Soluciones

Este apéndice contiene las respuestas e información adicional a todos los cuestionarios de repaso.

Además, esta sección contiene una sugerencia de solución a la práctica CASO DE USO.

Soluciones de la revisión de captura de datos

What dataset type(s) would you choose for an ichthyology collection?

  • occurrence
    Most of the time, specimens from collection databases are shared as occurrence data. Each occurrence (specimen or group of specimens) has its own unique identifier (sometimes derived from its catalogue number in the source collection) and the Darwin Core fields used to share them within GBIF describe each specimen: scientific name, the date it was collected on the field, who collected and/or identified it, where, etc. Each collection can have more than one specimen from a same species, as long as each specimen is identified by a unique ID.

  • checklist
    It is also possible to create and share a taxonomical checklist derived from a collection database; in this case, it is recommended to share the checklist as a taxonomical dataset, with the occurrence (specimen) list associated with it by using the Occurrence core as an extension to the Taxon Core on the GBIF IPT.

What dataset type(s) would you choose for a list of invasive species?

  • occurrence
    Some data publishers will share occurrence datasets coming from studies or programs tracking specimens from some specific invasive species; when the data focuses on individuals instead of the invasive species, in general, they can be shared as occurrence data.

  • listados taxonómicos
    Las especies invasoras pueden rastrearse y monitorearse a diferentes escalas (regional, nacional, temática, etc.). Dado que este tipo de conjunto de datos se centra más en las especies y su distribución en un ámbito geográfico determinado, se comparten principalmente como conjuntos de datos taxonómicos dentro de GBIF (ver resultados de búsqueda de GRIIS).

What dataset type(s) would you choose for the flora and fauna of an environmental impact study?

  • occurrence
    Data are recorded by naturalists on the field and can be shared as simple occurrence datasets.

  • sampling event
    They can also be shared as event datasets if standardized protocols (such as vegetation plots, transects, traps…) are used to collect the data.

What dataset type(s) would you choose for bird tracking data?

  • registros biológicos
    Estos datos se comparten como conjuntos de datos de registros biológicos: idealmente, cada ave se identifica con su organismID, y cada registro biológico (ping GPS) tiene su occurrenceID, lo cual resulta útil para rastrear las diferentes ubicaciones GPS de la misma ave dentro del alcance del programa o proyecto de rastreo. (Véase example)

What dataset type(s) would you choose for insect trap data?

  • occurrence
    Although such data can be shared as simple occurrence datasets, it is best if they’re shared as event datasets, where the location, identifier and contents of each trap can be better detailed.

  • sampling event
    Insect traps (as well as other traps such as pitfall traps, malaise traps…) are typically used in monitoring programmes to check the presence (or absence) of some species and/or assess their specific abundance. Using the “eventID” field to identify each trap allows the users to get all of the specimens collected within each trap. The same logic applies to other field protocols such as transects, plots, remote cameras, etc.: by using the Event Core instead of the Occurrence core, you’ll be able to share much more information about the context of the data collection, and allow users to better understand (and even replicate) your work.

What dataset type(s) would you choose for national park management data?

  • occurrence
    record individuals of species

  • checklist
    It is important to know how many species are present in the park/reserve perimeter and their conservation status.

  • sampling event
    check and track the populations

What dataset type(s) would you choose for a citizen science bioblitz?

  • occurrence
    Bioblitz datasets are mainly shared as occurrence datasets.

  • sampling event
    Depending on the citizen science programme, specific sampling protocols might be used by the volunteers, in which case, the data can be shared as an event dataset.

What dataset type(s) would you choose for a regional species list?

  • checklist
    Geographical or thematic species lists are often used to share information about the species present in a given area; most of the time, these lists also mention the distribution of each species as well as their conservation status in this area. Regional species lists can give a useful insight into a region’s biodiversity and habitats, and need to be shared as taxonomical datasets, with or without associated occurrences.

Soluciones de la revisión de gestión de datos

¿Por qué es mejor limpiar sus datos?

  • para hacerlos tan aptos para el uso ("fit for use") como sea posible

  • para lograr sus objetivos de calidad de datos

Siempre debe aspirar a administrar y publicar datos con la mayor calidad posible. Esto mejorará su trabajo diario (es más fácil trabajar con datos organizados y limpios), así como el trabajo de los potenciales reutilizadores de sus datos, que necesitan comprenderlos y confiar en su fuente antes de usarlos.

¿Cómo debe organizar su flujo de trabajo de limpieza de datos?

  • pregunta a sus colegas experimentados

  • trabajar a nivel institucional para armonizar los flujos de trabajo de calidad de datos

No se espera que alguien sepa todo sobre datos de biodiversidad; debe buscar ayuda y consejo de sus colegas u otras personas con conocimientos y asegurarse de que está aplicando las buenas prácticas recomendadas por su institución a medida que limpia sus datos.

Qué es mejor:

  • evitar que se generen errores

  • corregir los errores tan pronto como los encuentre en su base de datos o hoja de cálculo

La mejor manera de evitar la propagación de errores en sus datos es evitar que ocurran al inicio del proceso de colecta/registro de datos.

Por supuesto, los errores son inevitables, así que debería limpiarlos tan pronto como los encuentre, y documentar el proceso de limpieza.

Si no tiene tiempo o recursos para limpiar adecuadamente sus datos, es mejor esperar a poder hacerlo en lugar de publicar datos erróneos que puedan confundir a la gente.

¿Quién es responsable por la calidad de los datos?

  • Todos los involucrados en la gestión de datos

Cada persona involucrada en la gestión del flujo de trabajo de datos es, al menos parcialmente, responsable por su calidad, desde los técnicos de campo hasta los administradores de bases de datos.

Las personas que puedan usar sus datos más adelante, pueden informarle de cualquier error restante en sus datos y deben usarlos de manera responsable para su propia investigación, pero la calidad de los datos iniciales no es su responsabilidad.

GBIF puede realizar comprobaciones automáticas de sus datos (p. ej., detección de valores perdidos, valores geográficos atípicos, nombres científicos desconocidos), pero no debe responsabilizarse de los errores que hayan ocurrido anteriormente en el proceso de gestión de datos.

¿Qué herramientas se pueden utilizar para limpiar sus datos?

  • Excel y otras herramientas de gestión de hojas de cálculo

  • OpenRefine

  • Su software de base de datos

  • Herramientas online como el Scientific Names Resolver o Google Maps

Se pueden usar todo tipo de herramientas para limpiar sus datos, pero debe identificar cuáles responderán a sus necesidades en términos de resolución taxonómica, georreferenciación, eliminación de duplicados, etc. Puede encontrar herramientas útiles enumeradas en la sección de gestión de datos.

Soluciones de la revisión de publicación de datos

¿Qué significa la publicación de datos en el contexto de GBIF?

  • Hacer públicamente accesibles su(s) conjunto(s) de dato(s) de biodiversidad y se puede hallar en un formato estandarizado

La publicación de datos en GBIF significa hacer públicamente accesibles su(s) conjunto(s) de dato(s) de biodiversidad en un formato estandarizado (la mayoría de las veces, Darwin Core), para que pueda ser descubierto y reutilizado por otras personas.

¿Qué es un IPT?

  • una herramienta que lo ayuda a publicar sus datos en GBIF

  • una herramienta que le ayuda a producir un artículo de datos (Data Paper)

El IPT (Integrated Publishing Toolkit) es un software codificado en Java que le permite cargar y publicar datos en GBIF. No se debe utilizar como herramienta de gestión o limpieza de datos.

El IPT también puede ayudarle en el proceso de escribir y enviar un documento de datos, gracias al archivo EML que se genera automáticamente cuando se completan los metadatos del recurso de datos.

¿Qué licencias y exenciones de Creative Commons son recomendadas por GBIF para publicación de datos?

  • C0, CC-BY y CC-BY-NC

Las licencias de Creative Commons y exenciones recomendadas para publicar su(s) conjunto(s) de datos en GBIF son CC0, CC-BY y CC-BY-NC. Son licencias y/o exenciones ampliamente reconocidas que se ajustan a los requisitos internacionales de datos abiertos para compartir y reutilizar datos.

Tenga en cuenta que sólo debe elegir CC0 o CC-BY licencia/exención para su(s) conjunto(s) de dato(s) relacionados con BID.

¿Cuáles son los tres Núcleos (Cores) entre los que se puede elegir para un recurso IPT

  • Occurrence Core, Taxon Core, Event Core

Puedes elegir uno de los tres núcleos siguientes para cada uno de tus recursos IPT: registro biológico, taxón o eventos.

El estándar de Darwin Core también te permite enlazar extensiones a tu núcleo elegido, como SimpleMultimedia o MeasurementOrFact.

Los metadatos se completan en una sección separada del IPT y se comparten utilizando el estándar EML, no el Darwin Core (que se utiliza sólo para datos).

¿Cuántos archivos de extensiones puede tener un conjunto de datos?

  • tantos como sea necesario

Una vez que haya elegido un núcleo para su recurso IPT, puede añadirle extensiones de Darwin Core. Puede añadir una o varias extensiones, dependiendo del tipo de núcleo que elija y de qué extensiones son compatibles con el.

Las extensiones no son obligatorias (puede publicar un conjunto de datos sin ninguna extensión) pero pueden ser útiles si quiere compartir información adicional que no podrías mapear con el Core elegido.

Caso de Uso solución sugerida

solución sugerida (PDF 144 KB)