馃摪

Publicando datos cualitativos (Quality Data Repository)

QDR es un repositorio dedicado a el almacenamiento y divulgaci贸n de datos generados a trav茅s de m茅todos cualitativo y multi-modelos derivados de investigaci贸n en ciencias sociales y otras disciplinas relacionadas.

La publicaci贸n a trav茅s de QDR tiene distintos beneficios, entre ellos:

Las publicaciones a trav茅s de QDR generan su propio DOI

Tipos de datos cualitativos
  • Datos de entrevistas estructuradas, semiestructuradas o no estructuradas; grupos de enfoque; historias orales (grabaciones de audio/video; transcripciones; notas/res煤menes; cuestionarios/protocolos de entrevista)
  • Notas de campo (incluso de observaci贸n participante o etnograf铆a)
  • Mapas/im谩genes satelitales/datos geogr谩ficos
  • Documentos oficiales/p煤blicos, archivos, informes (diplom谩ticos, de orden p煤blico, de propaganda, etc.)
  • Acta de reuni贸n
  • Estad铆sticas gubernamentales
  • Correspondencia, memorandos, comunicados, consultas, quejas
  • Procedimientos parlamentarios/legislativos
  • Testimonio en audiencias p煤blicas
  • Discursos, ruedas de prensa
  • Registros militares
  • Registros de la corte; documentos legales (gr谩ficos, testamentos, contratos)
  • Cr贸nicas, autobiograf铆as, memorias, cuadernos de viaje, diarios
  • Folletos, carteles, volantes
  • Comunicados de prensa, boletines, informes anuales
  • Registros, papeles, directorios
  • Memorandos internos, informes, actas de reuniones
  • Documentos de posici贸n/abogac铆a, declaraciones de misi贸n
  • Plataformas de grupos
  • Documentos personales (cartas, diarios personales, correspondencia, documentos personales)
  • Mapas, diagramas, dibujos.
  • Emisiones de radio (audio o transcripciones)
  • Programas de TV (video o transcripciones)
  • Medios impresos (revistas, art铆culos period铆sticos)
  • Medios electr贸nicos
  • Colecciones publicadas de documentos, nomencl谩tores, anuarios, etc. Libros, art铆culos, disertaciones, documentos de trabajo
  • Fotograf铆as
  • Ef铆mera; materiales visuales o de audio de la cultura popular (telas impresas, arte, m煤sica/canciones, etc.)
Tipos de proyectos (Data project)

Los proyectos de datos comprenden fuentes de datos que se recolectaron y/o generaron en asociaci贸n con un proyecto de investigaci贸n cualitativo o de m茅todos m煤ltiples en particular, as铆 como documentaci贸n que describe los datos y los procesos a trav茅s de los cuales se recolectaron/generaron.

Dependiendo del tipo (o tipos) de proyecto que se deposite en QDR se generar谩n etiquetas para estos.

  • Thematic Data Project: Comprende un conjunto coherente de fuentes de datos recopilados y/o generados en asociaci贸n con un enfoque de investigaci贸n, tema, conjunto de preguntas o proyecto en particular, as铆 como documentaci贸n que describe los datos y el proceso de recopilaci贸n/generaci贸n. Los Thematic Data Project pueden estar, pero no necesariamente, asociados con una determinada publicaci贸n. Es probable que estos proyectos sean 煤tiles para el an谩lisis secundario.
  • Supplemental Data Project: Asociado con un art铆culo de revista en particular u otra publicaci贸n. Este tipo de proyecto facilita la evaluaci贸n de las afirmaciones hechas en la publicaci贸n y proporciona contexto y antecedentes adicionales para la investigaci贸n y el an谩lisis que las produjo. El t铆tulo de dichos proyectos de datos comienza con "Datos para:".
  • ATI Data Supplement: Consiste en un conjunto de anotaciones digitales que contienen notas anal铆ticas (que analizan la generaci贸n y el an谩lisis de datos cualitativos y c贸mo respaldan afirmaciones/conclusiones textuales), extractos de fuentes (y traducciones seg煤n sea necesario) y las fuentes de datos en s铆 (cuando sea posible). Se utilizan con mayor frecuencia para hacer que la investigaci贸n cualitativa o de m茅todos m煤ltiples sea m谩s transparente.
  • Active Citation Compilation: es una t茅cnica inicial para hacer transparente la investigaci贸n cualitativa. El enfoque implica citas mejoradas digitalmente (referencias en el texto, notas al pie y/o notas al final) que respaldan afirmaciones o conclusiones impugnadas en una pieza acad茅mica al vincularlas a un Ap茅ndice de transparencia (TRAX) donde aparecen versiones m谩s rigurosas y anotadas de las citas.
  • Pedagogical Data Project: Los instructores de los cursos de m茅todos de investigaci贸n a menudo utilizan datos estilizados especialmente preparados para maximizar la participaci贸n de los estudiantes y centrar su atenci贸n en los m茅todos que se ense帽an. Dichos datos se derivan com煤nmente de datos de investigaci贸n, pero simplificados y organizados para la instrucci贸n.
Preparaci贸n de los datos para publicar
  1. Organizaci贸n
    • Informaci贸n sobre la organizaci贸n del proyecto
    • Identificar la fuente de los datos
    • Identificar las dimensiones primaria y secundaria con el cual el proyecto est谩 organizado
  1. Convenci贸n de nombres y sugerencias relacionadas
    • Basado en el la organizaci贸n del proyecto
      1. El primer elemento de cada nombre de archivo debe ser el apellido del autor principal del proyecto; este puede ser usted si est谩 depositando los datos. Adem谩s, para los formatos de archivo en los que se puede usar texto editable (p. ej., MSWord, Excel, editores de texto), le recomendamos que inserte un encabezado o una pesta帽a de documentaci贸n en cada archivo que incluya el apellido del autor y una versi贸n narrativa del nombre del archivo.

        Puede tambi茅n insertarse esta informaci贸n en las propiedades del archivo.

      1. El gui贸n bajo (_) debe usarse como transici贸n entre cada elemento en el nombre del archivo.
      1. Para todos los archivos de documentaci贸n (p. ej., guiones de consentimiento, solicitud de IRB, protocolo de desidentificaci贸n), se debe usar el sufijo "DOCUMENTATION" para indicar que esos archivos no son archivos de datos.
      1. Cuando corresponda, el 煤ltimo elemento en el nombre del archivo debe ser la fecha de creaci贸n en el formato AAAAMMDD recomendado por ISO.
      1. Si un archivo corresponde a un entrevistado o a una organizaci贸n cuya identidad no se quiere revelar, no utilice el nombre o cualquier otro identificador directo o indirecto como parte del nombre o encabezado del archivo.
  1. Formatos
    Data TypeRecommended Formats
    TextoPDF/A, formato de texto enriquecido (.rtf), texto sin formato/html (.txt, .html), lenguaje de marcado extendido (.xml) siguiendo un esquema adecuado.
    Im谩genesTagged Image Format sin comprimir (.tif)JPEG2000 (.jpg) cuando la imagen se crea como JPEG (p. ej., im谩genes de c谩maras digitales) Gr谩ficos vectoriales escalables (.svg) o postscript encapsulado (.eps) para gr谩ficos vectoriales (p. ej., figuras creadas por muchas herramientas estad铆sticas
    AudioBroadcast Wave Format (.bwf; ideal cuando est谩 disponible), Wave audio format (.wav), MP3 (.mp3), OGG (.ogg). Mientras que los formatos sin p茅rdidas como BWF y WAV son preferibles cuando se utilizan desde la grabaci贸n hasta el dep贸sito, no convertir los formatos comprimidos (MP3, OGG) ta WAV.
    VideoMP4
    Datos geoespacialesESRI Shapefiles (esencial - .shp, .shx, .dbf, opcional - .prj, .sbx, .sbn), Geo-referenced TIFF (GeoTIFF, .tif)
    Datos tabuladosPara datos con metadatos enriquecidos: Stata, SPSS, and R data files (.dta, .sav, .RData)Para datos con metadatos peque帽os: Valores separados con coma o tabulaciones(.csv or .tab)
    CAQDAS (Computer-Aided Qualitative Data Analysis)Cuando est谩 dispoible聽REFI-QDA Project (.qdpx) y REFI-QDA Codebook (.qdc) descritos aqu铆. Consulte la liste de productos que implementan los est谩ndares en REFI-QDA Codebook聽y聽REFI-QDA Project聽. De lo contrario, deposite tanto el formato propietario del software de su elecci贸n con la informaci贸n de la versi贸n completa como una exportaci贸n en un formato de datos com煤n (como .rtf) que implique la p茅rdida de datos.
  1. Divulgaci贸n de informaci贸n personal y/o confidencial

    Todos los acad茅micos deben cumplir con las restricciones 茅ticas y legales al compartir datos. Si ha recopilado datos que son confidenciales y/o sensibles, ser谩 necesaria una atenci贸n adicional para garantizar que se compartan de manera 茅tica y legal. QDR ofrece una gu铆a detallada sobre la gesti贸n y el intercambio de datos confidenciales que se aplica a varias etapas del proceso de investigaci贸n:

    • Cuando planifique su investigaci贸n, considere compartir datos en su solicitud de IRB y, en particular, cuando escriba su protocolo de consentimiento informado.
    • Durante su investigaci贸n, aseg煤rese de administrar y manejar los datos de manera responsable y mantener seguros todos los datos, y especialmente los datos confidenciales.
    • Mientras prepara sus datos para compartirlos, aseg煤rese de seguir las mejores pr谩cticas para des-identificar datos si ha prometido mantener la confidencialidad de las identidades de los participantes.
    • A medida que聽deposita sus datos hable con QDR sobre las opciones para聽establecer controles de acceso que limitan qui茅n puede ver y descargar algunos o todos los datos
  1. Copyright

    Se aplican diferentes consideraciones cuando se comparte una copia digital de una obra que est谩 protegida por derechos de autor, porque es posible que se deban producir varias otras copias digitales con fines de conservaci贸n y administraci贸n, y porque a menudo se pretende la difusi贸n a un grupo m谩s grande de usuarios.

    Los curadores de QDR pueden ayudarlo a encontrar formas legales de brindar acceso a los datos que est谩n protegidos por derechos de autor. Por ejemplo, podemos ayudarlo a obtener las licencias y los permisos necesarios para publicar los materiales en cuesti贸n. Como alternativa, puede proporcionar una lista de datos detallada (p. ej., informaci贸n bibliogr谩fica completa) para los archivos de datos que no se pueden compartir. Solicitar el asesoramiento de QDR sobre los pasos a seguir durante el proceso de recopilaci贸n antes de recopilar los materiales protegidos por derechos de autor puede ayudarlo a evitar tener que ponerse en contacto retroactivamente con los titulares de los derechos de autor para obtener permisos.

  1. Preparaci贸n de datos Cuantitativos

    Se recomienda consultar e las pautas m谩s detalladas y bien establecidas proporcionadas por ICPSR.

  1. Preparaci贸n de datos CAQDAS

    QDR recomienda que comparta los datos de CAQDAS en dos formas diferentes.

    • La primera forma es la exportaci贸n completa sin procesar de su proyecto. Haga una copia de su proyecto y elimine cualquier informaci贸n que no desee compartir, como informaci贸n confidencial o notas personales. Luego, exporte en el formato propietario del proveedor (p. ej., .npv para NVivo, .xml con unidad hermen茅utica completa para atlas.ti, proyecto completo .xml para Dedoose) y deposite ese archivo con QDR.
    • Para permitir que los usuarios de otro software (o usuarios que no emplean software) accedan a sus datos, le recomendamos que tambi茅n cree una exportaci贸n "legible por humanos" de esa misma copia del proyecto. Exporte todos los archivos relevantes en formatos ampliamente utilizados (como RTF, PDF, Excel o formatos comunes de video, imagen y audio). Tambi茅n exporte todas las notas relevantes como archivos RTF o PDF. Deposite todos los archivos exportados con QDR
  1. Datos de documentaci贸n
    • Cuestionarios utilizados para encuestas o entrevistas semiestructuradas
    • Materiales de orientaci贸n utilizados para el trabajo de campo en equipo
    • Instrucciones para la facilitaci贸n de grupos focales
    • Formularios de consentimiento y hojas informativas
    • Solicitud de IRB aprobada
    • Permisos o licencias de los titulares de los derechos de autor
    • Descripci贸n de los m茅todos utilizados para analizar los datos.
    • Descripci贸n del trabajo de campo y contexto del proyecto
    • Descripci贸n de c贸mo se crearon los materiales derivados (archivos individuales o variables)
    • Esquemas de codificaci贸n
  1. Proporcionar enlaces entre art铆culos acad茅micos relevantes
    • Se debe proporcionar informaci贸n sobre cualquier producto escrito publicado o en curso que le gustar铆a vincular al proyecto de datos. La informaci贸n bibliogr谩fica completa para dicho trabajo se muestra junto con el proyecto de datos publicado en QDR siguiendo las mejores pr谩cticas para tales enlaces.
Proceso de publicaci贸n

  1. Iniciar un proyecto (Data project)
    • Crear el proyecto en New Project completar informaci贸n solicitada
    • Guardar el trabajo. Requisitos m铆nimos: T铆tulo, autor/contacto, descripci贸n y tema
    • Continuar trabajando. Los proyectos pueden estar en etapa de borrador, sin publicar o en revisi贸n.
  1. Dep贸sito inicial
    • Subir el proyecto pare revisar sin ning煤n archivo (Submit for Review)
    • En un plazo m谩ximo a cinco d铆as el equipo de QDR debe contactar para discutir la organizaci贸n de los datos, documentaci贸n y desaf铆os 茅ticos y legales. Adem谩s de solicitar controles de acceso
    • Informaci贸n sobre el pago del proceso de publicaci贸n (300-1000 USD)
  1. Actualizar archivos y finalizar el dep贸sito
    • Subir archivos y sus descripciones de manera espec铆fica adem谩s de la informaci贸n bibliogr谩fica.
    • Completar metadatos
    • Guardar cambios
    • Solicitar Nuevo proceso de revisi贸n y realizar el pago. Se recibir谩 un correo de confirmaci贸n.
    • Si los datos no tienen restricciones se debe firmar el acuerdo est谩ndar, si hay restricciones se debe firmar el acuerdo especial.
    • Confirmando el pago y la documentaci贸n, QDR comienza el proceso de curaci贸n y publica los datos
  1. Actualizar proyectos publicados
    • No se pueden hacer cambios en un proyecto publicado pero se pueden actualizar. Se recomienda contactar a QDR.