Archivo de la etiqueta: Gestión de datos de investigación

Alfabetización de Datos para el Sector Público

Data Literacy for the Public Sector: Lessons from Early Pioneers
in the U.S. Deloitte, 2022

Texto completo

Los avances en el acceso, la recolección, la gestión, el análisis y el uso de datos en las organizaciones del sector público han contribuido de manera significativa a mejoras constantes en los servicios, la eficiencia de las operaciones y la efectividad de los programas gubernamentales. La experiencia de ciudadanos, beneficiarios, gerentes y expertos en datos también está evolucionando a medida que los datos se vuelven omnipresentes y se integran de manera más fluida en los procesos de toma de decisiones. Para que las agencias puedan participar de manera efectiva en el cambiante panorama de los datos, la capacidad de alfabetización de datos y los modelos de programas a nivel organizacional pueden ayudar a garantizar que las personas en toda la fuerza laboral puedan leer, escribir y comunicarse con datos en el contexto de su función. Los datos y el análisis ya no son «solo» para especialistas, como ingenieros de datos y científicos de datos; en cambio, la alfabetización de datos se reconoce cada vez más como una competencia fundamental de la fuerza laboral.

Afortunadamente, en Estados Unidos han surgido varios pioneros que han avanzado estratégicamente en programas y actividades de alfabetización de datos a nivel organizacional, brindando beneficios a las personas en la fuerza laboral del sector público. Los programas pioneros son aquellos que reconocen la alfabetización de datos como algo más que simplemente capacitación. Ven la alfabetización de datos como un conjunto holístico de actividades para involucrar a los empleados de todos los niveles con datos, desarrollar empleados con habilidades relevantes y permitir la escalabilidad de la alfabetización de datos al complementar las habilidades de los empleados con apoyo de aprendizaje guiado y recursos.

Las agencias deben comenzar elaborando el caso para el cambio. Como es común en cualquier campo emergente, existen diversas definiciones e interpretaciones de «alfabetización de datos», lo que puede afectar el diseño del programa. Ser explícito acerca de los problemas que se están resolviendo, así como las necesidades y los impulsores que se abordarán con un programa de alfabetización de datos, es vital para evitar comienzos falsos. Al observar a los diez pioneros discutidos en este informe, surgieron lecciones clave que son relevantes para las agencias gubernamentales a medida que diseñan la capacidad y los programas de alfabetización de datos:

  • Involucrar a los líderes senior con roles y expectativas claras. Los líderes ejecutivos establecen el tono para la alfabetización de datos y el uso de datos en una organización, por lo que garantizar que el liderazgo tenga roles y responsabilidades claras también permite a los directores de datos, funcionarios de capital humano y otros patrocinar e implementar eficazmente el programa de alfabetización de datos.
  • Aclarar competencias y perfiles objetivos para un análisis de brechas efectivo. Enfoques reflexivos para la creación de programas de alfabetización de datos incluyen el uso de datos para evaluar competencias, perfiles, capacidad y habilidades existentes en toda la fuerza laboral, y luego identificar áreas estratégicas de inversión y mejora basadas en las prioridades organizacionales.
  • Cultivar un lenguaje común y compartido. Hablar sobre datos de manera común y comprensible en toda una organización puede impulsar la aplicación de habilidades y experiencia en datos para lograr un impacto duradero.
  • Mejorar la accesibilidad de los datos. Incluso con una fuerza laboral segura y capaz, si el acceso a los datos es restrictivo de manera no intencional y los datos no pueden utilizarse fácilmente en la práctica, los programas de alfabetización de datos estarán limitados en su capacidad para fomentar una cultura informada por datos en la agencia.
  • Alinear la gobernanza de datos y la alfabetización de datos. A medida que las agencias maduran en las políticas y prácticas de gobernanza de datos, la alfabetización de datos debe ajustarse de manera paralela y viceversa. Los productos clave de trabajo en gobernanza de datos, como un catálogo de datos, glosario y diccionario de datos, se convierten en bases y dependencias críticas para una iniciativa exitosa de alfabetización de datos.
  • Fomentar el uso de datos en la toma de decisiones. A medida que las organizaciones desarrollan programas de alfabetización de datos y avanzan en los procesos de gobernanza de datos, los líderes senior estarán cada vez más posicionados para resaltar el impacto explícito y el valor de los datos en la toma de decisiones en todos los niveles de la organización.

Para las organizaciones que buscan avanzar en programas de alfabetización de datos y desarrollar capacidad, las lecciones también sugieren una serie de recomendaciones prácticas, que incluyen:

  • Patrocinio. Los jefes de agencia deben designar a un Director Principal de Datos u otro funcionario para patrocinar el programa de alfabetización de datos y asignar recursos suficientes para la iniciativa, incluyendo la contratación de un líder del programa, proporcionar un presupuesto para el programa, respaldar asociaciones público-privadas y analizar continuamente las necesidades del personal a medida que el programa madura.
  • Transparencia. En apoyo del argumento de cómo la alfabetización de datos respalda los objetivos de la agencia, los ejecutivos gubernamentales deben ser más transparentes y ejemplares en la forma en que utilizan datos con el personal de la agencia, y respaldar la identificación de lagunas de datos a través de una agenda de aprendizaje.
  • Incentivos. A medida que los programas de alfabetización de datos de la agencia maduran, las agencias deben reforzar intencionalmente los valores culturales de decisiones basadas en datos y evidencia con incentivos para el uso de datos en subvenciones, regulaciones y orientación de políticas.

Los pioneros discutidos en este informe ofrecen lecciones tempranas a medida que otras organizaciones también buscan mejorar sus capacidades para utilizar datos. Reconocer que el desarrollo de programas es un proceso de aprendizaje significa que ninguna agencia u organización debe aspirar a tener un programa perfecto desde el principio; cada programa cambiará con el tiempo. Lo esencial es que cada organización comience a desarrollar su capacidad para utilizar datos y evidencia, y todo comienza con la alfabetización de datos.

El papel cambiante de los DATOS en la era de la IA

The evolving role of DATA in the AI era. David Worlock, 21 de septiembre de 2023 https://www.davidworlock.com/2023/09/the-evolving-role-of-data-in-the-ai-era/

Los datos son el pilar fundamental en la era de la IA. Su calidad, cantidad y diversidad son esenciales para el éxito y la efectividad de los sistemas de IA en una amplia gama de aplicaciones y sectores. La gestión adecuada de los datos, incluyendo la privacidad y la seguridad, es un aspecto crítico para aprovechar al máximo el potencial de la IA.

El evento «“The evolving role of DATA in the AI era “» se llevó a cabo el 18 de septiembre de 2023 en Leiden durante el Foro de la Fundación FAIR – CCC. La conferencia abordó cuestiones clave relacionadas con los datos en la era de la inteligencia artificial (IA) y exploró el enfoque de FAIR (Localizables, Accesibles, Interoperables y Reutilizables) en la gestión de datos científicos.

El evento comenzó con una declaración desafiante que enfatizaba la importancia de regular la IA correctamente para evitar que el futuro de la IA estuviera dominado por China. Esto estableció el tono para un día de discusiones significativas sobre el papel fundamental de los datos en la IA y cómo se pueden aprovechar mejor para el beneficio de la sociedad.

Se resaltó que, aunque un porcentaje considerable de científicos estaba familiarizado con FAIR y su objetivo de hacer que los datos sean más accesibles y utilizables, aún persiste la tendencia de presentar hallazgos científicos en narrativas tradicionales en lugar de priorizar la creación de datos en formatos y estructuras que las máquinas puedan comprender y utilizar. Se argumentó que en un mundo de IA, la inteligencia de las máquinas es esencial para aprovechar plenamente el conocimiento disponible.

Se discutió la necesidad de que los datos sean «FAIR por diseño» y se presentó la idea de la «nano publicación», que implicaba la identificación única y la codificación de afirmaciones y declaraciones, lo que permitiría una comunicación más efectiva y con indicadores de procedencia incorporados. Esta forma de comunicación se consideró como una posible evolución de la revisión por pares.

Se debatió intensamente sobre cómo incorporar la interoperabilidad de las máquinas desde el inicio del procesamiento de la comunicación, y se mencionó la experimentación con Editorial Manager para implantar la «nano publicación» en flujos de trabajo existentes. Se consideró esencial que FAIR se convierta en un proceso incrustado y protocolario, como TCP-IP, para lograr un cambio efectivo.

La última parte del evento se centró en el valor y el retorno de la inversión (ROI) de FAIR, destacando beneficios en costos, tiempo y otros factores. Se subrayó la importancia de garantizar la certeza en términos de identidad, procedencia, versiones y relaciones en un entorno donde el significado y la aceptación de los hallazgos científicos pueden cambiar con el tiempo.

En conclusión, el evento resaltó la importancia de los datos en la era de la IA y cómo FAIR está trabajando para mejorar la gestión de datos científicos para un beneficio más amplio. Se enfocó en la necesidad de una comunicación más efectiva con las máquinas y la importancia de abordar los desafíos regulatorios en la IA para aprovechar al máximo su potencial.

Compartir datos de investigación es cada vez más importante. Cómo pueden ayudar las bibliotecas

F1000. «Sharing Research Data Is Becoming More Important. Here’s How Libraries Can Help». Library Journal. Accedido 27 de septiembre de 2023. https://www.libraryjournal.com/story/sharing-research-data-is-becoming-more-important.-heres-how-libraries-can-help-lj230921.

Los datos de investigación son las pruebas subyacentes que sustentan las afirmaciones que se hacen en las publicaciones académicas, y poner estos datos a disposición del público es un aspecto fundamental de la publicación de acceso abierto. Sin embargo, debido a una serie de obstáculos -algunos reales, otros percibidos-, muchos investigadores son reacios a compartir sus datos con la comunidad investigadora en general.

Editores y bibliotecarios pueden colaborar para ayudar a los investigadores a superar estos obstáculos, afirma Jamie Hutchins, director de investigación abierta en las Américas del grupo Taylor & Francis. Hacerlo tiene importantes beneficios para los investigadores, sus instituciones y la sociedad en su conjunto.

Los datos de investigación pueden adoptar muchas formas, y no sólo se refieren a los números que aparecen en las hojas de cálculo. El aspecto de los datos de investigación varía según la disciplina y puede incluir elementos como notas, cuadernos de laboratorio y bocetos; medios como fotos, vídeos y diapositivas; respuestas a encuestas y transcripciones de entrevistas; modelos y algoritmos; y el software o código escrito para ejecutar simulaciones y analizar información.

Poner esta información a disposición del público ayuda a otros investigadores a reproducir los resultados de un estudio o a basarse en este corpus de conocimientos. Fomenta una mayor conexión y colaboración entre investigadores, lo que da lugar a nuevos avances.

El intercambio de datos suele fomentarse dentro de la comunidad científica, y las nuevas directrices federales, como el memorando Nelson, ampliarán aún más esta práctica. Sin embargo, hacer públicos los datos de investigación requiere mucho tiempo, esfuerzo y esfuerzo.

La falta de tiempo y de conocimientos son los principales obstáculos

En la encuesta «State of Open Data» de Digital Science de 2020, los investigadores identificaron una serie de problemas o preocupaciones que tienen a la hora de compartir públicamente sus datos de investigación.

Por ejemplo, es posible que no sepan cómo formatear y preparar sus datos para que puedan compartirse y reutilizarse, o que no tengan tiempo para hacerlo. Muchos investigadores tampoco están seguros de qué información tienen permiso para compartir y de los problemas de licencias y derechos de autor que pueden surgir.

Como señala el informe Digital Science «Esperamos que [los investigadores] sean expertos en su propia disciplina. … Pero también esperamos que los investigadores sepan una o dos cosas, preferiblemente más, sobre seguridad de la información: Dónde y cómo almacenar los datos de forma que puedan utilizarse no sólo ahora, sino también en el futuro, sin que sean accesibles a personas que no tienen nada que ver con ellos. … [Esperamos de ellos que] sean expertos jurídicos y, en esa capacidad, sepan cómo navegar con éxito por un panorama a veces muy difícil de derechos de propiedad intelectual, licencias, privacidad y quizá también patentes».

Se trata de retos que los bibliotecarios, como expertos en trabajar con datos y navegar por cuestiones de derechos de autor, pueden ayudar a resolver a los investigadores. Los editores también desempeñan un papel clave: Una plataforma como F1000 de Taylor & Francis incluye herramientas para ayudar a los investigadores a almacenar y compartir sus datos y, al mismo tiempo, mantener segura esta información.

Superar las preocupaciones de los investigadores

Más allá de estos obstáculos técnicos, los investigadores han expresado su preocupación por el posible uso indebido de sus datos. Algunos investigadores son reacios a ceder el control sobre sus datos de investigación y punto. «Para muchos, incluso la idea de que los datos puedan ser reutilizados por otros investigadores ha sido un obstáculo para la adopción de los principios de la investigación abierta», afirma Hutchins.

Sin embargo, Hutchins señala que compartir ampliamente los datos no sólo beneficia a la sociedad, sino que también aporta ventajas claras y directas a los propios investigadores. Por ejemplo, aumenta las posibilidades de descubrir su trabajo, ayudando a otros a encontrar, utilizar y citar sus resultados de investigación. Esto, a su vez, mejora la imagen de los investigadores y de las instituciones que los emplean.

De hecho, un estudio reveló que los artículos de revistas que enlazaban con datos de repositorios de investigación tenían hasta un 25% más de citas que los que no tenían acceso a los datos subyacentes.

«Desde el punto de vista de los editores, tenemos pruebas de que incluso el paso mínimo de incluir una declaración de disponibilidad de datos en un artículo de investigación -algo que exige F1000 y que ahora están adoptando otras revistas- puede aumentar su impacto», afirma Hutchins.

Algunas instituciones, como la Universidad de Florida (UF), han rediseñado sus servicios bibliotecarios para apoyar más eficazmente la investigación en su universidad, por ejemplo ofreciendo servicios de consultoría y orientación sobre las mejores prácticas para compartir datos de investigación. «A menudo oímos decir a investigadores de todas las etapas de su carrera que no son conscientes de los recursos y servicios de apoyo de que disponen», afirma Hutchins. «Este parece un ámbito claro para la colaboración entre bibliotecas y editoriales».

Mejorar la publicación de datos por parte de los gestores y propietarios de portales de datos abiertos

Stemmer, M., Improving data publishing by open data portal managers and owners, Publications Office of the European Union, 2023, https://data.europa.eu/doi/10.2830/626320

Publicar datos de alta calidad de forma sencilla es crucial para que los datos abiertos creen valor añadido. El diseño del proceso de publicación de datos es especialmente importante. Por un lado, se refiere a los procesos internos de publicación de datos dentro de las organizaciones proveedoras de datos (proveedor de datos). Por otro lado, los gestores y propietarios de portales de datos abiertos también pueden influir positivamente en el proceso de publicación de datos a través de diversos mecanismos, contribuyendo así a mejorar la calidad de los datos, facilitar su publicación a los proveedores de datos y aumentar la visibilidad de los datos publicados. Este informe pretende abordar esta última perspectiva. Partimos de la base de que los gestores y propietarios de portales de datos abiertos pueden contribuir de forma significativa al uso y la difusión de los datos abiertos en los tres ámbitos siguientes de la publicación de datos.

Identificación de otros tipos de datos generados por los ciudadanos

Corcho, Ó., Jiménez, J., Simperl, E., Data.europa.eu and Citizen-generated Data – Identification of other types of citizen-generated data, Publications Office of the European Union, 2023, https://data.europa.eu/doi/10.2830/95762

Este es el segundo y último informe sobre datos generados por los ciudadanos (DGC) y portales de datos gubernamentales abiertos (DPAD). En el primer informe (Corcho, Jiménez, Morote y Simperl, 2022) se realizó una revisión bibliográfica para definir los CGD y sus principales atributos. A continuación, se analizaron los OGDP nacionales y locales que están en el ámbito de data.europa.eu para ver qué conjuntos de datos de CGD publican ya. El análisis se resumió en 10 conclusiones, acompañadas de 10 recomendaciones. El presente informe comienza donde lo dejó el anterior. Para añadir contexto a las conclusiones y recomendaciones originales, los autores emprendieron un estudio de métodos mixtos con tres partes: (1) entrevistas con representantes de grupos de partes interesadas clave en el espacio de CGD; (2) un análisis del sistema de cinco OGDP que ocupaban los primeros puestos en el informe anterior con respecto al número de conjuntos de datos de CGD publicados; y (3) un análisis del sistema de portales nacionales de ciencia ciudadana (CSP) para encontrar conjuntos de datos de CGD adicionales que los OGDP podrían considerar añadir a sus catálogos.

Manifiesto sobre los datos abiertos de ODI


Open Data Institute (ODI) es una organización sin fines de lucro que se dedica a promover y facilitar el uso de datos abiertos en todo el mundo. Fue fundada en 2012 en el Reino Unido por Sir Tim Berners-Lee y Nigel Shadbolt, dos figuras influyentes en el campo de la tecnología y la web semántica.

La misión del ODI es abogar por la apertura y accesibilidad de los datos, lo que implica que los datos deben estar disponibles para ser utilizados y compartidos de manera libre y sin restricciones innecesarias. Esto no solo incluye datos gubernamentales, sino también datos de diversas fuentes, como empresas, organizaciones sin fines de lucro y más.

El ODI trabaja en colaboración con gobiernos, empresas y otras instituciones para promover políticas y prácticas de datos abiertos. Proporciona capacitación, recursos y apoyo para ayudar a las organizaciones a comprender y aprovechar los datos abiertos de manera efectiva. Además, el ODI promueve la investigación, la innovación y la creación de herramientas y tecnologías que faciliten el uso y la compartición de datos abiertos.

MANIFIESTO

El Manifiesto del Open Data Institute (ODI) es una declaración fundamental que establece los principios y valores centrales de la organización en relación con los datos abiertos y su impacto en la sociedad:

INFRAESTRUCTURA: Los sectores y las sociedades deben invertir y proteger la infraestructura de datos en la que confían. Los datos abiertos son el fundamento de esta infraestructura vital emergente.

CAPACIDAD: Todos deben tener la oportunidad de comprender cómo se pueden usar y se están usando los datos. Necesitamos alfabetización en datos para todos, habilidades en ciencia de datos y experiencia en el uso de datos para ayudar a resolver problemas.

INNOVACIÓN: Los datos deben inspirar y alimentar la innovación. Pueden permitir que empresas, startups, gobiernos, individuos y comunidades creen productos y servicios, impulsando el crecimiento económico y la productividad.

EQUIDAD: Todos deben beneficiarse de manera justa de los datos. El acceso a los datos y la información promueve la competencia justa y los mercados informados, y capacita a las personas como consumidores, creadores y ciudadanos.

ÉTICA: Las personas y las organizaciones deben usar los datos de manera ética. Las decisiones tomadas sobre qué datos se recopilan y cómo se utilizan no deben ser injustas, discriminatorias ni engañosas.

COMPROMISO: Todos deben poder participar en hacer que los datos funcionen para todos nosotros. Las organizaciones y comunidades deben colaborar en cómo se utilizan y se accede a los datos para ayudar a resolver sus problemas.

¿Qué es la Alfabetización en Datos?

La Alfabetización en Datos se refiere a la capacidad de una persona para comprender, analizar y utilizar eficazmente datos en diversas formas. Implica la habilidad para interpretar y evaluar información presentada en formato numérico, gráfico o textual, así como la capacidad de comunicar y tomar decisiones basadas en esos datos. La alfabetización de datos no solo se trata de entender números, sino también de comprender el contexto, las fuentes y las limitaciones de los datos para tomar decisiones informadas.

En la actual era digital, donde la cantidad de datos generados y compartidos es masiva, la alfabetización de datos es esencial para navegar por la información de manera crítica y usarla para abordar problemas, tomar decisiones y comunicar ideas de manera efectiva. Las habilidades de alfabetización de datos incluyen la capacidad de analizar gráficos y tablas, interpretar estadísticas, reconocer patrones y tendencias, evaluar la calidad de los datos y comunicar resultados de manera clara y comprensible.

La alfabetización de datos es importante en una variedad de contextos, como la educación, los negocios, la toma de decisiones gubernamentales, la investigación y la vida cotidiana. Ayuda a las personas a tomar decisiones informadas, evitar el sesgo en la interpretación de datos y comprender mejor el mundo en el que vivimos. También es esencial para el desarrollo de habilidades digitales en la sociedad moderna, ya que está relacionada con la comprensión y el uso efectivo de la tecnología y las herramientas digitales.

Llevar a cabo un programa de alfabetización en datos implica planificación, diseño de contenido y enfoque en el desarrollo de habilidades clave para comprender y utilizar datos de manera efectiva. Aquí hay algunos pasos a considerar al crear un programa de alfabetización en datos:

  1. Definir Objetivos Claros: Establece objetivos específicos para el programa. ¿Qué habilidades en datos deseas que los participantes adquieran? ¿Cómo se beneficiarán de estas habilidades?
  2. Identificar Audiencia y Necesidades: Comprende quiénes serán los participantes del programa y cuáles son sus niveles actuales de conocimiento en datos. Esto ayudará a adaptar el contenido y enfoque.
  3. Diseñar Contenido Relevante: Crea materiales de capacitación que se ajusten a las necesidades de la audiencia. Incluye conceptos básicos sobre tipos de datos, gráficos, estadísticas y cómo interpretar la información.
  4. Enfocarse en la Práctica: Proporciona ejercicios prácticos y ejemplos del mundo real para que los participantes apliquen lo aprendido y desarrollen habilidades prácticas.
  5. Utilizar Herramientas y Tecnología: Introduce herramientas y software relevantes para trabajar con datos, como hojas de cálculo, visualización de datos y análisis estadístico.
  6. Promover el Pensamiento Crítico: Enseña a los participantes a evaluar la calidad de los datos, reconocer sesgos y comprender las limitaciones de la información.
  7. Ofrecer Formatos Flexibles: Considera ofrecer el programa en diferentes formatos, como talleres presenciales, cursos en línea o materiales descargables. Esto aumenta la accesibilidad.
  8. Incorporar Ejemplos Reales: Utiliza ejemplos y casos prácticos relacionados con áreas de interés de los participantes, como salud, negocios o educación.
  9. Facilitar la Comunicación: Enseña cómo comunicar los hallazgos y conclusiones derivadas de los datos de manera efectiva, ya sea mediante informes, presentaciones u otros medios.
  10. Evaluación y Retroalimentación: Implementa evaluaciones regulares para medir el progreso de los participantes. Escucha sus comentarios y ajusta el programa según sea necesario.
  11. Promoción y Participación: Anuncia el programa y motiva a los participantes a unirse. Crea un ambiente colaborativo donde puedan aprender entre sí.
  12. Mantenimiento y Actualización: Los datos y las herramientas evolucionan. Mantén el programa actualizado para reflejar las últimas tendencias y tecnologías en el campo de la alfabetización en datos.

Recuerda que la clave para un programa exitoso de alfabetización en datos es la práctica continua y la aplicación de las habilidades aprendidas en situaciones del mundo real.

Alfabetización en datos y gobierno

«Data Literacy and the UK Government [Report]». Open Data Institute, April 2022 | Accedido 30 de agosto de 2023.

Texto completo

En el siglo XXI, cada organización es una organización de datos y debe pensar en cómo utiliza los datos y su papel en ecosistemas de datos más amplios. Del mismo modo, cada función es ahora una función de datos. Sea cual sea nuestro trabajo, necesitamos conocer los datos -sus oportunidades y limitaciones- para desempeñarlo con eficacia.

ODI entiende la «alfabetización en datos» como «la capacidad de pensar críticamente sobre los datos en diferentes contextos y examinar el impacto de los diferentes enfoques a la hora de recopilar, utilizar y compartir datos e información». Va más allá de los conocimientos técnicos necesarios para trabajar con datos.

Esto también se aplica a nuestras funciones como ciudadanos, a nuestras funciones en los hogares y las familias, a nuestras funciones en el resto de nuestras vidas, cuando intentamos utilizar, interpretar y actuar a partir de la información. Si el gobierno británico quiere investigar y poner en marcha iniciativas más ambiciosas relacionadas con los datos y la inteligencia artificial, también necesitará que los ciudadanos tengan esta comprensión básica de los datos para que puedan examinar y apoyar dichos planes, siendo la confianza y la comprensión del público la clave de su éxito.

Uno de los seis puntos del manifiesto de la ODI -que nos ayudará a alcanzar nuestra visión de un mundo en el que los datos funcionen para todos- es la capacidad en materia de datos: «Todo el mundo debe tener la oportunidad de entender cómo se pueden utilizar y se están utilizando los datos. Necesitamos alfabetización en datos para todos, competencias en ciencia de datos y experiencia en el uso de datos para ayudar a resolver problemas».

Galileo Open Service Navigation Message Authentication (OSNMA) Documento de control de la interfaz de distribución de datos por Internet (OSNMA IDD ICD)

European GNSS Agency, Galileo Open Service Navigation Message Authentication (OSNMA) – Internet Data Distribution Interface Control Document (OSNMA IDD ICD) – Issue 1.0, July 2023, Publications Office of the European Union, 2023, https://data.europa.eu/doi/10.2878/325903

El presente Documento de Control de la Interfaz de Distribución de Datos por Internet para la Autenticación de Mensajes de Navegación del Servicio Abierto Galileo (en lo sucesivo, ICD OSNMA IDD) tiene como objetivo complementar las Directrices para Receptores OSNMA [1] y el ICD OSNMA SIS [2], proporcionando a los usuarios la información necesaria para acceder y recuperar los datos criptográficos (Clave Pública y Árbol de Merkle) disponibles a través de las interfaces del Centro de Servicios GNSS (GSC) EGNSS. La distribución de los datos criptográficos mencionados se apoya en el suministro de certificados de infraestructura de clave pública (PKI) para garantizar que los datos proceden del sistema Galileo. En este documento también se ofrece una descripción de los certificados PKI junto con información a los usuarios sobre cómo pueden utilizarse. Esta primera versión del documento se actualizará antes de la declaración de servicio con la inclusión de un certificado PKI que firme el Merkle Tree. La información proporcionada en este documento junto con el ICD del SIS OSNMA [2] y las Directrices del Receptor OSNMA [1] permitirán la implementación completa del protocolo OSNMA incluyendo la autenticación de la cadena de confianza asociada.

Creación de valor para el sector público mediante el uso de datos abiertos

Directorate-General for Informatics (European Commission), Publications Office of the European Union, David Osimo, y Anna Pizzamiglio. Creating Public Sector Value through the Use of Open Data: Insights and Recommendations from the Data.Europa.Eu Campaign : Summary Paper 2023. LU: Publications Office of the European Union, 2023. https://data.europa.eu/doi/10.2830/565958.

Este documento de síntesis, Creating public sector value through the use of open data, es el último de dos documentos destinados a fomentar el compromiso del sector público como reutilizador de datos abiertos. Arroja luz sobre los resultados de la campaña de un año que incluye un primer documento de alcance sobre la medición de la demanda de datos en el sector público, varias entradas de blog publicadas en data.europa.eu, un seminario web de la academia data.europa.eu sobre la demanda de datos y un grupo de discusión sobre cómo reutiliza los datos el sector público. El documento de síntesis incorpora los resultados de la campaña, extrae conclusiones y ofrece recomendaciones políticas sobre cómo data.europa.eu puede facilitar y estimular la reutilización de datos por parte de las instituciones públicas en toda Europa.