y recursos para dedicar a la conservación y el depósito de datos están más consolidados en sus carreras y, por tanto, son más citados? ¿Son los lectores más propensos a citar la investigación cuando confían en que pueden verificar las conclusiones con datos? ¿Quizás una combinación?

Hacia un conjunto de datos mundial de textos digitalizados

Gooding, Paul. Towards a Global Dataset of Digitised Texts: Digital scholarship, Digital shift, Digitisation. RLUK, 2020

Texto completo

Este informe describe las conclusiones del proyecto Global Digitised Dataset Network (2019-2020), que investigó la viabilidad de desarrollar un único conjunto de datos global que documente la extensión de las obras digitalizadas. Establece dos áreas clave de trabajo -identificación de casos de uso básicos, agregación de metadatos y cotejo de datos- e identifica una clara propuesta de valor para el desarrollo del conjunto de datos propuesto.

Capacidad de datos para la investigación de resultados centrada en el paciente

National Academies of Sciences, Engineering, and Medicine. Building Data Capacity for Patient-Centered Outcomes Research: Interim Report 2–Data Standards, Methods, and Policy. The National Academies Press, 2022.

Texto completo

La Oficina del Subsecretario de Planificación y Evaluación (ASPE), en colaboración con otras agencias y divisiones del Departamento de Salud y Servicios Humanos de los Estados Unidos, coordina una cartera de proyectos que crean capacidad de datos para llevar a cabo investigaciones de resultados centradas en el paciente (PCOR). La investigación de resultados centrada en el paciente se centra en la producción de pruebas científicas sobre la eficacia de las opciones de prevención y tratamiento para fundamentar las decisiones de atención sanitaria de los pacientes, las familias y los proveedores de atención sanitaria, teniendo en cuenta las preferencias, los valores y las preguntas a las que se enfrentan los pacientes a la hora de elegir la atención sanitaria.

Responsabilidades y perspectivas de los bibliotecarios de servicios de datos sobre la gestión de datos de investigación

Bishop, Bradley, et al. «Data Services Librarians’ Responsibilities and Perspectives on Research Data Management». Journal of eScience Librarianship, vol. 11, n.o 1, marzo de 2022, https://doi.org/10.7191/jeslib.2022.1226.

Este estudio sobre los bibliotecarios de servicios de datos forma parte de una serie de estudios que examinan las funciones y perspectivas actuales de los servicios de gestión de datos de investigación (RDM) en la enseñanza superior. La revisión de las mejores prácticas actuales proporciona una visión de las responsabilidades basadas en el papel de los servicios de RDM que los bibliotecarios de servicios de datos realizan, así como las formas de mejorar y crear nuevos servicios para satisfacer las necesidades de sus respectivas comunidades universitarias.

Los objetivos de este artículo son proporcionar el contexto de los servicios de datos de investigación a través de una revisión de estudios anteriores, explicar cómo informaron este estudio cualitativo, y proporcionar los métodos y resultados del estudio actual. Este estudio proporciona una visión en profundidad de las responsabilidades generales del trabajo de los bibliotecarios de servicios de datos, así como sus perspectivas sobre la RDM a través del análisis del trabajo.

Los resultados presentados aquí proporcionan las tareas típicas del trabajo de los bibliotecarios de servicios de datos que incluyen la localización de datos secundarios, la revisión de los planes de gestión de datos (DMP), la realización de actividades de divulgación, la colaboración y la oferta de formación en RDM. Un número menor de bibliotecarios de servicios de datos llevan a cabo la curación de datos o gestionaron un repositorio institucional.