Dataverse es una plataforma de código abierto diseñada para la gestión, preservación, publicación y difusión de datos de investigación. Su objetivo principal es facilitar que universidades, centros de investigación e instituciones científicas puedan almacenar, organizar, describir y compartir conjuntos de datos (datasets) siguiendo buenas prácticas de ciencia abierta.
Los repositorios Dataverse forman parte de la infraestructura digital necesaria para la gestión de datos de investigación (Research Data Management – RDM), permitiendo a los investigadores depositar sus datos, asignar metadatos, controlar versiones, gestionar permisos de acceso y garantizar la preservación a largo plazo.
Dataverse fue desarrollado inicialmente por el Institute for Quantitative Social Science (IQSS) de la Universidad de Harvard y actualmente es mantenido por una comunidad internacional de desarrolladores e instituciones académicas. Su arquitectura está basada en tecnologías abiertas como Java, Payara/GlassFish, PostgreSQL, Solr y Elasticsearch, permitiendo su instalación y adaptación según las necesidades de cada organización.
A diferencia de los repositorios institucionales tradicionales orientados principalmente a publicaciones científicas, como artículos o tesis, Dataverse está especializado en datos de investigación, convirtiéndose en una herramienta clave para implementar políticas de ciencia abierta, acceso abierto y reutilización de datos.
✨ Características
Dataverse ofrece diferentes funcionalidades orientadas a investigadores, bibliotecarios y gestores de información:
- Gestión de datasets: Permite crear colecciones de datos donde los investigadores pueden depositar archivos, documentación complementaria, código fuente y materiales asociados a un proyecto de investigación.
- Metadatos especializados: Dataverse permite describir los conjuntos de datos mediante esquemas de metadatos específicos como Dublin Core, DataCite, DDI (Data Documentation Initiative), ISA-Tab y otros estándares disciplinarios, facilitando la interoperabilidad y descubrimiento de información.
- Publicación y DOI: Los datasets pueden recibir identificadores persistentes DOI mediante integración con servicios como DataCite, garantizando una referencia permanente y facilitando la citación académica de los datos.
- Control de versiones: Dataverse mantiene un historial de cambios en los datasets, permitiendo conservar diferentes versiones de los archivos y garantizar la trazabilidad de las modificaciones realizadas.
- Gestión de acceso: Ofrece diferentes niveles de visibilidad para los datos: públicos, restringidos o privados. Esto permite proteger información sensible mientras se mantiene la posibilidad de compartir datos bajo condiciones específicas.
- Integración con ORCID: Permite vincular investigadores con sus identificadores ORCID, fortaleciendo la relación entre autores, proyectos, publicaciones y datos de investigación.
- Búsqueda y descubrimiento: Cuenta con un sistema avanzado de búsqueda basado en Apache Solr, permitiendo recuperar datasets mediante palabras clave, autores, disciplinas, fechas y otros campos descriptivos.
- Ciencia abierta y FAIR Data: Dataverse facilita la aplicación de los principios FAIR (Findable, Accessible, Interoperable y Reusable), promoviendo que los datos sean localizables, accesibles, interoperables y reutilizables.
- API REST: Dispone de APIs que permiten automatizar procesos como depósitos masivos, integración con sistemas institucionales y desarrollo de aplicaciones externas.
- Gestión institucional mediante Dataverses: Permite crear estructuras jerárquicas donde una institución puede administrar diferentes repositorios o colecciones para facultades, departamentos, grupos de investigación o proyectos específicos.
📊 Uso en bibliotecas universitarias
Para las bibliotecas académicas, Dataverse representa una oportunidad para ampliar sus servicios tradicionales hacia la gestión de datos de investigación.
Entre sus posibles aplicaciones se encuentran:
- Creación de repositorios institucionales de datos científicos.
- Apoyo a investigadores en la preparación y descripción de datasets.
- Asesoría en planes de gestión de datos (Data Management Plans – DMP).
- Aplicación de estándares de metadatos.
- Preservación digital de datos de investigación.
- Promoción de prácticas de ciencia abierta.
- Integración con repositorios institucionales como DSpace.
De esta forma, las bibliotecas dejan de ser únicamente gestoras de publicaciones para convertirse en actores estratégicos dentro del ciclo completo de la información científica.
📉 Desventajas
- Complejidad técnica: La instalación y administración de Dataverse requiere conocimientos avanzados en servidores Linux, bases de datos, Java, Payara, PostgreSQL y configuración de servicios asociados.
- Curva de aprendizaje: Aunque la interfaz para investigadores es amigable, la configuración inicial, gestión de metadatos y administración del sistema pueden resultar complejas para equipos sin experiencia previa.
- Recursos de infraestructura: Para implementaciones institucionales grandes se requiere una infraestructura adecuada de almacenamiento, respaldo y seguridad debido al volumen creciente de datos científicos.
- Personalización limitada: Aunque es un software flexible, algunas modificaciones profundas requieren conocimientos de desarrollo y pueden implicar mantenimiento adicional.
- Gestión de datos sensibles: Dataverse permite controlar accesos, pero instituciones que trabajan con datos altamente sensibles deben complementar la plataforma con políticas, protocolos éticos y medidas adicionales de seguridad.
🔗 Enlaces útiles
- Sitio oficial de Dataverse:
https://dataverse.org/ - Documentación oficial:
https://guides.dataverse.org/ - Código fuente del proyecto:
https://github.com/IQSS/dataverse
📝 Notas
Dataverse representa una evolución importante en el papel de las bibliotecas universitarias dentro del ecosistema científico. Mientras los repositorios tradicionales se enfocaron históricamente en artículos, tesis y documentos digitales, las plataformas de gestión de datos permiten incorporar un nuevo tipo de recurso: los datos como producto científico.
Para las instituciones de educación superior, implementar Dataverse no es únicamente instalar un software, sino desarrollar una estrategia institucional de gestión de datos que involucre políticas, capacitación, preservación digital, estándares de metadatos y colaboración entre bibliotecarios, investigadores y áreas tecnológicas.
En el contexto de la ciencia abierta, Dataverse se posiciona como una herramienta fundamental para fortalecer la transparencia, reproducibilidad y reutilización de la investigación científica.
