🎧 Disponible en:
La gestión de datos de investigación (RDM, por sus siglas en inglés) es un conjunto de prácticas y procesos que garantizan la organización, almacenamiento, preservación y uso compartido adecuados de los datos generados durante el curso de un proyecto de investigación.
Con Ander Astudillo descubrimos los retos a los que se enfrenta esta nueva disciplina.
- Introducción (00:00:00)
- Importancia de la gestión (00:05:00) – La gestión de datos es crucial para la reproducibilidad y validez de la investigación científica moderna.
- Desafíos en la financiación (00:10:00) – Escasez de fondos específicos para almacenamiento y gestión de datos a largo plazo en investigaciones científicas.
- Consenso en estándares (00:15:00) – Dificultad de establecer criterios globales entre Europa y Estados Unidos sobre la gestión de datos de investigación.
- Almacenamiento en la nube (00:20:00) – El uso de la nube implica costos adicionales y requiere planificación financiera y técnica adecuada.
- Herramientas para la gestión de datos (00:25:00) – Hablamos de diferentes software.
- Educación en herramientas (00:30:00) – Necesidad de formar a investigadores en el uso de herramientas de gestión de datos, aspirando a sistemas intuitivos.
- Datos centralizados (00:35:00) – Ventajas de centralizar datos a nivel europeo para facilitar el acceso y colaboración entre instituciones.
- Enfoque multidimensional (00:40:00) – Gestión de datos abarca múltiples roles: investigadores, tecnología, bibliotecas, políticas, legales y seguridad.
- Colaboración interinstitucional (00:45:00) – La colaboración es clave para avanzar en investigación científica más allá de esfuerzos individuales.
- Metadatos semánticos (00:50:00) – Facilitan la interoperabilidad y reproducibilidad automatizada, mejorando la validez y acceso a los datos científicos.
No te olvides de compartir y de subirte a la ola de Datola 🌊
Equipo Datola
Debatimos, compartimos y aprendemos entre profesionales de la analítica digital, el marketing y el mundo de los datos.