Chung-Yi Hou, y otros

International Journal of Digital Curation, ISSN 1746-8256, Vol. 12, n. 2, 2017, p. 47-60

La gestión efectiva es un componente clave para preparar los datos que van a ser mantenidos para un acceso futuro a largo plazo y reutilizados por una comunidad más amplia. Desarrollar las habilidades para planear y realizar tareas de gestión de datos es importante para individuos e instituciones. Enseñar habilidades de alfabetización en datos puede ayudar también a mitigar el impacto del diluvio de datos y otros efectos de estar sobreexpuestos y abrumados por los datos. El proceso de aprender cómo gestionar de manera efectiva los datos para el ciclo de vida completo de datos de investigación puede ser complejo.

Hay múltiples fases involucradas dentro de ciclo de vida de gestión de datos, y cada fase puede requerir conocimientos específicos, conocimientos especializados y recursos. Además, pese a que muchas organizaciones ofrecen educación y recursos de entrenamiento en la gestión de datos, a menudo puede ser difícil asegurar en qué medida son eficaces los recursos para educar a los usuarios a encontrar sus requerimientos de gestión de datos. La amplia colaboración con individuos y organizaciones de la Data Observation Network for Earth (DataONE) ha informado sobre el desarrollo de múltiples recursos educacionales. A través de estas interacciones, DataONE ha comprendido que el proceso de crear y mantener materiales educacionales que se mantienen pertinentes para las necesidades de la comunidad se sustenta en evaluaciones cuidadosas. Por lo tanto el Education EVAluation instrument (EEVA) se basa en la necesidad de herramientas que evalúen y mejoren la formación y los recursos educacionales actuales y futuros para la gestión de datos de investigación. En este artículo los autores realizan un esquema y proporcionan un contexto a los antecedentes y motivaciones que llevaron a la creación de EEVA para evaluar la efectividad de los recursos educacionales para la gestión de datos. El artículo detalla el proceso y los resultados de la actual versión de EEVA. Finalmente, el artículo remarca las funciones claves, los usos potenciales y los próximos pasos necesarios para mejorar futuras extensiones y revisiones de EEVA.

Traducción del resumen de la propia publicación