¿Cuánto costará administrar y compartir mis datos? – What will it cost to manage and share my data? 

Esta infografía presenta los costos relacionados con los datos de investigación y la importancia de una mejor organización y cómo un plan de gestión de datos (Data Management Plan-DMP) puede ayudar a identificar actividades y costos potenciales al comienzo del proyecto. [Fuente: OpenAire]

This infographic was produced by DCC in the context of OpenAIRE’s RDM Task Force, dedicated to DMP resources.

Recomendaciones para la gestión de datos de investigación dirigidas a investigadores. MareData: Red Española sobre Datos de Investigación en Abierto. Autora: Remedios Melero, 2018.

Estas recomendaciones, que forman parte de los objetivos concretos de MareData, están dirigidas a investigadores y se basan en la experiencia de los miembros de esta red y en la documentación existente relativa a la gestión de datos. La bibliografía generada en torno a este tema ha sido muy abun-dante en los últimos años, sobre todo las directrices de las agencias que financian la investigación, como la Comisión Europea, o de asociaciones de instituciones universitarias y de investigación, como la European University Young European Research Universities Network (YERUN) o la Ligue des Biblio-thèques Européennes de Recherche (LIBER), o proyectos como OpenAIRE, FOSTER, OpenUp, EDISON, LEARN y RECODE, entre otros.

Datos abiertos de investigación. Camino recorrido y cuestiones pendientes

Peset, F., Aleixandre-Benavent, R., Blasco-Gil, Y., & Ferrer-Sapena, A. (2017). Datos abiertos de investigación. Camino recorrido y cuestiones pendientes. Anales De Documentación, 20(1).

https://doi.org/10.6018/analesdoc.20.1.272101

Los aspectos profesionales y técnicos asociados a la gestión de datos de investigación han avanzado ─infraestructuras tecnológicas o metadatos de descripción─, mientras que otros siguen siendo objeto de estudio. Este trabajo revisa la incidencia de lo abierto para sistematizar los últimos avances producidos y las tendencias que dirigen la investigación. Desde la experiencia en este campo resaltamos los retos que quedan por esclarecer y las cuestiones que se están definiendo, más alejadas de la práctica profesional en la gestión de este tipo de información. Cuestiones por investigar son por ejemplo la evolución de los modelos de publicación de datos; el estudio del comportamiento de los autores; las formas de reconocimiento del trabajo; o las métricas de uso de los datos. El trabajo ilumina el camino a seguir en la arena internacional.

Gestión de datos de investigación (RDM). Planeta Biblioteca 2019/07/02

[Fuente: Universo Abierto] Alonso-Arévalo, Julio. La gestión de datos de investigación en el horizonte de las bibliotecas universitarias y de investigación. Cuadernos de Documentación Multimedia, vol 30 (2019) PDF

Descarga Audio

La sociedad TIC necesita, hace uso y proporciona de una enorme cantidad de datos; procesarlos, entenderlos y transformarlos en decisiones de valor es el reto del análisis de los llamados “big data”, un término utilizado para referirse a la explosión de una ingente cantidad y diversidad de datos digitales de alta frecuencia, que se están convirtiendo en un elemento esencial para la competencia, y que según la mayoría de los expertos en el tema serán clave para el crecimiento de la productividad, la innovación y la posibilidad de generar el suficiente excedente para la sostenibilidad de la sociedad. La gestión de los datos de investigación se plantea como uno de los grandes retos que han de asumir durante los próximos años las bibliotecas científicas y de investigación. Ya la mitad de las universidades estadounidenses tienen un plan de trabajo sobre esta cuestión, todos los informes de tendencias están de acuerdo en que la Gestión de Datos de Investigación (RDM) será una de las cuestiones prioritarias y de futuro que deberán asumir las bibliotecas de investigación. En este artículo se hace un análisis del estado de la cuestión sobre la gestión de datos de investigación, normativa, repositorios de datos, prácticas y políticas que están desarrollando las bibliotecas en torno al tema.

 Más sobre  Gestión de datos de investigación

An Introduction to the Basics of Research Data

An animated video that explains the basics of research data.

(Source: Created by Louise Patterton of the Council for Scientific and Industrial Research in South Africa)

Fuentes y tipos  de datos de investigación

LEARN – Investigadoras de la CEPAL – Fuentes y tipos de datos de investigación [Fuente: Cepal]

Datos primarios y Secundarios

MANTRA – John MacInnes – Datos primarios versus datos secundarios (active los subtítulos en español en YouTube) [Fuente: Cepal]

Qué son los Datos de investigación

Los datos de investigación son aquellos datos que son recolectados, observados o creados para ser analizados y producir resultados de investigación originales. [Fuente: Cepal]

La Comisión Europea define los datos de investigación, a la información, en particular factual o numérica recogida para ser examinada y considerada como la base de un razonamiento, de una discusión o de un cálculo.

En un contexto de investigación, los ejemplos de datos incluyen estadísticas, resultados de experimentos, mediciones, observaciones resultantes del trabajo de campo, resultados de encuestas, grabaciones de entrevistas e imágenes. La atención se centra en los datos de investigación que están disponibles en forma digital. Los usuarios normalmente pueden acceder, extraer, explotar, reproducir y difundir datos de investigación de libre acceso de forma gratuita.

Tipología de los datos de Investigación, está en función de:

→ Nivel de procesamiento en el curso de la investigación:

Un mayor acceso a las publicaciones científicas y los datos ayuda a:

• Construir sobre los resultados de investigaciones anteriores (mejora de la calidad de los resultados)
• Fomentar la colaboración y evitar la duplicación de esfuerzos (mayor eficiencia)
• Acelerar la innovación (un avance más rápido hacia el mercado significa un crecimiento más rápido)
• Involucrar a los ciudadanos y la sociedad (transparencia mejorada del proceso científico).

¿Qué es la reutilización de datos de investigación?

The definition of reuse. Stephanie van de Sandt , Sünje Dallmeier-Tiessen, Artemis Lavasa, Vivien Petras. Data science journal, 2019, 18(1), p.22. DOI: http://doi.org/10.5334/dsj-2019-022

Photo by Mika Baumeister on Unsplash

La capacidad de reutilizar los datos de la investigación ahora se considera un beneficio clave para la comunidad de investigación en general. Los investigadores de todas las disciplinas se enfrentan a la presión de compartir sus datos de investigación para poder reutilizarlos. La demanda de uso y reutilización de datos tiene implicaciones sobre cómo documentamos, publicamos y compartimos la investigación en primer lugar, y, quizás lo más importante, afecta cómo medimos el impacto de la investigación, que comúnmente es una medida de su uso y reutilización. Es sorprendente que las comunidades de investigación, los encargados de formular políticas, etc., no hayan definido claramente qué uso y reutilización es todavía.

Postulamos que se necesita una definición clara de uso y reutilización para establecer mejores métricas para un registro académico integral de individuos, instituciones, organizaciones, etc. Por lo tanto, este artículo presenta una primera definición de reutilización de datos de investigación. Las características de la reutilización se identifican al examinar la etimología del término y el análisis del discurso actual, lo que lleva a una variedad de escenarios de reutilización que muestran la complejidad del panorama de investigación actual, que se ha estado moviendo hacia un enfoque basado en datos. El análisis subraya que no hay razón para distinguir el uso y la reutilización. Discutimos lo que eso significa para posibles nuevas métricas que intentan cubrir las prácticas de Open Science de manera más integral. Esperamos que la definición resultante permita una estrategia mejor y más refinada para Open Science.