El concepto de data stewardship es relativamente nuevo, y se refiere al desarrollo de actividades relacionadas con la organización, gestión y custodia de los datos, y de los metadatos que los acompañan. En el ámbito de las bibliotecas académicas y de investigación, la gestión de los datos es un punto clave en el apoyo a la investigación.

Este curso permitirá a los participantes conocer qué es el data steward o gestor/administrador de datos. Durante el mismo se explicarán las tareas que puede llevar a cabo, así como las competencias y conocimientos que ha de tener un data steward sobre los datos de investigación (qué son, cómo gestionarlos y cómo cumplir con los mandatos de los financiadores). Asimismo, durante el curso se proporcionarán recursos y herramientas que sirvan para apoyar los distintos pasos de la gestión de los datos de investigación.


Elaboración de contenidos del curso sobre ChatGPT

El concepto de data stewardship es relativamente nuevo, y se refiere al desarrollo de actividades relacionadas con la organización, gestión y custodia de los datos, y de los metadatos que los acompañan. En el ámbito de las bibliotecas académicas y de investigación, la gestión de los datos es un punto clave en el apoyo a la investigación.

Este curso permitirá a los participantes conocer qué es el data steward o gestor/administrador de datos. Durante el mismo se explicarán las tareas que puede llevar a cabo, así como las competencias y conocimientos que ha de tener un data steward sobre los datos de investigación (qué son, cómo gestionarlos y cómo cumplir con los mandatos de los financiadores). Asimismo, durante el curso se proporcionarán recursos y herramientas que sirvan para apoyar los distintos pasos de la gestión de los datos de investigación.


La limpieza de datos se puede definir como procesos mediante los cuales se detecta y corrige la información incorrecta, incompleta, imprecisa, sin normalizar o innecesaria. La limpieza y el enriquecimiento de datos son elementos primordiales del ciclo de la curación digital. Open Refine es una poderosa herramienta que nos permite trabajar de una manera sencilla con datos que necesitan ser curados y transformados en datos limpios y listos para ser reutilizados o analizados.

El curso tratará el uso de la herramienta Open Refine a distintos niveles y comenzando con su instalación y configuración. Se abordará la carga de datos en distintos formatos, la ordenación y filtrado, el análisis exploratorio, los diversos facetados disponibles, la normalización y desambiguación automática de autoridades, las transformaciones masivas, así como el cruce de datos con fuentes externas.


El número constante de datos que la Web alberga no hace más que aumentar. La irrupción de la “Internet de las cosas”, el bajo coste en el almacenamiento y la web social con millones de interacciones están haciendo de la Web un enorme repositorio de datos que describen nuestro entorno y nuestras interacciones. Cada vez el valor de estos datos es mayor ya que permite a empresas detectar oportunidades de negocio y a las administraciones conocer a sus ciudadanos. La popularización del término Big data no hace más que señalar el potencial que tiene el análisis de datos a partir de fuentes remotas y en tiempo real. Sin embargo, toda esta información se presenta en páginas web desestructuradas o en complejas bases de datos de difícil acceso que dificultan su extracción, procesamiento y análisis.

En este entorno, el papel del documentalista no debe limitarse a las tareas tradicionales de localización, identificación y descripción de la información, sino añadir una función más, la de extraer estos datos de forma estructurada que posibilite el procesamiento y análisis. Ante esta nueva revolución de la información, el documentalista debe conocer las herramientas que le sitúe en la primera línea de la nueva era de los datos.


Los datos son el activo fundamental para cualquier proyecto de investigación. El desarrollo de competencias básicas relacionada con los datos en los profesionales de la información y la documentación se ha convertido en un eje de prioritario para las bibliotecas, centros de documentación y organismos de investigación. En este contexto, la comprensión de la naturaleza de los datos y sus relaciones, el uso acertado del lenguaje visual, las herramientas y conceptos adecuados, nos ayudarían a detectar patrones, tendencias, relaciones de relevancia para nuestros proyectos basados en datos, así como para apoyar y comprender los proyectos de otros investigadores.

Desde un enfoque práctico, se incluyen casos prácticos resueltos a través del uso de herramientas como el propio Excel y Tableau Public para estos propósitos. Se trabajará con datasets de un volumen considerable cuyo tratamiento automático facilitará el desarrollo de proyectos basados en datos de interés para investigadores, gestores de datos y personal bibliotecario.


El concepto de data stewardship es relativamente nuevo, y se refiere al desarrollo de actividades relacionadas con la organización, gestión y custodia de los datos, y de los metadatos que los acompañan. En el ámbito de las bibliotecas académicas y de investigación, la gestión de los datos es un punto clave en el apoyo a la investigación.

Este curso permitirá a los participantes conocer qué es el data steward o gestor/administrador de datos. Durante el mismo se explicarán las tareas que puede llevar a cabo, así como las competencias y conocimientos que ha de tener un data steward sobre los datos de investigación (qué son, cómo gestionarlos y cómo cumplir con los mandatos de los financiadores). Asimismo, durante el curso se proporcionarán recursos y herramientas que sirvan para apoyar los distintos pasos de la gestión de los datos de investigación.


Los datos son el activo fundamental para cualquier proyecto de investigación. El desarrollo de competencias básicas relacionada con los datos en los profesionales de la información y la documentación se ha convertido en un eje de prioritario para las bibliotecas, centros de documentación y organismos de investigación. En este contexto, la comprensión de la naturaleza de los datos y sus relaciones, el uso acertado del lenguaje visual, las herramientas y conceptos adecuados, nos ayudarían a detectar patrones, tendencias, relaciones de relevancia para nuestros proyectos basados en datos, así como para apoyar y comprender los proyectos de otros investigadores.

Desde un enfoque práctico, se incluyen casos prácticos resueltos a través del uso de herramientas como el propio Excel y Tableau Public para estos propósitos. Se trabajará con datasets de un volumen considerable cuyo tratamiento automático facilitará el desarrollo de proyectos basados en datos de interés para investigadores, gestores de datos y personal bibliotecario.