Hispanopedia Wiki
Articulo de referencia

Curación de datos

La curación de datos es la organización e integración de datos recopilados de diversas fuentes. Implica la anotación, publicación y presentación de los datos de modo que su valo...

Hispanopedia WikiContenido en espanolLectura gratuita

La curación de datos es la organización e integración de datos recopilados de diversas fuentes. Implica la anotación, publicación y presentación de los datos de modo que su valor se mantenga a lo largo del tiempo y permanezcan disponibles para su reutilización y conservación. La curación de datos incluye "todos los procesos necesarios para la creación, el mantenimiento y la gestión de datos controlados y basados ​​en principios , junto con la capacidad de agregar valor a los datos". [1] En ciencia, la curación de datos puede indicar el proceso de extracción de información importante de textos científicos, como artículos de investigación de expertos, para convertirla a un formato electrónico, como una entrada de una base de datos biológica . [2]

En la era moderna de los macrodatos , la curación de datos ha cobrado mayor importancia, en particular para el procesamiento de software de sistemas de datos complejos y de gran volumen. [3] El término también se utiliza en el ámbito de las humanidades, [4] donde el aumento de los datos culturales y académicos de los proyectos de humanidades digitales requiere la experiencia y las prácticas analíticas de la curación de datos. [5] En términos generales, la curación significa una serie de actividades y procesos realizados para crear, gestionar, mantener y validar un componente . [6] Específicamente, la curación de datos es el intento de determinar qué información vale la pena guardar y durante cuánto tiempo. [7]

Historia y práctica

El usuario , en lugar de la base de datos en sí, generalmente inicia la curación de datos y mantiene los metadatos . [8] Según la Escuela de Graduados de Bibliotecas y Ciencias de la Información de la Universidad de Illinois , "La curación de datos es la gestión activa y continua de los datos a lo largo de su ciclo de vida de interés y utilidad para la investigación, la ciencia y la educación; las actividades de curación permiten el descubrimiento y la recuperación de datos, mantienen la calidad, agregan valor y permiten la reutilización a lo largo del tiempo". [9] El flujo de trabajo de curación de datos es distinto de la gestión de la calidad de los datos , la protección de datos , la gestión del ciclo de vida y el movimiento de datos . [8]

Los datos del censo han estado disponibles en forma de tarjetas perforadas tabuladas desde principios del siglo XX y han sido electrónicos desde la década de 1960. [10] El sitio web del Consorcio Interuniversitario para la Investigación Política y Social (ICPSR) marca 1962 como la fecha de su primer Archivo de Datos de Encuestas. [11]

En un número de 1982 de la revista de Illinois Library Trends se publicó una amplia información sobre las bibliotecas de datos. [12] Para conocer los antecedentes históricos del movimiento de archivo de datos, véase "Social Scientific Information Needs for Numeric Data: The Evolution of the International Data Archive Infrastructure". [13] El proceso exacto de conservación que se lleva a cabo en cualquier organización depende del volumen de datos, de cuánto ruido contienen y de lo que significa el uso futuro esperado de los datos para su difusión. [3]

Las crisis de los datos espaciales llevaron a la creación en 1999 del modelo Sistema Abierto de Información Archivística (OAIS) , [14] dirigido por el Comité Consultivo para Sistemas de Datos Espaciales (CCSDS) , que se formó en 1982. [15]

El término curación de datos se utiliza a veces en el contexto de las bases de datos biológicas , donde la información biológica específica se obtiene en primer lugar de una serie de artículos de investigación y luego se almacena dentro de una categoría específica de la base de datos. Por ejemplo, la información sobre los fármacos antidepresivos se puede obtener de varias fuentes y, después de comprobar si están disponibles como base de datos o no, se guardan en la categoría antidepresiva de la base de datos de un fármaco. Las empresas también están utilizando la curación de datos dentro de sus procesos operativos y estratégicos para garantizar la calidad y la precisión de los datos. [16] [17]

Proyectos y estudios

El proyecto Paquetes de información para la difusión (DIPS) para la reutilización de la información (DIPIR) estudia los datos de investigación producidos y utilizados por científicos sociales cuantitativos, arqueólogos y zoólogos. El público al que va dirigido son los investigadores que utilizan datos secundarios y los conservadores digitales, los administradores de repositorios digitales, el personal de los centros de datos y otras personas que recopilan, gestionan y almacenan información digital. [18]

El Banco de Datos de Proteínas se estableció en 1971 en el Laboratorio Nacional de Brookhaven y se ha convertido en un proyecto global. [19] Una base de datos para datos estructurales tridimensionales de proteínas y otras moléculas biológicas grandes, el PDB contiene más de 120.000 estructuras, todas estandarizadas, validadas contra datos experimentales y anotadas.

FlyBase , el repositorio principal de datos genéticos y moleculares de la familia de insectos Drosophilidae , se remonta a 1992. FlyBase anota el genoma completo de Drosophila melanogaster . [20]

El Consorcio de Datos Lingüísticos es un repositorio de datos lingüísticos que data de 1992. [21]

El Sloan Digital Sky Survey comenzó a estudiar el cielo nocturno en 2000. [22] El científico informático Jim Gray , mientras trabajaba en la arquitectura de datos del SDSS, defendió la idea de la curación de datos en las ciencias. [23]

DataNet fue un programa de investigación de la Oficina de Ciberinfraestructura de la Fundación Nacional de Ciencias de Estados Unidos, que financiaba proyectos de gestión de datos en las ciencias. [24] DataONE (Data Observation Network for Earth) es uno de los proyectos financiados a través de DataNet , que ayuda a la comunidad científica ambiental a preservar y compartir datos. [25]

Véase también

Referencias

  1. ^ Renée J. Miller , “Big Data Curation” en la 20.ª Conferencia internacional sobre gestión de datos (COMAD) 2014, Hyderabad, India, del 17 al 19 de diciembre de 2014
  2. ^ Glosario biocreativo. Recuperado el 3 de octubre de 2016.
  3. ^ ab Furht, Borko; Armando Escalante (2011). Manual de computación intensiva en datos. Springer Science & Business Media. pág. 32. ISBN 9781461414155. Recuperado el 2 de octubre de 2016 .
  4. ^ Sabharwal, Arjun (2015). Curación digital en las humanidades digitales: conservación y promoción de colecciones especiales y de archivo. Chandos Publishing. pág. 60. ISBN 9780081001783. Recuperado el 2 de octubre de 2016 .
  5. ^ "Introducción a la curación de datos en humanidades" de Julia Flanders y Trevor Muñoz http://guide.dhcuration.org/intro/. Ya no está disponible: archive.org
  6. ^ Glosario de Pilin. Ya no está disponible: archive.org
  7. ^ ab Borgman, C (2015). Big data, little data, no data: Scholarship in the networked world [Grandes datos, pocos datos, ningún dato: investigación en el mundo en red]. Cambridge, Massachusetts: MIT Press. pp. 13. ISBN 978-0-262-02856-1.
  8. ^ ab Chessell, Mandy; Nigel L Jones; Jay Limburn; David Radley; Kevin Shank (2015). Diseño y operación de un depósito de datos. IBM Redbooks. págs. 111–113. ISBN 9780837440668. Recuperado el 2 de octubre de 2016 .
  9. ^ Cragin, Melissa; Heidorn, P. Bryan; Palmer, Carole L.; Smith, Linda C. (2007). "Un programa educativo sobre curación de datos". Conferencia de la Sección de Ciencia y Tecnología de la ALA . Consultado el 7 de octubre de 2013 .
  10. ^ "Informe sobre la preservación de la información digital (PDI)" (PDF) . 1996. Consultado el 13 de marzo de 2018 .
  11. ^ "ICPSR: Historia". www.icpsr.umich.edu . Consultado el 15 de marzo de 2018 .
  12. ^ Heim, Kathleen M. (29 de noviembre de 1982). "Library Trends 30 (3) Winter 1982: Data Libraries for the Social Sciences". Library Trends – vía www.ideals.illinois.edu.
  13. ^ Kathleen M. Heim, "Necesidades de información científica social para datos numéricos: la evolución de la infraestructura de archivos de datos internacionales", en Collection Management 9 (primavera de 1987): 1-53.
  14. ^ "El modelo de referencia OAIS". 2015-12-09 . Consultado el 2018-03-15 .
  15. ^ "CCSDS.org - El Comité Consultivo para Sistemas de Datos Espaciales (CCSDS)". public.ccsds.org . Consultado el 14 de marzo de 2018 .
  16. ^ E. Curry, A. Freitas y S. O'Riáin, “El papel de la curación de datos impulsada por la comunidad para las empresas”, archivado el 23 de enero de 2012 en Wayback Machine en Linking Enterprise Data, D. Wood, Ed. Boston, MA: Springer US, 2010, págs. 25-47. ISBN 978-1-4419-7664-2 
  17. ^ A. Freitas, E. Curry, “Big Data Curation”, archivado el 13 de septiembre de 2016 en Wayback Machine en New Horizons for a Data-Driven Economy, Springer (acceso abierto), 2015.
  18. ^ Proyecto Paquetes de información de difusión para la reutilización de la información (DIPIR) http://www.oclc.org/research/themes/user-studies/dipir.html
  19. ^ "RCSB PDB: Acerca del Archivo PDB y el RCSB PDB". Acerca del Archivo PDB y el RCSB PDB . Consultado el 15 de marzo de 2018 .
  20. ^ Gramates, LS; Marygold, SJ; dos Santos, G; Urbano, JM; Antonazzo, G; Matthews, BB; Rey, AJ; Tabone, CJ; Crosby, MA; Emmert, DB; Falls, K; Goodman, JL; Hu, Y; Ponting, L; Schroeder, AJ; Strelets, VB; Thurmond, J; Zhou, P; FlyBase Consortium (2017). "lyBase a los 25 años: mirando hacia el futuro". Nucleic Acids Res . 45 (D1): D663–D671. doi :10.1093/nar/gkw1016. PMC 5210523 . PMID  27799470. 
  21. ^ "Acerca de LDC". Consorcio de Datos Lingüísticos . Consultado el 15 de marzo de 2018 .
  22. ^ "Sloan Digital Sky Survey". SDSS . Consultado el 15 de marzo de 2018 .
  23. ^ Palmer, Carole L.; Weber, Nicholas M.; Muñoz, Trevor; Renear, Allen H. (junio de 2013). "Fundamentos de la curación de datos: la pedagogía y la práctica del "trabajo con propósito" con datos de investigación". Archive Journal . 3 . hdl :2142/78099.
  24. ^ "Resumen del programa de socios de la red de acceso y preservación de datos digitales sostenibles (DataNet)". Fundación Nacional de Ciencias. 28 de septiembre de 2007. Consultado el 15 de marzo de 2018 .
  25. ^ "¿Qué es DataONE?". ¿Qué es DataONE? . Archivado desde el original el 26 de abril de 2019 . Consultado el 15 de marzo de 2018 .
  • Curación de datos ecológicos y ambientales: DataONE
  • Herramientas y servicios de gestión de datos que abarcan múltiples disciplinas científicas: DataConservancy
Obtenido de "https://es.wikipedia.org/w/index.php?title=Curación_de_datos&oldid=1239504855"