Hispanopedia Wiki
Articulo de referencia

Archivo de datos de investigación

El archivo de datos de investigación consiste en el almacenamiento a largo plazo de datos de investigación académica , incluyendo las ciencias naturales, las ciencias sociales y...

Hispanopedia WikiContenido en espanolLectura gratuita

El archivo de datos de investigación consiste en el almacenamiento a largo plazo de datos de investigación académica , incluyendo las ciencias naturales, las ciencias sociales y las ciencias de la vida. Las distintas revistas académicas tienen políticas diferentes respecto a la cantidad de datos y métodos que los investigadores deben almacenar en un archivo público, y lo que se archiva varía considerablemente entre las diferentes disciplinas. De igual modo, las principales instituciones que otorgan subvenciones tienen actitudes diversas respecto al archivo público de datos. En general, la tradición científica ha sido que las publicaciones contengan información suficiente para que otros investigadores puedan replicar y, por lo tanto, poner a prueba la investigación. En los últimos años, este enfoque se ha visto cada vez más limitado, ya que la investigación en algunas áreas depende de grandes conjuntos de datos que no pueden replicarse fácilmente de forma independiente.

El archivo de datos es más importante en algunos campos que en otros. En algunos, todos los datos necesarios para replicar el trabajo ya están disponibles en el artículo de la revista. En el desarrollo de fármacos , se genera una gran cantidad de datos que deben archivarse para que los investigadores puedan verificar que los informes que publican las compañías farmacéuticas reflejen con precisión dichos datos.

Aunque a menudo se usan indistintamente, la preservación y el archivado de datos tienen como objetivo proteger la información a largo plazo, pero cumplen funciones diferentes. La preservación de datos se centra en evitar la pérdida, el daño o la destrucción de los datos mediante la creación de copias de seguridad, el almacenamiento en ubicaciones seguras y la garantía de su accesibilidad cuando sea necesario. El archivado de datos, por otro lado, implica trasladar los datos que ya no se utilizan activamente a una ubicación de almacenamiento independiente para su conservación a largo plazo. Los datos archivados suelen combinarse y comprimirse, y si bien aún se puede acceder a ellos, no están pensados ​​para un uso regular ni para actualizaciones frecuentes.

El requisito del archivo de datos es un desarrollo reciente en la historia de la ciencia . Fue posible gracias a los avances en la tecnología de la información, que permitieron almacenar y acceder a grandes cantidades de datos desde ubicaciones centrales. Por ejemplo, la Unión Geofísica Americana (AGU) adoptó su primera política sobre archivo de datos en 1993, aproximadamente tres años después del inicio de la WWW . [ 1 ] Esta política exige que los conjuntos de datos citados en los artículos de la AGU se archiven en un centro de datos reconocido; permite la creación de «artículos de datos»; y establece el papel de la AGU en el mantenimiento de los archivos de datos. Sin embargo, no impone a los autores de los artículos la obligación de archivar sus datos.

Antes de la existencia de sistemas de archivo de datos organizados, los investigadores que deseaban evaluar o replicar un artículo debían solicitar información sobre datos y métodos al autor. La comunidad académica espera que los autores compartan datos complementarios . Este proceso se consideraba una pérdida de tiempo y energía, y arrojaba resultados dispares. La información podía perderse o corromperse con el paso del tiempo. En algunos casos, los autores simplemente se negaban a proporcionarla.

La necesidad de archivar datos y realizar la debida diligencia aumenta considerablemente cuando la investigación se centra en cuestiones de salud o en la formulación de políticas públicas. [ 2 ] [ 3 ]

Políticas seleccionadas por revistas

Biotropica

Biotropica requiere, como condición para la publicación, que los datos que respaldan los resultados del artículo y los metadatos que los describen se archiven en un archivo público apropiado como Dryad , Figshare , GenBank , TreeBASE o NCBI . Los autores pueden optar por hacer que los datos estén disponibles públicamente tan pronto como se publique el artículo o, si la tecnología del archivo lo permite, restringir el acceso a los datos hasta tres años después de la publicación del artículo. Se incluirá una declaración que describa la disponibilidad de datos en el manuscrito como se describe en las instrucciones para los autores. Se pueden otorgar excepciones al archivado de datos requerido a discreción del Editor en Jefe para estudios que incluyan información sensible (por ejemplo, la ubicación de especies en peligro de extinción). Nuestro editorial que explica la motivación de esta política se puede encontrar aquí . Una lista más completa de repositorios de datos está disponible aquí . Promover una cultura de colaboración con los investigadores que recopilan y archivan datos: Los datos recopilados por los biólogos tropicales a menudo son a largo plazo, complejos y costosos de recopilar. El Consejo Editorial de Biotropica anima encarecidamente a los autores que reutilizan conjuntos de datos archivados a incluir como colaboradores activos a los científicos que los recopilaron originalmente. Creemos que esto mejorará considerablemente la calidad y el impacto de la investigación resultante, al aprovechar el profundo conocimiento de los recolectores de datos sobre la historia natural del sistema de estudio, reduciendo el riesgo de errores en los análisis novedosos y fomentando la colaboración y la formación interdisciplinarias e interculturales por las que la ATBC y Biotropica son ampliamente reconocidas.

Nota: Biotropica es una de las dos únicas revistas que subvenciona los gastos de publicación de datos en Dryad para los autores.

El naturalista estadounidense

La revista American Naturalist exige a los autores que depositen los datos asociados a los artículos aceptados en un archivo público. Para los datos de secuencias genéticas y árboles filogenéticos, se requiere el depósito en GenBank o TreeBASE , respectivamente. Existen numerosos archivos que pueden ser adecuados para un conjunto de datos específico, incluido el repositorio Dryad para datos de biología ecológica y evolutiva. Todos los números de acceso a GenBank, TreeBASE y Dryad deben incluirse en los manuscritos aceptados antes de su publicación. Si los datos se encuentran depositados en otro lugar, proporcione un enlace. Si los datos se extraen de la literatura publicada, deposite los datos recopilados en Dryad para comodidad de sus lectores. Cualquier impedimento para compartir los datos debe comunicarse a los editores al momento de la presentación para que se puedan establecer los arreglos necesarios. [ 4 ]

Revista de Herencia

Los datos primarios que sustentan las conclusiones de un artículo son fundamentales para la verificabilidad y la transparencia de la actividad científica, y deben conservarse en un formato utilizable durante décadas. Por este motivo, la revista Journal of Heredity exige que las secuencias de nucleótidos o aminoácidos y las coordenadas estructurales recién publicadas se envíen a bases de datos públicas adecuadas (por ejemplo, GenBank; la base de datos de secuencias de nucleótidos del EMBL ; la base de datos de ADN de Japón; el Protein Data Bank ; y Swiss-Prot ). Los números de acceso deben incluirse en la versión final del manuscrito. Para otros tipos de datos (por ejemplo, genotipos de microsatélites, mapas de ligamiento, imágenes), la revista respalda los principios de la Política Conjunta de Archivo de Datos (JDAP) y anima a todos los autores a archivar los conjuntos de datos primarios en un archivo público adecuado, como Dryad, TreeBASE o la Knowledge Network for Biocomplexity. Se anima a los autores a que hagan públicos los datos en el momento de la publicación o, si la tecnología del archivo lo permite, a que restrinjan el acceso a los datos durante un período de hasta un año después de la publicación. La Asociación Genética Estadounidense también reconoce la enorme inversión que realizan los investigadores individuales en la generación y gestión de grandes conjuntos de datos. Por consiguiente, recomendamos que esta inversión se respete en los análisis secundarios o metaanálisis, fomentando un espíritu de colaboración respetuoso.

— oxfordjournals.org [ 5 ]

Ecología molecular

La revista Molecular Ecology espera que los datos que respaldan los resultados del artículo se archiven en un repositorio público adecuado, como GenBank, Gene Expression Omnibus , TreeBASE, Dryad, Knowledge Network for Biocomplexity , el repositorio de su institución o entidad financiadora, o como información complementaria en el sitio web de Molecular Ecology. Los datos son productos importantes de la actividad científica y deben conservarse y estar disponibles para su uso durante décadas. Los autores pueden optar por que los datos estén disponibles públicamente en el momento de la publicación o, si la tecnología del repositorio lo permite, pueden restringir el acceso a los datos hasta un año después de la publicación. Se pueden conceder excepciones a discreción del editor, especialmente para información sensible como datos de sujetos humanos o la ubicación de especies en peligro de extinción.

— Wiley [ 6 ]

Naturaleza

Dicho material debe alojarse en un sitio independiente acreditado (el autor debe proporcionar la URL y los números de acceso), o enviarse a la revista Nature al momento de la presentación, ya sea cargándolo a través del servicio de envío en línea de la revista, o si los archivos son demasiado grandes o están en un formato inadecuado para este propósito, en CD/DVD (cinco copias). Dicho material no puede alojarse únicamente en el sitio web personal o institucional de un autor. [ 7 ] Nature requiere que el revisor determine si todos los datos y métodos suplementarios se han archivado. La política aconseja a los revisores que consideren varias preguntas, incluyendo: "¿Se debe solicitar a los autores que proporcionen métodos o datos suplementarios para acompañar el artículo en línea? (Dichos datos podrían incluir código fuente para estudios de modelado, protocolos experimentales detallados o derivaciones matemáticas).

Ciencia

Science apoya los esfuerzos de las bases de datos que agregan datos publicados para el uso de la comunidad científica. Por lo tanto, antes de la publicación, los conjuntos de datos grandes (incluidos datos de microarrays, secuencias de proteínas o ADN, y coordenadas atómicas o mapas de microscopía electrónica para estructuras macromoleculares) deben depositarse en una base de datos aprobada y proporcionarse un número de acceso para su inclusión en el artículo publicado. [ 9 ] "Materiales y métodos": Science ahora solicita que, en general, los autores coloquen la mayor parte de su descripción de materiales y métodos en línea como material de apoyo, proporcionando en el manuscrito impreso solo la descripción de métodos necesaria para seguir la lógica del texto. (Obviamente, esta restricción no se aplicará si el artículo es fundamentalmente un estudio de un nuevo método o técnica).

Real Sociedad

Para que otros puedan verificar y desarrollar el trabajo publicado en las revistas de la Royal Society , es condición indispensable para la publicación que los autores pongan a disposición los datos, el código y los materiales de investigación que respaldan los resultados del artículo.

Los conjuntos de datos y el código deben depositarse en un repositorio público, reconocido y adecuado. Si no existe un repositorio específico para los datos, los autores deben depositar sus conjuntos de datos en un repositorio general como Dryad o Figshare .

Revista de Ciencias Arqueológicas

La revista Journal of Archaeological Science cuenta con una política de divulgación de datos desde al menos 2013. Dicha política establece que «todos los datos relacionados con el artículo deben estar disponibles en archivos complementarios o depositados en repositorios externos y enlazados dentro del artículo». La política recomienda que los datos se depositen en un repositorio como el Archaeology Data Service , el Digital Archaeological Record o PANGAEA . Un estudio de 2018 halló una tasa de disponibilidad de datos del 53 %, lo que refleja una aplicación deficiente de esta política o una comprensión incompleta por parte de editores, revisores y autores sobre cómo interpretarla e implementarla. [ 12 ]

Políticas de las agencias de financiación

En Estados Unidos, la Fundación Nacional de Ciencias (NSF) ha endurecido los requisitos sobre el archivo de datos. Los investigadores que solicitan financiación de la NSF ahora deben presentar un plan de gestión de datos como un suplemento de dos páginas a la solicitud de subvención. [ 13 ]

La iniciativa Datanet de la NSF ha dado como resultado la financiación del proyecto Data Observation Network for Earth ( DataONE ), que proporcionará un archivo de datos científicos ecológicos y ambientales generados por científicos de todo el mundo. El objetivo declarado de DataONE es preservar y facilitar el acceso a datos multiescala, multidisciplinarios y multinacionales. La comunidad de usuarios de DataONE incluye científicos, gestores de ecosistemas, responsables políticos, estudiantes, educadores y público en general.

La DFG alemana exige que los datos de investigación se archiven en la propia institución del investigador o en una infraestructura nacional adecuada durante al menos 10 años. [ 14 ]

El Centro Británico de Curación Digital mantiene una visión general de las políticas de datos de los financiadores. [ 15 ]

Biblioteca de datos

Repositorio de datos y repositorio de archivos

Los datos de investigación se archivan en bibliotecas o archivos de datos . Una biblioteca , archivo o repositorio de datos es una colección de conjuntos de datos numéricos y/o geoespaciales para uso secundario en la investigación. Normalmente, una biblioteca de datos forma parte de una institución más grande (académica, corporativa, científica, médica, gubernamental, etc.) establecida para archivar datos de investigación y para servir a los usuarios de datos de dicha organización. La biblioteca de datos suele albergar colecciones de datos locales y proporciona acceso a ellas a través de diversos medios ( CD- / DVD -ROM o servidor central para descarga). Una biblioteca de datos también puede mantener suscripciones a recursos de datos con licencia para que sus usuarios accedan a la información. Si una biblioteca de datos también se considera un archivo de datos puede depender de la extensión de los fondos únicos en la colección, si se ofrecen servicios de preservación a largo plazo y si sirve a una comunidad más amplia (como lo hacen los archivos de datos nacionales). La mayoría de las bibliotecas de datos públicas están incluidas en el Registro de Repositorios de Datos de Investigación .

Importancia y servicios

En agosto de 2001, la Asociación de Bibliotecas de Investigación (ARL) publicó un informe [ 16 ] que presentaba los resultados de una encuesta a las instituciones miembros de la ARL involucradas en la recopilación y prestación de servicios para recursos de datos numéricos.

Servicio de biblioteca que brinda apoyo a nivel institucional para el uso de conjuntos de datos numéricos y de otro tipo en la investigación. Entre las actividades de apoyo que suelen estar disponibles se encuentran:

  • Asistencia de referencia: localización de conjuntos de datos numéricos o geoespaciales que contengan variables medibles sobre un tema o grupo de temas en particular, en respuesta a una consulta del usuario.
  • Instrucciones para el usuario: proporcionar formación práctica a grupos de usuarios sobre cómo localizar recursos de datos sobre temas específicos, cómo descargar datos e importarlos a hojas de cálculo, programas estadísticos, bases de datos o paquetes SIG, y cómo interpretar manuales de códigos y otra documentación.
  • Asistencia técnica, que incluye facilitar los procedimientos de registro, solucionar problemas con el conjunto de datos, como errores en la documentación, reformatear los datos para que el usuario pueda trabajar con ellos y ayudar con la metodología estadística.
  • Desarrollo y gestión de colecciones: adquirir, mantener y gestionar una colección de archivos de datos utilizados para el análisis secundario por la comunidad de usuarios local; adquirir suscripciones de datos institucionales; actuar como representante de la institución ante los proveedores de datos y los archivos nacionales de datos.
  • Servicios de preservación y compartición de datos: implementan una estrategia de preservación de los conjuntos de datos de la colección, como la actualización de los soportes y la migración de formatos de archivo; descargan y mantienen registros de las versiones actualizadas desde un repositorio central. Asimismo, ayudan a los usuarios a preparar los datos originales para su uso secundario por parte de terceros, ya sea para su depósito en un repositorio central o institucional, o para compartirlos de forma menos formal. Esto puede incluir la conversión de los datos a un estándar XML apropiado, como la Iniciativa de Documentación de Datos (DDI), o la adición de otros metadatos para facilitar la búsqueda en línea.

Ejemplos de bibliotecas de datos

Ciencias naturales

La siguiente lista hace referencia a archivos de datos científicos.

ciencias sociales

En las ciencias sociales, las bibliotecas de datos se denominan archivos de datos. [ 17 ] Los archivos de datos son instituciones profesionales para la adquisición, preparación, preservación y difusión de datos sociales y de comportamiento. Los archivos de datos en las ciencias sociales evolucionaron en la década de 1950 y se han percibido como un movimiento internacional:

Para 1964, el Consejo Internacional de Ciencias Sociales (ISSC) había patrocinado una segunda conferencia sobre Archivos de Datos de Ciencias Sociales y contaba con un Comité Permanente de Datos de Ciencias Sociales, ambos impulsores del movimiento de archivos de datos. A principios del siglo XXI, la mayoría de los países desarrollados y algunos países en desarrollo habían organizado archivos nacionales de datos formales y bien operativos. Además, los campus universitarios suelen tener «bibliotecas de datos» que ponen los datos a disposición de su profesorado, personal y estudiantes; la mayoría de estas tienen una responsabilidad archivística mínima, delegando esa función en una institución nacional (Rockwell, 2001, p. 3227). [ 18 ]

  • re3data.org es un registro global de repositorios de datos de investigación que indexa archivos de datos de todas las disciplinas: http://www.re3data.org
  • Los miembros de CESSDA son archivos de datos y otras organizaciones que archivan datos de ciencias sociales y proporcionan datos para uso secundario: https://www.cessda.eu/About/Consortium
  • Consorcio de Archivos Europeos de Datos de Ciencias Sociales: http://www.cessda.org/
  • Archivo Finlandés de Datos de Ciencias Sociales (FSD): http://www.fsd.uta.fi/
  • Archivo de datos danés: http://www.sa.dk/content/us/about_us Archivado el 29/12/2014 en Wayback Machine ; página específica (solo en danés): https://web.archive.org/web/20150318230743/http://www.sa.dk/dda/default.htm
  • Consorcio Interuniversitario para la Investigación Política y Social: http://www.icpsr.umich.edu/
  • El Centro Roper para la Investigación de la Opinión Pública: https://ropercenter.cornell.edu/
  • Archivo de datos de ciencias sociales: http://dataarchives.ss.ucla.edu/
  • El Centro de Ciencias Sociales de Cornell: https://socialsciences.cornell.edu/ciser-data-and-reproduction-archive

Véase también

Referencias

  1. ↑ "Política sobre la referencia y el archivo de datos en las publicaciones de la AGU"
  2. ↑ "Argumentos a favor de la debida diligencia cuando se utiliza la investigación empírica en la formulación de políticas", por Bruce McCullough y Ross McKitrick.Archivado el 3 de marzo de 2016 en Wayback Machine .
  3. ↑ "Compartición y replicación de datos", un sitio web de Gary King. Archivado el 28 de marzo de 2007 en Wayback Machine.
  4. ↑ Datos y material complementario
  5. ↑ Política de archivo de datos
  6. ↑ Política de archivo de datos
  7. ↑ "Disponibilidad de datos y materiales: la política de la revista Nature"
  8. ↑ "Guía de políticas de publicación de las revistas Nature" (PDF) . 14 de marzo de 2007.
  9. ↑ "Políticas generales de la revista Science"
  10. ↑ “Preparación del material complementario en línea”
  11. ↑ "Intercambio y minería de datos"
  12. ↑ Marwick, Ben; Birch, Suzanne E. Pilaar (5 de abril de 2018). "Un estándar para la citación académica de datos arqueológicos como incentivo para compartir datos" . Advances in Archaeological Practice . 6 (2): 125– 143. doi : 10.1017/aap.2018.3 .
  13. ↑ “La NSF solicitará un plan de gestión de datos a todos los solicitantes de subvenciones”
  14. ↑ “Directrices de la DFG sobre el manejo de datos de investigación”
  15. ↑ "Descripción general de las políticas de datos de los financiadores | Centro de Curación Digital"
  16. ↑ "SPEC Kit 263: Productos y servicios de datos numéricos " . Archivado del original el 8 de diciembre de 2006. Consultado el 14 de enero de 2023 .
  17. ↑ White, Howard D. (1977). Datos de ciencias sociales legibles por máquina. Drexel Library Quarterly 13 (enero de 1977):1-110.
  18. ↑ Rockwell, RC (2001). Archivos de datos: Internacional. En: Smelser, NJ y Baltes, PB (eds.) Enciclopedia internacional de las ciencias sociales y del comportamiento (vol. 5, pp. 3225-3230). Ámsterdam: Elsevier

Notas

Lecturas adicionales

  • Clubb, J., Austin, E. y Geda, C. «Compartir datos de investigación en las ciencias sociales». En Sharing Research Data , S. Fienberg, M. Martin y M. Straf, Eds. National Academy Press, Washington, DC, 1985, 39-88.
  • Geraci, D., Humphrey, C. y Jacobs, J. Conceptos básicos de datos . Asociación Canadiense de Bibliotecas, Ottawa, ON, 2005.
  • Heim, Kathleen M. "Necesidades de información sociocientífica para datos numéricos: la evolución de la infraestructura del archivo internacional de datos." Collection Management 9 (Primavera de 1987): 1-53.
  • Martínez, Luis y Macdonald, Stuart, «Apoyo a los usuarios de datos locales en la comunidad académica del Reino Unido» . Archivado el 4 de mayo de 2018 en Wayback Machine . Ariadne , número 44, julio de 2005.
  • Consulte la bibliografía de obras seleccionadas de IASSIST . Archivada el 3 de marzo de 2016 en Wayback Machine, esta plataforma ofrece artículos que recorren la historia de las bibliotecas de datos y su relación con la profesión de archivista, desde las décadas de 1960 y 1970 hasta 1996.
  • Consulte los artículos de IASSIST Quarterly desde 1993 hasta la actualidad, centrados en bibliotecas de datos, archivos de datos, soporte de datos y tecnología de la información para las ciencias sociales.
  • Repositorio de aprendizaje automático de la Universidad de California Irvine

Asociaciones

  • IASSIST (Asociación Internacional de Tecnologías de la Información y los Servicios para las Ciencias Sociales)
  • DISC-UK (Comité de Especialistas en Información de Datos del Reino Unido)
  • APDU (Asociación de Usuarios de Datos Públicos - EE. UU.)
  • CAPDU archivado el 11/09/2017 en Wayback Machine (Asociación Canadiense de Usuarios de Datos Públicos).