Visualización de datos abiertos de investigación mediante grafos de conocimiento
metodología y aplicación de DDI-RDF y DataCite Ontology
DOI:
https://doi.org/10.54886/scire.v30i2.4963Palabras clave:
Grafos de conocimiento, Visualización de datos, Datos abiertos de investigación, Exploración de datos, Descubrimiento de conocimiento, DDI-RDF, DataCite OntologyResumen
Se analiza el uso de grafos de conocimiento para visualizar datos abiertos de investigación, para ello se exploran sus antecedentes, desarrollo y respectivos niveles de aplicación. Se expone una metodología para el manejo de datos y su análisis mediante el uso de grafos de conocimiento, vocabularios semánticos y ontologías como DDI-RDF y DataCite Ontology. Se han procesado dos conjuntos de datos abiertos de investigación referentes a Musicología y a las Ciencias de la Tierra y Medio Ambiente, los cuales fueron localizados en los repositorios e-CienciaDatos y CORA respectivamente. Se ha buscado contrastar el tratamiento y visualización de datos textuales y numéricos, con la intención de identificar sus respectivas variables de análisis. Se ha encontrado que la visualización de datos mediante el uso de grafos de conocimiento permite identificar de manera intuitiva e interactiva patrones en los datos, los cuales remiten a una interacción entre sus diversos creadores y actores. Se estima que los grafos de conocimiento son una herramienta que permite visualizar grandes conjuntos de datos, pues en la era de la inteligencia artificial y de los datos masivos, pueden significar un método para para identificar comportamientos complejos que sirvan para una latente toma de decisiones.Descargas
Citas
Ávila, E. (2021). La investigación del SARS-CoV2 mediante el uso de datos abiertos y grafos de conocimiento. // Torres Vargas, G. (coord). La pandemia por COVID-19: un acercamiento desde la bibliotecología y los estudios de la información. México: UNAM, Instituto de Investigaciones Bibliotecológicas y de la Información, 2021. https://ru.iibi.unam.mx/jspui/bitstream/IIBI_UNAM/248/1/02_pandemia_covid_eder_avila.pdf.
Bosch, T.; Cyganiak, R.; Gregory, A.; Wackerow, J. (2013). DDI-RDF Discovery Vocabulary: A Metadata Vocabulary for Documenting Research and Survey Data. // Proceedings of the 6th Linked Data on the Web (LDOW) Workshop at the World Wide Web Conference (WWW). Río de Janeiro, Brasil, (Mayo 2013).
European Commission: DG RTD (2017). H2020 Programme Guidelines to the Rules on Open Access to Scientific Publications and Open Access to Research Data in Horizon 2020. Version 3.2. Unión Europea. https://ec.europa.eu/research/participants/data/ref/h2020/grants_manual/hi/oa_pilot/h2020-hi-oa-pilot-guide_en.pdf.
Gandhi, P.; Pruthi, J. (2020). Data Visualization Techniques: Traditional Data to Big Data. // Anouncia, S. Margret, Gohel, H. A.; Vairamuthu, S. (eds). Data Visualization: Trends and Challenges Toward Multidisciplinary Perception. Singapur: Springer, 2020, 53-74. https://doi.org/10.1007/978-981-15-2282-6_4.
Heath, T.; Bizer, C. (2011). Principles of Linked Data. // Linked Data: Evolving the Web into a Global Data Space. Estados Unidos: Springer International Publishing, 2011. Synthesis Lectures on Data, Semantics, and Knowledge. https://doi.org/10.1007/978-3-031-79432-2_2.
Hogan, A.; et al. (2022). Introduction. // Hogan, A.; et al. (eds). Knowledge Graphs. Cham: Springer International Publishing, 2022, pp. 1-4. Synthesis Lectures on Data, Semantics, and Knowledge. ISBN 978-3-031-00790-3. Disponible en: https://link.springer.com/10.1007/978-3-031-01918-0_1.
Jia, J. (2020). From Data to Knowledge: The Relationships Between Vocabularies, Linked Data, and Knowledge Graphs. // Journal of Documentation. 2020, 77: 1, 93-105. https://doi.org/10.1108/JD-03-2020-0036.
Kejriwal, M. (2019). What Is a Knowledge Graph? // Kejriwal, M. (ed). Domain Specific Knowledge Graph Construction. Cham: Springer International Publishing, 2019. 1-7. Springer Briefs in Computer Science. https://doi.org/10.1007/978-3-030-12375-8.
Koltay, T. (2015). Data Literacy: In Search of a Name and Identity. // Journal of Documentation. 2015, 71: 2, 401-415. https://doi.org/10.1108/JD-02-2014-0026.
Liang, S. (2023). Knowledge Graph Embedding Based on Graph Neural Network. // IEEE 39th International Conference on Data Engineering (ICDE). 2023, 3908-3912. https://doi.org/10.1109/ICDE55515.2023.00379.
Martin-Nieva, H. (2023). 20th-Century Art Music in Barcelona (Spain): Concerts and Record-Listening Sessions in Small Venues (1948-1960). CORA. Repositori de Dades de Recerca, 2023, v.1, UNF:6:nMxSxYPA0RomDlucN6Uhow== [fileUNF]. DOI: 10.34810/data926.
Rubio-Cuadrado, Álvaro; Camarero Martínez, Jesús Julio; Gonzalez Gordaliza, Guillermo Jose; Cerioni, Matteo; Montes, Fernando; Gil Sanchez, Luis Alfonso (2020). Datos de dendrocronología y competencia de El Hayedo de Montejo. https://doi.org/10.21950/VEQWPI, e-cienciaDatos, V1; Competencia.csv [fileName]
Michailidis, G. (2008). Data Visualization Through Their Graph Representations. // Handbook of Data Visualization. Berlín, Heidelberg: Springer Berlin Heidelberg, 2008. https://doi.org/10.1007/978-3-540-33037-0.
Muniswamaiah, M.; Agerwala, T.; Tappert, C. (2023). Big Data and Data Visualization Challenges. // IEEE International Conference on Big Data (BigData), diciembre 2023, 6227-6229. https://doi.org/10.1109/BigData59044.2023.10386491.
Rubio-Cuadrado, Á.; et al. (2020). Datos de Dendrocronología y Competencia de El Hayedo de Montejo. e-cienciaDatos, 2020, v.1. DOI: 10.21950/VEQWPI.
Shotton, D.; Peroni, S. (2022). The DataCite Ontology https://sparontologies.github.io/datacite/current/datacite.html.
Sonawane, S.; Mahalle, P.; Ghotkar, A. (2022). Knowledge Graph. // Sonawane, S.; Mahalle, P.; Ghotkar, A.; eds. Information Retrieval and Natural Language Processing: A Graph Theory Approach. Singapur: Springer, 2022, pp. 135-149. Studies in Big Data. https://doi.org/10.1007/978-981-16-9995-5_7.
Sowa, J. (200). Knowledge Representation: Logical, Philosophical, and Computational Foundations. Estados Unidos: Brooks Cole Publishing. https://www.jfsowa.com/krbook/.
UNESCO. Open Research Data [en línea]. 2024. https://www.unesco.org/en/open-science/open-research-data.
Unión Europea. Facts and Figures for Open Research Data - European Commission (2024). https://research-and-innovation.ec.europa.eu/strategy/strategy-2020-2024/our-digital-future/open-science/open-science-monitor/facts-and-figures-open-research-data_en.
Villazon-Terrazas, B.; et al. (2017). Knowledge Graph Foundations. // Pan, J. Z.; et al. (eds). Exploiting Linked Data and Knowledge Graphs in Large Organisations. Cham: Springer International Publishing. 17-55. https://link.springer.com/10.1007/978-3-319-45654-6_2.
W3C (2024). RDF Web Standards https://www.w3.org/RDF/.
Zakaria, S. (2021). Data Visualization as a Research Support Service in Academic Libraries: An Investigation of World-Class Universities. // The Journal of Academic Librarianship. 2021, 47: 5, 1-9. https://doi.org/10.1016/j.acalib.2021
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2024 Los autores y autoras conservan sus derechos de autor, aunque ceden a la revista de forma no exclusiva los derechos de explotación (reproducción, distribución, comunicación pública y transformación) y garantizan a esta el derecho de primera publicación de su trabajo, el cual estará simultáneamente sujeto a la licencia CC BY-NC-ND. Los autores aceptan la responsabilidad legal de cumplir plenamente con los códigos éticos y leyes apropiadas, y de obtener todos los permisos de derecho de autor debidos. Se permite y se anima a los autores y autoras a difundir electrónicamente la versión editorial (versión publicada por la editorial) en la página web personal del autor y en el repositorio de la institución a la que pertenece.
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.
© 1996- . Los autores y autoras conservan sus derechos de autor, aunque ceden a la revista de forma no exclusiva los derechos de explotación (reproducción, distribución, comunicación pública y transformación) y garantizan a esta el derecho de primera publicación de su trabajo, el cual estará simultáneamente sujeto a la licencia CC BY-NC-ND. Los autores aceptan la responsabilidad legal de cumplir plenamente con los códigos éticos y leyes apropiadas, y de obtener todos los permisos de derecho de autor debidos. Se permite y se anima a los autores y autoras a difundir electrónicamente la versión editorial (versión publicada por la editorial) en la página web personal del autor y en el repositorio de la institución a la que pertenece.
