Módulo 1: Introducción a la Gestión de datos de
investigación
Módulo 2: Planifica la gestión de datos de
investigación. Porqué crear planes de gestión de datos
Módulo 3: Plantillas y herramientas para crear planes
de gestión de datos de investigación
Módulo 4: Práctica a través de estudios de caso
El Plan Datos como Herramienta para la Ciencia AbiertaLourdes Feria
Todo lo que necesitas saber para elaborar tu plan de datos de investigación ¿Qué tipo de datos vas a crear¿ ¿Cómo los vas a documentar? ¿Cómo cuidarás los datos sensibles? ¿Qué vas a hacer con ellos al final? ¿Cómo los vas a compartir?. Todos los tesistas y los académicos que generan publicaciones científicas necesitan conocer esta herramienta.
Brief Introduction to Digital PreservationMichael Day
Presentation slides from a lecture given at the University of the West of England (UWE) as part of the MSc in Library and Library Management, University of the West of England, Frenchay Campus, Bristol, March 10, 2010
Ppt.marketing of library and information servicespardeeprattan
About Marketing of library/information services; how to popularize your library; advocacy of library in www world; challenges to libraries in internet era
El Plan Datos como Herramienta para la Ciencia AbiertaLourdes Feria
Todo lo que necesitas saber para elaborar tu plan de datos de investigación ¿Qué tipo de datos vas a crear¿ ¿Cómo los vas a documentar? ¿Cómo cuidarás los datos sensibles? ¿Qué vas a hacer con ellos al final? ¿Cómo los vas a compartir?. Todos los tesistas y los académicos que generan publicaciones científicas necesitan conocer esta herramienta.
Brief Introduction to Digital PreservationMichael Day
Presentation slides from a lecture given at the University of the West of England (UWE) as part of the MSc in Library and Library Management, University of the West of England, Frenchay Campus, Bristol, March 10, 2010
Ppt.marketing of library and information servicespardeeprattan
About Marketing of library/information services; how to popularize your library; advocacy of library in www world; challenges to libraries in internet era
Translation center in India
NISCAIR (National Institute of Science Communication And Information Resources)
DRTC (Documentation Research and Training Centre)
NCERT (National Council of Educational Research and Training)
SCERT (State Council of Educational Research and Training)
CIEFL (Central Institute of English and Foreign Languages)
A presentation on Interoperability in Digital Libraries by Rupesh Kumar A, Assistant Professor, Department of Studies and Research in Library and Information Science, Tumkur University, Tumakuru, Karnataka, India.
DE LA FORMACIÓN DE USUARIOS A LA ALFABETIZACIÓN INFORMACIONAL / ESTUDIO DE US...Cintia Ruppel
Presentación realizada para el Seminario de Alfabetización Informacional de la carrera BIBES, dictada en la Universidad Nacional de Mar del Plata. Ciclo lectivo 2015
FRSAD Functional Requirements for Subject Authority Data modelMarcia Zeng
Presentation on the modeling approach of the FRSAD (Functional Requirements for Subject Authority Data) model; the entities, attributes, and relationships defined. Discussions of the implications of the FRSAD model for interoperability and future R&D considered. Presented for the ALCTS CCS Subject Analysis Committee, ALA 2010 Annual Conference, Washington, D.C. June 28, 2010
Presented at the seminar Libraries and the Semantic Web: the role of International Standard Bibliographic Description (ISBD), National Library of Scotland, Edinburgh, 25 Feb 2011
Material de soporte al webinar de formación del personal docente e investigador de la Universidad Pablo de Olavide dentro del programa de formación de la Biblioteca/CRAI. Dictado por Yusnelkis Milanés Guisado y Ángel M. Delgado Vázquez los días 13 y 14/10/2021
Mini Taller LEARN, evento en línea organizado por la CEPAL y el Centro Argentino de Información Científica y Tecnológica (CAICYT-CONICET). El taller se titula "Primeros pasos para implementar un Plan de Gestión de Datos" y se realizará el día martes 23 de mayo.
La presentación inicial estará dedicada a los planes de gestión de datos de investigación. ¿Qué son?, ¿cuáles son sus funciones y beneficios? y ¿cómo comenzar a implementarlos? Veremos los elementos que debe contener un plan de gestión de datos y cuáles son los pasos para comenzar la gestión de datos de investigación en nuestras instituciones de investigación.
Luego daremos paso al intercambio de experiencias y discusión entre los y las participantes, en relación con la aplicación de Planes de Gestión de Datos de Investigación en diversos contextos dentro de América Latina y el Caribe.
En esta ocasión contaremos con la participación de Lic. Fernando Ariel López, Coordinador de Comunicación y Formación del CAICYT - CONICET, quien abordará las siguientes temáticas:
• Ciencia Abierta, Datos de Investigación, Datos Abiertos, Acceso Abierto
• Planes de Gestión de Datos de Investigación: Definición, función, beneficios
• Componentes de un Plan de Gestión de Datos
• Primeros pasos para su implementación
Translation center in India
NISCAIR (National Institute of Science Communication And Information Resources)
DRTC (Documentation Research and Training Centre)
NCERT (National Council of Educational Research and Training)
SCERT (State Council of Educational Research and Training)
CIEFL (Central Institute of English and Foreign Languages)
A presentation on Interoperability in Digital Libraries by Rupesh Kumar A, Assistant Professor, Department of Studies and Research in Library and Information Science, Tumkur University, Tumakuru, Karnataka, India.
DE LA FORMACIÓN DE USUARIOS A LA ALFABETIZACIÓN INFORMACIONAL / ESTUDIO DE US...Cintia Ruppel
Presentación realizada para el Seminario de Alfabetización Informacional de la carrera BIBES, dictada en la Universidad Nacional de Mar del Plata. Ciclo lectivo 2015
FRSAD Functional Requirements for Subject Authority Data modelMarcia Zeng
Presentation on the modeling approach of the FRSAD (Functional Requirements for Subject Authority Data) model; the entities, attributes, and relationships defined. Discussions of the implications of the FRSAD model for interoperability and future R&D considered. Presented for the ALCTS CCS Subject Analysis Committee, ALA 2010 Annual Conference, Washington, D.C. June 28, 2010
Presented at the seminar Libraries and the Semantic Web: the role of International Standard Bibliographic Description (ISBD), National Library of Scotland, Edinburgh, 25 Feb 2011
Material de soporte al webinar de formación del personal docente e investigador de la Universidad Pablo de Olavide dentro del programa de formación de la Biblioteca/CRAI. Dictado por Yusnelkis Milanés Guisado y Ángel M. Delgado Vázquez los días 13 y 14/10/2021
Mini Taller LEARN, evento en línea organizado por la CEPAL y el Centro Argentino de Información Científica y Tecnológica (CAICYT-CONICET). El taller se titula "Primeros pasos para implementar un Plan de Gestión de Datos" y se realizará el día martes 23 de mayo.
La presentación inicial estará dedicada a los planes de gestión de datos de investigación. ¿Qué son?, ¿cuáles son sus funciones y beneficios? y ¿cómo comenzar a implementarlos? Veremos los elementos que debe contener un plan de gestión de datos y cuáles son los pasos para comenzar la gestión de datos de investigación en nuestras instituciones de investigación.
Luego daremos paso al intercambio de experiencias y discusión entre los y las participantes, en relación con la aplicación de Planes de Gestión de Datos de Investigación en diversos contextos dentro de América Latina y el Caribe.
En esta ocasión contaremos con la participación de Lic. Fernando Ariel López, Coordinador de Comunicación y Formación del CAICYT - CONICET, quien abordará las siguientes temáticas:
• Ciencia Abierta, Datos de Investigación, Datos Abiertos, Acceso Abierto
• Planes de Gestión de Datos de Investigación: Definición, función, beneficios
• Componentes de un Plan de Gestión de Datos
• Primeros pasos para su implementación
Presentació de Reme Melero, científica titular del CSIC a les Jornades de Ciència Oberta organitzades pel Museu de Ciències Naturals de Barcelona, que van tenir lloc el 3 d'octubre de 2018.
Datos de investigación: conceptos y tipologías.
Relevancia de la gestión de datos de investigación para el
investigador.
Cómo responder a los organismos financiadores en materia de
gestión de datos: Los planes de gestión de datos.
Cómo buscar datos de investigación.
Aspectos legales y éticos en materia de datos de investigación.
Organización y documentación de los datos.
Almacenamiento y seguridad.
Cómo compartir datos de investigación y su relevancia para la
carrera del investigador.
Los Planes de Gestión de Datos de Investigación
Presentación del evento de arranque de la Red Temática en Tecnologías de la Información y Comunicaciones, realizado en abril del 2010.
Se muestra una descripción de los grandes retos, las acciones realizadas y el programa de trabajo.
El documento fue elaborado por el comité coordinador de REDTIC.
OpenAIRE – from a Repository Network to a European wide Research Information ...Pedro Príncipe
Compartiendo los resultados de la investigación europea
ACCESO, DATOS DE INVESTIGACIÓN Y CIENCIA ABIERTA
- Taller-pre Jornadas #FESABID15, Gijón, 20015 - event @FosterOpenScience
Aquesta presentació forma part del curs "Sistemas de Xestión da Información Científica (CRIS – Current Research Information Systems), instrumentos óptimos para abordar a recollida e explotación de datos sobre a actividade científica institucional en universidades e centros de investigación" organitzat pel Consorcio Interuniversitario do Sistema Universitario de Galicia (CISUG) i amb la col·laboració d'euroCRIS, del 24 al 26 de febrer a través de videoconferència.
Introducing CityData 3,0 initiative in User conference Esri España, Main GIS event in Spain.
If you need more info, follow me @mfbenitez or http://geodata4opencities.org/
ESTUDIO DEVIGILANCIA TECNOLÓGICA:METODOLOGÍA Y RESULTADOS(Resumen)
Los grandes avances experimentados en los últimos años en el desarrollo de las Tecnologías de la Información y la Comunicación (TIC) han revolucionado muchos aspectos de la vida diaria. Incluso podría decirse que estamos ante la consolidación de un nuevo paradigma socioeconómico que incluye nuevas formas de comunicar, consumir, brindar y recibir servicios, y de conocimiento.
Plan de gestión de datos de investigación: una propuesta Argentina del CAICYT...Fernando-Ariel Lopez
LOPEZ, Fernando Ariel (2017). Plan de gestión de datos de investigación: una propuesta Argentina del CAICYT-CONICET. En: BIREDIAL - ISTEC 2017. 2 al 4 de octubre de 2017. La Plata, Argentina.
Más información en http://congresos.unlp.edu.ar/index.php/biredial-istec/2017
Más información en http://www.caicyt-conicet.gov.ar/
Material de soporte al webinar de formación del personal docente e investigador de la Universidad Pablo de Olavide dentro del programa de formación de la Biblioteca/CRAI.10/05/2022 y 12/05/2021
Formación sobre cómo usar la colección de la Biblioteca/CRAI a través de Eureka y las guías elaboradas por el Servicio de Formación de usuarios e información bibliográfica
Fundamentos de la visualización de datos. Ejemplos de buenas prácticas, principios y elementos visuales útiles para lograr visualizaciones efectivas de nuestros datos.
Material del curso para profesores e investigadores de la Universidad Pablo de Olavide, preparado por Ángel M. Delgado Vázquez y Carmen Utrera Bonet, del Servicio de Apoyo a la Investigación de la Biblioteca/CRAI. Octubre 2021
Material de soporte al webinar de formación del personal docente e investigador de la Universidad Pablo de Olavide dentro del programa de formación de la Biblioteca/CRAI. Dictado por Carmen Utrera Bonet los días 05/10/2021 y 07/10/2021
Material de soporte al webinar de formación del personal docente e investigador de la Universidad Pablo de Olavide dentro del programa de formación de la Biblioteca/CRAI. Dictado por Ángel M. Delgado Vázquez y Carmen Utrera Bonet los días 28/9/2021 y 30/9/2021
Material de soporte al webinar de formación del personal docente e investigador de la Universidad Pablo de Olavide dentro del programa de formación de la Biblioteca/CRAI. Dictado por Ángel M. Delgado Vázquez y Yusnelkis Milanés Guisado los días 21 y 24/9/2021
Material del curso impartido a estudiantes de doctorado de la Universidad Pablo de Olavide dentro del plan de formación de la Biblioteca/CRAI el 29 de abril de 2021
Material del curso para profesores e investigadores de la Universidad Pablo de Olavide, preparado por Ángel M. Delgado Vázquez y Carmen Utrera Bonet, del Servicio de Apoyo a la Investigación de la Biblioteca/CRAI. Octubre 2020
Material del Seminario Conceptos clave edición multimedia impartido por el personal del Laboratorio Multimedia de la Biblioteca/CRAI de la Universidad Pablo de Olavide
Material del taller Herramienta de edición y retoque de imágenes: GIMP impartido por el personal del Laboratorio Multimedia de la Biblioteca/CRAI de la Universidad Pablo de Olavide.
Material del Seminario Competencias para el desarrollo de Objetos de Aprendizaje Multimedia impartido por el personal del Laboratorio Multimedia de la Biblioteca/CRAI de la Universidad Pablo de Olavide. FacilitadoresRocío Maya, Luis Tornos, Cristina Arroyo
Presentación usada en los cursos de bienvenida para el profesorado de nuevo ingreso en la Universidad Pablo de Olavide de Sevilla para presentar los servicios, instalaciones y colecciones de la Biblioteca/CRAI especialmente pensados para el uso del personal docente e investigador
Presentación sobre el uso de Mendeley. Material de soporte para cursos de formación de Personal Docente e Investigador de la Universidad Pablo de Olavide, de Sevilla
Se repasa la normativa de la Universidad Pablo de Olavide sobre la elaboración, depósito, defensa y difusión de tesis doctorales, en lo que tiene que ver con los aspectos documentales y bibliográficos, de comunicación y de evaluación científica.
Se exponen las implicaciones entre la realización de la tesis y la carrera investigadora en la universidad española.
Sesión de formación sobre Acreditación de la actividad investigadora para el reconocimiento y obtención de sexenios por la Comisión Nacional Evaluadora de la Actividad Investigadora (CNEAI) en su convocatoria de 2018. Curso de la Biblioteca/CRAI de la Universidad Pablo de Olavide para personal docente e investigador, online, el día 3/12/18
Guía de uso de Zotero: gestor social de referencias bibliográficas. Material docente y de referencia para estudiantes e investigadores de la Universidad Pablo de Olavide, de Sevilla
Identidad Académica Digital, visibilidad y evaluación de la ciencia: Google Scholar Citations. Curso de formación para investigadores de la Universidad Pablo de Olavide. Abril de 2019.
Más de Biblioteca CRAI de la Universidad Pablo de Olavide (20)
Diapositivas D.I.P.. sobre la importancia que tiene la interpol en HonduraspptxWalterOrdoez22
Es un conjunto de diapositivas creadas para la información sobre la importancia que tienen la interpol en honduras y los tratados entre ambas instituciones
Ipsos, empresa de investigación de mercados y opinión pública, divulgó su informe N°29 “Claves Ipsos” correspondiente al mes de abril, que encuestó a 800 personas con el fin de identificar las principales opiniones y comportamientos de las y los ciudadanos respecto de temas de interés para el país. En esta edición se abordó la a Carabineros de Chile, su evaluación, legitimidad en su actuar y el asesinato de tres funcionarios en Cañete. Además, se consultó sobre el Ejército y la opinión respecto de la marcha en Putre.
TABla de detracciones 123456 antonela tirado 653266666666666
Cómo crear tu plan de gestión de datos de investigación
1. Servicio de Datos de Investigación
Biblioteca /CRAI
Cómo crear tu Plan de Gestión de
Datos de Investigación (PGDI)
Esta obra está bajo una Licencia Creative CommonsAtribución-NoComercial-CompartirIgual 4.0 Internacional.
Yusnelkis Milanés Guisado. PhD.
2. Objetivos
Picture with (CC BY-NC-SA 2.0) Licence from http://www.Flickr.com/potos/bibhop/
Aprender conceptos básicos sobre qué son los datos investigación y
el ciclo de vida de los datos científicos, tipos y formatos, datos FAIR,
etc
Relevancia de una adecuada Gestión de los datos de investigación …
Conocer los componentes esenciales para crear un plan de gestión
de datos de investigación
Fomentar el aprendizaje de las principales herramientas y
plantillas disponibles para crear planes de gestión de datos
3. Programa
Módulo 1: Introducción a la Gestión de datos de
investigación
Módulo 2: Planifica la gestión de datos de
investigación. Porqué crear planes de gestión de datos
Módulo 3: Plantillas y herramientas para crear planes
de gestión de datos de investigación
Módulo 4: Práctica a través de estudios de caso
5. Datos y estructura de ficheros
Nomenclatura de ficheros
Integridad de los datos
Construcción de variables
Documentación del proyecto
Documentación de los datos
Computer-assisted interviewing
Using integrated software
Entrada de datos y documentación
Pre-test y estudios pilotos
Confidencialidad
Cuestiones iniciales para comenzar un proyecto
8. Un mundo lleno de datos
https://www.covid19dataportal.org/the-european-covid-19-data-platform
9. Tipos de datos de investigación
“datos que son recolectados, observados o
creados para ser analizados y producir
resultados de investigación originales”
•Numéricos, descriptivos o visuales.
•Encontrarse en estado bruto o analizado, pueden ser experimentales u
observacionales.
10. • Textos: Cuestionarios, Transcripciones de entrevistas, Codebooks,
Metodologías, Flujos de trabajo, Procedimientos, Protocolos, Notebooks, Diarios
de investigación, etc.
• Numéricos: Respuestas a encuestas, Registros médicos, Respuestas a tests,
Hojas de Excel, instrumentos de medida, Info geoespacial, etc. (Stata, Spss, Excel,
Gis)
• Multimedia: Imágenes, Audio recordings, Videos (jpeg, png, tiff, mp3, wav,
mpeg, quicktime)
Tipos de Datos de investigación
11. Tipos de Datos de investigación
• Códigos: Fuentes de código, Algoritmos, Scripts (R, Python, Java, MATLAB)
• Sintáxis: Software-specific code files to carry out data processing steps (e.g. data
preparation, linkage, statistical analysis, etc) (Stata, SPSS, R, MATLAB)
• Específico de una disciplina: Los tipos de datos pueden incluir: Flexible Image
Transport System (FITS) [Astronomy]; Crystallographic Information File (CIF) [Chemistry];
GRIdded Binary (GRIB) [Meteorology]
12. Datos de investigación
• Datos primarios: Datos coleccionados para un propósito particular ( Ej: responder
a una pregunta de investigación) por el propio investigador y / o su equipo de manera
directa.
• Datos secundarios: Datos coleccionados o producidos con intermediación de
otras fuentes (ejemplo, historia clínica de pacientes, entrevistas, cuestionarios, etc) _
Limitaciones
13. Por su nivel de procesamiento
Brutos
Procesados
Estadísticos
14. Métodos y datos
Cuantitativos
Cross-sectional studies
Longitudinal studies
Opinion polls
Questionnaires
Social attitude surveys
Surveys and censuses
Cualitativos
Semi-structured interviews
Unstructured interviews
Unstructured Observation
Open questionnaire survey
Keeping logs and diaries
Focal groups (Groups discussions)
TIPO Método Formato
15. Datos agregados o macrodatos
https://trainingmodules.ukdataservice.ac.uk/aggregate/#/lessons/Vn9Rr2Gm5V8BKIpmeRfXPfabJv_RQOj3
Ejemplo de indicadores agregados:
esperanza de vida,
tasas de empleo,
PIB,
emisiones de gases de efecto invernadero,
recuentos de censos
Producidos por datos combinados de
individuos (a partir de aplicar métodos
de agregación estadística como suma
o promedio)
16. Datos de censos: Datos construidos a partir de diferentes niveles (áreas,
autoridades locales, nivel nacional, etc)
https://trainingmodules.ukdataservice.ac.uk/aggregate/#/lessons/rX3tpMY1MyJSLUKIy2Qx7XrZbhEjz5g5
https://ukdataservice.ac.uk/help/data-types/census-data/
https://beta.ukdataservice.ac.uk/datacatalogue/studies/#!?Search=&Rows=10&Sort=0&DataTypeFacet=Census%20data&Pag
e=1&DateFrom=440&DateTo=2021
Datos agregados o macrodatos
18. Proveedores internacionales de macrodatos
• The World Bank
• Organization for Economic Co-operation and
Development (OECD)
• International Monetary Fund (IMF)
• The International Labour Organization (ILO).
• UNESCO
• UNIDO
• HUMAN RIGTHS ATLAS
• International Monetary Fund
•International Labour Organisation
•UNICEF
•UN Statistics
•UNESCO
•Eurostat
https://stats2.digitalresources.jisc.ac.uk/
19. Barómetros: Datos de opinion pública
http://www.cis.es/cis/opencm/ES/11_barometros/index.jsp
¿Dónde encontrar datos?
27. Ciencia abierta vs Acceso abierto
Open Access ≠ Open Science
Acceso libre y gratuito a:
• Publicaciones
científicas
1. Acceso libre y gratuito a:
• Publicaciones científicas
• Datos de investigación (FAIR)
• Métricas abiertas
• Software libre
• Recursos educativos en abierto
• Open peer-review
• Ciencia ciudadana
https://ibercivis.es/articulo-eu-citizen-science/
28. Requisitos de las agencias de financiación
OECD Principles and Guidelines for Access to Research Data
from Public Funding (2004-2007)
“… open access to scientific data should be adopted as
the international norm for the exchange of scientific
data derived from publicly funded research.”
The National Science Foundation, January2011
“requires, in all proposals a supplementary document of
no more than two pages describing a Data
Management Plan for the proposed research.“
European Research Council , Open Access Guidelines for
Researchers, June 2012
“…primary data, as well as data-related products such
as computer codes, is deposited in the relevant
databases as soon as possible, preferably immediately
after publication and in any case not later than six
months after the date of publication.”
29. Directrices para la Gestión de Datos en Horizonte 2020
(Guidelines on Data Management in Horizon 2020)
Requisitos de las agencias de financiación
https://ec.europa.eu/research/participants/docs/h2020-funding-guide/cross-cutting-issues/open-
access-data-management/data-management_en.htm
30. Requisitos de las agencias de financiación
Directrices para la Gestión de Datos en Horizonte 2020
(Guidelines on Data Management in Horizon 2020)
31. Beneficiaries must manage the digital research data generated in the
action (‘data’) responsibly, in line with the FAIR principles and by
taking all of the following actions:
§establish a data management plan (‘DMP’) (and regularly update it)
§as soon as possible and within the deadlines set out in the DMP, deposit the data
in a trusted repository; if required in the call conditions, this repository must be
federated in the EOSC in compliance with EOSC requirements
§as soon as possible and within the deadlines set out in the DMP, ensure open
access — via the repository — to the deposited data, under the latest available
version of the Creative Commons Attribution International Public License (CC BY)
or Creative Commons Public Domain Dedication (CC 0) or a licence with equivalent
rights, following the principle ‘as open as possible as closed as necessary’, unless
providing open access would in particular:
-be against the beneficiary’s legitimate interests, including regarding commercial exploitation, or
-be contrary to any other constraints, in particular the EU competitive interests or the beneficiary’s
obligations under this Agreement; if open access is not provided (to some or all data), this must be
justified in the DMP
§provide information via the repository about any research output or any other
tools and instruments needed to re-use or validate the data.
Open science: research data management
Requisitos de las agencias de financiación
32. Ciencia abierta en Horizonte Europa
Stakeholder workshop: Novelties in Horizon Europe MGA (9 October 2020).
https://ec.europa.eu/research/participants/docs/h2020-funding-guide/other/event201009.htm
Requisitos de las agencias de financiación
34. Infraestructura europea
https://open-research-europe.ec.europa.eu/
“Open Research Europe is a great step forward for EU R&I
programme beneficiaries and research communities from all
scientific, social science and humanities fields. The new
publishing platform will enable them to fully embrace
Open Science meeting their publishing needs and openly
share, use and find linked publications and data.”
Mariya Gabriel
Commissioner, European Commission
Open Research Europe (ORE)
Open Research Europe: una nueva plataforma
de publicación de acceso abierto para los
beneficiarios de H2020 / Horizonte Europa.
36. EUROPA
Ciencia abierta _ Horizonte Europa
El mandato de acceso abierto se extiende a libros y
otras publicaciones de formato extenso.
Acceso abierto inmediato, no más embargos, no se
reembolsan las tarifas de las publicaciones en lugares
híbridos
Se debe proporcionar información sobre todos los
demás objetos, herramientas e instrumentos
académicos que se necesitan para validar las
conclusiones de la publicación.
Mandato de intercambio de datos abierto
responsablemente a través de repositorios confiables
Énfasis en la gestión de datos de investigación FAIR y
los DMP, al igual que en H2020, los costos de RDM son
elegibles para reembolso.
Open Research Europe: una nueva plataforma de
publicación de acceso abierto para los beneficiarios de
H2020 / Horizonte Europa.
37. NACIONAL
Ministerio de Ciencia e Innovación (2020) Resolución de la Convocatoria de Proyectos de I+D+I 2020 de la Agencia Estatal
de Investigación [en línea] Disponible en:
https://www.ciencia.gob.es/stfls/MICINN/Ayudas/PE_2017_2020/PE_Orientada_Retos_Sociedad/FICHEROS/Proyectos_ID
I_Retos_Investigacion/ConvocatoriaPID2020_Resolucion20201111.pdf
41. Por qué gestionar los datos de investigación
“Because Good research needs Good data”
DCC. Digital Curation Center.
42. La gestión de datos de investigación
La gestión de datos de investigación refiere a todos
los procesos que te permiten organizar, procesar y
estructurar los datos de tu investigación durante el
ciclo de vida del Proyecto…
43. Beneficios de la Gestión de Datos para los investigadores
Responder a las políticas y regulaciones
De financiadores, instituciones, revistas
Seguridad y preservar su trabajo:
Incluyendo tus datos y la documentación asociada
Para documentar su proceso de investigación, decisiones y cambios.
Si no lo anota, ¡lo olvidará!
Mayor visibilidad e impacto de tu investigación:
Los datos se convierten en citables a través de los identificadores
persistentes
Colaboración
Para re-utilizar sus datos cuando lo necesite, usted y otros
investigadores.
Fácil de encontrar
Gestión de datos de investigación
44. Datos FAIR
• se pueden encontrar en Internet
(Identificadores persistentes, metadatos),
• son accesibles (derechos y licencias claros),
• están en un formato utilizable,
• se identifican de una manera única y
persistente para que se pueda hacer
referencia a ellos.
El principal objetivo de los principios FAIR es preparar los
datos de investigación para que tanto humanos
y máquinas puedan recuperarlos y reutilizarlos de la
mejor manera posible...
Los repositorios cubren la mayoría de
los aspectos
Objetivo: Datos FAIR
45. Datos FAIR
Objetivo: Datos FAIR
Planificar
Preparar
Recolección de
datos
Procesamiento
Análisis
Depósito /
Compartir / Re-uso
46. Datos FAIR
Herramientas para valorar si tus datos
son FAIR:
• FAIR data self-assessment tool
(https://ardc.edu.au/resources/working-with-data/fair-
data/fair-self-assessment-tool/)
• FAIR-Aware (https://fairaware.dans.knaw.nl/)
47. Datos FAIR vs Datos abiertos
Tan abierto como sea posible, tan cerrado
como sea necesario
La accesibilidad limitada, por ejemplo, debido a
la protección de la privacidad de los datos, no
contradice los principios FAIR.
53. PLANIFICAR
¿Cómo responder a los requisitos de los organismos
financiadores?
¿Qué es un Plan de Gestión de Datos de Investigación y
cómo crearlo ?
54. Plan de Gestión de Datos de Investigación
PGDI – ¿Porqué?
Panificar, gestionar y reflejar tus prácticas en relación a los datos
Hacer que tu investigación sea verificable, replicable (Un paper es
más fácil de escribir con un buen PGDI en mano…)
Hacer que tus datos sean comprensibles, encontrables,
accesibles , interoperables y reusables (FAIR)_POR TODOS LOS
IMPLICADOS
Responder con los mandatos de los financiadores
55. Plan de Gestión de Datos de Investigación
PGDI – ¿Porqué?
Ahorro tiempo
- Menos reorganización después
Aumenta la eficiencia de la investigación
- Aseguras que tú y otros podrán entender y usar los datos
en el presente y el futuro.
- Previenes duplicación de esfuerzos
Incrementas tu visibilidad como investigador
56. Plan de Gestión de Datos de Investigación
Documento formal que
describe qué harás con tus
datos durante tu investigación
y después que completes tu
proyecto
EL DMP debe contener solo la información más
importante y preferiblemente no debería exceder
los 10,000 caracteres (incluidos los espacios).
57. Plan de Gestión de Datos de Investigación
El PGDI es un entregable del proyecto, ya forma parte de la
propuesta.
Instrumento vivo, primera versión en los 6 primeros meses del
proyecto: Otras versiones: intermedia y final del proyecto. (ej:30
meses )
Debe actualizarse para las evaluaciones periódicas. Si no las
hubiera, debe estar actualizado antes de la revisión final
Actualizarse siempre que ocurran cambios importantes en el
proyecto (Inclusión de nuevos datasets, cambios en las políticas
del consorcio, u otros factores externos)
58. Plan de Gestión de Datos de Investigación
Hay numerosos formatos específicos, en función de los distintos
programas o (financiadores).
Puede variar en función de la disciplina.
59. Plan de Gestión de Datos de Investigación
¿Cómo luce un PGDI?
Existe una diferencia entre:
EL PGDI que entregas en la propuesta del proyecto
-1-2 folios
-Resumen con la info. más importante
- EL fin es demostrar preparación
ante los financiadores y revisores
EL PGDI que usas durante el proyecto
-Muchas páginas ( incluso más de 100)
- Documento vivo, cubriendo la mayoría
de los aspectos del trabajo con los datos
- Una herramienta para generar info.
sobre tu trabajo y que puede ser compartido
60. Plan de Gestión de Datos de Investigación
Cómo luce un PGDI ?
61. Plan de Gestión de Datos de Investigación
Repositorios de Planes de Gestión de Datos
https://phaidra.univie.ac.at/search#?page=1&pagesize=10&collection=o:1140797
62. Plan de Gestión de Datos de Investigación
Repositorios de Planes de Gestión de Datos
https://phaidra.univie.ac.at/search#?page=1&pagesize=10&collection=o:1140797
64. ¿En qué tipo de datos se basa la investigación?
¿Los datos van a ser derivados, se van a crear
de cero, recopilar o reutilizar?
¿Qué formatos se manejarán?
¿Cuál es el tamaño total esperado de los datos
recopilados?
Tomar decisiones acordadas por consenso
Buscar asesoría
Componentes de un PGD
65. ¿Cómo se va a establecer la estructura y
nomenclatura de las carpetas?
¿Se implementarán estándares específicos, y
metadatos?
¿Qué restricciones de acceso tendrían los
datos?
¿Cuáles son los repositorios adecuados para
depositar los datos?
Tomar decisiones acordadas por consenso
Buscar asesoría
Componentes de un PGD
66. Science Europe. Practical Guide to International Alignment of Research Data management .
https://scienceeurope.org/media/4brkxxe5/se_rdm_practical_guide_extended_final.pdf
Componentes de un PGD
67. Descripción de los datos
Documentación y Metadatos
Almacenamiento y
seguridad
Aspectos
legales y éticos
• Gestión de los accesos a los datos, posibles barreras
• Barreras legales y éticas, licencias, re-uso,
• Tratamiento de los datos sensibles
ELEMENTOS CLAVE EN UN PGD
Componentes de un PGD
Compartir datos y
preservación a largo
plazo
Aspectos legales y
éticos
Responsabilidades y
recursos
68. Descripción
de los datos
• Tipos de datos creados o re-usados
• Organización de los datos y versiones
• Usuarios de los datos
Documentación y
Metadatos
• Esquemas de metadatos
• Documentación de los datos: FAIR
• Control calidad de los datos
Almacenamiento
y seguridad
• Almacenamiento, seguridad, estrategia de back-up,
preservación a largo plazo, costes, barreras técnicas, etc.
Aspectos
legales y éticos
ELEMENTOS CLAVE EN UN PGD
Componentes de un PGD
69. Compartir datos y
preservación a
largo plazo
• Compartir datos, restricciones, cuáles datos y cuándo
• repositorios, identificadores persistentes
Aspectos legales y
éticos
• Gestión de los accesos a los datos, posibles barreras
• Barreras legales y éticas, licencias, re-uso,
• Tratamiento de los datos sensibles
ELEMENTOS CLAVE EN UN PGD
• Roles (Quién se encarga y dirige de la gestión de datos ?)
• Recursos
Responsabilidades
y recursos
Componentes de un PGD
71. Componentes de un PGD
Almacenamiento
y seguridad
Aspectos
legales y éticos
Datos administrativos
72. Componentes de un PGD
How will new data be collected or produced and/or
how will existing data be re-used?
What data (for example the kinds, formats, and volumes) will
be collected or produced?
Almacenamiento
y seguridad
Aspectos
legales y éticos
Descripción de los datos
73. Componentes de un PGD
Descripción
de los datos
• Tipos de datos creados o re-usados
• Organización de los datos y versiones
• Usuarios de los datos
Almacenamiento
y seguridad
Aspectos
legales y éticos
Descripción de los datos
Descripción
de los datos
74. Descripción de los datos
Descripción
de los datos
• Tipos de datos creados o re-usados
• Organización de los datos y versiones
• Usuarios de los datos
Almacenamiento
y seguridad
Aspectos
legales y éticos
Formatos
Descripción
de los datos
• Seleccionar formatos abiertos, no
propietarios.
• Elegir formatos comunes al campo
disciplinar al que se está trabajando: Para
asegurar la interoperabilidad y la reutilización
de los datos.
• Tener en cuenta el tiempo en que se espera
conservar los datos
• Seleccione formatos sin cifrar y sin compilar
Es importante contar con formatos estándar y a poder ser abiertos, que
aseguren el acceso a largo plazo a los datos !
75. Descripción de los datos
Descripción
de los datos
• Tipos de datos creados o re-usados
• Organización de los datos y versiones
• Usuarios de los datos
Almacenamiento
y seguridad
Aspectos
legales y éticos
Formatos
Descripción
de los datos
Type of data Recommended formats Acceptable formats
Tabular data with
extensive metadata
variable labels,
code labels, and
defined missing
values
SPSS portable format (.por)
delimited text and command ('setup') file
(SPSS, Stata, SAS, etc.)
structured text or mark-up file of metadata
information, e.g. DDI XML file
proprietary formats of statistical packages:
SPSS (.sav), Stata (.dta), MS Access
(.mdb/.accdb)
Tabular data with
minimal metadata
column headings,
variable names
comma-separated values (.csv)
tab-delimited file (.tab)
delimited text with SQL data definition
statements
delimited text (.txt) with characters not
present in data used as delimiters
widely-used formats: MS Excel (.xls/.xlsx),
MS Access (.mdb/.accdb), dBase (.dbf),
OpenDocument Spreadsheet (.ods)
Geospatial data
vector and raster
data
ESRI Shapefile (.shp, .shx, .dbf, .prj, .sbx,
.sbn optional)
geo-referenced TIFF (.tif, .tfw)
CAD data (.dwg)
tabular GIS attribute data
Geography Markup Language (.gml)
ESRI Geodatabase format (.mdb)
MapInfo Interchange Format (.mif) for
vector data
Keyhole Mark-up Language (.kml)
Adobe Illustrator (.ai), CAD data (.dxf or
.svg)
binary formats of GIS and CAD packages
UK Data Service. Format your data. "Create well organised and sustainable data" https://www.ukdataservice.ac.uk/manage-
data/format/file-formats.aspx
76. Descripción de los datos
Descripción
de los datos
• Tipos de datos creados o re-usados
• Organización de los datos y versiones
• Usuarios de los datos
Almacenamiento
y seguridad
Aspectos
legales y éticos
Formatos
Descripción
de los datos
Type of data Recommended formats Acceptable formats
Textual data Rich Text Format (.rtf).
Plain text, ASCII (.txt).
eXtensible Mark-up Language (.xml) text according to
an appropriate Document Type Definition (DTD) or
schema.
Hypertext Mark-up Language (.html).
Widely-used formats: MS Word (.doc/.docx).
Some software-specific formats: NUD*IST, NVivo and ATLAS.ti.
Image data. TIFF 6.0 uncompressed (.tif). JPEG (.jpeg, .jpg, .jp2) if original created in this
format.
GIF (.gif).
TIFF other versions (.tif, .tiff).
RAW image format (.raw).
Photoshop files (.psd).
BMP (.bmp).
PNG (.png).
Adobe Portable Document Format (PDF/A, PDF)
(.pdf).
Audio data. Free Lossless Audio Codec (FLAC) (.flac). MPEG-1 Audio Layer 3 (.mp3) if original created in this
format.
Audio Interchange File Format (.aif).
Waveform Audio Format (.wav).
Video data. MPEG-4 (.mp4).
OGG video (.ogv, .ogg).
motion JPEG 2000 (.mj2).
AVCHD video (.avchd).
Documentation and
scripts.
Rich Text Format (.rtf).
PDF/UA, PDF/A or PDF (.pdf).
XHTML or HTML (.xhtml, .htm).
OpenDocument Text (.odt).
Plain text (.txt).
Widely-used formats: MS Word (.doc/.docx), MS Excel (.xls/.xlsx).
XML marked-up text (.xml) according to an appropriate DTD or
schema, e.g. XHMTL 1.0.
77. Descripción de los datos
Descripción
de los datos
Almacenamiento
y seguridad
Aspectos
legales y éticos
Descripción
de los datos
NEW KNOWLEDGE:
Typology
Summary of findings
Political briefings
Media releases
Congresses’ papers
Academic articles
• Survey module questionnaire and coding book
• Etc…
No sólo datos ….
78. Descripción de los datos
Descripción
de los datos
Almacenamiento
y seguridad
Aspectos
legales y éticos
Descripción
de los datos
Datos cualitativos:
Anonymized transcriptions of focus groups
and workshops
Audio-recordings of focus groups and
workshops
Datos cuantitativos:
Datasheets
Survey raw data
Appended survey
Distinción clara ...
79. Descripción de los datos
Descripción
de los datos
• Tipos de datos creados o re-usados
• Organización de los datos y versiones
• Usuarios de los datos
Almacenamiento
y seguridad
Aspectos
legales y éticos
Estructura de carpetas
Descripción
de los datos
Organiza las carpetas de manera lógica y sistemática*
Criterios:
• Organización
• Contexto
• Tipologías
Conviene separar los trabajos finalizados de los
en curso.
Separa una copia Máster de tus datos
antes de analizarlos.
80. Descripción de los datos
Descripción
de los datos
• Tipos de datos creados o re-usados
• Organización de los datos y versiones
• Usuarios de los datos
Almacenamiento
y seguridad
Aspectos
legales y éticos
Nomenclatura de ficheros
Descripción
de los datos
Usa nombres de ficheros descriptivos *
• Únicos
• Refleje el contenido
• Evita uso de caracteres raros y espacios
• Corto (No más de 25 caracteres)
Mala práctica:
Misdatos.xls
Misdatosbuenos.xls
2001_data.xls
Version_buena.xls
Buena práctica:
Altmetrics_ 01_ Modelos_V3_20201121_YMG.
Altmetrics – Nombre proj.
01 – Paquete de trabajo
Modelosdata2021 – Datos del
experimento, actividad, etc.
V3 – Versión
20201121 – Fecha
YMG – Autor(a)
81. Descripción de los datos
Descripción
de los datos
Almacenamiento
y seguridad
Aspectos
legales y éticos
Descripción
de los datos
https://phaidra.univie.ac.at/detail/o:1139995#?page=1&pagesize=10&collection=o:1140797
82. Descripción de los datos: ejemplo
Descripción
de los datos
Almacenamiento
y seguridad
Aspectos
legales y éticos
Descripción
de los datos
83. Componentes de un PGD
Descripción
de los datos
Aspectos
legales y éticos
Documentación y metadatos
Descripción
de los datos
a. What metadata and documentation (for example the methodology of
data collection and way of organizing data) will accompany data?
b. What data quality control measures will be used?
84. Componentes de un PGD
Descripción
de los datos
• Tipos de datos creados o re-usados
• Organización de los datos y versiones
• Usuarios de los datos
Almacenamiento
y seguridad
Aspectos
legales y éticos
Documentación y metadatos
Descripción
de los datos
85. Metadatos
Metadatos: Datos sobre los datos.
“Información estructurada que describe, explica,
localiza, o representa algo más” (NISO)
Facilitan la identificación y recuperación.
• Título:
• Autor / investigador principal:
• Colaboradores (contributor):
• Identificador:
• Tipo de datos:
• Derechos:
• Fechas:
• Idioma:
• Lugar:
• Resumen de contenido y palabras
• Investigación.
• Relaciones:
86. Metadatos
• Provee estructura para describir los datos
Términos comunes | definiciones | lenguaje | estructura
Selecciona los estándares de metadatos
apropiados
• Variedad de estándares (Ver disciplinas )
DDI | FGDC | DublinCore | ISO19115
• Herramientas para la creación de ficheros de metadatos
Morpho (EML) | Metavist (FGDC) , FISH
Interoperability Toolkit
87. Metadatos
Formatos y estándares para metadatos
Los metadatos a menudo se guardan como XML (lenguaje de
marcado extensible) u otro formato de lenguaje de marcado (por
ejemplo, JSON).
Los textos de origen XML son legibles por máquina y por humanos
y se pueden transferir a otros formatos (por ejemplo, con la ayuda
de un conversor XML - JSON en JSON).
88. Metadatos
Formatos y estándares para metadatos
Un estándar de metadatos simple y generalizado es Dublin Core.
Consta de 15 elementos (por ejemplo, <dc: creator> Max
Mustermann </ dc: creator) y varios elementos secundarios
elementos.
Artes y humanidades; Social Sciences: DDI (Data Documentation
Initiative);
Tools: EX: FISH Vocabularies (http://www.heritage-
standards.org.uk/fish-vocabularies/) ; DDI Tools
90. Metadatos
Metadatos en .xml format
Dublin Core standard (ZENODO repository)
Data Documentation Initiative (DDI) for Social Science (The
Consortium for European Social Science Archives repository,
CESSDA; and the Dataverse Network repository)….
Ejemplos:
CIENCIAS SOCIALES
91. Documentación y metadatos
Descripción
de los datos
Almacenamiento
y seguridad
Aspectos
legales y éticos
Documentación y metadatos
Descripción
de los datos
Estándares
Metadatos que
acompañarán a los
datasets
DataCite Metadata Schema
93. Documentación
http://rd-alliance.github.io/metadata-directory/
Ejemplos más usados:
• Cuestionarios,
• Ficheros Readme.txt,
• Libros de códigos (codebooks),
• Guías de usuario,
• Diccionarios de datos, etc
• Software syntax
• Cuadernos de laboratorio
• Esquemas de base de datos
• Reportes metodológicos
! El nivel de especificidad de la documentación es algo que debe
escojer cada Proyecto !
https://mantra.ed.ac.uk/documentationmetadataandcitation/
94. Documentación
1. A nivel de proyecto: Se documenta objetivos del
estudio, preguntas de investigación, metodologías,
instrumentos de medida, etc
2. A nivel de Base de datos y Fichero: Se
documenta cómo todos los ficheros que conforman el
data-set se relacionan. Se incluye un
fichero "readme.txt" con la información relevante.
3. A nivel de Variables e ítems: Se incluye un
fichero tipo diccionario, no sólo con los nombres de las
variables, sino con sus respectivas etiquetas explicando
su significado en el contexto del estudio.
Niveles fundamentales para la documentación
95. Documentación
Readme.txt
Fichero en que se describe la
información necesaria para que los
conjuntos de datos sean comprensibles
y reutilizables:
• autoría,
• título,
• descripción,
• metodología,
• proyectos financiadores,
• cobertura temporal y geográfica,
• derechos de uso y privacidad, etc.
https://edatos.consorciomadrono.es/readme.
xhtml
https://data.research.cornell.edu/content/readme#fileoverview
97. Crear un correcto diccionario de datos, es
útil para:
• Definir adecuadamente todas las unidades de medidas.
• Incluir unidades de medida,
• Definición conceptual y operativas para el estudio en cuestión,
• Valores codificados de la variable,
• Posibles formatos, abreviaciones, etc
Diccionario de datos
100. Componentes de un PGD
Descripción
de los datos
• Tipos de datos creados o re-usados
• Organización de los datos y versiones
• Usuarios de los datos
Almacenamiento
y seguridad
Aspectos
legales y éticos
Almacenamiento y seguridad
Descripción
de los datos
101. Almacenamiento y seguridad
Descripción
de los datos
• Tipos de datos creados o re-usados
• Organización de los datos y versiones
• Usuarios de los datos
Almacenamiento
y seguridad
Aspectos
legales y éticos
Aspectos legales y éticos
Descripción
de los datos
¿Qué tipo de datos de investigación vas a producir y cómo
será procesado?
¿Vas a salvar, almacenar, usar, back-up y transferir tus datos?
¿Con quién vas a compartir tus datos ?
¿Qué tipo de control de acceso necesitas?
¿Vas a modificar tus datos de manera activa?
Tiempos
¿Son tus datos sensibles? ¿Contienen tus datos, datos
personales?
102. Descripción
de los datos
• Tipos de datos creados o re-usados
• Organización de los datos y versiones
• Usuarios de los datos
Almacenamiento
y seguridad
Aspectos
legales y éticos
Aspectos legales y éticos
Descripción
de los datos
Cloud service
Servidores/redes de la universidad con back-up automático y
versionado
¿Dónde almacenar?
Almacenamiento y seguridad
103. Componentes de un PGD
Descripción
de los datos
• Tipos de datos creados o re-usados
• Organización de los datos y versiones
• Usuarios de los datos
Almacenamiento
y seguridad
Aspectos
legales y éticos
• Gestión de los accesos a los datos, posibles barreras
• Barreras legales y éticas, licencias, re-uso,
• Tratamiento de los datos sensibles
Aspectos legales y éticos
Descripción
de los datos
104. Aspectos legales y éticos
Descripción
de los datos
• Tipos de datos creados o re-usados
• Organización de los datos y versiones
• Usuarios de los datos
Almacenamiento
y seguridad
Aspectos
legales y éticos
Aspectos legales y éticos
Descripción
de los datos
¿Qué aspectos legales están relacionados con la gestión de
tus datos (ejemplo: GDPR y otras regulaciones que afectan el
procesamiento de los datos )
¿Cómo manejarás los derechos de los datos que usas,
produces y compartes?
106. Aspectos legales
Descripción
de los datos
• Tipos de datos creados o re-usados
• Organización de los datos y versiones
• Usuarios de los datos
Almacenamiento
y seguridad
Aspectos
legales y éticos
Aspectos legales y éticos
Descripción
de los datos
Coleccionas información sobre las personas GDPR
Coleccionas información sobre las animales GDPR
Usas materiales como literatura, artística, dramática o
musical, sonidos, filmes Propiedad intelectual
Tus datos serán parte de una invención comercial ….
Propiedad intelectual e industrial
Etc.
Aspectos legales pueden ser …
107. Aspectos legales
Descripción
de los datos
• Tipos de datos creados o re-usados
• Organización de los datos y versiones
• Usuarios de los datos
Almacenamiento
y seguridad
Aspectos
legales y éticos
Aspectos legales y éticos
Descripción
de los datos
• Embargos
• Restricciones de acceso tecnológico
• Data use agreements
Acceso Tipos de restricciones a los datos
108. Aspectos legales
Descripción
de los datos
• Tipos de datos creados o re-usados
• Organización de los datos y versiones
• Usuarios de los datos
Almacenamiento
y seguridad
Aspectos
legales y éticos
Aspectos legales y éticos
Descripción
de los datos
Acceso Tipos de restricciones a los datos
• 6 a 24 meses
• Derechos de primer uso o los investigadores necesitan
tener suficiente tiempo para explotar los datos
• Pueden ser requeridos por otros stakeholdrs (Editoriales,
financiadores)
Embargos
109. Aspectos legales
Descripción
de los datos
• Tipos de datos creados o re-usados
• Organización de los datos y versiones
• Usuarios de los datos
Almacenamiento
y seguridad
Aspectos
legales y éticos
Aspectos legales y éticos
Descripción
de los datos
Acceso Tipos de restricciones a los datos
Embargos
• Requieren logearse
• Autentificar relación a la institución _ proyecto
• Membresía con acceso
Restricciones de acceso tecnológico
110. Aspectos legales
Descripción
de los datos
• Tipos de datos creados o re-usados
• Organización de los datos y versiones
• Usuarios de los datos
Almacenamiento
y seguridad
Aspectos
legales y éticos
Aspectos legales y éticos
Descripción
de los datos
Acuerdos / Data use agreement
• Expresa acuerdo entre entre el
productor de los datos y el Usuario
secundario
• Puede imponer reglas para el re-uso,
almacenamiento, re-diseminación, etc.
• Mayormente utilizado cuando hay
probabilidad de identificar sujetos
111. Aspectos legales
Descripción
de los datos
• Tipos de datos creados o re-usados
• Organización de los datos y versiones
• Usuarios de los datos
Almacenamiento
y seguridad
Aspectos
legales y éticos
Aspectos legales y éticos
Descripción
de los datos
Cuando usas datos creados/coleccionados por otros
Creas/produces datos, que serán usados por otros
Creas/produces datos junto a otros
Compartes tus datos con otros proyectos y organizaciones
Preservas tus datos en un archivo de datos o repositorios
Con financiador y organización (Los financiadores
frecuentemente requieren transferencia de derechos a la
organización)
Etc.
Los acuerdos deben hacerse cuando…
112. Componentes de un PGD
Descripción
de los datos
• Tipos de datos creados o re-usados
• Organización de los datos y versiones
• Usuarios de los datos
Almacenamiento
y seguridad
http://www.dcc.ac.uk/resources/how-guides/license-research-data
•http://www.ausgoal.gov.au/research-data-faqs
Licencias
Descripción
de los datos
Tipos
Creative Commons
Open Data Commons
Open Government License
GLIF/AusGOALLicences
Desing Science Licence
Public domain
Etc.
113. Componentes de un PGD
Descripción
de los datos
• Tipos de datos creados o re-usados
• Organización de los datos y versiones
• Usuarios de los datos
Almacenamiento
y seguridad
Aspectos
legales y éticos
Descripción
de los datos
Licencias
En función de cómo se combinen dan lugar a 6 tipos de licencias:
Atribución CC BY
Atribución – Compartir Igual CC BY-SA
Atribución – Sin Obra Derivada CC BY-ND
Atribución – No Comercial CC BY-NC
Atribución – No Comercial –
Compartir Igual
CC BY-NC-SA
Atribución – No Comercial – Sin
Obra Derivada
CC BY-NC-ND
114. Componentes de un PGD
Descripción
de los datos
• Tipos de datos creados o re-usados
• Organización de los datos y versiones
• Usuarios de los datos
Almacenamiento
y seguridad
Aspectos
legales y éticos
Descripción
de los datos
Licencias
Si un autor decide utilizar una de las licencias Creative Commons, se
recomienda usar las de la versión 4.0. Esta cubre tanto las
cuestiones de copyright como de base de datos.
Las licencias Creative Commons no son adecuadas para el
software. Existen otras licencias para este fin:
•MIT License (Open Source Initiative, n.d.a.);
•Apache Licence 2 (Open Source Initiative, n.d.b.);
•GNU General Public Licence 3 (GNU, n.d.).
115. Componentes de un PGD
Descripción
de los datos
Almacenamiento
y seguridad
Aspectos
legales y éticos
Descripción
de los datos
Licencias
La licencia se puede:
elegir al cargar sus datos en un repositorio;
especificar haciendo referencia a la licencia en la página
desde la que se obtendrán los datos de investigación;
adjuntar a los metadatos que acompañan a los datos de la
investigación;
especificar en el archivo Readme.txt que acompaña a los
datos.
116. Componentes de un PGD
Descripción
de los datos
Almacenamiento
y seguridad
Aspectos
legales y éticos
Descripción
de los datos
Licencias
Algunos de los aspectos que se han de tener en cuenta son:
Si una parte de los datos de la investigación no puede estar
disponible.
Si los datos están sujetos a derechos de autor o derecho sui
generis.
Si el investigador tiene alguna obligación de
confidencialidad o ética con respecto a los datos.
117. Política de acceso abierto en un PGDI
https://phaidra.univie.ac.at/detail/o:1139995#?page=1&pagesize=10&collection=o:1140797
¡Incluir la política de acceso abierto a seguir!
118. Componentes de un PGD
Descripción
de los datos
• Tipos de datos creados o re-usados
• Organización de los datos y versiones
• Usuarios de los datos
Almacenamiento
y seguridad
Aspectos
legales y éticos
Compartir datos y preservación
a largo plazo
Descripción
de los datos
119. Componentes de un PGD
Descripción
de los datos
• Tipos de datos creados o re-usados
• Organización de los datos y versiones
• Usuarios de los datos
Almacenamiento
y seguridad
Aspectos
legales y éticos
Compartir datos y preservación
a largo plazo
Descripción
de los datos
¿Cuáles datos van a ser preservado?
¿Dónde serán archivados?
Repositorio o archivo institucional más apropiado
• Estándares de la comunidad científica
Transformación de datos / formatos necesarios
• Considerar políticas de los repositorios donde
vas a depositar
¿Quién será responsable?
• Considerar políticas de los respositorios
donde vas a depositar
120. Componentes de un PGD
Descripción
de los datos
• Tipos de datos creados o re-usados
• Organización de los datos y versiones
• Usuarios de los datos
Almacenamiento
y seguridad
Aspectos
legales y éticos
Compartir datos y preservación
a largo plazo
Descripción
de los datos
Requisitos a tener en cuenta en la
selección de un repositorio:
Que cumpla con los criterios FAIR
Que permita almacenar datos abiertos, con embargo,
restringidos o cerrados, en especial para datos sensibles
Que sirva para materiales diversos de investigación (distintos
tipos, formatos, etc.)
Que proporcione visibilidad, para facilitar la citación y aumentar
el impacto
Que se integre con otras infraestructuras
Que sea transparente y fiable
121. Componentes de un PGD
Descripción
de los datos
• Tipos de datos creados o re-usados
• Organización de los datos y versiones
• Usuarios de los datos
Almacenamiento
y seguridad
Aspectos
legales y éticos
Compartir datos y preservación
a largo plazo
Descripción
de los datos
Para depositar sus datos puede tener en
cuenta los diferentes tipos de
repositorios:
En un repositorio institucional. Puede depositar sus datos en respositorios
institucionales como Repositorio Institucional Olavide (RIO), Digital CSIC,
Harvard Dataverse.
En un repositorio temático. Se puede consultar directorios como Re3data o
Data Repositories, por ejemplo, en Ciencias Sociales World Values Survey o
Wellcome Library en Historia de la Medicina
En un repositorio multidisciplinar como Zenodo, Dryad, Dataverse, Figshare,
Mendeley Data,
Junto a las publicaciones científicas ODISEA
122. Componentes de un PGD
Descripción
de los datos
• Tipos de datos creados o re-usados
• Organización de los datos y versiones
• Usuarios de los datos
Almacenamiento
y seguridad
Aspectos
legales y éticos
Compartir datos y preservación
a largo plazo
Descripción
de los datos
Acompañar los datos de un Readme.txt file
Publicar los datos en formatos abiertos, para que puedan ser
reproducidos sin trabas
Publicar los datos con una declaración explícita de los deseos del
investigador para con los datos.
Utilizar licencias apropiadas y que reconozcan los derechos de autor.
Ante la fuerte recomendación de publicación de datos producidos con
fondos públicos, se recomienda que se hagan públicos siguiendo los
Science Commons Protocol for Implementing Open Access Data and the
Open Knowledge/Data Definition.
Recomendaciónes para compartir datos
123. Componentes de un PGD
Descripción
de los datos
• Tipos de datos creados o re-usados
• Organización de los datos y versiones
• Usuarios de los datos
Almacenamiento
y seguridad
Aspectos
legales y éticos
Compartir datos y preservación
a largo plazo
Descripción
de los datos
124. Componentes de un PGD
Descripción
de los datos
• Tipos de datos creados o re-usados
• Organización de los datos y versiones
• Usuarios de los datos
Almacenamiento
y seguridad
Aspectos
legales y éticos
Compartir datos y preservación
a largo plazo
Descripción
de los datos
Identificar el tipo de identificador persistente a utilizar (tener en cuenta los
repositorios)
- DOI: El sistema DOI [Digital Object Identifier, Identificador de Objeto
Digital] proporciona un enlace permanente en forma de código alfanumérico
que identifica de forma única un contenido u objeto electrónico y gestiona los
metadatos del documento.
- Handle: es un sistema de identificación y recuperación de recursos de
información y objetos digitales diseñado por la norteamericana CNRI
[Corporation for National Research Initiatives]
126. Componentes de un PGD
Descripción
de los datos
• Tipos de datos creados o re-usados
• Organización de los datos y versiones
• Usuarios de los datos
Almacenamiento
y seguridad
Aspectos
legales y éticos
Responsabilidades y recursos
Descripción
de los datos
127. PGDI y Costes
Un PGDI puede ayudar a identificar las
actividades relacionadas con la gestión
de datos durante el proyecto y costes
asociados
Planificación temprana
Reducción de costos
Costos asociados al acceso abierto se
pueden reclamar como costos elegibles
https://www.openaire.eu/rdm-researcher-costs-infographic/view-document
128. PGDI y Costes
TIP: Evitar el "doble dipping":
• La mayoría de los financiadores cubrirán los costos justificables
relacionados con el PGDI.
• Sin embargo, si algo está cubierto por costos indirectos (p. Ej.
almacenamiento institucional) tampoco puede reclamarlo como un costo directo
https://www.openaire.eu/rdm-researcher-costs-infographic/view-document
132. Plantillas para crear un PGD
Template for the Horizon 2020 Data Management Plan [ODT
format]
https://ec.europa.eu/research/participants/data/ref/h2020/g
m/reporting/h2020-tpl-oa-data-mgt-plan_en.docx
DCC (2013) Checklist for a Data Management Plan. v.4.0.
Edinburgh: Digital Curation Centre. Disponible en:
http://www.dcc.ac.uk/resources/data-management-plans
133. Plantilla para crear un PGD: Horizonte Europe
Template for the Horizon 2020 Data Management Plan [ODT format]
https://ec.europa.eu/research/participants/data/ref/h2020/gm/reporting/h2020-tpl-oa-data-mgt-plan_en.docx
135. Plantilla para crear un PGD: PhD
https://library.soton.ac.uk/ld.php?content_id=32215243
136. Plantilla para crear un PGD: PhD
https://library.soton.ac.uk/ld.php?content_id=32215243
137. Ejemplos de PGD
NSF General: Mauna Loa example
https://old.dataone.org/sites/all/documents/DMP_MaunaLoa_Formatted.pdf
Data Management Plan for pilot on Open Research Data.
https://exanode.eu/wp-content/uploads/2017/04/D1.4.pdf
Research Data Management Plan for the Meaningful Data Counts Project
https://zenodo.org/record/4092122#.YWfPjPlBxPZ
HEADSTART D.2.7. https://zenodo.org/record/4577689#.YWfQdvlBxPY
Two Social Sciences DMP **.
https://www.dcc.ac.uk/sites/default/files/documents/adocs/Leeds-RoaDMaP-
DMPs.pdf
141. Herramientas para crear un PGD
PGDonline
http://www.consorciomadrono.es/investigam/crear-su-pgd/
La ventaja de estar en español.
Una de las diferencias es que el
PGDonline diferencia entre el PGD
inicial, el PGD detallado y el PGD final.
142. Herramientas para crear un PGD
http://www.consorciomadrono.es/investigam/crear-su-pgd/
https://dmponline.dcc.ac.uk/
143. Herramientas para crear un PGD
http://www.consorciomadrono.es/investigam/crear-su-pgd/
Para utilizar el recurso es necesario crear una cuenta,
a partir de la página de portada
Varios idiomas
145. Herramientas para crear un PGD
https://dmponline.dcc.ac.uk/public_templates
Opción de exportar y descargar el plan en diversas plantillas,
según formatos de diferentes organismos financiadores.
151. Ejemplos de PGD
Cómo conciben la
conservación a largo plazo ?
5 años terminado el proyecto y en ZENODO después
152. Otros recursos
Horizone 2020 online manual. Data management
https://ec.europa.eu/research/participants/docs/h2020-funding-guide/cross-cutting-issues/open-access-
data-management/data-management_en.htm
How to Develop a Data Management and Sharing Plan
https://www.dcc.ac.uk/guidance/how-guides/develop-data-plan
Data Management Plan Template: Open Science Workflows.
https://zenodo.org/record/4701021#.YWgqIflBxPa
Science Europe. Practical Guide to International Alignment of Research Data
management .
https://scienceeurope.org/media/4brkxxe5/se_rdm_practical_guide_extended_
final.pdf
UPO. Biblioteca/CRAI. Guía de Gestión de Datos de investigación.
https://guiasbib.upo.es/gestion_datos_de_investigacion