En un nivel amplio, los datos son elementos de información registrada considerados colectivamente para referencia o análisis. Los datos pueden ocurrir en una variedad de formatos que incluyen, pero no se limitan a:
Respuestas de encuestas
Software y código
Mediciones de equipos de laboratorio o de campo (como espectros IR o gráficos de higrotermógrafos)
Imágenes (como fotografías, películas, escaneos o autorradiogramas)
Grabaciones de audio
Muestras físicas
Los datos se pueden definir de varias maneras, dependiendo de la disciplina y el contexto. Cuando se trata de tomar decisiones sobre la gestión de los datos de su investigación, es posible que desee consultar las definiciones utilizadas por su universidad.
¿Qué es la gestión de datos de investigación?
La gestión de datos de investigación es un término que describe la organización, el almacenamiento, la preservación y el intercambio de datos recopilados y utilizados en un proyecto de investigación. Implica la gestión diaria de los datos de investigación durante la vida útil de un proyecto de investigación (por ejemplo, utilizando convenciones de nomenclatura de archivos coherentes). También implica decisiones sobre cómo se conservarán y compartirán los datos después de que se complete el proyecto (por ejemplo, depositar los datos en un depósito para archivarlos y accederlos a largo plazo).
Hay una serie de razones por las que la gestión de datos de investigación es importante:
Los datos, como los artículos de revistas y los libros, son un producto académico.
Los datos (especialmente los datos digitales) son frágiles y se pierden fácilmente.
Existen crecientes requisitos de datos de investigación impuestos por financiadores y editores.
La gestión de datos de investigación ahorra tiempo y recursos a largo plazo.
Una buena gestión ayuda a prevenir errores y aumenta la calidad de sus análisis.
Los datos accesibles y bien administrados permiten que otros validen y repliquen los hallazgos.
La gestión de datos de investigación facilita el intercambio de datos de investigación y, cuando se comparten, los datos pueden conducir a descubrimientos valiosos por parte de otras personas ajenas al equipo de investigación original.
Elementos Clave de la Gestión de Datos
La gestión de datos de investigación se trata de cómo recopila, cuida, usa, conserva y comparte los datos que respaldan su investigación. Los elementos clave de la Gestión de datos incluyen:
Almacenar sus datos y hacer una copia de seguridad de ellos de manera efectiva para que estén protegidos contra la corrupción y la pérdida;
Organizar sus datos, utilizando nombres de archivos significativos y estructuras de carpetas lógicas, y aplicando control de versiones a los archivos modificados;
Aplicar controles de calidad a su flujo de trabajo de datos, de modo que se mantenga su integridad y se minimice la incidencia y el impacto del error;
Documentar sus datos, para que usted (y otros) puedan comprender qué son los datos, cómo se recopilaron/generaron y cómo se procesaron y analizaron;
Procesar datos personales y confidenciales, para asegurarse de que cumple con los requisitos de la Ley de Protección de Datos y sus obligaciones éticas;
Preservar y compartir sus datos para que otros investigadores puedan consultarlos y reutilizarlos, generalmente mediante el uso de repositorios de datos adecuados.
Fases de la Gestión de Datos
La gestión de datos es especialmente importante cuando se aplica a datos primarios, es decir, nuevos datos recopilados o generados en la actividad de investigación. Debido a que estos son nuevos y, en muchos casos, son esenciales para la validación de los hallazgos de su investigación, es importante asegurarse de que estén seleccionados adecuadamente desde el principio.
Si bien no es responsable de la preservación y el intercambio de datos secundarios que utiliza en su investigación, aún deberá considerar una serie de cuestiones, que incluyen: cómo y en qué términos se accede y utiliza los datos; dónde y cómo se almacenarán las copias de los datos; y si el proveedor de datos permite que se distribuyan copias de los datos o datos derivados.
Planificación
a planificación puede incluir la revisión de las fuentes de datos existentes, abordar el consentimiento informado, considerar los costos y preparar un plan.
Creación
los investigadores producen datos (experimento, observación, medición, simulación) y/o recopilan y organizan datos y materiales de terceros. Los metadatos y los materiales relacionados se capturan y crean.
Proceso
Los datos se convierten a formato digital (transcritos, convertidos, digitalizados, curados) de acuerdo con los estándares de garantía de calidad. Los datos se verifican, validan, limpian, recodifican, versionan y, según sea necesario, se anonimizan. Todos estos procesos están documentados y los datos se describen utilizando el estándar de metadatos de descubrimiento adecuado.
Análisis
Los datos se interpretan y analizan para producir hallazgos de investigación, publicaciones y resultados intelectuales. Se citan las fuentes de datos.
Preservación
Los datos se guardan en formatos que se ajustan a las mejores prácticas de curación, se crean documentos de usuario y metadatos de descubrimiento, se agrega un identificador digital y los datos se vinculan a cualquier producto publicado, se tiene en cuenta la seguridad y la propiedad intelectual.
Compartir
Se confirman los derechos de acceso (consideraciones éticas y de propiedad intelectual). Los datos, junto con la documentación del usuario y los metadatos, se hacen accesibles, p. en un servidor de dominio público, o en un repositorio controlado.
Reutilización
Se localizan y obtienen datos potencialmente útiles, documentación de usuario y metadatos. El análisis secundario se lleva a cabo una vez completadas las transformaciones de datos necesarias. Se documentan las transformaciones y se citan las fuentes de datos.
Planificación de la gestión de datos: aspectos a tener en cuenta
Un primer paso importante en la gestión de los datos de su investigación es la planificación. Para empezar a pensar en la planificación de la gestión de datos, estos son algunos de los aspectos que debe tener en cuenta:
Las expectativas y políticas de su institución y de la agencia de financiamiento, en caso que exista
Ya sea que recopile nuevos datos o reutilice los datos existentes
El tipo de datos recopilados y su formato.
La cantidad de datos recopilados
Si es necesario realizar un seguimiento de las versiones de los datos
Almacenamiento de datos activos y política e implementación de copias de seguridad
Opciones y requisitos de almacenamiento y archivo
Organizar y describir o etiquetar los datos
Acceso y uso compartido de datos
Privacidad, consentimiento, propiedad intelectual y cuestiones de seguridad
Roles y responsabilidades para la gestión de datos en su equipo de investigación
Presupuesto para la gestión de datos
La gestión de datos de investigación implica la organización activa y el mantenimiento de los datos durante todo el proceso de investigación, y el archivo adecuado de los datos al finalizar el proyecto. Es una actividad continua a lo largo del ciclo de vida de los datos.
Varios financiadores solicitan que se complete un plan de gestión de datos como parte de una solicitud de subvención, y siempre es recomendable crear un plan de gestión de datos para cualquier proyecto de investigación que involucre la recopilación de datos primarios.
¿Cuál es el desafío para la gestión de datos de investigación?
Los financiadores de la investigación, las organizaciones de investigación, los revisores y los investigadores individuales tienen diferentes necesidades en cuanto a la gestión de datos de investigación. Los diferentes requisitos organizacionales pueden resultar confusos para los investigadores que trabajan con diferentes organizaciones, que cambian de institución de origen o que trabajan junto con investigadores de otras organizaciones donde se aplican reglas diferentes. La alineación internacional de las políticas y prácticas de gestión de datos apoya a los investigadores en sus esfuerzos y hace que la gestión de datos sea una parte útil del proceso de investigación.
Beneficios de la Gestión de Datos
Los datos son su capital de investigación. Le permiten responder a sus preguntas de investigación; proporcionan la base de evidencia para los resultados que hace públicos; pueden tener un valor constante para usted y para los demás; y donde se utilicen, se pueden citar para su beneficio. Al administrar activamente los datos de su investigación, podrá:
Hacerle la vida más fácil: la gestión de datos bien organizada aumenta su eficiencia y ahorra tiempo y esfuerzo a largo plazo;
Protegerse a sí mismo y a los demás: puede reducir el riesgo de accidentes costosos o perjudiciales, como la pérdida de datos o la divulgación de datos confidenciales;
Preservar la integridad de su investigación: los datos bien documentados demuestran la autenticidad de su investigación y la confiabilidad de sus hallazgos;
Obtener el valor total de sus datos: los datos que se conservan y son accesibles a largo plazo se pueden reutilizar para su beneficio y el de otros.
Requisitos del plan de gestión de datos
Los financiadores exigen cada vez más a los solicitantes de subvenciones que presenten planes de gestión de datos con sus propuestas de subvenciones, en un esfuerzo por promover el intercambio de datos y la administración responsable de los datos por parte de los investigadores.
Administración de sus datos – Pautas de la agencia de financiación
Si su investigación está financiada por un contrato en lugar de una subvención, consulte con la agencia contratante y consulte los términos de su contrato para determinar si se requiere un plan de gestión de datos.
Formato de datos, incluidos los estándares de datos y metadatos
Planes para compartir datos, incluidas las políticas que afectan el acceso y la reutilización de los datos por parte de otros investigadores.
Planes para archivar y conservar los datos
Métodos de recopilación de datos
Cualquiera que sea la fuente, los investigadores recopilan datos utilizando uno de dos tipos de métodos de investigación: cualitativos y cuantitativos. Dicho esto, la fuente o el tipo de datos significa que cualquiera de los métodos es mucho más adecuado. Los datos del lenguaje para su uso en el procesamiento del lenguaje natural, por ejemplo, no se pueden medir, por lo que son más apropiados para un método de recopilación cualitativo.
Los dos métodos se explican a continuación.
Cualitativo
La investigación cualitativa es la investigación que define las asociaciones de los individuos y la experiencia frente a un contexto mayor, como las realidades sociales o el mundo. Se preocupa más por observar a las personas y los grupos y cómo viven sus vidas en un entorno particular. Por lo tanto, la investigación cualitativa recopila datos que son más descriptivos que empíricos.
Son muchas formas de recopilar datos cualitativos utilizando medios empíricos, como entrevistas, observaciones, análisis, materiales visuales y experiencia personal. Además, los datos cualitativos no necesitan limitarse al texto; las imágenes, como fotografías, videos y grabaciones de audio también pueden considerarse datos cualitativos. Un antropólogo que recopila historia oral y la registra es un tipo de recopilación de datos cualitativos.
Lo que obtienes de la investigación cualitativa responde cómo las personas experimentan su mundo y cómo actúan en su esfera social. Sin embargo, se debe tener en cuenta que la persona que produce los datos (p. ej., investigador, participante, anotador, etc.) es una parte fundamental de los datos, ya que puede cambiar según el participante. Por lo tanto, la mayoría de los datos cualitativos (si no todos) son subjetivos y existen solo en relación con el observador.
Sin embargo, esta es una de las fortalezas de la investigación cualitativa, ya que el investigador tiene una mirada más cercana al tema que de otro modo solo se le ofrece a un experto. Esto le da acceso ilimitado a cuestiones, como matices y otras pistas sutiles, que los investigadores cuantitativos a menudo pasan por alto. También le da al equipo de investigación una visión excepcional de las contradicciones y ambigüedades en los datos, que a menudo reflejan la vida real.
Cuantitativo
Por otro lado, el cuantitativo es un tipo de método más objetivo porque utiliza estándares convencionales de confiabilidad y validez: números. Si bien ciertamente no todos los datos se pueden medir de esta manera, los datos cuantitativos tienen la ventaja de categorizarse y/o clasificarse para una variedad de propósitos, como gráficos, cuadros o tablas. Esta propiedad de los datos cuantitativos para ser visualizados muestra al lector cómo responder preguntas, no solo mostrarlas.
El orden del día principal para los investigadores cuantitativos es establecer un marco general que limite diferentes escenarios y propósitos, generalmente mediante el uso de la experimentación. Esto significa que para limitar las variables extrañas, estos experimentos a menudo se realizan en un entorno controlado, como un laboratorio. Sin embargo, este método limita los datos resultantes al contexto, como las suposiciones, las limitaciones y la experiencia del investigador.
Sin embargo, la principal fortaleza de la recopilación de datos cuantitativos es que se puede verificar e interpretar con análisis matemático. Esto, sobre todo porque el investigador se desvincula de la investigación, hace que ésta sea más científica y objetiva. Además, los datos numéricos son mucho más fáciles de replicar que los cualitativos, y aunque los grandes conjuntos de datos solían ser una tarea monumental, el software puede procesar números hoy más rápido que nunca.
Compartir y otorgar licencias
Los datos no deben almacenarse en silos, y los datos de investigación aún más. Después de todo, no tiene sentido acumular datos. Compartir no sólo es una buena fuente de comentarios, sino que también es una forma de aumentar el interés de financiación, obtener citas y construir una reputación.
Los investigadores pueden compartir datos usando una variedad de medios. En su forma más simple, puede almacenarlos en una unidad flash USB, que sus colegas pueden tomar prestada. De lo contrario, puede usar la carga FTP en un servidor, como el repositorio de su institución. Otra forma incluye compartir en la nube, que se explica a continuación.
En cuanto a la licencia, los investigadores pueden simplemente hacer un formulario de solicitud que cualquier persona que quiera usar sus datos puede completar. De lo contrario, si se prefiere la publicación en Internet, las licencias Creative Commons son ideales para trabajos de investigación. Aunque hay muchos tipos de licencias Creative Commons, la más adecuada para los datos de investigación es la licencia “Por atribución, no comercial”, que establece que cualquier persona puede usar los datos en el trabajo de un investigador siempre que cite su(s) fuente(s) y evitan usarlo con fines de lucro.
Y lo que es aún mejor es que las licencias Creative Commons no necesitan trámites para ser archivadas; sólo necesita notificar a sus lectores u otras partes interesadas que está utilizando un tipo particular de licencia Creative Commons. Sin embargo, estas licencias son irrevocables. Úselo solo cuando esté seguro de que no lo revocará en el futuro por ningún motivo.
Respaldo
La pérdida de datos es el enemigo de casi todos los investigadores, o casi todos los que han almacenado archivos en cualquier tipo de medio de almacenamiento. Es por eso que es crucial tener copias de seguridad de sus datos e incluso hacer una copia de seguridad de su copia de seguridad si es necesario.
Algunas instituciones suelen utilizar copias de seguridad automáticas para guardar periódicamente el trabajo de investigación o cualquier material almacenado en sus repositorios. Solicite al administrador de su computadora o red los detalles de este procedimiento automático, especialmente con qué frecuencia ocurre, dónde se almacena y cuánto tiempo se conservan las copias de seguridad. En cualquier caso, no importa cuán ejemplar sea el proceso de copia de seguridad de su institución, aún es prudente hacer una copia de seguridad de sus datos por su cuenta.
El almacenamiento en la nube proporciona un medio relativamente asequible pero muy fiable para realizar copias de seguridad de los datos. Además, ofrecen relaciones competitivas de costo por espacio. Sin embargo, sin importar el proveedor de la nube, el almacenamiento en la nube se sincroniza en tiempo real, por lo que sus datos de copia de seguridad remota se actualizan tan pronto como los suyos.
Gestión de Datos en la Investigación
