En las últimas décadas, la ciencia ha experimentado un rápido crecimiento en el volumen de datos disponibles para la investigación, desde una escasez relativa de datos en muchas áreas hasta lo que se ha descrito recientemente como un diluvio de datos [1]. Los volúmenes de datos han aumentado exponencialmente en todos los campos de la ciencia y el esfuerzo humano, incluidos los datos del cielo, la tierra y los observatorios oceánicos; redes sociales como Facebook y Twitter; dispositivos de monitoreo de salud portátil; secuencias genéticas y estructuras de proteínas; y simulaciones climáticas [2]. Esto brinda oportunidades para permitir más investigación, especialmente la investigación interdisciplinaria que no se podía hacer antes. Sin embargo, también introduce desafíos en la gestión, la descripción y la realización de datos que se pueden encontrar, accesibles, interoperables y reutilizables por los investigadores [3].
Cuando se pone a disposición esta gran cantidad y variedad de datos, encontrar datos relevantes para satisfacer una necesidad de investigación es cada vez más un desafío. En el pasado, cuando los datos eran relativamente escasos, los investigadores descubrieron los datos existentes buscando literatura, asistiendo a conferencias y solicitando a sus colegas. En el entorno rico en datos actual, con avances adjuntos en tecnologías computacionales y de redes, los investigadores realizan cada vez más búsquedas en la web para encontrar datos de investigación. El éxito de tales búsquedas varía mucho y depende en gran medida de la experiencia de la persona que busca datos, las herramientas utilizadas y, en parte, de la suerte. Este artículo ofrece los siguientes 11 consejos rápidos que los investigadores pueden seguir para descubrir de manera más efectiva y con precisión los datos que satisfagan sus necesidades específicas.
Antes de embarcarse en una búsqueda de datos, considere cómo utilizará los datos deseados en el contexto de su pregunta general de investigación. ¿Está buscando datos para comparación o validación, como base para un nuevo estudio o por otra razón? Enumere las características que los datos deben tener para cumplir con sus fines identificados, incluidos requisitos como formato de datos, cobertura espacial o temporal, disponibilidad y autor o grupo de investigación. En muchos casos, sus requisitos de datos iniciales y las restricciones identificadas cambiarán a medida que avanza con la búsqueda. Hacer una pausa para analizar primero lo que necesita y por qué lo necesita puede conducir a una búsqueda más analítica, ahorrar tiempo de búsqueda y facilitar las acciones descritas en los consejos 2–6.
La accesibilidad de los recursos de datos es otra consideración importante. Los bibliotecarios universitarios pueden brindar asesoramiento sobre recursos particulares basados en suscripción disponibles en su institución. Los trabajos de investigación en su campo también pueden apuntar a los repositorios de datos disponibles. En dominios como la astronomía y la genómica, por ejemplo, las citas de conjuntos de datos dentro de los artículos de revistas son comunes. Estas referencias generalmente incluyen información de acceso al conjunto de datos que se puede utilizar para ubicar conjuntos de datos de interés o para apuntar hacia repositorios de datos favorecidos dentro de una disciplina.
¿Qué son las técnicas de recolección de datos en la investigación?
La recopilación de datos o la alimentación de datos es el primer paso en la tubería de datos, en el que la información se recopila de una variedad de fuentes. El propósito de la adquisición de datos es proporcionar la información requerida para los análisis comerciales, la investigación y la toma de decisiones. En muchos casos, las decisiones basadas en datos pueden tener lugar en el punto de generación de datos, como con una producción inteligente que utiliza datos de visión de IA para verificar la calidad de salida de la ruta de fabricación. En otros casos, el análisis puede llevar mucho más tiempo y los petabytes de datos o más para respaldar los problemas aritméticos más exigentes, como la secuenciación genómica. Con el desarrollo adicional de las tecnologías de IoT, Edge y Data Center, los métodos y soluciones de la adquisición de datos se han vuelto más diversos que nunca.
Los dos tipos principales de datos están estructurados y no estructurados, y algunos expertos usan el término semi -juicio para datos con aspectos de las dos categorías.
- Los datos estructurados son específicos y organizados y pueden leer y entender fácilmente mediante bases de datos relacionales. Esta información suele ser jerárquica y se puede comparar fácilmente. Ejemplos de datos estructurados son datos de transacciones financieras, datos de CRM (gestión de relaciones con el cliente), datos ERP (planificación de recursos empresariales) o datos del sistema de salud.
- Los datos no estructurados son más cualitativos en su naturaleza, con menos organización o estructura de contenido. Dado que es difícil colocarlo en una jerarquía, la grabación de datos no estructurados a menudo ha dejado atrás su análisis. Como resultado, muchos de estos datos son «oscuros» y no fueron analizados por la organización que lo produce y lo almacena. Las bases de datos no relacionales generalmente se usan para guardar datos no estructurados y acceder a ellas. Los ejemplos de datos no estructurados pueden incluir archivos de audio, PDF, publicaciones en las redes sociales, comentarios de los clientes o documentos en papel históricos.
Los datos estructurados y no estructurados se pueden recopilar además de metadatos, o datos en los datos en sí. Por ejemplo, una cámara digital registra metadatos con el tiempo/fecha y el equipo de la cámara, que luego se transmiten como parte del archivo de fotos digital.
¿Cómo se obtiene la recolección de datos en una investigación científica?
Hasta ahora, ha aprendido a pedir un RQ, identificar diferentes formas de obtener datos y diseñar el estudio.
En este capítulo, aprenderá cómo recopilar los datos necesarios para responder al RQ.
Aprenderás a:
- Registre los pasos importantes en la recopilación de datos.
- Describa los protocolos de estudio.
- Haga preguntas de la encuesta.
- Describa las diferencias básicas entre las encuestas en línea y en papel.
Si el RQ está bien construido,
Todos los términos están claramente definidos,
y el diseño de la investigación es claro y bien explicado,
Luego, recopilar los datos debe ser razonablemente fácil de implementar.
Sin embargo,
La recopilación de datos puede llevar mucho tiempo, tedioso y costoso
Por lo tanto, obtener la recopilación de datos correcta la primera vez es importante.
Antes de recopilar los datos,
Se debe establecer y documentar un plan que explique exactamente
Cómo se obtendrán los datos.
Las complicaciones imprevistas no son inusuales,
Tan a menudo un estudio piloto
(o una carrera de práctica)
se realiza antes de que tenga lugar la recopilación de datos real,
Para ver si el procedimiento planificado es práctico y óptimo.
Este plan es un proyecto de protocolo.
Definición 10.1 (protocolo) Un protocolo
es un procedimiento que documenta los detalles del diseño e implementación de estudios,
y para la recopilación de datos.
- Registre los pasos importantes en la recopilación de datos.
- Describa los protocolos de estudio.
- Haga preguntas de la encuesta.
- Describa las diferencias básicas entre las encuestas en línea y en papel.
¿Cómo se recolectan los datos en una investigación cientifica?
No. ISTAT sigue siendo el propietario de la investigación de la cual es totalmente responsable de todos los aspectos de una naturaleza regulatoria, administrativa y científica técnica. Lo que los cambios en comparación con la práctica siguieron hasta ahora, según lo que decidí por el Consejo ISTAT en junio de 2009, es la asignación de la fase de recolección en el campo de información, que debe llevarse a cabo de acuerdo con las estrictas reglas que garantizan la calidad planteada. por ‘istat. ISTAT continuará definiendo la metodología (además armonizada a nivel europeo), verificar el trabajo de campo y monitorear todo el proceso, paso a paso, para llevar a cabo el procesamiento de los datos e intervendrá de inmediato para resolver problemas que pueden surgir en progreso del trabajo. En este sentido, debe recordarse que desde su institución y en cualquier caso también después de la creación del Sistema Estadístico Nacional con Decreto Legislativo no. 322/89, ISTAT siempre ha utilizado cuerpos intermedios ubicados en el área, tanto públicos como privados, para completar la fase de recopilación de datos estadísticos, que requiere una presencia generalizada en el territorio de las estructuras de detección. Este enfoque se sigue para todas las investigaciones más importantes y está en línea con lo que llevó a cabo los institutos de estadística en otros países de la OCDE. En los próximos dos años, todas las posibilidades regulatorias y técnicas para equipar el ISTAT (y todo el sistema estadístico nacional) con herramientas técnicamente eficientes y económicamente convenientes para detectar datos de familias, empresas e instituciones se profundizarán. Se constituirá una comisión con expertos nacionales e internacionales para evaluar estos aspectos, a fin de tener una relación final a mediados de 2010.
2. ¿Es cierto que todo cambiará en la detección y habrá una caída en la calidad de los datos?
No. Desde el punto de vista metodológico y sobre el nivel de la recopilación de datos, nada cambia, ya que los detectores utilizados en esta actividad están entrenados y su actividad es controlada continuamente por ISTAT. ISTAT sigue siendo responsable de la fase de diseño, validación y control, así como del procesamiento de los datos recopilados en el campo. En virtud de este papel, dictado por la ley, es y será el istat dictar las directivas a la compañía y verificar de manera estricta que se implementen, como siempre sucede cuando el instituto confía la recopilación de datos a la fuera de. Este modelo se prueba ampliamente, ya que se ha utilizado en muchas otras investigaciones sobre familias y empresas.
3. ¿Cuándo y por qué fue la decisión de confiar estas entrevistas a una empresa externa?
La actividad del detector tiene peculiaridades que son difíciles de atribuir a los tipos contractuales de trabajo subordinado. De hecho, esta actividad requiere una flexibilidad extrema y una alta autonomía en la gestión de entrevistas, considerando que esta última puede afectar cualquier semana del año y debe tener en cuenta la disponibilidad de familias en términos de días y tiempos (incluidos los sábados y domingos en desfavorecidos veces). Ante este trabajo requerido, el tipo contractual que más adecuado, para la flexibilidad y la autonomía, era el de la colaboración coordinada y continua. Sin embargo, el legislador en los últimos años ha intervenido para definir el régimen de colaboraciones externas en las administraciones públicas con diversas disposiciones regulatorias, consolidando la tendencia a limitar el uso de estos tipos contractuales, siempre que estén con respecto a la investigación sobre las fuerzas laborales, una ‘Derogación especial del uso de este formulario contractual hasta el 30 de junio de 2009. En consecuencia, ISTAT examinó las soluciones alternativas, incluido el establecimiento de una compañía de detección, prevista de conformidad con el arte. 10BI del decreto legislativo 30.9.2005 n. 203 convertido con enmiendas por ley 2.12.2005 n. 248, pero la sucesión de intervenciones legales y regulatorias sobre el artículo de la ley en cuestión determinó la persistencia de una situación en evolución sobre las reglas y estructuras a tener en cuenta en el establecimiento de dicha compañía. En presencia de esta incertidumbre, en octubre de 2008 ISTAT ya había comenzado con cautela un procedimiento de licitación para la compañía externa de la recopilación de datos con cabezas de técnicas como parte de la detección de las fuerzas laborales. En consecuencia, cuando el 28 de febrero de 2009, el decreto de «mil extensiones» finalmente estableció la estructura definitiva de la compañía a nivel regulatorio, ya que la fecha límite para la extensión de los contratos de los detectores ahora es inminente y para no incurrir El riesgo de tener que suspender el suministro al país de un datos tan importantes y violar las obligaciones establecidas por la legislación comunitaria, ISTAT se vio obligado a elegir la subcontratación de la fase de recopilación de datos, una solución ya adoptada con éxito en otros casos.
¿Cómo se obtiene la recolección de datos?
En primer lugar, ¿cuál es exactamente la recopilación de datos fuera de línea? Estoy seguro de que ya te ha sucedido: estás tratando de acceder a un sitio web, pero no puedes porque no estás conectado a Internet. Esto es básicamente lo que es la recopilación de datos fuera de línea: recopile datos sin conexión a Internet.
Puede parecer una tarea difícil, pero es bastante simple si sabe qué herramientas usar. Los ejemplos de situaciones que requieren la recopilación de datos fuera de línea pueden ser edificios grandes con señales WiFi escasas o áreas remotas sin cobertura de Internet.
La recopilación de datos fuera de línea es posible mediante el uso de herramientas que pueden almacenar datos temporalmente en la memoria de teléfonos inteligentes, computadoras portátiles, tabletas y otros dispositivos relacionados. Una vez que se obtiene una conexión a Internet, es posible asegurar los resultados cargando los datos almacenados en una nube o un servidor en línea.
Cuando se trata de la recopilación de datos fuera de línea, hay consideraciones específicas que es necesario enfrentar para que sea una posibilidad. Al comprender los límites y el potencial de cualquier herramienta, es posible aprovecharlo al máximo. Dicho esto, aquí hay cinco consideraciones que debe tener en cuenta si tiene la intención de realizar una recopilación de datos fuera de línea:
Un gran defecto de los datos fuera de línea es que siempre están en riesgo de perderse. Al igual que una maleta que contiene cientos de documentos en papel preciosos, un dispositivo inteligente que contiene datos de investigación preciosos que no se cargan en la nube se convertirá en una gran responsabilidad para el campo o el equipo de investigación. Es suficiente que el dispositivo móvil se pierda o se dañe porque toda su preciosa información debe perderse.
Artículos Relacionados:
