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

1. La gestión de datos de
investigación en
el horizonte de las
bibliotecas universitarias
y de investigación
Julio Alonso Arévalo
Universidad de Salamanca
alar@usal.es

2. Sumario
• Ciencia abierta y datos abiertos
• ¿Qué son y que importancia tienen los datos de Investigación?
• ¿Cómo gestionar los datos de investigación (GDI)?
• ¿Qué sector profesional?
• ¿Qué competencias requiere GDI?
• Importancia e impacto de la GDI para los investigadores
• Conclusiones

3. Un nuevo ecosistema científico
En el nuevo ecosistema informativo se están
produciendo cambios profundos. Los medios
sociales están modificando la forma de
interactuar, presentar las ideas e información
y juzgar la calidad de los contenidos y
contribuciones.
En los últimos años han surgido cientos de
plataformas que permiten compartir
libremente todo tipo de información y
conectarnos a través de redes.

4. Ciencia abierta
El movimiento de la Ciencia
Abierta pretende construir un
ecosistema en el que la ciencia
sea más acumulativa, más
apoyada en los datos, más
transparente, más rápida y
universalmente accesible.

5. Un cambio de
cultura
La transición hacia la Ciencia
Abierta no sólo requiere
inversiones en infraestructuras y
mejorar las capacidades, sino
también un cambio cultural en la
forma en que se realiza y se
recompensa la investigación.
Providing researchers with the skills and competencies they need to practise Open Science Open. Science Skills Working Group Report. Written by the Working
Group on Education and Skills under Open Science. European Commission July – 2017
Texto completo

6. Las dos dimensiones
de la OS
La Ciencia Abierta implica, en esencia,
dos dimensiones fundamentales:
a) Apertura e intercambio de los
resultados de la investigación de las
publicaciones a los datos de la
investigación;
b) Apertura en los propios métodos y
herramientas de investigación,
haciendo que los procesos sean
abiertos y colaborativos

7. Tratamiento de desafíos globales
La Investigación científica
innovadora tiene un papel crucial
en el tratamiento de los desafíos
globales – que van desde la
atención de la salud y el cambio
climático con las energías
renovables y la gestión de los
recursos naturales.
Una ciencia
+ inclusiva
+ Transparente

8. ¿Qué son y que
importancia tienen los
datos de Investigación?

9. Cualquier operación que realizamos
en internet deja un rastro que genera
millones de datos

10. Internet de
las cosas

11. Big Data

12. Según estima idC los datos se
incrementan un 50% al año, o sea que se
duplican cada dos años.

13. Casi todos los analistas
consideran “Big Data” como
una de las tendencias de
futuro que tendrán que
tener en cuenta la mayoría
de las empresas e
instituciones
(Wanner, 2015)

14. ¿Qué Datos?

15. Se trata de datos digitales de
alta frecuencia, que se están
convirtiendo en un elemento
esencial para la
competencia, y en un futuro
inmediato serán clave para el
crecimiento de la
productividad, la innovación
y la posibilidad de generar el
suficiente excedente para la
sostenibilidad

16. Procesarlos,
entenderlos y
transformarlos en
decisiones de valor es
el reto de los
llamados «big data».

17. En áreas tan variadas como la ciencia y los
deportes, la publicidad y la salud pública, se ha
producido un salto hacia el descubrimiento y la
toma de decisiones a partir de los datos.

18. Un informe del Foro Económico Mundial
declaró que
“Los datos constituyen una nueva clase
de activo económico, tan importante
como lo fueron la moneda o el oro en
los tiempos pasados.”

19. Importancia
de los datos
Casi todos los encuestados, el 96,9%,
afirman que el uso de datos para la toma
para la toma de decisiones informadas y
informadas y el conocimiento ha
mejorado en su agencia u organización
organización durante el último año.
“The State of the Union of Open Data” (3rd Ed.). The Data Foundation,
2019
Texto completo

21. Data USA: motor para
la visualización de los
datos abiertos
Data USA

25. Datos para todos
NYC Open Data:
pen Data for All New Yorkers
https://opendata.cityofnewyork.us/

27. El Club de Futbol Liverpool está usando la gestión de datos de investigación durante los
partidos, y los efectos son extraordinarios

28. DATA
RESEARCH
El intercambio de datos
también permite a los
científicos utilizar, analizar y
reproducir los resultados de
los demás

29. La importancia de los resultados
negativos de una investigación

30. Reproductibilidad
El 70% de los encuestados
fracasaron al tratar de reproducir
los resultados obtenidos por otros
investigadores y más del 50% de
ellos no lograron reproducir sus
propios estudios.
Baker M. Is there a reproducibility crisis? Nature
2015; 533(7604): 452-4. doi: 10.1038/533452a.

31. Según un estudio de
Bayer, el 67 por ciento de
los resultados científicos
publicados no fueron
reproducibles por los
científicos de Bayer
cuando intentaron
utilizarlos para el
desarrollo de fármacos.

32. Falsificación de
datos

33. Falsificación de
datos
Manipulación de datos de
investigación con la intención de
dar una falsa impresión. Esto incluye
la manipulación de imágenes, la
eliminación de valores atípicos o
resultados "inconvenientes", el
cambio, la adición o la omisión de
puntos de datos, etc.
Por ejemplo la notificación de
experimentos que nunca se llevaron
a cabo. ... "Fudging" o fabricación
directa de datos experimentales.

34. En una encuesta realizada a 2.000 psicólogos
en relación con los Questionable Research
Practices (QRP), uno de cada 10 psicólogos
admitió haber falsificado datos.
En agosto de 2011, Diederik Stapel, un
prominente psicólogo y decano de la Universidad
de Tilburg, confesó haber falsificado datos para
docenas de documentos durante 15 años.

35. Retractacion de un grupo de investigadores que
utilizaron datos falsos
Un grupo de investigadores de
obstetricia en el Medio Oriente se
enfrenta a una acción disciplinaria
después de que surgieron preguntas
sobre la validez de los datos en
docenas de sus estudios publicados.

36. Datos verificables
Un principio básico del método científico es
que los resultados sean dignos de confianza,
y la fiabilidad se define en parte por la medida
en que los resultados científicos son tanto
reproducibles como replicables.
En este sentido, las mejores prácticas de
la ciencia de los datos pueden ayudar a
mejorar tanto la reproducibilidad como la
replicabilidad de la investigación científica

37. Estos cuatro principios son llamados FAIR, conocidos
por su sigla en inglés que en español significan
encontrable, accesible, interoperable y reutilizable.

38. • Refuerza la investigación científica abierta
• Alienta la diversidad de análisis y opiniones
• Promueve la investigación y permite la comprobación de los
métodos nuevos o alternativos.
• Mejora métodos de recogida y medición de datos
• Reduce los costes evitando los esfuerzos de recolección de datos
duplicados
• El archivado pone a disposición de todos los datos
• Proporciona un recurso importante para la formación en
investigación
• El archivado inmediato puede permitir a un investigador mejorar
el impacto
IMPORTACIA DE LA GESTIÓN DE DATOS DE
INVESTIGACIÓN

39. Los datos abiertos aumentan el impacto de las revistas
Los artículos publicados en la revista
China Industrial Economics (CIE) han
aumentado entre 1 y 4 veces
Los resultados sugieren que las revistas pueden
aprovechar los datos abiertos obligatorios para
desarrollar su reputación y amplificar el impacto
académico de la revista, incluso para los artículos
anteriores a la obligación
Zhang, L., Ma, L. Does open data boost journal impact: evidence from Chinese
economics. Scientometrics (2021). https://doi.org/10.1007/s11192-021-03897-z

40. Los artículos que tiene depositados los datos en un
repositorio público tienen de media un 25% más de citas
Para comprobar esta hipótesis se
consideraron 531, 889 artículos de
revistas publicadas por PLOS y BMC,
Los artículos que incluyen declaraciones que enlazan a los
datos en un repositorio y hasta un 25,36% (± 1,07%) de
impacto de citación más alto en promedio, utilizando un
utilizando un modelo de predicción de citas.
Colavizza G, Hrynaszkiewicz I, Staden I, Whitaker K, McGillivray B (2020) The citation advantage of linking publications to research data. PLoS
ONE 15(4): e0230416. https://doi.org/10.1371/journal.pone.0230416

41. Los artículos que hacen que
sus datos estén disponibles
reciben 97 citas adicionales
Se comenzó examinando 17 revistas de alto
impacto que han adoptado el requisito de que los
datos de los artículos publicados se expongan
públicamente.
Encontramos que los artículos que hacen que sus
datos estén disponibles reciben 97 citas adicionales
Christensen G, Dafoe A, Miguel E, Moore DA, Rose AK (2019) A study of
the impact of data sharing on article citations using journal policies as a
natural experiment. PLoS ONE 14(12): e0225883.
doi:10.1371/journal.pone.0225883

42. ….. Sin embargo, en la actualidad los
datos de investigación quedan
encerrados en repositorios de
datos, en las oficinas de los
investigadores, o en los organismos
que lo crearon

43. Depositar los datos subyacentes
Se trata de que los investigadores
depositen el resultado final de su
investigación, junto con todas las
evidencias disponibles que han
contribuido a realizar esa
investigación

44. Esta práctica requiere de la transición
desde la idea tradicional que se tiene de
una “infraestructura de datos” centrada
en torno a los resultados de la
investigación a un sistema más robusto
centrado en los datos de investigación.
(Erway, R., L. Horton, et al., 2016)

45. En los últimos años, varias
organizaciones científicas nacionales e
internacionales han emitido
declaraciones y políticas que subrayan la
necesidad de un inmediato archivo de
los datos.

46. Directrices para revistas
Guidelines for journals that wish to
establish a “data policy” related to their
publications. March 2021 (French original
version), June 2021 (English version). Paris:
l’Enseignement supérieur, de la Recherche
l’InnovationOuvrir la Science, 2021
Texto completo
Las políticas de datos difieren en función de la naturaleza
de los incentivos y requisitos que ofrecen, en particular:
•¿Incentivan o exigen que se pongan a disposición todos
o parte de los datos subyacentes a las publicaciones?
•¿Existen condiciones específicas sobre la disponibilidad
de los datos: plazo, formato, licencias…?
•¿Se someten los datos a un proceso de revisión por pares
al igual que las publicaciones?
•Para establecer progresivamente su política de datos,

47. Taylor & Francis apuesta
por las políticas de
intercambio de datos
(2018)
Taylor & Francis anunció que aplicará una
política básica que fomentará el
intercambio de datos a todos los títulos de
revistas de su propiedad, con el objetivo de
que sus publicaciones trabajen con políticas
de intercambio de datos más progresivas
durante 2018.

48. La gestión de los datos de
investigación (RDM) se
plantea como uno de los
grandes retosque
han de asumir durante los
próximos años las
bibliotecas científicas y de
investigación.

49. Seis bibliotecas
universitarias se
asocian para
desarrollar una red
de curación de
datos
The Data Curation Network
Nube Abierta de Ciencia Europea (EOSC)
Esta es una nube de datos de investigación en Europa.
Antecedentes, información sobre políticas, eventos y
publicaciones relacionados con la EOSC
https://www.eosc-portal.eu/

50. Los investigadores cada vez recurren más a
los repositorios para publicar el material
complementario de un artículo
• A medida que los documentos se vuelven
más complejos y con mayor cantidad de datos,
los archivos suplementarios suelen ser mucho
más importantes que el propio manuscrito

51. Thompson Reuters
Data Citation Index
https://datasearch.elsevier.com/
http://datadryad.org
https://data.mendeley.com/
re3data.org
https://repositive.io

52. ¿Cómo gestionar los
datos?

53. Los datos están en todas partes, pero
convertirlos en información no es gratis.
Requiere concentración, esfuerzo,
consulta y tiempo.
Seth Godin «Data, information and decisions Data
is everywhere, but turning it into information isn’t
free».

54. La Gestión de Datos de
Investigación (GDI) es un
proceso diseñado para
gestionar y
difundir conjuntos de
datos de alta calidad, que
cumplan con los requisitos
académicos, legales y
éticos.

55. Las bibliotecas estadounidenses ya están
respondiendo a esta nueva misión,
aproximadamente la mitad de todas las
bibliotecas universitarias tienen algún tipo de
programa de apoyo a la gestión de datos.
Lo primero desarrollar un plan de datos

56. Plan de gestión de datos (DMP)
Practical Guide to the International Alignment of Research Data
Management – Extended Edition. Science Europe, 2021
Texto completo

57. Para agencia Gartner Big Data se refiere al
volumen, variedad y velocidad de datos
estructurados y no estructurados
• Volumen (terabytes, petabytes y exabytes, eventualmente)
Desafían la capacidad de almacenamiento
• Variedad: Un creciente número de tipos de datos que
deben ser manejados de manera diferente
• Velocidad: Se trata de la velocidad a la que estos datos se
mueven a partir de criterios de valoración en el
procesamiento y almacenamiento.

58. Pero para que puedan ser de
utilidad es necesario crear
aplicaciones, poner en marcha
nuevos productos y servicios que
mejoren la transparencia y la
apertura. Para ello es necesario la
intervención en todo el ciclo de
vida de los datos

59. El nuevo ecosistema requerirá de la
evolución en muchas áreas,
incluyendo:
• El desarrollo de nuevos estándares
• La validación de los datos de la
investigación
• Procedimientos para documentar
la procedencia
• Nuevos modos de gestión y
propiedad de los datos

60. ¿Qué sector
profesional?

61. Sectores
profesionales…

62. Los bibliotecarios llevamos
algunos años desplegando
conocimientos técnicos y
expertos en promover y
apoyar la gestión de
repositorios y el intercambio
de datos abiertos, por lo que
la gestión de datos de
investigación ha de formar
parte de un desarrollo
natural en nuestras tareas y
funciones.

63. “Tenemos el conjunto de habilidades
necesarias para organizar las cosas.
Entendemos los vocabularios
controlados. Entendemos las ontologías.
Sabemos como organizar la información.
Hemos realizado la evolución de la
palabra impresa y el encabezamiento de
materia a los datos como un proceso
natural”
MJ Tooey bibliotecaria de la University of
Maryland

64. ¿Qué
competencias
requiere?

65. Todo ello implicará acrecentar las
competencias y habilidades de los
bibliotecarios como uno de los
segmentos profesionales más
capacitados para la gestión de
grandes cantidades de datos.
(Taylor Stang, 2016).

66. Ello requiere
conocer y
documentar…
• ¿Quién posee los datos?
• ¿Qué requisitos son impuestos por otros?
• ¿Qué datos deben conservarse y por
cuánto tiempo?
• ¿Cómo deben ser preservados los datos
digitales?
• ¿Existen consideraciones éticas?
• ¿Cómo se accede a los datos?
• ¿Cómo deben ofrecerse los datos?
• ¿Cómo se manejarán los costos?

67. Varias instituciones, asociaciones, y organizaciones han empezado a dar pautas para
la adecuada gestión de datos de investigación.
Research Data Management :
Principles, Practices, and
Prospects. [e-Book]. New York,
CLIR, 2013.
Texto completo
Directions for Research Data
Management in
UKUniversities. London, JISC,
2015.
Texto completo
Research Data
Management Roles for
Libraries. New York, Ithaka
S+R, 2015
Texto completo
Research Data Management: Briefing
for library directors, [e-Book] London:
Sconul, 2015
Texto completo

68. Herramientas
OpenRefine es una herramienta de código abierto que dispone de un
conjunto de características para trabajar con datos tabulares que
mejoran la calidad general de un conjunto de datos.
SiB Colombia (2019). OpenRefine – Guía básica, Limpieza de datos sobre biodiversidad. Sistema de
Información sobre Biodiversidad de Colombia, Bogotá D.C., Colombia, 22 p.
Texto completo
OpenRefine http://openrefine.org/

69. 10 recomendaciones para que las bibliotecas inicien servicios de gestión de datos de
investigación (GDI):
1. Iniciar propuestas sobre Gestión de Datos de Investigación (RDM)
2. Participar en el desarrollo de estándares de metadatos
3. Difundir y desarrollar las habilidades necesarias para la gestión de datos entre el
personal
4. Participar activamente en la investigación para el desarrollo de políticas
5. Mantener contactos y colaborar con los investigadores y grupos de investigación
6. Apoyar todo el ciclo de vida para los datos
7. Promover la investigación sobre datos mediante la aplicación de identificadores
persistentes
8. Proporcionar un catálogo de datos institucional o repositorio
9. Participar en la práctica de gestión de datos en la disciplina de trabajo específica.
10. Ofertar o mediar en torno a cuestiones como el almacenamiento seguro
Ten recommendations for libraries
to get started with research data
management, LIBER, 2012.
Texto completo

70. Informe sobre el estado de los datos abiertos 2022
• Existe una tendencia creciente de los investigadores a
estar a favor de que los datos se pongan a disposición
del público como práctica común (4 de cada 5
investigadores).
• Sin embargo, los investigadores siguen pidiendo como
necesidad clave para ayudarles a compartir sus datos
una mayor formación o información sobre las políticas
de acceso, intercambio y reutilización.
• El crédito y el reconocimiento fueron una vez más un
tema clave para los investigadores a la hora de
compartir sus datos. (66%)
• Los investigadores son más proclives a compartir los
datos de sus investigaciones cuando pueden tener un
impacto en las citas (67%)

71. Conclusiones
• Sin duda, la gestión de datos de investigación es el nuevo gran reto para las bibliotecas científicas
• RDM requerirá de la participación colaborativa de múltiples departamentos y organismos de la
institución
• Liderar el proceso de RDM supondrá contribución estratégica de primer orden para la valorización de
la biblioteca en su institución.
• El proceso requerirá intervenir en todo el ciclo vital de los datos para identificar, etiquetar, gestionar y
difundir conjuntos de datos de alta calidad, que cumplan con los requisitos académicos, legales y
éticos.
• Los bibliotecarios llevamos algunos años desplegando conocimientos técnicos y expertos en
promover y apoyar la gestión de repositorios y el intercambio de datos abiertos, por lo que la gestión
de datos de investigación ha de formar parte de un desarrollo natural en nuestras tareas y funciones.

72. Gestión de datos de investigación (RDM).
Planeta Biblioteca
Gestión de datos de investigación (RDM). Planeta Biblioteca
ESCUCHAR

73. Recursos sobre
Gestión de datos de investigación

74. Gestión de datos de
investigación en el
horizonte de las
bibliotecas universitarias
Julio Alonso Arévalo
Universidad de Salamanca
alar@usal.es