Fernanada Peset - ¿Qué hacen los investigadores con sus datos?

¿QUÉ HACEN LOS
INVESTIGADORES CON
LOS DATOS DE LOS
PROYECTOS?
FERNANDA PESET
HTTP://WWW.DATASEA.ES
Encuentro de datos abiertos de la
Universidad de Alicante
#EDAUA2015
Alicante 28 abril 2015

La intervención trata de mostrar la relación que existe entre los datos
generados por los investigadores (RD researchdata) y los datos de la
universidad (OD opendata). En estos momentos, observamos un
amplio movimiento internacional trabajando sobre datos (OD y RD)
que se ha trasladado al ámbito nacional en parte. El desarrollo de
opendata está resolviéndose en los portales de datos generales y de
las organizaciones. Sin embargo, los datos de investigación tienen
una complejidad asociada a la internacionalización de los equipos y la
sectorialización por disciplinas. En el ecosistema de la gestión de los
datos de investigación apreciamos una infraestructura social de la
ciencia formada por múltiples factores: las personas, la tecnología, los
estándares, las culturas de trabajo…
En esta charla mostraremos en primer lugar qué dicen los
investigadores que hacen con sus datos mediante los resultados de
varias encuestas. En segundo lugar, abordaremos cómo los están
compartiendo y los modelos que existen. Y por último,
recomendaremos las pautas que consideramos correctas para
gestionar los datos de los proyectos en una institución.

Voy a hablar de…
1. El por qué de mi presencia aquí: ¿Qué hace
DATASEA?
2. ¿De qué estamos hablando? OD / RD y lo abierto
3. Beneficios openscience
4. Entender qué hace un científico en su carrera
5. Infraestructura social
6. ¿Qué están haciendo con los datos de sus
proyectos? En España y más allá
7. Un poco de alfabetización de datos: ¿Cómo de be rían
proceder?
8. A modo de conclusión

1. El por qué de mi presencia aquí: ¿Qué hace DATASEA?
2. ¿De qué estamos hablando? OD / RD y lo abierto
3. Beneficios openscience
4. Entender qué hace un científico en su carrera
5. Infraestructura social
6. ¿Qué están haciendo con los datos de sus proyectos? En
España y más allá
7. Un poco de alfabetización de datos: ¿Cómo de be rían
proceder?
8. A modo de conclusión

Realidad actual
Comisión Europea.
Hacia una economía de los datos próspera
(COM(2014) 442 final, 2.7.2014)
NSF financiación On March 29, 2012, six federal grant-
making departments and agencies announced more than
$200 million in grant opportunities for the so-called “Big Data
research and Development Initiative” (Office of Science
and Technology Policy [OSTP] 2012).
DCC 10th international conference.. London,
9 - 12 February 2015

Figura 4. A taxonomy of openess. Boulton, 2013

www.datasea.es
*OPENDATASCIENCE, centro de recursos para la
preservación y gestión de datos abiertos de investigación*",
CS02012-39632-C02-02
https://media.upv.es/player/?autoplay=true&id=a48abcad-21bc-ab4a-ac6a
 Entender la situación española: encuesta
 Promover buenas prácticas: guías
 Diseñar un buscador de conjuntos de datos: [nonamed]
cosechador contra repositorios y revistas
 Agenda / Noticias / …

What is Open Data?
Data is open if it satisfies both conditions below:
Technically open: available in a machine-readable standard
format, which means it can be retrieved and meaningfully
processed by a computer application
Legally open: explicitly licensed in a way that permits
commercial and non-commercial use and re-use without
restrictions.
Word Bank http://data.worldbank.org/about/open-government-data-toolkit/knowledge-repository
Automático?¿?

Lo libre, lo open… recordemos
Gratuito. Sólo implica el acceso sin coste, pero no otras dimensiones
de reutilización y difusión. “Free” tiene esa acepción.
Libre. A menudo se mantiene en su forma española para diferenciarlo
de lo simplemente gratis. En realidad este es el término que acoge
otras connotaciones con la reutilización del contenido sin
restricciones.
Abierto. Desde su semántica inicial, de código accesible y
manipulable, incluye actualmente la posibilidad técnica y legal de
transformarse.
Villamón, Miguel; Antonia Ferrer-Sapena; Rafael Aleixandre-Benavent; Tomás Saorín; Fernanda Peset, Influencia de los movimientos open en la
transferencia de conocimiento Universidad y Propiedad Intelectual: el presente y los Nuevos Retos Universidad de Valencia, 24 y 25 de noviembre
de 2011

Datos de investigación
“datos de investigación [es] todo aquel
material que ha sido registrado durante la
investigación, reconocido por la
comunidad científica y que sirve para
certificar los resultados de la investigación
que se realiza. […] debe provenir de una
fuente única y deben ser difíciles o
imposibles de obtener de nuevo”
Torres-Salinas; Robinson-García; Cabezas-Clavijo, 2012

Los datos incluyen: “cuadernos de laboratorio,
cuadernos de campo, datos de investigación
primaria (incluidos los datos en papel o en soporte
informático), cuestionarios, cintas de audio,
videos, desarrollo de modelos, fotografías,
películas, y las comprobaciones y las respuestas
de la prueba. Las colecciones datos para la
investigación pueden incluir diapositivas; diseños y
muestras. […] El código de software “
Universidad de Melbourne, del Informe Recolecta
Otros incluyen publicaciones (OECD) ¿?¿

¿Qué significa comunicar
los datos (de investigación)
de forma abierta?

Open data de Royal Society
Criterios a cumplir cuando son liberados:
 Accesibles (accessible): fáciles de encontrar y en una forma en que puedan ser
usados [y preservados].
 Evaluados/certificados (asessable): credibilidad para diferentes grupos de interés.
 Inteligibles (intelligible): ser entendidos
 Reutilizable (useable): en un formato para usar y con licencias adecuadas.
Creative Commons’ (CCZero) y Licencia al Dominio Público (Public
Domain Dedication & Licence PDDL-OKF). Principios Panton (OKF)

Documentar : time consuming
Para recordar, ayudar a otros, verificar, replicar, archivar,
reclamar autorías…
Ejemplos: cuadernos de laboratorio, notas de campo,
metodologías cualitativas
• Nivel de Proyecto: documentar la base del estudio,
métodos, instrumentos, hipótesis de trabajo
• Nivel de archivo o dataset: formatos, relaciones entre
archivos
• Nivel de variable o item: como fue generada la
variable y descripción de los campos

Compartir datos tiene muchos beneficios,
algunos nuevos/propios
 responder de forma rápida y mucho más eficiente ante las
emergencias (e-coli 2011)
 capacidad potencial de señalar los fraudes (datos inventados:
reciente polémica del artículo de Science) o las malas prácticas
(tensionar la integridad del sistema o de las personas).
 estimula nuevas y altamente creativas formas de colaboración
científica
 estimula un movimiento social hacia la ciencia, quizá fundamental
para el cambio de las dinámicas científicas: Galaxy Zoo, Fold-it, Ash-
Tag, etc.
Boulton, 2013

Pero además…
los ciudadanos, quienes pagan con sus impuestos la
ciencia, demandan cada vez más las evidencias que
dan lugar a las políticas que se les acaban
imponiendo en todos los órdenes sociales
única forma de afrontar retos globales que implican a
toda la sociedad: cambio climático, crisis energética,
las pandemias o residuos mundiales.

Vuestros
usuarios
Imagen de Anthony Beitz

[1]
http://datalib.edina.ac.uk/mantra/

¿qué interesa a un investigador?
Su trabajo
Sus intereses
Nuevas
obligaciones
Producción
Explotación
Networkng/Datasharing
Reconocimiento
Financiación
Rapidez
Preservación
Compartir

Mundo complejo
La infraestructura social de la ciencia está
formada por múltiples factores:
•las personas,
•la tecnología,
•los estándares,
•las culturas de trabajo
Los objetos digitales-datasets tienen sus propios
 contextos disciplinares
 regulaciones legales
 requisitos de los financiadores

Culturas de trabajo de los
protagonistas
Investigadores : buscan el refuerzo de la
comunidad científica
Financiadores y autoridades académicas :
persiguen una imagen de marca
Infomediarios : buscan las formas más
eficientes

¿Qué están haciendo con
los datos de sus proyectos?
¿Conocéis algún MANDATO (=Ley de la ciencia) en España?
Es que no hay
¿Conocéis algún MANDATO en el mundo?
 Recomendaciones de revistas (extranjeras)
 Recomendaciones de financiadores en la solicitud: Data
management plan
 En vigor NSF
 En pruebas Opendatapilot del H2020

Técnica de encuesta
Realismo
Encuesta DATASEA con aspectos relacionados con el
investigador y con la institución:
 Respecto a investigadores se trata de:
 Averiguar los datos activos que se mantienen dentro de las instituciones
 Estudiar cómo se almacenan estos datos, se administran, comparten y
reutilizan
 Identificar los riesgos, como por ejemplo el mal uso, la pérdida de datos, o
la irrecuperabilidad de los mismos
 Conocer cómo se han creado y las posibilidades de intercambio (si usan
páginas web, repositorios...)
 Respecto a la institución se trata de identificar:
 Acciones de curatio n que son aplicables a los datos de investigación
 Diseñar los agentes y los flujos principales en una organización en España

Datos nacionales: DATASEA y CSIC
DATASEAhttps : //do cs. g o o g le . co m /fo rm s /d/1 NNS5tuUVO YO ZLtm YUG Sb7 YWbT7 o XEFg m 30 e 7 nCDDhiU/vie wfo rm
Bernal, Isabel; Román Molina, Juan (2014). Prácticas e n la g e s tió n, difusió n y pre se rvació n de dato s de inve s tig ació n e n e lCSIC
https://digital.csic.es/handle/10261/92404
Disciplinas

Life Sciences
&
Biomedicine
Technology
Social
Sciences
Arts &
Humanities
Physical
Sciences
Ciencias Agrarias
19%
Biología y Biomedicina
15%
Recursos Naturales
15%
Humanidades y Ciencias
Sociales
13%
Ciencia y Tecnología de
Materiales
12%
Ciencia y Tecnologías
Físicas
12%
Ciencia y Tecnologías
Químicas
8%
Ciencia y Tecnología de
Alimentos
6%

No suele haber normas para datos
28,7
25,4
15,8
15,2
14,2
12,2
8,7
6,9
6,9
5,4
1,2
0,5
0,3
0 5 10 15 20 25 30 35
Normas de anonimización y confidencialidad
Servicios externos donde depositarlos
obligatoriamente; como repositorios; bancos
Normalización de los nombres de los archivos
o de la estructura de los directorios
Cómo extraer los ficheros de los
instrumentos de medición
Normas para protección de los derechos de
propiedad intelectual
Otros
Servidores propios

Razones de no tenerla: no
requerida
29,8
26,9
21,7
18,6
18
17,6
1,6
0,8
0,3
0 5 10 15 20 25 30 35
Ausencia de una obligación institucional de gestión de
datos
No requerido o apropiado para el campo de investigación
o grupo investigador
No requerido por el ente financiador del proyecto
Otros
Complejidad del tema

Encuestas
España
UPV
UV
UM
Hospital Severo Ochoa
Clínico Valencia
CSIC con variaciones
¿Os animáis?
Internacional
Parse.Insight
DATARES
…

Peset, Fernanda; Antonio Fernandez; Antonia Ferrer-Sapena; Alicia García-García; Rafael Aleixandre; Antonio Vidal; Consol García
(2015). Research data management in Spain: results from a DATASEA project survey. In: 10th International Digital Curation Conference,
London, 9-12 febr. 2015. http://www.dcc.ac.uk/sites/default/files/documents/IDCC15/205_RDMSpain-
DATASEA.pdf y http://eprints.rclis.org/24601/

http://www.datasea.es/dt/index.php?
option=com_faqbook&view=category&id=23&Itemid=134

Solicitudes Horizon2020
En el artículo 29.3 del Agreement de los socios aparece
Open access to research data, con las condiciones
Open Research Data Pilot orientada a mejorar el acceso y
reutilización. Las áreas que participan recibirán (2014-2015)
sobre 3.000 millones de euros (Vlaeminck, 2013).
Los beneficiarios deben:
(a) depositar en un repositorio abierto de datos de investigación:
los datos necesarios para validar las publicaciones de
investigación, con sus metadados, tan pronto como sea posible;
y otros datos, con sus metadatos, dentro del plazo previsto en
sus planes de gestión de datos así como el momento de
liberación que indicaron;
(b) ofrecer información en el repositorio sobre las herramientas
para validar la investigación e incluso, si es posible,
proporcionarlas

DataSharing
“… the practice of making data used for
scholarly research available to others (sin
ayuda del productor original).” [Wikipedia]
(Anne Donnelly)
Involucra a: productor de los datos, el repositorio y el
personal de apoyo, y el usuario que los consume
Consideraciones: pensar en el futuro (formatos,
software, anonimización/ética/confidencialidad,
documentación); descripción y documentación; futura
gestion de derechos y licencias; infraestructura
Privado o Público ¿?¿?

¿Qué está sucediendo?
Opciones habituales: dropbox, drive, pero
también es posible en Figshare o Dataverse
Otras opciones: muchos proyectos crean
plataformas a medida
dispendio O investigación ¿?¿?

Data curation
“any services related to the organization,
management, or long-term preservation of data
developed through scholarly research.
These services encompass a range of activities,
including consultations on creating data
management plans and strategies, physical or
electronic archiving of datasets, and
workshops”
(Deards, 2013).

Liberar datos: licencias (OKF)
OpenDataCommons Attribution License (ODC-BY), solo obliga
a atribuir/reconocer el propietario original. Permite la copia,
distribución y uso para producir obras derivadas sobre ella y
modificar, transformar y construir sobre ella para cualquier
propósito.
PDDL, Public Domain Dedication and License, similar a la CC más
permisiva (CC0) sin atribución ni limitación geográfica de uso.
Open Database License, ODbL, es más restrictiva, pero permite
compartir –copiar, distribuir y usar la base de datos—, producir
trabajos sobre ella y modificar, transformar y construir otros
productos sobre la base de datos. Mantiene la (Attribution y obliga
a ceder el nuevo producto con esta misma licencia (Share-Alike).
Añade condiciones a las bases de datos derivadas y puede aplicar
restricciones tecnológicas (DRM) a los datos originales o los
derivados. Por tanto, reduce la interoperabilidad y la reutilización

Formas de compartir/liberar
Repositorio de los financiadores
ESRC Data Store-Reshare
En España …
Repositorio Institucional
Edinburgh DataShare
En España!!!!
Repositorio por Disciplina/Formato
Directorios: Re3data
Figshare
Y… en las revistas ODiSEA
(Donnelly) Edina MANTRA

Repositorios de datos
No existe consenso en cómo preservar y
compartir los datos, y parece que las soluciones
mixtas entre los servicios universitarios y los
externos
Garantizar la procedencia, la persistencia de los
identificadores, la utilización de estándares para
los metadatos y formatos de citación y periodos de
embargo, así como aspectos técnicos derivados
de las posibilidades de recombinarlos, analizarlos
automáticamente, migrarlos de un formato a otro,
o los métodos de almacenamiento

Herramientas:
especializadas y huérfanos
Figshare, Dryad, Dataverse o Zenodo
Pisos desiguales:
Boulton, 2013

Consejo….
Monash University “adopta, adapta y en
último término desarrolla”
“Developing a new product may be expensive, costly to
support, and could split researchers from their community.”
La lealtad de los científicos con su
comunidad es mayor que con su
institución.

Royal Society y ThomsonReuters
Desechar una cultura donde se contemplan los
datos como un bien privado
Aumentar los criterios usados en la evaluación de
la carrera de los investigadores para reconocer el
esfuerzo que supone la liberación de datos útiles y
las nuevas formas de colaboración (Leiden
Manifesto;San Francisco Declaration on Research
Assessment, Putting science into the assessment of
research)
Desarrollar estándares comunes para comunicar
esos datos, también incluyendo criterios de calidad
de los datos y cuestiones relacionadas con las
licencias y derechos

Ordenar mandatos que promuevan la liberación de
los datos relevantes de las publicaciones científicas
Reforzar el número de científicos de datos que
son necesarios para gestionar y apoyar el uso de los
datos digitales (lo que es también crucial para el
sector privado de análisis de los datos y las
estrategias open data de los gobiernos), sobre todo
en las tareas de evaluación, que garantizan la
calidad de los datos
Desarrollar y utilizar nuevas herramientas de
software para automatizar y simplificar la creación y
explotación de conjuntos de datos, proporcionando
un acceso uniforme a la variedad de outputs de la
investigación
Royal Society y ThomsonReuters

Nada más
¿Cómo lo ven ustedes?
http://www.datasea.es
mpesetm@upv.es en nombre del
Grupo DataSEA

Eventos nacionales de mayo
CRECS Murcia Peset, F.; González, LM.; Villamón,
M.; Ferrer-Sapena, A.; Aleixandre-Benavent, R.; Rodríguez-
Gairín, JM.; García-García, A (2015). La vía dorada de la
publicación de datos. http://www.thinkepi.net/crecs2015
FO STER WINNING HORIZON2020 WITH
OPENSCIENCE Madrid, Vale ncia, G ijó n:
integrar las herramientas openscience como parte del ciclo de
vida de la investigación y armonizar los requisitos de los
financiadores y de la Ley de la Ciencia española con los
derechos de los autores y las editoriales científicas
https://docs.google.com/forms/d/1x3RSV6rkiwyVRirBLk4zqwc
9zoju5bOp1rur0QiabrU/viewform?c=0&w=1
FESABID G ijó n. Cultura abie rta:
co no cim ie nto co m partido http://www.fesabid.org

Peset, F. (2014). Datasea.
https://polimedia.upv.es/visor/?id=a48abcad-21bc-ab4a-ac6a-
af987b3e7f1a

Algo de bibliografía
Parse insight project. www.parse-insight.eu.
DATARES project http://digital.library.unt.edu/ark:/67531/metadc228265/m/
Mossink, Wilma; Bijsterbosch ,Magchiel & Nortier, Joeri (2013). Euro pe an
Landscape Study o f Re se arch Data Manag e m e nt. Utrecht: SURF, 2013
Council on Library and Information Resources
(2013). Re se arch DataManag e m e nt: Principle s, Practice s, and
Pro spe cts. Washington, D.C.:
CLIR.http://www.clir.org/pubs/reports/pub160/pub160.pdf
Beagrie, N. & Houghton, J. (2013). The value and impact of the
Archaeologydata service. Charles Beagrie Ltd
Beagrie, N. & Houghton, J. (2014). The Value and Impact of Data Sharing and
Curation A synthesis of three recent studies of UK research data centres

Fernanada Peset - ¿Qué hacen los investigadores con sus datos?

Más contenido relacionado

Destacado

Similar a Fernanada Peset - ¿Qué hacen los investigadores con sus datos?

Más de datos.ua.es

Último

Fernanada Peset - ¿Qué hacen los investigadores con sus datos?

Notas del editor