Curso de movilización de datos sobre biodiversidad

A. Capacidad para evaluar la calidad (es decir, identificar problemas y sus tipos) de un conjunto de datos de biodiversidad.

Solo utiliza controles visuales para analizar la calidad. No se puede diferenciar entre tipos de errores. Puede detectar valores faltantes en los campos obligatorios y graves inconsistencias de datos.

Solo puede utilizar técnicas muy básicas (por ejemplo, clasificación) para analizar la calidad de los datos. Puede detectar discrepancias entre los nombres de campo y el contenido. Puede identificar errores técnicos de manera consistente, pero solo los errores de coherencia más típicos en un conjunto de datos.

Puede utilizar herramientas y técnicas específicas para evaluar la calidad. Reconoce el nivel mínimo de desagregación / normalización necesario para el uso común y la publicación. Puede identificar consistentemente errores técnicos y la mayoría de los errores de coherencia en un conjunto de datos.

Utiliza un enfoque sistemático para el análisis de conjuntos de datos que cubre todos los dominios de datos principales. Puede identificar consistentemente errores técnicos y de coherencia en un conjunto de datos. Puede utilizar otras fuentes de datos (por ejemplo, metadatos u otros conjuntos de datos) para identificar o inferir errores de coherencia en un conjunto de datos.

B. Capacidad para realizar corrección de formato de datos.

Solo se pueden realizar correcciones manualmente en las tablas. Muestra conocimientos genéricos sobre el uso de tipos de formato en datos digitales (por ejemplo, fechas, cadenas, números)

Puede identificar al menos una herramienta específica para corregir automáticamente errores de formato, pero solo puede usarla en casos específicos. De lo contrario, utiliza mecanismos simples (por ejemplo, "buscar y reemplazar") para resolver problemas.

Puede utilizar al menos una herramienta para corregir automáticamente los errores de formato.

Puede utilizar funciones avanzadas de más de una herramienta para corregir errores de formato.

C. Capacidad para realizar corrección de datos nomenclaturales.

Solo se pueden realizar correcciones manualmente en las tablas. Solo utiliza el conocimiento personal de grupos taxonómicos conocidos.

Puede identificar al menos una herramienta específica para corregir automáticamente errores de nomenclatura, pero solo puede usarla en casos específicos. De lo contrario, utiliza mecanismos simples (por ejemplo, "buscar y reemplazar") para resolver problemas.

Puede utilizar al menos una herramienta para corregir automáticamente errores de nomenclatura. Puede encontrar y utilizar información de nomenclatura de referencia adecuada para los grupos taxonómicos con los que trabaja habitualmente.

Puede utilizar más de una herramienta para corregir errores de nomenclatura. Puede encontrar y utilizar información de nomenclatura de referencia adecuada para grupos taxonómicos fuera de sus áreas de especialización.

D. Capacidad para realizar corrección de datos geográficos.

Solo se pueden realizar correcciones manualmente en las tablas. Solo utiliza el conocimiento personal de áreas geográficas conocidas.

Puede identificar al menos una herramienta específica para mapear y / o corregir automáticamente errores en la información geográfica, pero solo puede usarla en casos específicos. De lo contrario, utiliza mecanismos simples (por ejemplo, "buscar y reemplazar") para resolver problemas.

Puede utilizar al menos una herramienta para mapear y / o corregir automáticamente errores en la información geográfica. Puede encontrar y utilizar información geográfica de referencia adecuada en un formato adecuado para las áreas con las que trabaja habitualmente.

Puede utilizar más de una herramienta para mapear y / o corregir automáticamente errores en la información geográfica. Puede encontrar y utilizar información geográfica de referencia en un formato adecuado para áreas fuera de sus áreas de especialización.

E. Capacidad para utilizar software específico (por ejemplo, OpenRefine) como herramienta para la limpieza de datos.

Puede identificar al menos una herramienta de limpieza de datos. Puede identificar las características principales de una herramienta de limpieza de datos (por ejemplo, OpenRefine).

Puede identificar varias herramientas de limpieza de datos. Puede usar una o algunas de las características básicas del software de limpieza de datos para limpiar un conjunto de datos (por ejemplo, crear un proyecto OpenRefine, usar facetado, filtrado, agrupamiento o reconciliación).

Puede utilizar todas las funciones básicas de un software de limpieza de datos para limpiar un conjunto de datos (por ejemplo, en OpenRefine: facetado, filtrado, agrupación, reconciliación).

Puede usar las funciones avanzadas de uno o más paquetes de software de limpieza de datos para limpiar conjuntos de datos (por ejemplo, en OpenRefine: usar API, expresiones regulares, Google Refine Expression Language).

F. Capacidad para documentar procedimientos de transformación de datos.

Rara vez describe los cambios realizados durante la conservación, el formato o la transformación de los datos.

Describe los cambios realizados la mayor parte del tiempo. No describe los cambios de manera consistente o completa (por ejemplo, describe el cambio, pero no el autor).

Recuerda siempre describir los cambios realizados. Siempre describe los cambios de forma coherente, de modo que todas las ediciones del mismo tipo se puedan identificar fácilmente.

Puede describir con precisión y coherencia los cambios realizados de forma repetible.