Archivo de la etiqueta: Gestión de datos de investigación

La biblioteca de la Universidad de Yale abre un laboratorio de Humanidades Digitales

franke-cube

DHLab Digital Humanities Lab

YALE UNIVERSITY LIBRARY

http://dhlab.yale.edu/#

 

Ver además

¿Qué tienen en común una biblioteca y un laboratorio?

 

Desde los servicios de análisis y visualización de datos hasta la orientación sobre diseño y creación de aplicaciones personalizadas, el Laboratorio de Humanidades Digitales de Yale ofrece una amplia gama de servicios para ayudar a avanzar en la investigación en el campo de las Humanidades

 

La fundación del Digital Humanities Lab de la Biblioteca de la Universidad de Yale (DHLab) significa el compromiso continuo de la Universidad con la investigación de vanguardia y la enseñanza de las humanidades. El laboratorio proporciona espacio, comunidad y recursos dentro de la biblioteca para los investigadores de Yale que trabajan con métodos digitales para llevar a cabo investigaciones humanísticas, el DHLab funciona como un centro en el campus para la investigación y enseñanza de las humanidades digitales. El personal está disponible para consultar en cualquier etapa del proyecto, desde la conceptualización hasta la implementación.

Las raíces de Yale en el campo de las humanidades digitales se remontan (al menos) a la visita del padre Roberto Busa a nuestro campus en 1956 y a la conferencia Computers for the Humanities que fue patrocinada por Yale gracias a una subvención de IBM en 1965.

Generosamente financiado por la Fundación Goizueta, el DHLab está comprometido con el avance de la ciencia, la tecnología, la ingeniería, las artes y las matemáticas (STEAM), la enseñanza y la investigación en Yale. Además de facilitar colaboraciones interdisciplinarias en el campus, DHLab también promueve iniciativas de profesores y estudiantes que van más allá de la Universidad para involucrar a un público más amplio.

El DHLab es parte de Digital Scholarship Services  dentro de la Biblioteca de la Universidad de Yale, un grupo que también incluye el StatLab y el apoyo a Gestión de datos de investigación

Oportunidades de la integración de la ciencia de la simulación y la ciencia de datos

 

43133553030_9960beee2a_n_d

Opportunities from the Integration of Simulation Science and Data Science: Proceedings of a Workshop. [e-Book]  Washington DC, National Academies of Sciences, Engineering, 2018.

Texto completo

La convergencia ha sido un tema clave de discusión sobre el futuro de la ciberinfraestructura para la ciencia y la investigación en ingeniería. La convergencia se refiere tanto al uso combinado de las técnicas de simulación y centradas en los datos en la investigación científica y de ingeniería como a las posibilidades de un solo tipo de infraestructura cibernética para respaldar ambas técnicas. National Academies of Sciences, Engineering convocó un taller sobre simulación convergente y ciencia basada en datos el 10 de mayo de 2018 en Washington, DC El taller contó con la participación investigadores de universidades, laboratorios nacionales, compañías de tecnología y agencias federales que abordaron la los beneficios potenciales y las limitaciones de la convergencia, ya que se relacionan con las necesidades científicas, las capacidades tecnológicas, las estructuras de financiación y los requisitos de diseño del sistema.

Informe anual de datos abiertos de la ciudad de New York

 

tumblr_inline_om9dwszcfv1r9je8c_500

Open Data Annual Report for 2018

Texto completo

Portal  NYC Open Data

Home

 

Open Data Annual Report for 2018 muestra que el público está utilizando en gran medida los datos abiertos de la ciudad, y la ciudad está haciendo un progreso sólido hacia el cumplimiento de la Ley de Datos Abiertos. El equipo de Datos Abiertos de MODA/DoITT llevó a cabo tres tareas en 2018 que valen la pena destacar. En primer lugar, el equipo automatizó 38 nuevos conjuntos de datos -para un total de 246- e identificó 300 conjuntos de datos más que pueden automatizarse.

 

El portal de datos abiertos de la ciudad de Nueva York es una herramienta poderosa que garantiza la transparencia y fomenta la innovación ciudadana para ayudar a mejorar la calidad de vida de todos los neoyorquinos.

La libre circulación de datos muestra cómo la ciudad recopila datos, cómo los datos impulsan las operaciones de la ciudad y cómo la publicación de esos datos crea valor públicamente en las comunidades de los cinco municipios.

Durante el último año, docenas de agencias han publicado conjuntos de datos en el Portal de Datos Abiertos de la Ciudad de Nueva York, lo que aumenta la transparencia en todos los aspectos de las operaciones de la ciudad, desde el mercado de alquiler hasta los proyectos comunitarios. Más de 600 nuevos conjuntos de datos han sido publicados por 38 agencias,

Además, el equipo de Datos Abiertos de la ciudad de Nueva York está pidiendo la creación del primer Consejo Asesor de Datos Abiertos y del Consejo de Liderazgo Juvenil de Datos Abiertos. El Consejo Asesor creará un foro para desarrollar alianzas estratégicas, así como formalizar el canal para presentar y recibir retroalimentación sobre la estrategia de Datos Abiertos de la ciudad de Nueva York. El proceso de convocatoria abierta y búsqueda ha comenzado y busca representación de agencias de la ciudad, organizaciones sin fines de lucro, académicos, sector privado y la comunidad para servir en una junta asesora para el equipo de Open Data de la ciudad de Nueva York.

 

 

El papel de los bibliotecarios de enlace en la Gestión de Datos de Investigación

liaison_prof

Sapp, M. and A. Goben «Engaging Liaison Librarians: Identifying Impact of a Research Data Management Educational Intervention.» IFLA WLIC 2018 vol., n. (2018).

Texto completo

El apoyo a la gestión de datos de investigación (RDM) se ha desarrollado en las bibliotecas universitarias de EE.UU. durante casi una década, siguiendo los requisitos de la National Science Foundation 2011 para los planes de intercambio de datos. La mayoría de estos servicios han sido prestados por bibliotecarios de enlace, que se enfrentan a problemas de readaptación profesional y a la necesidad de una formación continua en actividades de investigación de datos y conocimientos especializados en la materia. Aunque existen recursos educativos introductorios, se han realizado pocas investigaciones sobre cómo se relacionan los bibliotecarios de enlace con este material; cómo evoluciona su trabajo de gestión de datos de investigación con el tiempo; la eficacia de una intervención educativa determinada; o sus necesidades o deseos educativos adicionales. El plan de la Association of College and Research Libraries, ACRL para la gestión de datos de investigación fue desarrollado por investigadores. Sin embargo, su eficacia está en el suministro de material educativo relevante para los bibliotecarios de enlace que participan en actividades de gestión de datos de investigación no ha sido probada.

Para abordar este problema, los investigadores desarrollaron una serie de encuestas en línea y reclutaron asistentes al Research Data Management Road Show. Se les pidió a los asistentes, antes de asistir, que respondieran a una breve encuesta para evaluar el conocimiento, el comportamiento y las actitudes actuales. Después de su participación en el Road Show, se invita a los asistentes a responder a las encuestas entre el primer y sexto mes para identificar los cambios en el conocimiento, comportamiento y actitudes con respecto a la gestión de los datos de la investigación y el impacto percibido del evento. Los datos del primer año evalúan los resultados de ocho exposiciones itinerantes, siete celebradas en los EE.UU. y una en un lugar internacional, lo que permite comprender las necesidades educativas identificadas de los bibliotecarios de enlace en materia de RDM.

Repository Finder, un buscador de repositorios de datos para saber el mejor repositorio donde depositar tus datos de investigación

2018-09-20_12-22-461

https://repositoryfinder.datacite.org/

 

Para permitir el intercambio de datos, los datos deben depositarse en un repositorio que tenga establecido estándares  para que los datos sean lo más abiertos posible. Bajo los auspicios del proyecto Enabling FAIR Data Project, AGU, re3data y DataCite se ha desarrollado esta herramienta para ayudar a los investigadores a encontrar el repositorio más apropiado para sus datos.

 

Cada vez más organismos de financiación de la investigacion  exigen que los datos de investigación estén disponibles en repositorios apropiados, pero determinar qué repositorio elegir no es sencillo.

Enabling FAIR Data establece estándares que conectan a investigadores, editores y repositorios de datos para permitir que los datos sean localizables, accesibles, interoperables y reutilizables (FAIR). El objetivo de este proyecto es acelerar los descubrimientos científicos y mejorar la integridad, transparencia y reproducibilidad de estos datos.

Repositiry Finder permite a los investigadores buscar los repositorios más adecuados en los que depositar los datos. Para aquellos que necesitan orientación, el buscador de repositorios ofrece una manera rápida de recuperar un conjunto de resultados que cumplen con los criterios recomendados por Enabling FAIR Data Project.

Si no se encuentra un repositorio apropiado o se desea obtener criterios adicionales, la herramienta también permite buscar en todos los repositorios del directorio de repositorios de re3data.org.

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»