La calidad del dato se puede medir por su nivel de cumplimiento de los princi- pios FAIR ( Findable, Accessible, Interoperable, Reusable) al incluir los metada- tos adecuados y los identificadores persistentes para su identificación y reutili- zación. Prontitud : Abordar la noción del tiempo en los datos. Los datos cambian con el tiempo, es importante establecer un proceso para la actualización del dato. Este aspecto está muy relacionado con el mantenimiento de los datos. Consistencia : La consistencia en la presentación de los datos es un aspec- to fundamental. Es importante utilizar estándares para compartir/publicar datasets y ser consistente en compartir/publicar datos de la misma calidad. Por ejemplo: Si los datasets se publican anualmente y, cada año, los datos se definen con distintos atributos, la manipulación/esfuerzo/coste requeri- do por el reutilizador es mayor y, frecuentemente, inasumible por muchas organizaciones. 2. Preparación de los datos para la compartición/apertura técnica . Para com- partir los datos de una organización con otras personas u organizaciones la interoperabilidad del dato, así como la información sobre el dato que nos fa- cilita el acceso al mismo son condiciones necesarias, en especial en el caso de datos abiertos, aunque no suficientes. La primera depende del/los formatos en los que se comparte/publica el dataset , que determinan la facilidad con la que terceras organizaciones o individuos podrán hacer uso de esos datos con el mínimo esfuerzo y coste. La segunda, fundamental principalmente para la apertura de datos, tiene que ver con la facilidad con la que terceras partes en- tienden el contenido de los datasets y está ligada al uso de metadatos. 3. Añadir metadatos e identificadores persistentes. En los datos compartidos en plataformas y, principalmente, en el caso de da- tos abiertos, es importante asegurar el acceso a los datos. Es decir, que los datos puedan ser fácilmente encontrados por las personas u organizaciones interesadas. A este concepto se llama en inglés “ discoverability ”. Sin embargo, cada vezmás se hablamás de datos FAIR. Aunque la “FAIRness” es un requisi- to surgido y aplicable a los datos de investigación, es también aplicable a cual- quier conjunto de datos. No en vano, los datos del sector empresarial pueden utilizarse para la investigación o incluso surgir de investigaciones originadas en el ámbito privado. En cualquier caso, para que los conjuntos de datos sean FAIR es esencial que éstos tengan asociadosmetadatos e identificadores per- sistentes. Los metadatos son datos sobre los datos, , información estructurada que describe, explica, localiza o en cualquier caso facilita la recuperación, uso o gestión de los datos, y sirven para entender la naturaleza y estructura del dataset , conocer su origen, así como los términos en los que puede ser usado. Por su parte, los identificadores persistentes permiten que un conjunto de da- tos tenga siempre el mismo URI y por tanto garantizar su acceso. 4. Preparación legal para la compartición/apertura. Como ya hemos dicho y se explicarámás ampliamente en el apartado siguien- te, los datos tienen que respetar la legislación en vigor y cada dataset com- partido o publicado en abierto tiene que tener asociada una licencia que tiene que respetar tanto el publicador como los reutilizadores de los datos. Estas licencias tienen que cumplir con toda la legislación vigente y es responsabili- dad del que publica los datos asegurarse de ello ( ver apartado de 5.3.3. ).
51
Fundamentos técnicos de la apertura/compartición de datos en el entorno empresarial
Made with FlippingBook - Online Brochure Maker