Ricardo J. Chaparro – Tovar, Investigador, Venezuela / Correo: ricardochaparroinia@gmail.com
https://orcid.org/0000-0003-0749-726X
El presente escrito es una contribución desde la Red Latinoamericana de Divulgación Científica.
La ciencia, en su búsqueda incesante de comprender el universo, genera gran cantidad de información. Desde las observaciones más simples hasta los experimentos más complejos, los datos son vitales en la investigación. Sin embargo, su mera existencia no garantiza el progreso; es la gestión efectiva de estos datos lo que transforma la información cruda en conocimiento significativo.
La interacción de la ciencia con los datos ha evolucionado drásticamente a lo largo de los siglos. En sus inicios, los científicos como Aristóteles o Linneo se basaban en la observación meticulosa y la categorización manual de sus hallazgos. Los datos eran, en gran medida, cualitativos y se registraban en cuadernos de campo y manuscritos. La invención de la imprenta revolucionó la difusión del conocimiento, pero la gestión de los datos subyacentes seguía siendo un desafío personal.
El siglo XX trajo consigo la explosión de la experimentación y el desarrollo de tecnologías que permitían la recolección de datos a escalas sin precedentes. Desde las tablas periódicas de elementos hasta los registros geológicos, los datos comenzaron a acumularse rápidamente. Sin embargo, su organización y accesibilidad eran a menudo idiosincrásicas, dependientes de los investigadores individuales o los laboratorios.
La verdadera transformación llegó con la era digital y la computación. La capacidad de almacenar, procesar y analizar vastos conjuntos de datos cambió fundamentalmente la práctica científica. Campos como la genómica, la física de partículas y la ciencia climática se volvieron intrínsecamente dependientes de la infraestructura de datos. Hoy en día, nos encontramos en la era del “Big Data” científico, donde la interoperabilidad, la reproducibilidad y el intercambio de datos son imperativos.
Importancia de la gestión de datos científicos
La gestión de datos científicos va más allá de simplemente almacenar archivos; abarca todo el ciclo de vida de los datos, desde su concepción hasta su archivo y posible reutilización. Su importancia radica en múltiples facetas:
- Reproducibilidad y replicabilidad: La piedra angular del método científico es la capacidad de otros investigadores para replicar los resultados. Una buena gestión de datos asegura que los datos sean comprensibles, accesibles y estén documentados adecuadamente para permitir la reproducción de estudios.
- Integridad y fiabilidad: Los datos bien gestionados son datos confiables. Esto implica mantener la exactitud, la completitud y la consistencia de los datos, minimizando el riesgo de errores o sesgos.
- Eficiencia y ahorro de recursos: Una gestión deficiente puede llevar a la pérdida de datos, la duplicación de esfuerzos y la dificultad para encontrar información, lo que desperdicia tiempo y recursos valiosos.
- Maximizando el valor de los datos: Los datos son un activo valioso. Una gestión adecuada permite su reutilización en nuevas investigaciones, fomentando la innovación y la generación de conocimiento más allá del propósito original para el que fueron recolectados.
- Cumplimiento de políticas: Cada vez más las fuentes de financiamiento y revistas científicas exigen planes de gestión de datos y la disponibilidad de datos de investigación.
- Transparencia y colaboración: Los datos bien organizados facilitan la colaboración entre equipos de investigación y aumentan la transparencia en el proceso científico.
En la era actual, donde el volumen y la complejidad de los datos científicos crecen exponencialmente, la gestión de datos ha trascendido de ser una tarea auxiliar para convertirse en un pilar fundamental de la investigación.
Bibliografía
- Ayris, P., Group, RDW y otros. (2013). Hoja de ruta de LERU para datos de investigación. https://www.leru.org/publications/leru-roadmap-for-research-data
- Bibliotecas del MIT (s. f.). ¿Por qué gestionar y compartir sus datos? http://libraries.mit.edu/data-management/plan/why/
- Biblioteca de la Universidad de Monash. (2013). Gestionar los datos de su investigación. http://www.monash.edu/__data/assets/pdf_file/0010/185869/data-management-brochure.pdf
- Milanés Guisado, Yusnelkis, y Feria Basurto, Lourdes. (2023). Gestión de datos de investigación y alfabetización en datos como procesos que llegaron para quedarse. Alcance, 12(31), 1-10. Epub 01 de abril de 2023. http://scielo.sld.cu/scielo.php?script=sci_arttext&pid=S2411-99702023000100001&lng=es&tlng=es
- Martínez-Lavanchy, P. (2019). La Gestión de Datos de Investigación en la Universidad TU Delft. https://doi.org/10.5281/zenodo.3243354
- Surkis, A., y Read, K. (2015). Gestión de datos de investigación. Revista de la Asociación de Bibliotecas Médicas: JMLA , 103(3), 154–156. https://doi.org/10.3163/1536-5050.103.3.011