Translate
Los datos de investigación son aquellos materiales generados o recolectados durante el transcurso de una investigación. Pueden ser hechos, observaciones o experiencias en que se basa el argumento, la teoría o la prueba.
Sirven igualmente para certificar los resultados de la investigación realizada y son reconocidos por la comunidad científica (Torres-Salinas y otros, 2012)
Los datos incluyen: Cuadernos de laboratorio, cuadernos de campo, datos de investigación primaria, cuestionarios, cintas de audio, videos, desarrollo de modelos, fotografías, películas, objetos digitales, algoritmos, scripts, bases de datos, metadatos y esquemas de metadatos, configuraciones de software y las comprobaciones y las respuestas de la prueba. (FECYT, 2012).
No son considerados datos finales de investigación: las notas de laboratorio, los sets de datos parciales, análisis preliminares, borradores de trabajos, planes para investigaciones futuras, comunicaciones con colegas, objetos físicos y ejemplares de laboratorio.
Tipos de datos:
-
Los datos pueden ser numéricos, descriptivos o visuales
-
Según su naturaleza: cualitativos o cuantitativos
-
Según su nivel de procesamiento: En estado bruto (datos primarios), procesados o analizados.
-
Según la fuente de la que provienen pueden ser experimentales (ej. cromatografías), observacionales (ej. encuestas) y computacionales (obtenidos mediante simulación).
-
Según su formato: Textuales (Wod, PDF, RTF, etc.), Numéricos (Excel, CSV, etc.), Multimedia (JPEG, MPEG, WAV, etc.), Estructurados (XML, MySQL, etc.), Código de software (Java, C, etc.), Específicos de un software (Mesh, 3D CAD, modelo estadístico, etc.), específicos de una disciplina o instrumento.
Qué es la gestión de datos de investigación
La Gestión de Datos de Investigación (RDM, Research Data Management) está presente en todas las fases de la investigación y engloba la recopilación, organización, documentación, almacenamiento y preservación de los datos utilizados o generados durante un proyecto de investigación.
Una gestión de datos adecuada ayuda a los investigadores a llevar a cabo una mejor investigación y supone:
-
Cumplir con los requerimientos de los organismos financiadores.
-
Mayor transparencia para la validación de los resultados de la investigación.
-
Mejorar la protección de datos y minimizar el riesgo de pérdida de los mismos.
-
Asegurar que los datos sean localizables, accesibles, interoperables y reutilizables: datos FAIR (findable, accessible, interoperable and reusable).
-
Ahorrar tiempo evitando duplicaciones y haciendo un uso eficiente de los recursos disponibles.
-
Mejorar el perfil del investigador, el impacto y la visibilidad de los proyectos
Fuente: Pérez Allende, M.L. (2015) Portal PAGODA. Plan de Gestión de Datos. Universidad Carlos III de Madrid
Fuentes: REBIUN e Infoguía sobre buenas prácticas en la gestión de los datos de investigación (elaborada por el Servei de Biblioteques, Publicacións i Arxius de la Universitat Politècnica de Catalunya y traducida en la Sección de Información y Referencia del Servicio de Biblioteca de la Universidade da Coruña)
Más información MareData. Recomendaciones para la gestión de datos de investigación. Dirigidas a investigadores. Dic. 2018
