Gestión de datos de investigación (RDM por sus siglas en inglés): Encontrar y re-utilizar datos

​Existe una diversidad de lugares donde podemos encontrar datos, entre estos:

• En un artículo: como parte del texto, en la sección de material suplementario o solicitando los mismos al autor
• En revistas dedicadas a la publicación de artículos sobre datos, conocidos como Data Journals
• En las páginas de las agencias de gobierno, ya sean locales o federales
• En las páginas de los proyectos de investigación
• En repositorios, ya sean especializados, institucionales o generales

Red Sísmica de Puerto Rico

• Catálogo en español
• Catálogo en inglés

CariCOOS

• Datos en español
• Datos en inglés

Caribbean Genome Center

•   Datos

UPR, Mayagüez Herbarium

• Imágenes

CIEL

• Puerto Rico Georeferenciado (imágenes)
• 1930 Aerial Image Database (imágenes)

Algunas herramientas para trabajar con datos:

• Un-Scan-It (disponible en el GRIC)
• goodtables
• OpenRefine

Algunos motores de búqueda que pueden utilizar para encontrar datos:

• Google Data Search: https://toolbox.google.com/datasetsearch
• Data Search by Elsevier: https://datasearch.elsevier.com/#/
• El directorio de repositorios, R3Data: https://www.re3data.org
• Fair sharing: Standards, Databases, Policies: https://fairsharing.org
• Global Open Data Index: https://index.okfn.org

Algunos repositorios generales son:

• Dryad https://datadryad.org/
• Figshare https://figshare.com/
• Open Science Framework https://osf.io/
• Dataverse by Harvard https://dataverse.harvard.edu/
• Zenodo https://zenodo.org/
• Mendeley Data by Elsevier https://data.mendeley.com/

Algunos repositorios específicos por disciplina son:

• The Cell Image Library™ by Center for Research in Biological Systems
• Protein Data Bank by Research Collaboratory for Structural Bioinformatics
• PubChem by National Center for Biotechnology Information (NIH) 
• GenBank by National Center for Biotechnology Information (NIH) 
• DOE by U.S. Department of Energy sponsored projects
• NEON by the National Ecological Observatory Network of the National Science Foundation (NSF)
• PANGAEA by Alfred Wegener Institute, Helmholtz Center for Polar and Marine Research (AWI)
• ICPSR by the Institute for Social Research at the University of Michigan 
• Qualitative Data Repository by the Center for Qualitative and Multi-Method Inquiry at Syracuse University
• CERN (European Organization for Nuclear Research)
• GitHub (for source code)

Para datos cualitativos, esta es una buena fuente:

• The Qualitative Data Repository https://qdr.syr.edu/

Si utilizas datos de terceros, debes citar los mismos siguiendo las recomendaciones a continuación:

• Incluye como mínimo: Identificador, Creador, Título, Casa Publicadora, Fecha de publicación, Tipo de recurso

Ejemplo según lo sugerido por DataCite en el documento DataCite Metadata Schema Documentation for the Publication and Citation of Research Data:

• Creador (Fecha de publicación): Título. Casa Publicadora. (Tipo de recurso). Identificador
• Creador (Fecha de publicación): Título. Versión. Casa Publicadora. (Tipo de recurso). Identificador

• Irino, T; Tada, R (2009): Chemical and mineral compositions of sediments from ODP Site 127-797. V. 2.1. Geological Institute, University of Tokyo. (dataset). https://doi.org/10.1594/PANGAEA.726855  

Las licencias Creative Commons (CC) se asignan con frecuencia a los conjuntos de datos para especificar cómo las personas pueden utilizar los mismos. Es importante saber cómo interpretar estas licencias correctamente.

Pulsa la imagen que aparece abajo para agrandarla y ver explicaciones de cada una de las seis licencias CC.

Tomado del website de Creative Commons

Public Domain Dedication and License (PDDL)

• ​“Public Domain for data/databases”

Attribution License (ODC-By)

• ​“Attribution for data/databases”

Open Database License (ODC-ODbL)

• ​“Attribution Share-Alike for data/databases”