Archivo de la etiqueta: Gestión de datos de investigación

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.

Perspectivas de los bibliotecarios universitarios sobre las habilidades y la formación para el apoyo a los datos de investigación en Canadá

Rod, Alisa B. «It Takes a Researcher to Know a Researcher: Academic Librarian Perspectives Regarding Skills and Training for Research Data Support in Canada». Evidence Based Library and Information Practice 18, n.o 2 (15 de junio de 2023): 44-58. https://doi.org/10.18438/eblip30297.

Este estudio empírico tiene como objetivo aportar pruebas cualitativas sobre las perspectivas de los bibliotecarios relacionados con los datos en relación con las habilidades necesarias, la educación y la formación para estas funciones en el contexto de las bibliotecas académicas canadienses. Un segundo objetivo de este estudio es comprender las perspectivas de los bibliotecarios relacionados con los datos en relación con el papel específico del MLIS en la prestación de formación y educación pertinentes. La definición de bibliotecario relacionado con datos en este estudio incluye a cualquier bibliotecario o profesional que tenga un título convencional relacionado con un campo de la biblioteconomía de datos (es decir, gestión de datos de investigación, servicios de datos, SIG, visualización de datos, ciencia de datos) o cualquier otro bibliotecario o profesional cuyas funciones incluyan la prestación de servicios relacionados con datos dentro de una institución académica.

El estudio emplea un enfoque cualitativo, incorporando pruebas empíricas en profundidad a través de 12 entrevistas semiestructuradas con bibliotecarios relacionados con los datos. El objetivo de las entrevistas es recopilar perspectivas de primera mano sobre las competencias necesarias para estos puestos y los medios por los que las personas adquieren y mantienen dichas competencias.

Las entrevistas arrojaron cuatro temas principales relacionados con las competencias esenciales para los puestos de bibliotecario especializado en datos. En primer lugar, los participantes destacaron la importancia de la experiencia en la realización de investigaciones originales. En segundo lugar, se destacó la competencia en codificación computacional y métodos cuantitativos como un conjunto de aptitudes cruciales. En tercer lugar, se reconoció la importancia de las competencias relacionadas con MLIS, como la comprensión de metadatos. Por último, se consideró valiosa la capacidad de aprender rápidamente nuevas habilidades en el trabajo. En general, este estudio sugiere que, si bien los conocimientos sobre metadatos, documentación y gestión de la información siguen siendo vitales para los bibliotecarios especializados en datos, los programas MLIS son cada vez menos competitivos en comparación con los programas de grado que ofrecen un mayor énfasis en la experiencia práctica de trabajo con diversos tipos de datos en un contexto de investigación, junto con la aplicación de diversos enfoques metodológicos.

A través de un análisis cualitativo en profundidad de los bibliotecarios relacionados con los datos en el contexto de las bibliotecas académicas canadienses, este estudio proporciona nuevas y valiosas perspectivas sobre la importancia percibida de llevar a cabo una investigación empírica original para tener éxito en estas funciones. Destaca la evolución del panorama de las habilidades requeridas y sugiere que los programas MLIS podrían beneficiarse de un mayor enfoque en la experiencia práctica con diferentes tipos de datos y metodologías de investigación para satisfacer mejor las necesidades de la biblioteconomía relacionada con datos en entornos académicos.

Cómo sacar el máximo partido de la información de la Unión Europea: Información y datos de la UE

Cómo sacar el máximo partido de la información de la Unión Europea: Información y datos de la UE. Publications Office of the European Union, 2022, 

Texto completo

La Oficina de Publicaciones de la Unión Europea es una organización que ofrece servicios de publicación y gestión de datos abiertos a las instituciones de la UE. Sirve de punto de acceso central a una amplia gama de información y recursos relacionados con la UE, como legislación y jurisprudencia de la UE, anuncios de licitación, publicaciones, aplicaciones, datos abiertos, resultados de investigaciones e información de contacto oficial.

La misión de la Oficina de Publicaciones es apoyar la elaboración de las políticas de la UE garantizando que la información y los datos de la UE sean fácilmente accesibles, reutilizables y estén a disposición de los ciudadanos, las empresas y las administraciones públicas de toda la UE y fuera de ella. Su objetivo es fomentar la transparencia, la democracia y la difusión del conocimiento, contribuyendo al mismo tiempo a la transformación digital de Europa.

Como centro de excelencia para la gestión de datos, información y conocimientos, la Oficina de Publicaciones pretende dar a conocer al público las actividades de la UE y proporcionarle los medios para utilizar el poder de los datos. Su objetivo es facilitar el acceso a las publicaciones, datos e información de la UE, que abarcan ámbitos como la legislación de la UE, las oportunidades empresariales, las políticas de la UE, los resultados de la investigación, etc.

Este folleto sirve de guía para ayudar a las personas a aprovechar al máximo la amplia gama de publicaciones, datos e información disponibles a través de la Oficina de Publicaciones. Invita a los lectores a explorar y descubrir la riqueza de recursos que ofrecen. Ya se trate de comprender la legislación de la UE, acceder a oportunidades de negocio, mantenerse informado sobre las políticas de la UE o explorar los resultados de la investigación, la Oficina de Publicaciones pretende proporcionar valiosos recursos a sus usuarios.

Buenas prácticas en materia de datos: Eliminación de barreras a la reutilización de datos con licencias CC0 («Sin derechos reservados»)

The Dryad. «Good Data Practices: Removing Barriers to Data Reuse with CC0 Licensing». Dryad news, 30 de mayo de 2023.

Ver noticia

CC0 “No Rights Reserved”

CC0 permite a científicos, educadores, artistas y otros creadores y propietarios de contenidos protegidos por derechos de autor o bases de datos renunciar a esos intereses sobre sus obras y, de ese modo, ponerlas lo más completamente posible en el dominio público, de modo que otros puedan basarse libremente en ellas, mejorarlas y reutilizarlas para cualquier fin sin restricciones en virtud de la legislación sobre derechos de autor o bases de datos.

¿Por qué CC0 es una gran opción para los datos abiertos?

A los autores que envían datos a Dryad se les pide que consientan la publicación de sus datos bajo Creative Commons Public Domain Dedication, más comúnmente conocida como CC0. Al hacerlo, se pide a los autores que confirmen que cualquier material que haya sido publicado previamente por otro autor o grupo de trabajo se publicó en condiciones compatibles con CC0 y que aceptan publicar de forma novedosa cualquier material no publicado previamente bajo esta exención.

Las licencias Creative Commons (CC) son un estándar ampliamente adoptado para los productos académicos y también se emplean para una amplia gama de otros medios difundidos digitalmente (muchas imágenes de Wikipedia están alojadas bajo una licencia CC, por ejemplo). La licencia CC BY (Atribución) es particularmente común en las comunidades de investigación, ya que es la licencia bajo la cual se publican con frecuencia los artículos de acceso abierto. También existen muchas otras licencias abiertas estándar, como las específicas para software.

En cambio, CC0 no es una licencia, sino una renuncia a los derechos de autor del propietario o creador. Dedica una obra al dominio público sin restricciones ni condiciones para su reutilización, modificación o redistribución.

La reutilización de datos es el objetivo ideal de compartir datos abiertos. Las afirmaciones indebidas de derechos de autor y restricciones de licencias sobre material que probablemente no esté amparado por la ley de derechos de autor hace que los usuarios potenciales tengan que descifrar los textos legales para determinar si el contenido está sujeto a derechos de autor. Esto puede resultar bastante oneroso y crear aversión a la reutilización por miedo a acciones legales por uso indebido, especialmente en el caso de las licencias más restrictivas. Incluso si hay poca ambigüedad sobre si se puede hacer una reclamación de derechos de autor, la incertidumbre sobre cómo seguir las condiciones prescritas también puede sofocar la reutilización por miedo a acciones legales. Por ejemplo, todas las licencias CC exigen la atribución, pero ésta debe hacerse de la forma específica prescrita por el creador o creadores. Cuando se recopilan muchas obras con este tipo de licencias, esto puede crear mayor ambigüedad y cargas para los usuarios.

Con CC0, no hay ambigüedad sobre las restricciones de los datos, lo que, de nuevo, no autoriza a los usuarios potenciales a ignorar las normas establecidas por la comunidad, como la citación o la colaboración. Además, evita complicaciones en torno al llamado «apilamiento de atribuciones», cada vez más común a medida que los investigadores compilan grandes conjuntos de datos procedentes de muchas obras con licencias independientes (un inconveniente típico de CC BY en comparación con CC0). Por último, libera al editor de los datos de la carga legal de supervisar la reutilización de sus datos y, en caso necesario, de emprender acciones legales contra acciones percibidas como indebidas (algo para lo que muchas personas carecen de tiempo o recursos).

El concepto de renunciar a los derechos de autor de los productos académicos suele resultar desconcertante para los investigadores, que esperan que se reconozca el mérito de su trabajo. CC0 no exime ni excluye a los usuarios de los resultados publicados bajo esta exención de observar las normas establecidas de la comunidad, de las cuales la citación adecuada es sólo una de muchas. Las expectativas de citación y la práctica de hacerlo deben considerarse como una contribución positiva a una comunidad de investigación, no como una acción tomada bajo coacción por temor a acciones legales.

Desafíos y oportunidades de la investigación intensiva en datos

Challenges and opportunities in data-intensive research with icons and people around a data server
Illustration showing key challenges and opportunities in data-intensive research

Barber, Michael, Jane Elith, Danny Kingsley, y Ayesha Tulloch. «Advancing Data-Intensive Research in Australia». Report. Australian Academy of Science, 13 de octubre de 2021. Australia. https://apo.org.au/node/314873.

PDF

Este informe presenta los resultados de las consultas con la comunidad investigadora sobre los desafíos y oportunidades de la investigación intensiva en datos en Australia. El informe identifica oportunidades para avanzar en la investigación intensiva en datos en Australia al alinear la política de investigación, la infraestructura de investigación, las habilidades y la educación, y al reconocer la ciencia de datos como una disciplina científica distinta.

Los autores argumentan que la investigación intensiva en datos tiene el potencial de revolucionar la forma en que se lleva a cabo la investigación en muchos campos, pero que se necesitan cambios significativos en la infraestructura, las políticas y la cultura para aprovechar plenamente estos beneficios.

Los autores identifican varios desafíos clave que deben abordarse para avanzar en la investigación intensiva en datos en Australia, incluida la necesidad de repositorios de datos más accesibles e interoperables, mejores prácticas de gestión e intercambio de datos, y una mayor capacidad para el análisis y la visualización de datos. También discuten la necesidad de mejorar la alfabetización de datos entre los investigadores y la comunidad en general, así como la importancia de abordar las preocupaciones éticas y legales sobre el uso de datos.

El artículo destaca varias iniciativas y colaboraciones que están actualmente en curso en Australia para avanzar en la investigación intensiva en datos, incluidos Australian Research Data Commons y Australian BioCommons. Los autores también enfatizan la necesidad de una inversión continua en infraestructura y capacitación para respaldar la investigación intensiva en datos.

En general, el artículo argumenta que el avance de la investigación intensiva en datos en Australia requerirá un esfuerzo coordinado y sostenido de investigadores, financiadores, legisladores y otras partes interesadas. Sin embargo, los beneficios potenciales de la investigación intensiva en datos son significativos, y los autores sugieren que Australia está bien posicionada para convertirse en líder en este campo.

El contexto de descubrimiento de datos de investigación

Liu, Ying-Hsang, Mingfang Wu, Megan Power, y Adrian Burton. «Elicitation of Data Discovery Contexts: An Interview Study». Report. Australian Research Data Commons, 10 de octubre de 2022. Australia. https://apo.org.au/node/321054.

PDF

Este proyecto está diseñado para obtener contextos de descubrimiento de datos de investigadores en todo el sistema de investigación de Australia. Como la principal agencia de coordinación de datos de investigación de Australia, Australian Research Data Commons (ARDC) ha identificado la necesidad de una mayor comprensión de los contextos en torno a los cuales los usuarios de datos abordan su descubrimiento de datos. En concreto, el estudio ha sido diseñado para responder a las siguientes preguntas de investigación:

  • ¿Cómo abordan los investigadores el descubrimiento de datos?
  • ¿Cómo buscan los investigadores los datos?
  • ¿Qué atributos de datos son importantes para la búsqueda de datos de los investigadores?
  • ¿Qué criterios aplican los investigadores para evaluar la relevancia y la usabilidad de los conjuntos de datos?
  • ¿Cuáles son los contextos de reutilización de datos por parte de los investigadores?

Este estudio adoptó un enfoque de método mixto para responder a las preguntas de investigación propuestas mediante el uso de métodos de encuestas y entrevistas en profundidad. Se diseñó una encuesta previa a la entrevista para capturar la información de antecedentes de los participantes, que incluye; sus áreas/temas de investigación, etapa de carrera, funciones laborales y sus fuentes de datos en proyectos recientes. Los investigadores diseñaron el protocolo de entrevista a lo largo de cada paso del ciclo de vida de los datos y adoptaron un protocolo de técnica de incidente crítico (CIT) para realizar entrevistas en profundidad semiestructuradas para obtener los contextos del descubrimiento de datos.

¿Cómo y por qué los investigadores hacen referencia a los datos?

Lafia, Sara, Andrea Thomer, Elizabeth Moss, David Bleckley, y Libby Hemphill. «How and Why Do Researchers Reference Data? A Study of Rhetorical Features and Functions of Data References in Academic Articles» Data Science Journal 22, n.o 1 (28 de abril de 2023): 10. https://doi.org/10.5334/dsj-2023-010.

PDF

Aunque los datos de investigación son cada vez más importantes en los análisis científicos modernos, no se han considerado históricamente como productos de investigación primarios. La publicación, la preservación a largo plazo y la difusión de datos de investigación, junto con metadatos descriptivos, hacen posible que otros descubran, usen y citen observaciones recopiladas por otros investigadores para otros fines.

La reutilización de datos es una práctica común en las ciencias sociales. Si bien los datos publicados juegan un papel esencial en la producción de la investigación en ciencias sociales, no se citan de manera constante, lo que dificulta evaluar su impacto académico completo y dar crédito a los productores de datos originales.

Este estudio explora las características y funciones retóricas de las referencias de datos en artículos académicos, con el objetivo de comprender cómo y por qué los investigadores hacen referencia a datos en su trabajo. Los autores analizan un corpus de 108 artículos académicos en varias disciplinas, examinando los tipos de referencias de datos, el contexto en el que se utilizan y sus propósitos comunicativos.

El estudio encuentra que los investigadores usan referencias de datos de varias maneras, incluso para proporcionar evidencia, respaldar afirmaciones y situar su investigación en un contexto más amplio. Los autores también identifican diferentes tipos de referencias de datos, como fuentes de datos primarias, fuentes de datos secundarias e informes gubernamentales, cada uno con sus propias funciones retóricas.

Los autores argumentan que las referencias de datos son un aspecto importante del discurso académico, ya que sirven como un medio para establecer credibilidad, demostrar conocimiento del campo y contribuir a la conversación en curso en una disciplina determinada. Concluyen que una mejor comprensión de las funciones retóricas de las referencias de datos puede ayudar a los investigadores a hacer un uso más efectivo de los datos en sus propios escritos y también puede informar el desarrollo de políticas y prácticas de gestión de datos.

Construir culturas de datos justas en la universidad: desafíos para el profesorado

Raffaghelli, J. E. (2023). Construir culturas de datos justas en la universidad: Desafíos para el profesorado. Universitat de Barcelona. IDP/ICE & Ediciones Octaedro.

Texto completo

Los capítulos de este libro exploran perspectivas de lo que significa crear culturas de datos justas en la educación superior, destacando la gama de herramientas y estrategias que se requieren según cada perspectiva. Los capítulos abarcan las dimensiones teóricas y prácticas de este reto, así como los diferentes niveles que intervienen en la creación de la cultura, desde los recursos y las infraestructuras hasta las habilidades y conocimientos del profesorado.

Aunque se centra en un sector concreto (educación superior), también plantea la cuestión más amplia del papel del profesorado y la educación superior en la preparación de las personas para vivir en una sociedad donde la digitalización ha quedado atravesada por la datificación. La investigación crítica de los datos que se presenta en este libro va a contracorriente del pensamiento popular en el ámbito de la educación, que, en general, se ha dejado seducir por el poder de los big data (o macrodatos). En este breve prólogo desglosaré las diferentes dimensiones del desafío, considerando el contexto de la educación superior, cómo podríamos desarrollar una cultura de datos justa y los desafíos y oportunidades que surgen para los educadores en este contexto. Comenzaré por considerar los datos y la datificación como fenómenos sociotécnicos.

Un nuevo preprint explora la reutilización de datos y las citas

New preprint explores tracing data reuse and citations. (2023, abril 20). Scholarly Communications Lab | ScholCommLab. https://www.scholcommlab.ca/2023/04/20/new-preprint-explores-tracing-data-reuse-and-citations/

En nuestra era digital, no cabe duda de que los científicos comparten y reutilizan datos abiertos. Sin embargo, sigue sin estar claro hasta qué punto están extendidas las prácticas de reutilización y citación de datos en las disciplinas académicas, y por qué los científicos citan -o no- datos en sus trabajos de investigación.

Las citas de datos, o citas en listas de referencias a datos, se consideran cada vez más un medio importante para rastrear la reutilización de datos e incentivar su puesta en común. Aunque las diferencias disciplinarias en las prácticas de citación de datos han sido bien documentadas mediante enfoques cienciométricos, aún no sabemos hasta qué punto son representativas dentro de las disciplinas. Tampoco conocemos aún las motivaciones de los investigadores para citar -o no citar- datos en sus trabajos académicos. Se presentan aquí los resultados de la mayor encuesta conocida (n=2.492) para investigar explícitamente las prácticas de citación de datos, preferencias y motivaciones, utilizando una muestra representativa de autores académicos por disciplina, tal y como está representada en la Web of Science (WoS). Presentamos los resultados sobre las prácticas y motivaciones actuales de los investigadores para reutilizar y citar datos y también examinamos sus preferencias sobre cómo les gustaría que se citaran sus propios datos. Concluimos analizando los patrones disciplinarios en dos grandes grupos, centrándonos en los patrones de las ciencias sociales y las humanidades, y consideramos las implicaciones de nuestros resultados para el seguimiento y la recompensa de la puesta en común y la reutilización de datos.

¿Qué motiva a los investigadores que citan datos a hacerlo? En toda la muestra, la mayoría de las razones podrían interpretarse como motivaciones que reflejan la práctica «ideal» de la investigación (por ejemplo, mostrar una deuda intelectual), ayudar a otros a encontrar datos o apoyar la validez de las afirmaciones de su investigación. Pocos encuestados indicaron que los factores externos, es decir, que las revistas o los editores les aconsejaran hacerlo, fueran un factor motivador en su decisión de citar datos.

Sin embargo, se encuentran algunas diferencias disciplinarias significativas en esta cuestión. Por ejemplo, los investigadores de ciencias sociales y humanidades (SHH) indicaron que citaban datos para reconocer la deuda intelectual con más frecuencia de lo esperado. Una posible explicación de este hecho podría estar vinculada a los fines comunes para los que nuestros encuestados de las SSH reutilizan los datos (por ejemplo, servir de base para un nuevo estudio o integrar fuentes para construir un argumento).