Impulsando la ciencia abierta en el IRTA: diseño, implementación y evaluación de un modelo de capacitación institucional
Abstract
[131] El presente artículo describe el diseño, la implementación y la evaluación de un modelo integral de formación en ciencia abierta y gestión de datos de investigación (GDI) desarrollado en el Instituto de Investigación y Tecnología Agroalimentaria (IRTA). Basado en un diagnóstico institucional y en una revisión dirigida de la literatura, el programa combina un modelo operativo front office–back office con un esquema formativo modular escalonado (niveles básico-avanzado, actividades puntuales y co-docencia institucional). Los resultados del piloto (encuesta a 98 investigadores; métricas de uso/formación y publicaciones de datos en el repositorio) muestran incrementos sustantivos en la demanda de asesoramiento, la participación formativa y la publicación de conjuntos de datos (datasets) en abierto, lo que sugiere una mejora en la madurez de los servicios de GDI. Se discuten los factores críticos de éxito, limitaciones y lecciones transferibles para otros centros de investigación.
Full text
Impulsando la ciencia abierta en el IRTA: diseño, implementación y evaluación de un modelo de capacitación institucional Carmen Reverté Reverté: Carme.Rev[email protected]at ORCID: 0000-0003-4768-7180 Miguel Ángel López González: MiguelAngel.Lope[email protected]t ORCID: 0009-0002-9505-8557 Xantal Romaguera Virgili: Xantal.Romaguer[email protected]t ORCID: 0000-0003-3047-3039 IRTA. ROR: https://ror.org/012zh9h13 Postulación: 131
Usted es libre de: ●Compartir —copiar y redistribuir el material en cualquier medio o formato ●Adaptar —remezclar, transformar y crear a partir del material La licenciante no puede revocar estas libertades en tanto usted siga los términos de la licencia Bajo las condiciones siguientes: ●Atribución —Usted debe dar crédito de manera adecuada, brindar un enlace a la licencia, e indicar si se han realizado cambios. Puede hacerlo en cualquier forma razonable, pero no de forma tal que sugiera que usted o su uso tienen el apoyo de la licenciante. ●NoComercial —Usted no puede hacer uso del material con propósitos comerciales. ●CompartirIgual —Si remezcla, transforma o crea a partir del material, debe distribuir su contribución bajo la lamisma licencia del original. https://creativecommons.org/licenses/by-nc-sa/4.0/deed.es Esta presentación está bajo una licencia Creative Commons Atribución NoComercial CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0)
INTRODUCCIÓN Objetivo: Promover la Ciencia Abierta mediante el desarrollo de capacidades (formación, fomento de la cultura de ciencia abierta, promoción de infraestructuras y desarrollo de un entorno normativo habilitador), con los investigadores como agentes clave, pasando de un top-down a un enfoque bottom-up centrado en las necesidades reales de los investigadores. Políticas y promoción de datos abiertos Capacidades y habilidades de los investigadores Infraestructuras institucionales e interoperabilidad Cultura organizacional
PLAN DE ACCIÓN: HACIA UN DESARROLLO DE CAPACIDADES Estrategia: Desarrollar una cultura de Ciencia Abierta mediante una estrategia multinivel
ESTRATEGIA: PERSONAS (IDENTIFICACIÓN NECESIDADES) ❑Proyecto FECYT Maria de Guzmán (2024-2025) ❑98 encuestados: personal en formación (21,43%), postdoctoral (16,33%) e investigadores (62,24%) ❑Tipología de datos con los que trabajan: 50% datos tabulares, 18,63% imágenes, 13,66% genómica y 8,07% geoespaciales Contexto de la encuesta Resumen de resultados de la encuesta sobre necesidades formativas (octubre –diciembre 2024) ❑El 90,82% de los encuestados afirma no saber elaborar un DMP de forma autónoma ❑El 65% de los encuestados afirma conocer el concepto de datos FAIR (27,87% personal investigador y 61,9% personal en formación; el 25% de los posdoctorales responde no conocer el concepto) ❑El 82,5% de los encuestados cree que su formación en tratamiento de datos no está cubierta Carencias detectadas ❑Gran interés en formación sobre Acceso Abierto yDatos Abiertos (71% de los encuestados) ❑Tratamiento de datos: alta demanda de formación en R, Python, SQL y OpenRefine (85% de los encuestados) ❑Gestión de datos: el personal en formación y postdoctoral presenta más carencias en gestión de datos y datos FAIR (37% de los encuestados) Necesidades formativas detectadas
ESTRATEGIA: DISEÑO PROGRAMA FORMATIVO Y DE CAPACITACIÓN
RESULTADOS: TIPOLOGÍAS DE CONSULTAS (ASESORIA) Objetivo: Asesoramiento sobre gestión de datos FAIR y publicación en el repositorio institucional 44 consultas: 27 consultas vinculadas a proyectos y 17 consultas individuales 82 consultas: 62 consultas vinculadas a proyectos y 20 consultas individuales
RESULTADOS: PUBLICACIÓN DATOS ABIERTOS Objetivo: Promover el uso del repositorio de datos institucionales y apoyar la publicación de datos abiertos en los casos de estudio seleccionados 16.2% 5.4% 8.1% 35.1% 35.1% 0% 5% 10% 15% 20% 25% 30% 35% 40% 0 5 10 15 20 25 30 35 40 2021 2022 2023 2024 2025 % de datasets Número de datasets Acumulados en el repositorio % respecto al total publicado
RESULTADOS: ACTIVIDADES FORMATIVAS Diversificación y Augmento de participación Objetivo: Promover Ciencia Abierta y Buenas Prácticas de Gestión de Datos de Investigación 0 10 20 30 40 50 60 FAIR/OPEN DATA DMPs FAIR/OPEN DATA FAIR/OPEN DATA DMPs Python R 2023 2024 2025 Núm. asistentes Curso | Año