El nombre de un objeto de base de datos se conoce como su identificador. El identificador de un objeto se construye cuando se define el objeto y se utiliza para hacer referencia al objeto. Un ejemplo de identificador es el nombre de una variable, pero cualquier elemento en un entorno de programación relacionado con un dato puede tener un identificador: bases de datos, servidores, otros datos, vistas, columnas, índices, procedimientos, restricciones, reglas, etc.

La nomenclatura de estos identificadores varía según el entorno de programación donde se almacenan o tratan los datos; pero en general, Unicode se ha convertido en el esquema de codificación de caracteres más extenso y completo utilizado para la nomenclatura de los identificadores. Este estándar de codificación de caracteres se está empleando para facilitar el tratamiento informático, la transmisión y la visualización de la información, o en este caso objeto o dato, y tiene como objetivos: la universalidad, la uniformidad y la unicidad de la formación. Este estándar ya ha sido aceptado por tecnologías como XML, Java y sistemas operativos modernos.

Aunque es conveniente que te informes sobre las reglas de nomenclatura del programa informático que vas a utilizar con tus datos, aquí te presentamos algunas reglas básicas que ya puedes aplicar:

• La longitud del identificador es igual a 7 en la mayoría de los lenguajes de programación (la longitud puede ser mayor de 7 pero nunca debe sobrepasar los 31 caracteres).
• Los nombres de los identificadores pueden llevar caracteres alfa-numéricos.
• Pueden contener todas las letras (excepto la ñ en algunos entornos de programación) y todos los números del 0 al 9.
• Es obligatorio que el primer carácter que forma un identificador empiece por una letra (a,b,c…,z).
• Los identificadores no aceptan caracteres especiales, pero sí aceptan el signo: _ (guión bajo subrayado).
• Puedes utilizar las mayúsculas ya que algunos programas las diferencian. Pero es preferible que los identificadores estén escritos en minúsculas.
• A la hora de nombrar una variable utiliza identificadores que hagan referencia al dato que almacenan y que se asemejen a él para evitar confusiones.
• Si los valores almacenados de una variable tienen relación con los valores de otra variable, el léxico empleado para nombrar a las dos variables o identificadores también estará relacionado.

Pincha en estos enlaces para saber más sobre identificadores de datos:

www.ecured.cu/Identificadores de datos

Identificadores de bases de datos SQL

Fuentes:

https://aurea.es/wp-content/uploads/2-tiposdatoslenguajec.pdf

https://es.wikipedia.org/wiki/Unicode

Herramientas útiles para la calidad y limpieza de los datos de biodiversidad:

Herramientas para la gestión de nombres científicos  (atomización, herramientas para comprobar status, búsqueda de autores, etc.)

• Atomización:
• http://tools.gbif.org/nameparser/
• http://www.gbif.es/name_parser/Name_Parser.php Esta base de datos contiene una consulta que permite desglosar nombres científicos en sus componentes básicos: género, especie, autor de la especie, rango infraespecífico, epíteto infraespecífico, autor infraespecífico y año. El origen de los datos debe ser una tabla que contenga en un solo campo todos los nombres. El resultado será otra tabla en la que se muestran los componentes del nombre científico separados en distintos campos.

• Resolución:
• http://www.catalogueoflife.org/listmatching/
• http://resolver.globalnames.org/ Resolve lists of scientific names against known sources. This service parses incoming names, executes exact or fuzzy matching as required, and displays a confidence score for each match along with its identifier.
• http://tnrs.iplantcollaborative.org/TNRSapp.html

• Comprobación:
• http://splink.cria.org.br/infoxy?criaLANG=enThis tool was developed by CRIA with the aim of helping biological collections in validating geographic data. By entering data on geographic coordinates the tool returns information about the point, such as the name of the country, state or administrative region, and the name of the municipality or district. If the point is in the sea, the tool will calculate the distance to the closest coast, indicating the name of the country. The database used is GADM-Global Administrative Areas, a product of the BioGeoMancer project.
• http://www.earthpoint.us/ExcelToKml.aspxExcel To KML - Display Excel files on Google Earth. Pop-up balloons, icons, and paths are easily created from the spreadsheet data.

• Conversión de coordenadas:
• http://data.canadensys.net/tools/coordinates Use this tool to convert geographic coordinates from DDMMSS to decimal degrees. Type coordinate pairs on separate lines or paste latitude and longitude columns from a spreadsheet. Each row may be optionally preceded by an identifier followed by a pipe or tab.
• http://geotrans.software.informer.com/3.2/ MSP GEOTRANS (Geographic Translator) is an application program which allows you to easily convert geographic coordinates among a wide variety of coordinate systems, map projections, and datums.

• http://data.canadensys.net/tools/dates Use this tool to parse dates into their component parts. Type or paste dates on separate lines, optionally preceded by your own identifier followed by a tab or a pipe.

Los documentos de datos describen a fondo los conjuntos de datos, y generalmente no incluyen ninguna interpretación o discusión (en algunos casos con la excepción de la discusión de diferentes métodos para recopilar los datos). Algunos documentos de datos se publican en una sección distinta de "Documentos de datos" de una revista bien establecida (ver este artículo en Ecology, por ejemplo). Sin embargo, es cada vez más frecuente ver revistas que se centran exclusivamente en la publicación de conjuntos de datos. El propósito de una revista de datos es proporcionar acceso rápido a conjuntos de datos de alta calidad que sean de amplio interés para la comunidad científica. Su objetivo es facilitar la reutilización del conjunto de datos, lo que aumenta su valor y su impacto originales, y acelera el ritmo de la investigación al evitar la duplicación involuntaria de esfuerzos.

Los Data Papers o artículos de datos son publicaciones indexadas (artículos publicados después de un peer-review) sobre los metadatos que describen bases de datos o conjuntos de datos, que pueden consultarse o ser encontrados en la Web de forma computacional, y que además le sirven al investigador/a para obtener el reconocimiento de compartir sus datos. El objetivo de estas publicaciones es proporcionar toda la información sobre el “qué, dónde, por qué, cómo y quién” de esos datos o bases de datos. Es decir, son artículos que describen cómo se cogieron o agruparon los datos, sus características, su acceso y su potencial uso por otros investigadores o agentes. Las revistas que tienen como objetivo publicar este tipo de artículos son las Data Journals.

Fuentes:

https://www.gbif.org/data-papers

Ecological Society of America- Data Papers

Guides.library.oregonstate.edu-Data-papers-journals

www.nature.com-Data papers-Forestry

La preservación de los datos es un corolario de los documentos de datos, no su propósito principal. La mayoría de las revistas de datos no archivan los datos por si mismas si no que en su lugar, generalmente, requieren que los autores envíen el conjunto de datos a un repositorio como Zenodo, Dryad o PANGEA. Estos repositorios archivan los datos, proporcionan acceso persistente y asignan al conjunto de datos un identificador único (DOI). Los repositorios no siempre requieren que los conjuntos de datos estén vinculados con una publicación, pero si se va a enviar un conjunto de datos a un repositorio puede ser conveniente explorar la opción de publicar un documento de datos para apoyarla. Para publicar un documento de datos sí suele requerirse que el conjunto de datos esté en un repositorio.

Aquí se puede ver una lista de revistas de datos (no exhaustiva, pero bastante buena)
 
Adaptado de Oregon State University

Los documentos de datos normalmente pasan por un proceso de revisión por pares de la misma manera que los artículos, pero al ser nuevos en la práctica científica, la calidad y el alcance del proceso es variable entre los editores. Un buen ejemplo de una revista de datos revisado por pares es Earth System Science Data (ESSD). Sus pautas de revisión están bien descritas y no son tan diferentes de las pautas de revisión de manuscritos científicos con las que ya está familiarizada la comunidad científica.

Pero, ¿cuál es la diferencia entre un "documento de datos" y un "artículo científico normal + conjunto de datos publicado en un repositorio público"? (Aquí puede verse un artículo normal y aquí su conjunto de datos en un repositorio público) La respuesta a eso no siempre es clara. Algunos documentos de datos requieren tanto la preparación como la calidad de los artículos de revistas "típicos". Algunos documentos de datos son breves y sólo presentan suficientes metadatos y contenido descriptivo para que el conjunto de datos sea comprensible y reutilizable. Sin embargo, en la mayoría de los casos, los conjuntos de datos o bases de datos presentados en los documentos de datos incluyen una descripción mucho más detallada que los conjuntos de datos depositados en un repositorio, incluso si esos conjuntos de datos se depositan para respaldar un manuscrito. Las prácticas y estándares comunes están evolucionando en el ámbito de los documentos de datos y revistas de datos, pero por ahora, no hay normas claras para compartir datos.
 

En el camino hacia la construcción de un modelo de ciencia abierta (Open Science), prácticamente todas las revistas indexadas apoyan el acceso abierto (Open Access) a los resultados y los datos de investigación incluyen en sus políticas editoriales de publicación unas recomendaciones, que a veces son normas dependiendo de la revista, sobre compartir (Open Data) en un repositorio los datos que están asociados a los resultados de los trabajos de investigación que publican. Para ello, los autores deben incluir en el trabajo una declaración de accesibilidad a los datos, incluyendo el enlace al repositorio público que hayan utilizado para almacenar los datos, previo envío del trabajo a la revista. También es común, y dependiendo de la disciplina, que las revistas te exijan los códigos o accesion numbers del registro en grandes bases de datos de los datos utilizados. Por ejemplo: los datos de secuenciación nucleotídica (GenBank, DNA Data Bank of Japan (DDBJ) y EMBL Nucleotide Archive), secuenciación de proteínas (Protein Information Resource -PIR y SWISS-PROT), los datos de los árboles filogenéticos (TreeBase ), o los datos de estudios clínicos en medicina (Clinical Trial Registration Number). En el caso de códigos fuente de programas de ordenador, GitHub es una plataforma de repositorios para almacenar códigos de forma pública. Aunque utilizando una cuenta de pago también permite hospedar repositorios privados.

El acceso abierto (OA, Open Access en sus siglas en inglés) se refiere a la información en línea, digital y de libre acceso. La literatura académica en acceso abierto es gratuita para todos los lectores de manera permanente y sus términos de copyright y licencias de uso tanto para los propios autores como para los usuarios son menos restrictivos que las obras publicadas tradicionalmente. En este sentido, el término “Gratis OA” hace referencia a información académica que se encuentra en forma gratuita, si bien algunas restricciones de derechos de autor y licencia pueden aplicarse. Por su parte, el término “Libre OA” indica información académica que es gratuita y libre de la mayoría de las restricciones de derechos de autor y de licencias.

El acceso abierto puede materializarse a través de 2 posibles rutas:

• Ruta verde o uso de repositorios. La ruta verde implica el depósito y difusión en acceso abierto de resultados de investigación en repositorios institucionales como UVaDoc, temáticos como arXiv o generalistas como Zenodo.
• Ruta dorada. Open Access y revistas doradas, y revistas híbridas. La ruta dorada hace referencia a la publicación de artículos revisados por pares en revistas de acceso abierto. La publicación científica en revistas de acceso abierto ha ido ganando terreno como una alternativa a las revistas de suscripción y se ha consolidado en muchos campos de investigación. Si bien los artículos de acceso abierto están disponibles de manera completamente gratuita para todos los lectores, al no existir ni suscripciones ni otras cuotas de acceso, las revistas cubren sus gastos operativos por otras fuentes, que pueden abarcar desde modelos de subvenciones, apoyo en especie, o cuotas para la publicación en acceso abierto (APCs) para los autores, sus instituciones o agencias financiadoras. Las revistas de editores como Frontiers, MDPI, Copernicus, PLoS, PeerJ, F1000, BiomedCentral se inscriben dentro de la llamada ruta dorada.

Alternativamente, los investigadores pueden publicar en las llamadas revistas híbridas, donde los editores ofrecen la opción de pagar APCs para publicar artículos sueltos en acceso abierto. Solo un pequeño porcentaje de sus artículos se publican en acceso abierto, lo que abre la puerta al llamado "double dipping" en que los editores reciben el pago tanto de las suscripciones como de las cuotas para publicar en acceso abierto. Esta práctica comercial ha sido duramente criticada por una gran parte de la comunidad científica internacional ya que los contratos editoriales con las bibliotecas de universidades e instituciones de investigación para regular los accesos a revistas de suscripción contabilizan de manera poco transparente los descuentos derivados de las publicaciones en acceso abierto, por las que se han pagado ya cuotas APCs.

La cOAlition S es una iniciativa nacida en septiembre de 2018 como resultado de la colaboración entre diversas agencias de financiación en países Europeos, Science Europe y el enviado especial en Acceso Abierto de la Comisión Europea para impulsar la realización de un sistema de acceso abierto inmediato a través de la publicación en revistas de acceso abierto doradas y de repositorios y plataformas afines de acceso abierto.

Aquí tienes como ejemplo la oferta de publicación en Open Access de la revista de investigación forestal Forest Ecology and Managment, de la editorial Elsevier: www.elsevier/forest-ecology-and-management.

Aquí tienes algunas herramientas de interés para ayudarte a decidir dónde publicar en Acceso Abierto:

• SHERPA/RoMEO Journals es una base de datos que recoge los permisos editoriales de más de 22.000 revistas científicas para el depósito y difusión en acceso abierto de artículos científicos, y que ofrece información sobre los permisos de autoarchivo según qué tipo de repositorio, agencia financiadora u otros factores excluyentes.

• JournalGuide. American Journal Experts es una herramienta que permite consultar más de 46.000 revistas filtrando según diferentes criterios tales como el enfoque de la revista, la velocidad de rechazo o aprobación de artículos, la velocidad de publicación, opciones de acceso abierto, costes de publicación (por ejemplo, por páginas) y cuotas para publicar en acceso abierto.

• Quality Open Access Market es una iniciativa europea colaborativa cuyo objetivo es clasificar la calidad de las revistas de acceso abierto según criterios como la política editorial, la revisión por pares, los principios y gobernanza editorial, y las cuotas para publicar en acceso abierto. Las evaluaciones de las revistas están realizadas por investigadores y se publican en la plataforma.

• DOAJ Directory of Open Access Journals es una iniciativa colaborativa internacional que indiza más de 11.000 revistas de acceso abierto dorado y más de 3 millones de artículos científicos en acceso abierto. Permite realizar búsquedas avanzadas de revistas según distintos filtros como el Sello de calidad DOAJ, el tipo de licencia abierta, el nombre del editor y país de publicación, la existencia de APCs (según datos de junio 2018, más de 8.000 revistas indizadas no tienen) y el tipo de revisiones por pares.

• Cofactor Journal Selector es un buscador de revistas científicas que ayuda a delimitar opciones a través de filtros específicos como son la velocidad de publicación, el tipo de revisión por pares, el foco de interés, y diversas consideraciones relativas al acceso abierto (por ejemplo, si la revista es de acceso abierto dorado o híbrida, si permite el depósito de los artículos en repositorios de acceso abierto, y la cuantía de las cuotas para publicar en acceso abierto, si las hubiera).

• Think-Check-Submit es otra iniciativa con representantes del entorno editorial, proveedores de servicios asociados y las comunidades de Acceso Abierto y de bibliotecas de investigación. Entre sus miembros se encuentran ALPSP, DOAJ, INASP, ISSN, LIBER, OASPA, STM, UKSG, y editores a título individual. A través de una selección de simples preguntas el autor de un artículo científico puede decidir mejor qué tipo de revista es óptima para su publicación.

Licencias de uso para publicar en Acceso Abierto

Existen diversas licencias para publicar en acceso abierto, entre las que destacan, por su amplia aplicación a nivel global, las licencias Creative Commons. Las licencias Creative Commons pueden ser de distinto tipo según el abanico de permisos de reutilización que confieren a los usuarios y es importante conocer los matices entre ellas antes de elegir una ya que se trata de licencias irreversibles.

Las licencias Creative Commons son licencias estándar y gratuitas. Por ello son preferibles a las licencias para publicar en acceso abierto diseñadas ad hoc por algunos editores científicos.

Un número creciente de mandatos de Acceso Abierto de agencias financiadoras, como por ejemplo el mandato del programa H2020, indica la obligación de publicar en abierto para garantizar un sistema global de comunicación científica basado en los principios de la Ciencia Abierta. Por otro lado, Science Europe aboga por que la comunidad científica conserve sus derechos de explotación y publique haciendo uso de licencias abiertas, a ser posible la licencia Creative Commons Reconocimiento CC-BY.

Fuentes:

https://digital.csic.es

https://digital.csic.es/dc/accesoAbierto.jsp

Revistas Open Access: características, modelos económicos y tendencias

www.upo.es/biblioteca/servicios/pubdig/propiedadintelectual/tutoriales/derechos/autor

https://guiasbuh.uhu.es

Más allá de los mecanismos empleados para proteger la confidencialidad y la privacidad de los datos, existen otras cuestiones más generales como la aplicación de normas éticas en la recolección, gestión y uso que hacen las organizaciones de los datos. Cada institución debe establecer sus pautas éticas para la protección de los datos y la privacidad, adaptando modelos ya existentes como las pautas éticas de la Comisión Europea, o creando las suyas propias.

Cuando hablamos de ética en el uso de los datos nos estamos refiriendo a un buen o mal uso de estos datos. Por lo tanto, estamos hablando de un comportamiento de ámbito profesional (y humano en general) que permite tomar decisiones orientadas hacia el interés general de la sociedad o bien común (uso correcto y justo de los datos), o hacia un interés con fines lucrativos (uso injusto e incorrecto de los datos que vulnera la privacidad).

Fuentes

datos.gob.es/es/la ética de la gestión de datos

Ética aplicada a la gestión de los datos

Ética y big data-Universidad Abierta de Cataluña.

Ética y big data-Universidad de Navarra

Toda actividad investigadora realizada en el marco de un proyecto de investigación requiere una estrategia de confidencialidad y privacidad de datos. La confidencialidad hace referencia a las acciones del investigador y del acuerdo entre el investigador y los participantes de la investigación. Es decir, de cómo los participantes de la investigación manejarán, administrarán y difundirán la información o datos privados de la investigación. Para elaborar una estrategia de confidencialidad de una investigación se debe incluir en la propuesta de investigación una cláusula informando sobre quién va a controlar el almacenamiento, la manipulación y el acceso a los datos de la investigación por parte de terceros.

En el caso de la privacidad, ésta se refiere a los individuos implicados en la investigación y se puede asegurar mediante la elaboración de un acuerdo de consentimiento informado (cesión de datos). Es decir, se informa al individuo sobre qué se va a hacer con sus datos, quién tendrá acceso a ellos y cómo van a ser publicados. Una forma de protección de la privacidad que no requiere consentimiento para compartir o publicar es la anonimización de los datos.

En España, la Ley 3/2018, de 5 de diciembre, de Protección de Datos Personales y garantía de los derechos digitales regula el tratamiento de los datos personales de las personas físicas para garantizar el honor y la intimidad personal y familiar de los ciudadanos. Esta ley también es aplicable en el caso de los proyectos de investigación.

Por lo tanto, para adoptar una estrategia de confidencialidad y privacidad de datos se redactará:

• Una cláusula/ acuerdo/ pacto de confidencialidad donde el investigador responsable del equipo investigador y del proyecto de investigación declarará expresamente estar vinculado al cumplimiento de dicha ley en materia de protección de datos. Además, de forma general en esta cláusula, el investigador hará referencia a:

• El compromiso de informar al equipo sobre las obligaciones y el deber de secreto incluso después de finalizado el proyecto en cuestión;
• Cómo se tratarán los datos personales y qué medidas de seguridad se tomarán;
• Cómo se recabará la información personal, mediante un acuerdo de consentimiento informado de los interesados, dónde se recogerán los datos (ejemplo: fichero de titularidad pública, creado por la Institución X), el nombre del fichero donde se recogerán dichos datos (ejemplo: Proyectos de Investigación) y el responsable de los ficheros (ejemplo: Vicerrectora de Investigación y Política Científica de la Universidad X);
• A quién podrán ser cedidos los datos y cómo los interesados podrán ejercer sus derechos de acceso, rectificación, cancelación y oposición.

• Una Declaración de Consentimiento Informado (Cesión de Datos) donde el participante en el proyecto, al amparo de la Ley 15/1999 de Protección de Datos de Carácter Personal, indicará:

• sus datos personales.
• haber sido informado sobre la necesidad de que los datos obtenidos para la realización del proyecto sean comunicados o publicados.

Fuentes:

https://biblioguias.cepal.org/confidencialidad y privacidad 

Oficinaeuropea.ucm.es/Aspectos-eticos-h2020-proteccion-de-datos-de-caracter-personal

https://www.ukdataservice.ac.uk/manage-data/rights/other-rights.aspx

Existen algunos motivos por los cuales ciertos tipos de datos no podrán y/o deberán ser compartidos, ya sea total o parcialmente, por ejemplo:

• Cuando los datos constituyen o contienen información sensible. Pueden existir regulaciones nacionales e incluso institucionales sobre protección de datos que deberán tenerse en cuenta. En estos casos, deberán tomarse las precauciones para anonimizar los datos y, de esta manera, hacer posible su acceso y reutilización sin que existan faltas en el uso ético de la información.
• Cuando los datos no son de propiedad de quienes los han recopilado o cuando ésta es compartida por más de una parte, sean personas o instituciones. En estos casos, deberá contarse con los permisos necesarios de los propietarios para compartir y/o reutilizar los datos.
• Cuando los datos tienen un valor financiero asociado a su propiedad intelectual, lo que hace que no sea recomendable  compartir los datos de forma temprana. Antes de compartirlos, deberá verificarse si existen este tipo de límites y, de acuerdo a cada caso, determinar el tiempo que deberá transcurrir antes de que estas restricciones dejen de regir. 

En el programa de Horizonte 2020 todas las actividades de investigación e innovación deben cumplir con los principios éticos y la legislación pertinente a nivel nacional, europeo e internacional. La protección de datos implica los siguientes principios y derechos:

• Principio de proporcionalidad
• Derecho a la intimidad
• Derecho a la protección de datos de carácter personal
• Derecho a la integridad física y mental de una persona
• Derecho a la no discriminación
• Necesidad de garantizar una elevada protección a la salud humana

De este modo, los requisitos en materia de protección de datos que se aplican a proyectos de investigación son los previstos en la normativa nacional vigente, conforme a la Ley Orgánica 15/1999 de Protección de Datos (LOPD) y su Reglamento de desarrollo aprobado por el Real Decreto 1720/2007, de 21 de diciembre. Ello exige que los y las investigadoras e instituciones involucradas en los proyectos cumplan con todas las exigencias en esta materia.

Fuentes:

https://guiasbuh.uhu.es/c.php?g=498100&p=4749789

https://biblioguias.cepal.org/c.php?g=495473&p=4398138

Según el mayor agregador de repositorios y revistas de acceso abierto BASE, de la Universidad de Bielefeld (Alemania), existen más de 78 millones de recursos en acceso abierto en todo el mundo (datos de junio 2018).

Una fuente de datos abiertos son las instituciones. Por ejemplo, el Gobierno de España, a través del El Ministerio de Ciencia, Innovación y Universidades pone a disposición de ciudadanos y empresas, a través de una web, una serie de conjuntos de datos abiertos que pueden ser reutilizados con el fin de coadyuvar al impulso de la actividad económica.

Ejemplos:

• Ministerio Español de Ciencia, Innovación y Universidades-Datos en Abierto
• Catálogo datos abiertos del Gobierno de España-Reutiliza la información pública
• Catálogo Datos-IGME
• Catálogo de Metadatos- IGME

Existen muchos buscadores, repositorios y bases de datos académicas que puedes visitar para buscar datos en acceso abierto son. Visita este enlace para llegar a ella: Buscadores-bases-datos-académicas.

Por otro lado, la Comisión Europea reconociendo que el acceso a los datos de investigación que permitan validar los resultados presentados en publicaciones científicas y otras fuentes de información es tan importante como el acceso en abierto a las publicaciones, ha puesto en marcha la iniciativa denominada openaire- Pilot on Open Research Data in Horizon 2020, que tiene como fin mejorar y maximizar el acceso y la utilización de datos científicos generados por proyectos en beneficio de la sociedad y la economía, y que se suma a la obligación de publicar en abierto todos las publicaciones científicas resultado de proyectos financiados con fondos de Horizonte 2020.

Fuentes:

https://digital.csic.es

https://guiasbuh.uhu.es/c.php?g=498100&p=4654046

https://www.openaire.eu/what-is-the-open-research-data-pilot