Archivo de la etiqueta: Gestión de datos de investigación

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.

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.