por Fernando Ariel López (CAICYT - CONICET). En: Quién es quién 2016 "Creando futuro: tecnologías e innovación en las bibliotecas universitarias” de ABUC, viernes 7 de octubre de 2016. http://abuc.org.ar/portal/?not=50 Viernes 7 de octubre

1.
Estado
de
situación
del
Acceso
Abierto
en
Argen3na:
Ges3ón
de
Datos
Cien8ficos
Fernando
Ariel
López
@fernando__lopez
|
flopez@caicyt.gov.ar
Quién
es
Quién
2016
“Creando
futuro:
tecnologías
e
innovación
en
las
bibliotecas
universitarias”
7
de
octubre
de
2016

2. ¿Qué
es
el
Acceso
Abierto?
El
acceso
libre,
gratuito,
inmediato
y
sin
restricciones
a
la
literatura
cienMfica,
a
través
de
Internet.
Cualquier
persona
puede
leer,
descargar,
copiar,
distribuir,
imprimir,
comparQr
y
enlazar
los
textos
completos
de
producción
cienMfica,
sin
barreras
financieras,
legales
o
técnicas.
La
única
limitación
es
citar
al
autor
y
respetar
la
integridad
de
la
obra.

3. Caminos
para
lograr
el
Acceso
Abierto
vía
DORADA
REVISTAS
CIENTÍFICAS
• Portales
de
Revistas
CienMficas:
– Regionales
– TemáQcos
– InsQtucionales
vía
VERDE
REPOSITORIOS
• InsQtucionales
• TemáQcos
• Cosechadores
• de
Datos
…

4. vía
DORADA
• LaQndex
=
3774
revistas
en
Directorio
=
670
revistas
en
Catálogo
• SciELO
=
126
revistas
(118
vigentes)
• NBR
=
217
revistas
• Redalyc
=
75
revistas
(22.640
arMculos
y
1872
fascículos)
• DOAJ
=
128
revistas
(en
proceso
de
reevaluación)
Portales
de
Facultades
y
Universitarios

5. vía
VERDE
SNRD
(MINCYT):
*
Datos
al
14/06/2016
-­‐ 40
repositorios
digitales
adheridos
al
SNRD
(proyectos,
en
desarrollo
e
implementados)
-­‐ 18
repositorios
digitales
adheridos
e
integrados
al
Portal
SNRD.
-­‐ 74.391
objetos
digitales
disponibles
en
Acceso
Abierto
a
través
del
Portal
SNRD.
-­‐ 9
proyectos
financiados
por
el
SNRD.
-­‐ $
2.310.626
es
el
monto
total
aprobado
para
los
proyectos
de
financiamiento.
Ley
26.899
Creación
de
Repositorios
Digitales
Ins3tucionales
de
Acceso
Abierto,
Propios
o
Compar3dos
(noviembre
de
2013)
• producción
cienMfico-­‐tecnológica:
arMculos
de
revistas,
trabajos
técnico-­‐cienMficos,
tesis
académicas,
entre
otros.
• 6
meses
después
de
la
fecha
de
su
publicación
oficial
o
de
su
aprobación.
• DATOS
PRIMARIOS:
5
años
del
momento
de
su
recolección.

6. Los
DATOS
son
el
petróleo…
…
pero
si
no
se
ges3onan
NO
SIRVEN

7. BIG
DATA
à
REDES
SOCIALES
+
IOT
+
Smart
City

8. CIENCIA
à
Ciencia
Abierta
GOBIERNO
à
Gobierno
Abierto

9. LEGISLACIÓN
• LEY
26.899
(2013)
Creación
de
Repositorios
Digitales
InsQtucionales
de
Acceso
Abierto,
Propios
o
ComparQdos
• RESOLUCIÓN
538
de
JFG
(2013)
Sistema
Nacional
de
Datos
Públicos
• DECRETO
117
(2016)
Plan
de
Apertura
de
Datos
• Ley
Acceso
a
la
Información
Pública
(2016)
Acceso
a
la
Información
Pública

10. ¿De
qué
DATOS
me
hablas?
LEY
26.899
(2013)
• Datos
Primarios
(data
set)
• Plan
de
Ges3ón
de
Datos
(DMP)
• Deposito
“data
set”
en
Repositorio
de
Datos
• Fecha:
Diciembre
de
2018
DECRETO
117
(2016)
• Datos
Públicos
(organigramas
del
EjecuQvo;
declaraciones
juradas
de
funcionarios;
personal
contratado;
escalafones
y
escalas
salariales;
contrataciones
públicas;
y
las
solicitudes
de
AIP).
• Relanzamiento
del
“Portal
Nacional
de
Datos
Públicos”
• Fecha:
11
de
Julio
de
2016

11. → hechos, observaciones o experiencias (basado argumento, teoría o prueba)
→ pueden ser numéricos, descriptivos o visuales.
→ pueden ser en estado bruto o analizado,
→ pueden ser experimentales u observacionales.
→ pueden ser abiertos o cerrados
¿Qué
son
los
datos
de
invesQgación?
¿Qué son los datos de investigación?

12. 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.
En la información sobre la procedencia de los datos también se podría
incluir: el cómo, cuándo, donde se recogió y con que (por ejemplo,
instrumentos). El código de software utilizado para generar, comentar o
analizar los datos también pueden ser considerados datos.”
¿Qué
son
los
datos
de
invesQgación?
¿Qué son los datos de investigación?

13. Observacionales: datos capturados en tiempo real, comúnmente únicos e
Experimentales: datos provenientes de resultados experimentales
Ej: Aquellos que provienen de aparatos de medición en laboratorios, comúnmente
reproducibles, pero caros.
Simulación: datos generados de modelos de prueba donde el modelo y los
metadatos pueden ser mas importantes que los datos de salida del modelo.
Ej: Modelos económicos o climáticos.
Desarrollados o compilados: resultado de procesar y/o combinar datos “crudos”,
comúnmente reproducibles pero caros.
Ej. Bases de datos compiladas,Resultados de text mining, Datos de censos
consolidados.
Reference or canonical: Una (estática u orgánica) conglomeración o colección de
datasets mas pequeños (revisados por pares), la mayor parte de ellos publicados y
“curados”
Ej. Bancos de datos genéticos, bases de datos cristalográficas.
¿Qué
son
los
datos
de
invesQgación?
Tipos de Datos Científicos

14. ● Es
una
colección
de
datos
reunidos
durante
la
ejecución
de
un
proyecto
de
invesQgación.
● Son
objetos
digitales
compuestos
y
heterogéneos.
● ConsQtuye
la
base
de
la
invesQgación
y
va
asociado
a
una
publicación
cienMfica
(resultado
de
la
invesQgación).
● Se
almacena
y
gesQona
en
Repositorios
Interoperables
conforme
a
estándares
internacionales.
Es el objeto específico de
control, organización,
descripción y preservación
de datos científicos
DATASET

15. BENEFICIOS
#DatosAbiertos
● Ayuda
a
verificar
los
resultados.
● Evitar
la
fabricación
y
falsificación
de
datos.
● Diferentes
interpretaciones
o
enfoques
aplicados
a
datos
existentes
contribuyen
a
los
avances
cienMficos.
● OpQmización
en
el
uso
de
recursos.
● Preservación
a
largo
plazo
bien
gesQonada,
permite
mantener
la
integridad
de
los
datos.
TenopirC, Allard S, Douglass K, AydinogluAU, et al. (2011) Data Sharing by Scientists: Practices and
Perceptions. PLoSONE 6(6): e21101. doi:10.1371/journal.pone.0021101
http://www.plosone.org/article/info:doi/10.1371/journal.pone.0021101

16. ACTORES
INVOLUCRADOS
Bibliotecario
embebido
Curador
de
Datos
Bibliotecarios
de
Datos
/
DataLabririan

17. CIENCIA
Líneas
de
Trabajo:
1. POLÍTICA
DE
DATOS
CIENTÍFICOS
2. CICLO
DE
VIDA
DE
LOS
DATOS
CIENTÍFICOS
3. PLAN
DE
GESTIÓN
DE
DATOS
CIENTÍFICOS
4. E-­‐INFRAESTRUCTURAS

19. 1. Diseño
y
planificación
de
la
creación/extracción
de
datos
2. Creación/Extracción
de
Datos
3. Limpieza,
Normalización
y
Descripción
de
Datos
4. Almacenamiento
y
Preservación
de
Datos
5. Exploración,
Explotación
y
Visualización
de
Datos
6. DataMining
&
Knowledge
Discovery
CICLO
DE
VIDA
DE
LOS
DATOS
CIENTÍFICOS

22. ¿Qué
es
un
PGD?
Un
plan
de
ges3ón
de
datos
cien8ficos
(Data
Management
Plan
-­‐
DMP)
es
un
documento
elaborado
por
el
invesQgador
o
grupo
de
invesQgación
donde
se
define:
• qué
datos
van
a
ser
creados
y
cómo,
• cómo
se
van
a
describir,
organizar,
almacenar
y
gesQonar
los
datos
• de
qué
forma
van
a
ser
comparQdos,
explicando
cualquier
restricción
de
uso
• que
pueda
ser
aplicada.
• Quién
o
quiénes
serán
los
responsables
de
realizar
cada
una
de
estas
• acQvidades.
• de
qué
forma
van
a
ser
comparQdos,
explicando
cualquier
restricción
de
uso
• que
pueda
ser
aplicada.

23. DMP
ArgenQna
(CAICYT-­‐CONICET)
Propuesta
para
Proyecto
de
InvesQgación:
• Bloque
de
Datos
administraQvos
• Bloque
de
Recolección
de
datos
• Bloque
de
Documentación
y
metadatos
• Bloque
de
Almacenamiento
y
copias
de
seguridad
• Bloque
de
Selección
y
preservación
• Bloque
de
Re-­‐uso
de
Datos

24. e-­‐INFRAESTRUCTURAS
Repositorio Interoperable de Datos
• Datos Públicos Argentina (CKAN, OKF),
• Zenodo (Invenio, CERN)
• DRYAD, PLICSS, LAGOS (DSpace, MIT & HP),
• Harvard DATAVERSE (Eprints)
Plataforma de Trabajo para Investigadores
• OSF, HubZero, MyExperiment.org, etc.
Cluster de Almacenamiento y/o Procesamiento

25. NUEVOS
PERFILES

26. La
profesión
del
futuro.
Es
el
encargado
en
extraer
el
conocimiento
de
los
datos.
Para
ello
deber
tener
sólidos
conocimientos
estadísQcos,
poseer
destrezas
para
resolver
problemas,
hacer
preguntas
y
explicar
los
resultados
obtenidos.
Data
Scien3st
/
Cien8ficos
de
Datos

27. Bibliotecari@
de
Datos
/
Data
Librarian
Es un término ad-hoc, es la aplicación de los principios
y las prácticas tradicionales de los bibliotecarios a los
datos.
El perfil del bibliotecario de datos requiere:
• Competencias informáticas
• Conocimiento de la disciplina (corpus, prácticas de
investigación y flujos de trabajo)
• Gestión de datos:
q adquisición (desarrollo de la colección),
q organización (catalogación y metadatos),
q preservación y conservación a largo plazo
q implementación de servicios adecuados para los
usuarios.

28. NUEVAS
COMPETENCIAS

29. COMPETENCIAS
• Estadística, Algebra y Programación
• Tecnologías y Formatos Abiertos
• XML, PYTHON, R, etc.
• Herramientas de normalización, procesamiento
y visualización.
• Comunicación (visual y audiovisual)
• Diseño Centrado en el Usuario (UX)

32. OPORTUNIDADES
Comunidad
Cien8fica:
• Acordar
estándares
de
trabajo,
normalización
y
ges3ón
de
datos
• Empoderar
en
Ges3ón
de
Datos
Cien8ficos
• Contribuir
al
avance
de
la
ciencia,
maximizando
la
visibilidad
y
el
impacto
de
la
inversión
en
Inves3gación
• Financiamiento
y
Desarrollo
de
e-­‐infraestructuras
para
el
aprovechamiento
de
la
Big
Data
Cien8fica
• Encuentro
con
otras
comunidades
de
Gobierno
Abierto,
Periodismo
de
Datos,
HackAcQvismo
Cívico,
IoT,
etc.
• Repensar
formas
de
producción,
medición
e
impacto
cien8fico

33. ¿PREGUNTAS?

34. MUCHAS
GRACIAS!!!
Fernando
Ariel
López
@fernando__lopez
flopez@caicyt.gov.ar
+