Los datos de investigación son aquellos materiales generados o recolectados durante el transcurso de una investigación. En general es todo aquello que un investigador necesita para validar y certificar los resultados obtenidos en esa investigación, y solo adquieren significado en el contexto de la misma.
Dependiendo de la disciplina científica, los datos presentan formatos variados y múltiples orígenes. La división más común es la que diferencia entre datos cuantitativos y datos cualitativos.
Los datos se convierten en información "cuando son combinados entre ellos según un método que tenga el potencial de revelar los patrones del fenómeno estudiado" ( Peset y González, 2017). Se deben gestionar desde el inicio del ciclo de vida de los mismos y para su correcta comprensión deben estar bien documentados, explicar su procedencia, dónde, cómo y cuándo se recogieron, e incluir metadatos que los describan. Es necesario guardar constancia de los mismos utilizando la metodología apropiada.
Se denomina dataset al conjunto de datos reunidos durante la ejecución de un proyecto de investigación.
Los datos de investigación, desde que son recogidos por el investigador, pasan por diferentes estadios los cuales ofrecen a los investigadores una serie de posibilidades (Peset, F. y González, L.M., 2017):
Estadio 1: Datos crudos. Es la forma más pura del registro que se realiza de un determinado fenómeno. Si los datos están en este estadio pueden ser compartidos de manera que cada investigador decida sobre qué pasos quiere tomar en el resto del proceso del tratamiento.
Estadio 2: Acondicionamiento de datos. Se trata de una etapa en la que ya se han realizado determinadas acciones sobre los datos. En este punto los datos han perdido cierta capacidad de manejo, ya que alguno de ellos ha desparecido y otros tantos se han transformado.
Estadio 3: Análisis de datos. En esta fase se calculan las variables representativas de toda la serie numérica. Suelen ser parámetros estadísticos o ecuaciones que resumen lo ocurrido.
Estadio 4: Análisis estadístico. Se comprueban las hipótesis de trabajo y se dan estadísticas de toda la muestra. Esta es la forma habitual de publicar los datos en revistas científicas e informes.
Los datos cualitativos tienen normalmente como base el lenguaje. Las palabras también pueden ser cuantificadas, pero en el paradigma cualitativo se busca principalmente adquirir conocimiento desde una perspectiva holística, analizando el contexto y el significado de lo que los sujetos o eventos observados quieren expresar (Peset, F. y González, L.M., 2017).
Algunos ejemplos son:
Estos registros son más difíciles de guardar y publicar que los datos cuantitativos; pero gracias a los avances tecnológicos, cada vez es más fácil conservarlos de forma correcta.
Los datos de investigación en abierto son aquellos que pueden ser utilizados, reutilizados y redistribuidos libremente por cualquier persona, con la única condición de citar la autoría de los mismos, y en su caso, el requerimiento de atribución y de compartirse de la misma manera en que aparecen. Se caracterizan por:
Publicar los datos de investigación en abierto permite garantizar el acceso de forma libre y universal a los mismos, así como su correcta preservación, explotación, reproducción, difusión, visibilidad e impacto. Principales beneficios:
