Archivo de la etiqueta: Gestión de datos de investigación

¿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.

Una década de encuestas sobre la actitud ante la compartición de datos destaca tres factores para lograr la ciencia abierta

Impact of Social Sciences. «A Decade of Surveys on Attitudes to Data Sharing Highlights Three Factors for Achieving Open Science», 22 de agosto de 2023. https://blogs.lse.ac.uk/impactofsocialsciences/2023/08/22/a-decade-of-surveys-on-attitudes-to-data-sharing-highlights-three-factors-for-achieving-open-science/.

Josh Borycz, Alison Specht y Kevin Crowston, basándose en los datos de una encuesta realizada a lo largo de un periodo de diez años, exploran cómo han cambiado las actitudes hacia los datos abiertos y, más en general, hacia la ciencia abierta, e identifican tres factores que determinan la adopción de prácticas de ciencia abierta.

La ciencia abierta cambia las reglas del juego para los investigadores y la comunidad científica. Las recomendaciones de Ciencia Abierta de la UNESCO de 2021 sugieren que la práctica de la Ciencia Abierta es beneficiosa para los investigadores, ya que se benefician del trabajo de otros al tiempo que realizan aportaciones, lo que a su vez beneficia a la comunidad, ya que mejora la transparencia de las conclusiones y, por tanto, la confianza en los nuevos conocimientos.

A lo largo de un periodo de 10 años, Carol Tenopir, de DataONE, y su equipo realizaron una encuesta mundial a científicos, gestores y trabajadores de la Administración implicados en amplias actividades científicas medioambientales sobre su disposición a compartir datos y su opinión acerca de los recursos disponibles para hacerlo (Tenopir et al., , 2011, 2015, 2018, 2020). La comparación de las respuestas a lo largo de ese tiempo muestra un aumento general de la disposición a compartir datos (y, por tanto, a participar en la Ciencia Abierta).

El resultado más sorprendente fue que una mayor disposición a compartir datos se correspondía con una disminución de la satisfacción con los recursos para compartir datos en todas las naciones (por ejemplo, habilidades, herramientas, formación) (Fig.1). Es decir, los investigadores que no querían compartir datos estaban satisfechos con los recursos disponibles, y los que sí querían compartir datos estaban insatisfechos. Al parecer, los investigadores sólo descubren que las herramientas son insuficientes cuando empiezan el duro trabajo de comprometerse con las prácticas de la ciencia abierta. Esto indica que un cambio cultural en las actitudes de los investigadores debe preceder al desarrollo de apoyo y herramientas para la gestión de datos.

Las encuestas arrojan más luz sobre los motores de estos cambios. La innovación es gradual y está sujeta a muchas influencias. Para entender estas influencias, empleamos una serie de teorías que conducen a hipótesis sobre tres factores importantes A: percepciones individuales; B: influencias sociales, y C: influencias organizativas (Fig. 2). Estos factores actúan conjuntamente para influir en las opiniones y acciones hacia una innovación, como la Ciencia Abierta, expresadas específicamente por las actitudes hacia el intercambio y la reutilización de datos.

Fig.2: Modelo teórico.

Por ejemplo, descubrimos que, a lo largo de los 10 años, las motivaciones de la «voluntad de compartir» eran en gran medida individuales, como los beneficios percibidos en la carrera profesional, el riesgo profesional y el esfuerzo necesario para participar en la innovación. La satisfacción con los recursos se vio influida en gran medida por cuestiones organizativas: la disponibilidad de formación, los mandatos y la accesibilidad de un «hogar» seguro para los datos y la información.

La disciplina también influyó. Dado que para ser «abierto» se requieren conocimientos sobre datos, no es sorprendente que los informáticos (por ejemplo, informáticos, gestores de bases de datos, ingenieros, programadores) fueran, durante todo el periodo de estudio, los más dispuestos a compartir datos. Esta disposición tuvo un notable aumento entre 2011 y 2015. Los científicos físicos y naturales mostraron una mejora constante con el tiempo, pero se mostraron menos entusiastas que los informáticos. Los científicos sociales, sin embargo, se mostraron comparativamente reacios a compartir datos y no cambiaron esa situación a lo largo de los 10 años del estudio. ¿A qué se debe esto?

Los requisitos obligatorios para compartir datos realmente funcionan. Sin embargo, este efecto se puso de manifiesto en las encuestas, ya que los investigadores de la Administración pública se mostraron sistemáticamente mucho más dispuestos a compartir datos que los del mundo académico o las empresas, y esta disposición a compartir aumentó sustancialmente de 2011 a 2019. De hecho, estas mismas tendencias se mantuvieron incluso para los investigadores cuyo trabajo fue meramente financiado por el gobierno federal. Los investigadores que trabajaban en el sector académico estaban menos dispuestos a compartir que los de la Administración, pero mostraron aumentos significativos en la disposición a compartir de 2011 a 2015. Como era de esperar, los investigadores del sector comercial eran los menos dispuestos a compartir sus datos.

A nivel mundial, los científicos de EE.UU. y Canadá y de Australia y Nueva Zelanda fueron los más dispuestos a compartir sus datos, con aumentos generales de esa disposición a lo largo del tiempo. Los de África y Oriente Medio y Asia y el sudeste asiático fueron los menos dispuestos de todas las comunidades y esta reticencia no cambió a lo largo del periodo de estudio.

En conclusión, si queremos alcanzar nuestros objetivos de ciencia abierta y datos abiertos en todo el mundo, debemos ser sensibles a las diferentes condiciones y recursos en todo el planeta. Nuestros resultados indican que la participación y la financiación gubernamentales desempeñan un papel importante en la mejora de las actitudes de los investigadores hacia las prácticas de ciencia abierta. La influencia organizativa de la financiación y los mandatos gubernamentales modifica los incentivos individuales. Los investigadores se dan cuenta entonces de que carecen de los conocimientos, las herramientas y la formación que necesitan para compartir adecuadamente los datos, lo que puede impulsar el cambio social necesario para cambiar drásticamente la forma en que se hace ciencia para mejor.

Conocimiento, uso y reutilización de los datos abiertos en la ciencia española

Vidal Cabo, Christian. «Conocimiento, uso y reutilización de los datos abiertos en la ciencia española». Tesis doctoral, Universitat Politècnica de València, 2022. https://doi.org/10.4995/Thesis/10251/184664.

El Gobierno Abierto es un modo de política pública que se basa en los pilares de colaboración y participación ciudadana, transparencia y rendición de cuentas y derecho de acceso a la información pública. De la mano de las tecnologías de la información y las comunicaciones, gobiernos y administraciones llevan a cabo iniciativas de apertura de datos, movimiento conocido como Open Data (Datos Abiertos). Las plataformas digitales donde estas entidades ponen a disposición de la sociedad civil los datos son conocidas como portales de datos abiertos. Se trata de fuentes de información donde los conjuntos de datos son potencialmente reutilizables, con cualquier fin y sin ningún tipo de restricción, únicamente de referencia de autoría de los datos.

La comunidad científica, personal altamente cualificado dentro de la sociedad, pueden llegar a ser reutilizadores potenciales de estas fuentes de información. El producto derivado se traduce en producción científica: artículos, usos de datos abiertos en proyectos de investigación, comunicaciones y docencia. Este estudio aborda, por una parte, el conocimiento que tienen los investigadores e investigadoras acerca de los datos abiertos. Por otra, el uso y la reutilización de los datos abiertos para generar conocimiento científico.

Para llevar a cabo el estudio se ha desarrollado una metodología cuantitativa. Se ha elaborado una encuesta, distribuida en un bloque inicial de contexto con 6 preguntas y 6 bloques de carácter técnico con 24 preguntas, es decir, un cuestionario con 30 preguntas.

Se obtienen un total de 783 respuestas, procedentes de 34 provincias españolas. Los investigadores e investigadoras proceden de 47 universidades españolas y 21 centros de investigación, y existe representación 19 áreas de investigación de la Agencia Estatal de Investigación.

Con los datos obtenidos a través de esta metodología cuantitativa, se procesan, se normalizan y se lleva a cabo un análisis. Además, con los datos se desarrolla una plataforma para visualizar los resultados de la encuesta.

Apoyo a la investigación digital, intensiva en datos y computacional en las bibliotecas universitarias

Lippincott, Joan K. Directions in Digital Scholarship: Support for Digital, Data-Intensive, and Computational Research in Academic Libraries. Coalition for Networked Information, June 2023

Texto completo

Este informe de una iniciativa de la Coalición 2023 para la Información en Red (CNI, por sus siglas en inglés) examina el compromiso de las bibliotecas con la erudición digital (DS, por sus siglas en inglés) y examina las conexiones con la investigación computacional y de uso intensivo de datos durante aproximadamente los últimos cinco años y en el futuro. No existe una fórmula fija para un programa de DS, aunque puede haber buenos modelos y buenas prácticas. Los tipos de programas que se ofrecen, el equilibrio entre servicios de investigación y de enseñanza, y los grupos clave a los que se presta servicio dependen de factores institucionales como los objetivos representados en el plan estratégico de la universidad o el apoyo de una facultad concreta.

Para comprender las tendencias de los programas de SD, incluida la atención al impacto de la pandemia, especialmente en lo que se refiere a la importancia de los espacios físicos y la programación presencial, se recopilaron datos de varias fuentes, incluidas entrevistas en línea con 12 responsables de bibliotecas y SD, perfiles de los programas de SD de 47 bibliotecas y conversaciones durante dos foros en línea que representaban a un total de 24 instituciones. Las conclusiones de estas fuentes se analizan y sintetizan en este informe.

Los programas de SD incluyen una amplia gama de actividades con un núcleo de consulta e instrucción, con instalaciones de apoyo, al servicio de profesores y estudiantes, normalmente de la mayoría o de todas las disciplinas de la institución. Los programas de SD tienen un carácter institucional, ya que algunos hacen hincapié en la investigación y otros en la enseñanza, y con el paso del tiempo cambian a menudo en respuesta a las nuevas prioridades presidenciales o institucionales.

Evaluación del valor de los datos y otros tipos de activos en data.europa.eu

Corcho, O., Alobaid, A., Amador, E., Assessment of the value of data and other types of assets in data.europa.eu, Publications Office of the European Union, 2023, https://data.europa.eu/doi/10.2830/192960

Investigaciones anteriores realizadas en el contexto del antiguo Portal Europeo de Datos exploraron conceptos, métodos y arquitecturas para hacer sostenibles los portales de datos (abiertos). Contribuyeron a que se produjera un cambio de paradigma en la comunidad de los datos abiertos, a saber, dejar de entender los portales principalmente como un medio para publicar y descubrir datos y replantearse los portales como fuentes de contenidos y recursos de valor añadido que facilitan la reutilización de los datos y fomentan las comunidades de datos. Este informe es el primero de una serie. La serie se basará en este trabajo previo y se centrará tanto en el valor de los datos y metadatos que contiene el portal data.europa.eu como en el valor de otros recursos disponibles en el portal (por ejemplo, documentación en forma de informes y publicaciones, herramientas e historias de datos). Para realizar este análisis, estamos desarrollando métodos (incluidos métodos computacionales, también conocidos como prototipos de software) para – evaluar el valor de los conjuntos de datos y sus recursos relacionados estudiando su presencia en otras plataformas digitales, herramientas y aplicaciones que utilizan habitualmente las comunidades de datos; – añadir valor a los conjuntos de datos y recursos recomendando otros conjuntos de datos y recursos relacionados y enriqueciendo su contenido para facilitar su uso en aplicaciones posteriores (por ejemplo, en aprendizaje automático).

Servicios de ciencia abierta de las bibliotecas de investigación: perspectivas organizativas – Un informe de LIBER y ADBU

Graaf, Maurits van der. «Open Science Services by Research Libraries: Organisational Perspectives – A LIBER and ADBU Report». Zenodo, 20 de junio de 2023. https://doi.org/10.5281/zenodo.8060243.

PDF

El informe destaca que las bibliotecas de investigación desempeñan un papel crucial en la promoción de la ciencia abierta al ofrecer servicios como el acceso abierto a publicaciones científicas, la gestión de datos de investigación, la preservación digital, la promoción de prácticas de investigación reproducibles y la colaboración en proyectos de código abierto


«Open Science Services by Research Libraries: Organisational Perspectives – A LIBER and ADBU Report» es un informe elaborado por LIBER (Association of European Research Libraries) y ADBU (Association of Directors of French University Libraries and Documentation) que analiza el papel de las bibliotecas de investigación en la provisión de servicios de ciencia abierta.

El informe aborda las perspectivas organizativas de las bibliotecas de investigación en relación con la ciencia abierta. Examina los desafíos y las oportunidades que enfrentan las bibliotecas al proporcionar servicios relacionados con la apertura y cómo se están adaptando para cumplir con los requisitos cambiantes de la comunidad académica.

Se examinan diferentes aspectos organizativos, como la estructura y la gobernanza de las bibliotecas, los recursos humanos necesarios, la colaboración con otros actores institucionales y los desafíos financieros asociados con la implementación de servicios de ciencia abierta. Además, se presentan ejemplos de buenas prácticas y casos de estudio de bibliotecas de investigación que han implementado con éxito servicios de ciencia abierta.

En resumen, el informe proporciona una visión general de cómo las bibliotecas de investigación están adaptando sus servicios y organizaciones para apoyar la ciencia abierta. Destaca la importancia de las bibliotecas como socios clave en la implementación de prácticas abiertas y el fomento de la colaboración en la comunidad académica.

Hacia una metodología de evaluación y segmentación de la demanda de datos abiertos

Verhulst, Stefaan G., y Andrew Young. «Toward an Open Data Demand Assessment and Segmentation Methodology» GovLab, 2018.

Texto completo

Plantillas

Metodología

En todo el mundo se invierte mucho tiempo y recursos en poner los datos públicos al alcance de todos con el objetivo general de mejorar la vida de las personas. Cada vez hay más pruebas del impacto de los datos abiertos en la mejora de la gobernanza, la capacitación de los ciudadanos, la creación de oportunidades económicas y la resolución de problemas públicos.

Sin embargo, gran parte del valor potencial de los datos abiertos sigue sin aprovecharse, en parte porque a menudo no sabemos quién los utiliza o, lo que es más importante, quién no los utiliza pero podría beneficiarse de la información que generan. Al identificar, priorizar, segmentar y comprometerse con la demanda actual y futura de datos abiertos de forma sistémica y sistemática, los profesionales pueden garantizar que los datos abiertos estén mejor orientados.

Sabemos que no podemos centrarnos simplemente en publicar datos abiertos, ni construir un portal sin comprender sus posibles usos y demanda. Sin embargo, a menudo hacemos precisamente eso. Comprender y satisfacer la demanda de datos abiertos puede aumentar el impacto global y el rendimiento de la inversión de los fondos públicos.

El GovLab, en colaboración con el Banco Interamericano de Desarrollo, y con el apoyo de la Agencia Francesa de Desarrollo, ha desarrollado la Metodología de Evaluación y Demanda de Datos Abiertos (Beta) para proporcionar a los responsables políticos y a los profesionales de los datos abiertos un enfoque para identificar, segmentar y comprometerse con la demanda. Este proceso busca específicamente empoderar a los defensores de los datos dentro de los organismos públicos que desean mejorar la capacidad de sus datos para mejorar la vida de las personas.