- Cómo descubrir Resultados Abiertos
- Cómo evaluar Resultados Abiertos
- Cómo usar Resultados Abiertos
- Cómo citar Resultados Abiertos
- Lección 2: Resumen
- Lección 2: Evaluación
Al finalizar esta lección podrás reconocer los recursos para el uso de Resultados Abiertos, cómo y cuándo citar las fuentes de los Resultados Abiertos que uses, cómo proporcionar retroalimentación a quienes los proveen y cómo determinar cuándo es apropiado invitar a las personas autoras de los Resultados Abiertos a colaborar formalmente en lugar de simplemente citar esos recursos en tu trabajo.
Los artículos publicados, las entradas de blog y los foros pueden aportarle nuevas ideas para tu propia investigación. Una técnica aprendida de las redes sociales puede aplicarse a un caso de uso que está tratando de resolver. Hay muchas formas diferentes de descubrir resultados.
Al finalizar esta lección deberías ser capaz de:
- Identificar una variedad de fuentes de Resultados Abiertos, incluyendo investigaciones científicas publicadas y fuentes no tradicionales.
- Evaluar la fiabilidad y la calidad de las fuentes de Resultados Abiertos basándote en características clave.
- Enumerar las responsabilidades de las personas que usan Resultados Abiertos, incluido el envío de comentarios a quienes los desarrollaron.
- Listar las formas de citar Resultados Abiertos en tu propio proceso de investigación.
¿Cómo puedo conocer el estado de la investigación en un campo concreto? ¿Cómo participar en la conversación actual? Las personas dedicadas a la investigación a menudo comienzan con una búsqueda de artículos revisados por pares. Esta revisión le indica cuánto se ha investigado en un campo y qué conclusiones se han alcanzado recientemente. En la mayoría de los campos, el proceso de revisión por pares puede tardar hasta un año. La posibilidad de encontrar preimpresiones (preprints) puede ayudar a reducir este retraso, ya que ofrecen los últimos hallazgos antes de la fecha de publicación. Quienes deciden compartir sus resultados antes de la publicación suelen hacerlo de las formas indicadas anteriormente como mejores prácticas. Al empezar a investigar sobre un tema, ¿Cómo encontrar todos estos tipos diferentes de resultados y dedicarse a la investigación más pertinente?
Las distintas etapas de la investigación, desde la conceptualización hasta la difusión de los resultados, generan productos que pueden ponerse en el dominio público como «Resultados Abiertos». Dónde se archivan estos resultados y en qué grado, depende de la disciplina y de la persona autora. No obstante, algunas directrices generales sobre dónde empezar una búsqueda de Resultados Abiertos incluyen:
- Portales de búsqueda académica
- Búsquedas en internet
Portales de búsqueda académica
Los motores de búsqueda como Google y Bing han cambiado radicalmente la forma en que buscamos información. Para los resultados de la investigación, los buscadores y portales académicos especializados recopilan los resultados científicos de las personas que investigan por temas y campos. Estos motores son útiles para encontrar artículos revisados por pares.
| GENÉRICO ☑ | ESPECÍFICO DE UNA DISCIPLINA |
|---|---|
|
|
| GENÉRICO | ESPECÍFICO DE UNA DISCIPLINA ☑ |
|---|---|
|
|
Las publicaciones que proporcionan algunos niveles de Acceso Abierto se rastrean en el Directorio de Revistas de Acceso Abierto (DOAJ) (por sus siglas en inglés).
Búsquedas en internet
Los Resultados Abiertos incluyen mucho más que publicaciones de Acceso Abierto revisadas por pares. ¿Cómo se encuentran estos tipos alternativos de objetos de investigación?
Las comunidades abiertas y los foros ofrecen la mejor manera de encontrar objetos de investigación que no sean publicaciones completas. ¿Cómo averiguar si existen y dónde están?
Una vez que hayas encontrado algunos artículos revisados por pares que son muy relevantes, para encontrar objetos de investigación adicionales puedes seguir a las personas autoras en las redes sociales para obtener enlaces a sus publicaciones, blogs y actividades. Hay comunidades abiertas en casi todas las áreas de investigación: ¡Encuentra la tuya! Aquí hay diferentes plataformas para localizar estas conversaciones y recursos:
- GitHub
- YouTube
- Google/Bing
- Sitios web de las conferencias (Conference websites)
- X, conocido como Twitter
- Medium
- Substack
- Stack Overflow
- Mastodon
Los diversos objetos de investigación, incluidos los conjuntos de datos y el software, se adjuntan con frecuencia a publicaciones científicas en forma de material suplementario. En otras ocasiones, se hace referencia a la fuente en el documento, que podría estar en un repositorio de GitHub, un sitio web personal/institucional u otro sitio de almacenamiento. Este puede ser otro punto de partida, participar de los debates en el repositorio de GitHub.
Ejemplo de Kerchunk: En la Lección 1, se presentó una entrada de blog sobre una biblioteca o librería de software llamada «kerchunk». Veamos un post (en inglés) en el Pangeo Discourse Forum de Kerchunk con un gran número de visitas. El proyecto de Ciencia Abierta Pangeo (en inglés) funcionaba de manera completamente abierta. El sitio web del proyecto (gestionado desde GitHub) tiene enlaces a entradas de blog, un foro de debate y un calendario de todas sus reuniones, a las que cualquiera puede unirse. Esto ha dado lugar a una comunidad comprometida y dinámica. Un ejemplo de ello es el post enlazado más arriba, en el que una persona pide ayuda, otras responden y la conversación se documenta abiertamente. Las 1300 visitas del post indican que esta pregunta, o una parecida, se les ha ocurrido a otras personas. Imagínese si esto se hubiera hecho por correo electrónico privado? Al trabajar de forma abierta, están mejorando la ciencia y ayudando a todas las personas a ser más rápidas y precisas.
«Basura que entra, basura que sale»: Tus propios productos de investigación son tan buenos como los datos utilizados en tu investigación.
Si usas datos de mala calidad o materiales procedentes de fuentes poco fiables y no verificadas como componentes fundamentales de tu investigación, corres el riesgo de producir ciencia defectuosa o de baja calidad que puede dañar tu reputación como parte de la comunidad científica. Por lo tanto, es fundamental evaluar la calidad y fiabilidad de las fuentes de los Resultados Abiertos antes de incluirlos en tu propio trabajo.
¿Cuáles son las mejores prácticas para evaluar la calidad de fuentes de datos alternativas a los artículos de investigación, como entradas de blog, vídeos de YouTube y otros objetos de investigación?
Echemos un vistazo a las preguntas que deberías plantearte a la hora de determinar la fiabilidad de cualquier tipo de fuente de Resultados Abiertos.
Aquí clasificamos las preguntas en dos categorías: el propio material de los Resultados Abiertos, y el servidor de donde se descargan. Cuantas más preguntas puedan responderse afirmativamente, menor será el riesgo de usar esos Resultados Abiertos para su propia investigación.
| EL PROPIO MATERIAL ☑ | EL WEBSITE / SERVIDOR ASOCIADO | INDICADORES DE FIABILIDAD DE LAS FUENTES |
|---|---|---|
|
||
| EL PROPIO MATERIAL | EL WEBSITE / SERVIDOR ASOCIADO ☑ | INDICADORES DE FIABILIDAD DE LAS FUENTES |
|---|---|---|
|
||
| EL PROPIO MATERIAL | EL WEBSITE / SERVIDOR ASOCIADO | INDICADORES DE FIABILIDAD DE LAS FUENTES ☑ |
|---|---|---|
|
||
Adaptado de https://www.scribbr.com/working-with-sources/credible-sources/ (en inglés).
Ten en cuenta que el hecho de no cumplir uno o varios de los criterios no significa automáticamente que los Resultados Abiertos sean de mala calidad, sino que debes tener más precaución si los incorporas a tu propia investigación. También significa que tendrás que invertir más en la revisión del material para asegurarse de que su calidad es suficiente para tus fines.
Ejemplo fiable: Los vídeos de YouTube de Qiusheng Wu (mencionado en la lección anterior). El Profesor Wu es un experto en su campo. Presenta los resultados junto con cuadernos que demuestran la reproducibilidad. Los comentarios en sus vídeos tutoriales de YouTube representan interacciones significativas entre los usuarios que reproducen los resultados y quien generó el material.
Aunque los Resultados Abiertos benefician a la ciencia y ya han aportado valiosas ventajas a la sociedad, el uso indebido y el intercambio imprudente de materiales abiertos pueden tener efectos perjudiciales de gran alcance. Quien hace uso de los Resultados Abiertos tiene la responsabilidad de garantizar que los datos a los que hace referencia se utilizan de forma responsable y que siguen las directrices pertinentes para el uso de los datos.
Contribuir y aportar comentarios constructivos es vital para un ecosistema de Acceso Abierto saludable, que garantice la sostenibilidad a largo plazo de los recursos abiertos al proporcionar mejoras continuas y ampliaciones de capacidad.
En nuestro sistema actual, hay personas creadoras y consumidoras de resultados. Este escenario es unidireccional, sin circuito de retroalimentación, sin intercambio de datos con las personas editoras y tampoco entre personas intermediarias.
La práctica de producir o crear Resultados Abiertos busca fomentar un sistema en el que existan circuitos de comunicación entre quienes usan y crean. Las personas usuarias comparten su trabajo depurado, integrado o mejorado con quien lo creó. Esta comunicación genera un proceso simbiótico y sostenible del que todas las personas se benefician.
- Quienes usan resultados deben familiarizarse con las pautas para colaborar publicadas en los repositorios de Resultados Abiertos, y seguir las políticas asociadas. ¿Y si no hay pautas para colaborar o contribuir? ¡Contacta a las personas creadoras!
- Proporciona siempre comentarios de forma respetuosa y comprensiva.
- Si descubres un error en los materiales de Resultados Abiertos, la acción ética a tomar es contactar a quien los creó (o al repositorio, según sea la naturaleza del problema) y darle la oportunidad de corregir el problema, en lugar de ignorar el problema o (¡peor aún!) aprovechar un problema reparable para mejorar tu propia investigación.
|
Ventaja: La interacción es abierta y otras personas de la comunidad pueden ver los problemas en curso que se están abordando. |
|
|
Ventaja: La contribución se archiva y registra en GitHub. |
Trabajar con problemas (issues) de GitHub
Consulta este blog para conocer la etiqueta general de problemas (issues).
ABRIR (en inglés)
|
|
Desventaja: la comunicación es privada. La información generalmente no se comparte con la comunidad a menos que quien la creó desarrolle una nueva versión. |
|
|
Desventaja: no hay forma de hacer un seguimiento de los créditos. |
Si tus aportes resultan en una contribución intelectual sustancial al trabajo, es razonable esperar una oportunidad de coautoría en la futura versión del resultado abierto. Las pautas para contribuir asociadas deberían contemplar esta posibilidad y gestionar las expectativas antes de que se realicen los aportes.
Lamentablemente, muchas veces no existen pautas de contribución y no está claro qué es "sustancial".
- Cumplimiento de la seguridad institucional: Descarga siempre el código de una fuente autorizada y sigue las políticas de seguridad informática de tu institución.
- Políticas de Licencia: Comprende y respeta las licencias asociadas con los materiales de Resultados Abiertos que estás usando.
- Atribución y contribución: Proporciona la atribución adecuada para los Resultados Abiertos utilizados y contribuye a la comunidad de Resultados Abiertos.
Además, da crédito a los repositorios que proporcionan materiales de Código Abierto en la sección de agradecimientos de tu artículo. Si el repositorio proporciona un modelo de agradecimientos en su enlace "Acerca de", sigue esa sugerencia. De lo contrario, una frase genérica como "Esta investigación ha hecho uso de ." será suficiente.
Las pautas estándar que has estado usando todo el tiempo en tu investigación para proporcionar la atribución y las citas apropiadas de las publicaciones de acceso cerrado, también se aplican a los trabajos publicados en Acceso Abierto.
Algunos ejemplos de plagio son:
- Copiar palabra por palabra sin permiso y sin reconocimiento de la fuente.
- Copiar componentes (tablas, procesos, equipos) sin citar la fuente.
- Parafrasear una idea sin citar correctamente la fuente.
- Reciclar un trabajo anterior propio y presentarlo como un nuevo artículo.
Aquí hay una guía útil sobre las diferentes formas de plagio
HAZ CLIC PARA APRENDER MÁS (en inglés)
Brindar una atribución adecuada a los Resultados Abiertos es una responsabilidad importante y ética al usar materiales de código abierto. El proceso de citación depende de la naturaleza del material.
Si un artículo se ha publicado formalmente en una revista, la cita debe remitir a la versión publicada en lugar de un servidor de borradores o artículos aún no publicados (preimpresiones o preprints).
Tómate el tiempo necesario para localizar la revista de origen y proporcionar una cita más precisa.
Servidor de preimpresiones (preprints) (citar solo si no está disponible la publicación en una revista).
Fuente de la publicación (citar siempre).
Si un artículo que deseas citar aún no ha sido aceptado para su publicación, debe seguir las pautas de la revista al cual estás enviando tu artículo. Una cita de referencia de una preimpresión (preprint) típicamente incluye el nombre de las personas autoras, la fecha de la versión publicada más recientemente, el título del artículo, el nombre del servidor en donde se encuentra la preimpresión del artículo, el tipo de objeto ("manuscrito no publicado" o "preprint") y el DOI.
Al momento de la preparación de la presente sección, el siguiente artículo aún no había sido publicado en una revista.
Jin, H., et al. 2023, "El color óptico de las supernovas de tipo Ib y Ic y sus implicaciones para sus progenitores," ApJ, manuscrito no publicado, arXiv:2304.10670.
| PARA UN MATERIAL QUE TIENE UN DOI ☑ | PARA UN MATERIAL QUE NO TIENE UN DOI | PARA OTROS MATERIALES O INTERACCIONES QUE FUERON ÚTILES PARA LA INVESTIGACIÓN |
|---|---|---|
|
Para citar todo lo que sigue, sigue las pautas existentes y las mejores prácticas habituales de la comunidad:
|
||
| PARA UN MATERIAL QUE TIENE UN DOI | PARA UN MATERIAL QUE NO TIENE UN DOI ☑ | PARA OTROS MATERIALES O INTERACCIONES QUE FUERON ÚTILES PARA LA INVESTIGACIÓN |
|---|---|---|
|
Algunos ejemplos son publicaciones en blogs, vídeos y cuadernos.
|
||
| PARA UN MATERIAL QUE TIENE UN DOI | PARA UN MATERIAL QUE NO TIENE UN DOI | PARA OTROS MATERIALES O INTERACCIONES QUE FUERON ÚTILES PARA LA INVESTIGACIÓN ☑ |
|---|---|---|
|
||
En el ejemplo del blog de la Lección 1 (en inglés), quienes investigan agradecieron a las personas con las que trabajaron en un artículo que escribieron y que les resultó de ayuda, y a dos comunidades diferentes, así como al entorno computacional en el que trabajaron. Este es un buen ejemplo de cómo agradecer: "Me gustaría agradecer a Rich Signell (USGS) y Martin Durant (Anaconda) por su ayuda en el estudio de este proceso. Si te interesa ver con más detalle cómo funciona, te recomiendo el artículo de Rich del 2020 sobre el tema. También me gustaría reconocer Pangeo y Pangeo-forge quienes trabajan con mucho esfuerzo para facilitar el trabajo con grandes conjuntos de datos en geociencia. El trabajo en este proyecto se realizó en la implementación de AWS de Pangeo".
En la Lección 1, se presentó el caso de JWST. El artículo (en inglés) revisado por pares que informaba del primer descubrimiento de CO2 en otro planeta ha sido consultada más de 23.000 veces. Cabe señalar que la autoría se atribuye a todo el equipo. La sección de Agradecimientos detalla debidamente las contribuciones de quienes colaboraron, "Los resultados informados aquí se beneficiaron durante la fase de diseño de colaboraciones e intercambios dentro de la red de coordinación de investigación Nexus for Exoplanet System Science (NExSS) de la NASA, patrocinada por la Dirección de Misiones Científicas de la NASA". Todos los datos y modelos presentados en esta publicación pueden consultarse en https://doi.org/10.5281/zenodo.6959427. Y por último, ¡citan todo el software! "Los códigos utilizados en esta publicación para extraer, reducir y analizar los datos son los siguientes.."
En esta lección has aprendido:
- Los Resultados Abiertos se pueden encontrar tanto utilizando portales académicos de búsqueda como mediante búsquedas en internet.
- La confiabilidad de una publicación generalmente puede evaluarse por la confiabilidad del sitio web del que proviene, la participación de la comunidad y el rigor científico de su contenido.
- Quienes utilizan Resultados Abiertos, en tanto guardianes o defensores de la comunidad de Código Abierto, tienen informalmente la responsabilidad de contribuir a la sostenibilidad de la comunidad. Esta participación incluye la comunicación de opiniones a quienes proporcionan y desarrollan Resultados Abiertos.
- Dar una adecuada referencia a los Resultados Abiertos es una responsabilidad importante y ética a la hora de usar materiales de Código Abierto. La forma de citar los resultados depende de la especificidad del material.
Responde las siguientes preguntas para poner a prueba lo que has aprendido hasta ahora.
Pregunta
01/02
¿Cuál de las siguientes opciones podría ser una fuente de Resultados Abiertos? Selecciona todas los que correspondan.
- Búsquedas en internet
- Artículos a los que se accedió a través de una suscripción pagada
- Materiales hechos públicos después de un período exclusivo de 1 año de uso/suscripción pagado
- Repositorios
- Publicaciones de Acceso Abierto
Pregunta
02/02
¿Cuál de las siguientes características hace suponer que un determinado artículo o conjunto de datos tiene más probabilidades de ser un resultado abierto creíble? Seleccione todas las opciones que correspondan.
- El sitio de internet menciona su fuente de financiación
- Los resultados se describen en un artículo revisado por pares
- El artículo se acompaña de datos, incluyendo campos definidos y parámetros
- Se proporciona la información de contacto de la organización
- La página de internet fue actualizada por última vez en 2015
- La página de internet anuncia puestos de trabajo vacantes y quien los financia
- La persona autora es experta en el campo
- La URL de la página de internet termina en '.com'
- La documentación complementaria afirma que "al inspeccionar las distribuciones de los datos, se excluyeron del análisis los datos que eran valores atípicos"