Research Data Management
El apoyo que potencia tu investigación desde el inicio hasta más allá de su publicación.
El servicio de Research Data Management de la Universidad de los Andes, liderado por el Data Steward, ofrece acompañamiento experto en cada etapa del ciclo de vida de los datos. Desde la planificación y recolección hasta la preservación y reutilización, te ayuda a cumplir con estándares éticos, legales y técnicos, aumentando el impacto, la reproducibilidad, la seguridad y la visibilidad de tu investigación.
- Planes de gestión de datos de investigación.
- Almacenar y compartir datos de investigación.
- Publicar y citar data sets.
- Cumplimiento normativo.
- Apoyo en análisis, limpieza y extracción de datos, a través del equipo de data scientist.
Además, ofrece capacitaciones gratuitas presencia o en línea en la gestión de datos.
Max Koelbl
Data Steward Research Data Management UANDES
Asesor en Centros de Investigación y ESE
mkoelbl@uandes.cl
Convierte la planificación de datos en una ventaja competitiva:
El Data Steward te ayuda a cumplir con los requisitos de los financiadores y anticipar desafíos antes de que surjan.
- DMPTool paso a paso
- Aspectos éticos y legales
- Guía institucional
- Guía de costos
- Guía ¿Qué es un plan?
- Protocolo de gestión
- Tabla de Comparación
- Infografía
Guía paso a paso para utilizar DMPTool con la plantilla de la Universidad de los Andes
Getting Started with the DMPTool Video Tutorial
1er paso: Acceder a la plataforma DMPTool
- Abre tu navegador web e ingresa a la página oficial: https://dmptool.org
- Una vez en la página, haz clic en el botón “Sign Up” (ubicado en la esquina superior derecha, ve cuadro 1).
 |
| Cuadro 1: Página de DMPTool y registración. |
- En la próxima ventana, ingresa tu correo institucional y haz clic en “Continue”. En caso de que ya no cuentas con un correo “@uandes” o “@miuandes”, utiliza el correo personal.
 | 1d) En la ventana siguiente, ingresa tu nombre y apellido (ve cuadro 2). Si en el campo “Institution” no se muestra por defecto “Universidad de los Andes, Chile (uandes.cl)”, comienza a ingresar el nombre tal cual en el campo y elige el registro correspondiente cuando aparezca. Define una clave, acepta los términos y condiciones y haz clic en “Sign up”. |
| Cuadro 2: Crear una cuenta nueva en DMPTool. | |
- Después de crear tu cuenta, te llegará un correo de confirmación. ¡Estás listo para utilizar DMPTool! Dirígete nuevamente a https://dmptool.org, esta vez haz clic en “Login”.
- En la ventana siguiente, ingresa tu correo y haz clic en “Continue”. Después, ingresa tu clave y elige “Sign in”.
- Se te debería presentar la siguiente vista (ve cuadro 3):
 |
| Cuadro 3: Tablero de DMPTool. |
2do paso: Orientación en DMPTool y configuración
Desde acá tienes varias opciones (ve cuadro 4):
 |
| Cuadro 4: Opciones en la interfaz de DMPTool. |
- En los enlaces azules al lado derecho del logo de la UANDES, tienes la opción de dirigirte a la página del Research Data Management UANDES, la página de Biblioteca y la página principal de la Universidad. Además, aparece el enlace con el correo de contacto al Research Data Management, que puedes utilizar en caso de dudas o preguntas.
- En “Dashboard” siempre podemos volver a esta vista del tablero.
- En “Create Plan” podemos crear un plan de gestión de datos (ve paso 3).
- En “Public Plans” se encuentran diferentes planes de gestión de datos que se crearon y publicaron en la plataforma DMPTool, y en “Funder Requirements” podemos encontrar requerimientos de entidades financiadoras afiliadas con DMPTool, listos para descargar.
- En “About” podemos encontrar diferentes recursos, entre ellos material para resolver preguntas y aprender de cómo utilizar DMPTool.
- En el ícono de la persona (), encontramos la opción de modificar nuestro perfil, clave, correo electrónico asociado, etc.
3er paso: Crear un plan de gestión de datos con la plantilla de la UANDES
La plantilla de la Universidad de los Andes para el plan de gestión de datos (PGD) es adecuada para todas las necesidades de nuestra Universidad, y también cubre toda la información que requiere la Agencia Nacional de Investigación y Desarrollo (ANID) en sus programas de financiación. Para crear un PGD basada en la plantilla, sigue los siguientes pasos:
- Haz clic en “Crear Plan”.
- En la siguiente ventana, ingresa el nombre del proyecto en “What research Project are you planning”. (ve cuadro 5). En “Select the primary research organization”, selecciona la Universidad de los Andes. Deja “Select the primery funding organization” vacío y haz clic en la caja “No funder associated with this plan or my funder is not listed”, aunque tengamos un financiador cómo FONDECYT. Finalmente hacemos clic en “Create plan”.
 |
| Cuadro 5: Creación de un PGD en DMPTool con la plantilla UANDES. |
- En la próxima ventana, tenemos diferentes pestañas, en las cuales podemos complementar nuestro PGD (ve cuadro 6).
 |
| Cuadro 6: Completar el PGD en DMPTool con la plantilla institucional. |
- En “Project Details” definimos el nombre y resumen de nuestro proyecto, tal como el área de investigación, el financiador y las fechas de comienzo y cierre.
- En “Collaborators” podemos invitar a collegas o compañeros/as para trabajar con nosotros en el PGD.
- En “Write Plan” encontramos las diferentes secciones de la plantilla UANDES del PGD, que podemos rellenar para nuestro proyecto. Para cada sección tenemos una guía de apoyo en la barra lateral derecha, que nos indica cómo completar el PGD.
- En “Research Outputs” definimos resultados esperados para nuestra investigación, si aplica.
- En “Reques feedback” puedes enviar tu borrador del PGD a revisión por el Data Steward de la UANDES, que te dará retroalimentación para tu PGD y recomendaciones. Una vez lista la revisión, se te avisará por correo electrónico.
- En “Finalize” puedes publicar y/o registrar tu PGD, si necesita una ID y ser verificado por una organización externa (cómo por ejemplo, la ANID).
En “Download” puedes descargar tu PGD, una vez que lo finalizas en diferentes formatos y estilos
Aspectos éticos y legales en la planificación de la investigación
Considerar los aspectos éticos y legales en la fase de planificación de un proyecto de investigación es esencial para asegurar su integridad, legitimidad y sostenibilidad. Desde el inicio, una adecuada planificación ética permite identificar riesgos para las personas involucradas y establecer mecanismos de consentimiento informado. Esto garantiza el cumplimiento de leyes, los estándares éticos en la investigación, así como el respeto a la propiedad intelectual. La Política de Integridad Científica de la Universidad (Universidad de los Andes, 2025) enfatiza la importancia de una investigción ética y responsable, respetando la privacidad de los participantes y la confidencialidad de la información.
Diversos acuerdos internacionales subrayan la importancia de la ética y la integridad en la investigación científica. Entre ellos, destacan la Singapore Statement on Research Integrity (2010), que establece principios fundamentales como la honestidad, la responsabilidad y la equidad; y las directrices de COPE (Committee on Publication Ethics, s.f.), que orientan sobre buenas prácticas editoriales. Estos marcos promueven una cultura de responsabilidad ética en todas las etapas del ciclo de vida de la investigación y son acogidos por instituciones como la Universidad de los Andes en sus políticas institucionales.
A continuación, presentamos recursos útiles al respecto:
La Ley 21.719 regula el tratamiento y la protección de los datos personales en Chile y crea la Agencia de Protección de Datos Personales. Establece principios como licitud, finalidad, proporcionalidad, seguridad y transparencia, además de otorgar a los titulares derechos como acceso, rectificación, supresión, oposición y portabilidad de sus datos.
Este documento establece los principios, criterios y procedimientos que regulan el funcionamiento del Comité Ético Científico de la Universidad de los Andes. Define la evaluación ética como un requisito previo a la ejecución de proyectos de investigación con personas, datos sensibles o animales, garantizando el respeto a los derechos y el bienestar de los participantes.
Documento:
La Política de Integridad Científica de la Universidad de los Andes busca promover la excelencia ética y académica en la investigación, en concordancia con principios internacionales como la Declaración de Singapur, COPE y lineamientos OCDE. Define estándares éticos, responsabilidades institucionales, mecanismos de prevención y sanción ante malas prácticas, y promueve una cultura de transparencia, responsabilidad y respeto en toda la comunidad investigadora.
Documento:
Referencias:
Committee on Publication Ethics. (s. f.). Promoting integrity in research and its publication. https://publicationethics.org/
The World Conferences on Research Integrity Foundation. (2010). Singapore Statement—WCRIF – The World Conferences on Research Integrity Foundation. https://www.wcrif.org/guidance/singapore-statement
Costos y recursos para la gestión de datos
Cómo cualquier proceso durante un proyecto de investigación, la gestión de datos requiere horas dedicadas y herramientas disponibles, para lograr buenos resultados. Dependiente del tipo de proyecto, esos recursos serán distribuidos de manera diferente – sin embargo, una buena planificación siempre ayudará a cumplir en esta etapa exitosamente y prevenir improvistos. Abajo te dejamos una pequeña guía para la estimación de costos de gestión de datos en tu proyecto.
Principales categorías de costo
Costos de personal
- Investigadores y asistentes: tiempo dedicado a planificación, documentación, limpieza, anonimización y preparación para depósito.
- Data manager o consultor: Considerar asignación de personal para gestión de datos, si necesario.
- Incluir formación y coordinación (guías, talleres para el equipo, revisión de DMP).
Costos de infraestructura y herramientas
- Software, licencias y herramientas específicas (análisis, anonimización, manejo metadata).
- Equipos (p. ej. hardware especializado, almacenamiento local).
- Infraestructura externa: almacenamiento en la nube o repositorios comerciales.
Costos de documentación y archivado
- Generación de metadata, código, CSV legibles, manuales y README. Cada depósito puede requerir 1–2 h extra.
- Verificación de formatos, conversión a formatos abiertos y organización consistente.
Costos de compartir y preservar
- Preparación de datos (análisis legal, consentimientos, impacto en privacidad, anonimización): tiempo significativo.
- Subida, depósito de datos código y archivos derivados.
- Mantenimiento a largo plazo, migraciones y gestión de accesos.
Herramienta de estimación de costos (UK Dataservice)
El UK Data Service, cómo repositorio principal de datos de investigación demográfica, económica y social del “Economic and Social Research Council” (ESRC) del Reino Unido, desarrolló una guía y checklist extensa de los posibles costos en gestión de datos. Puedes acceder a esta herramienta aquí (inglés):
UK Data Service: Data management costing tool and checklist[1]
¿Cómo utilizer la herramienta de estimación de costos?
- Checklist de actividades: Seleccionar aquellas aplicables (etiquetado variables, metadata, anonimización, archivo, etc.).
- Estimación de recursos: Para cada actividad, calcular tiempo del personal y otros costes (software, hardware).
- Implementación: Registrar los costes en la DMP o solicitud de financiamiento.
- Planificación: Programar actividades para que no compitan con fases finales del proyecto.
Tabla de costos de referencial
En la tabla siguiente puedes ver los precios aproximados de algunos recursos para la gestión de datos de investigación comerciales, cómo la opción institucional si existe:
| Recurso | Costos comercial | Alternativas libres |
|---|---|---|
| Datos secundarios | Según disciplina, p.ej. Bloomberg Terminal, USD 26.000-28.000/año. ProQuest Social Science Premium Collection, USD 5.000-20.000/año. | CESSDA, UK Data Service, arXiv, Dryad, Harvard Dataverse… |
| Colección y procesamiento | Dependiente de los datos por coleccionar, p.ej.: licencia Qualtrics (encuestas en línea): USD 1.500-5.000/año. Transcripción de datos audio 4-8 hora/hora grabada, transcripciones automatizadas requieren revisión. | LimeSurvey, Google Forms, Google Earth Engine, REDCap, Arduino IDE, Voyant Tools… |
| Almacenamiento | Para grandes cantidades: USD 20-25/mes. | Pequeño o mediano: Zenodo, figshare, Harvard Dataverse, Dryad, OSF. Pequeños: OneDrive UANDES. |
| Documentación | Notebooks electrónicos USD 100-300/año/usuario, entornos virtuales (VRE’s) ~USD 500/año. | Notebooks: JupyterLab, eLabFTW, SciNote. VRE’s: OSF, Galaxy, JupyterHub / Binder. |
| Análisis | Programas cuantitativos o cualitativos: ~USD 100-1.500/año. | R/RStudio, Jamovi, PSPP, Python, QDAMiner Lite, Taguette, Voyant Tools. |
| Preservación y publicación | Repositorios de pago: ~USD 150/dataset o membresías USD 1.000-2.000/año +. | Zenodo, figshare, Dryad, OSF, Harvard Dataverse… |
[1] Copyright © 2022 University of Essex. Created by UK Data Archive, UK Data Service. Version No. 01.00.
¿Qué es un Plan de Gestión de Datos?
Un Plan de Gestión de Datos (PGD) es un documento formal que describe cómo se gestionarán los datos de investigación a lo largo del ciclo de vida de un proyecto. Esto incluye su recolección, procesamiento, almacenamiento, preservación, acceso y posible reutilización. Es un componente esencial de la ciencia abierta y de buenas prácticas científicas.
Definición según UANDES
Según la Política de Ciencia Abierta y Gestión de Datos de Investigación de la UANDES, todo nuevo proyecto de investigación debe incluir un PGD que aborde la captura, gestión, integridad, confidencialidad, almacenamiento, acceso, intercambio, reutilización y publicación de los datos.
Importancia del PGD
Beneficios clave
- Facilita la reproducibilidad y replicabilidad de los resultados científicos.
- Optimiza recursos al planificar con antelación la gestión de los datos.
- Cumple con normativas institucionales, nacionales (como la Ley 21.719) e internacionales.
- Aumenta el impacto y la visibilidad de la investigación mediante datos FAIR (Findable, Accessible, Interoperable, Reusable).
Componentes de un PGD
Según CESSDA y buenas prácticas internacionales, un PGD bien estructurado debe incluir:
- Descripción del proyecto
- Tipos de datos y formato
- Metadatos y documentación
- Normativas éticas y legales
- Almacenamiento y seguridad
- Preservación a largo plazo
- Compartición y acceso
- Asignación de responsabilidades
- Costos y recursos requeridos
- Plan de revisión y actualización del PGD
Cada sección debe responder preguntas específicas, como las que recomienda CESSDA en su guía experta.
Ciclo de vida de los datos en investigación
El PGD acompaña las distintas fases del proyecto:
- Planeación: decisiones sobre tipos de datos, formatos, permisos, etc.
- Recolección: procedimientos técnicos y éticos.
- Procesamiento y análisis: codificación, calidad de datos.
- Almacenamiento y seguridad: backups, encriptación, acceso controlado.
- Publicación y preservación: selección de repositorios, licencias.
- Reutilización: condiciones y límites para terceros.
Normativas Aplicables
En la Universidad de los Andes:
- Política de Ciencia Abierta y Gestión de Datos .
- Política de Investigación e Innovación.
- Reglamento de Propiedad Intelectual.
- Normativa sobre Conflictos de Interés.
- Política sobre Transferencia Tecnológica.
En Chile:
- Ley 21.719 sobre protección de datos personales, que regula la obtención, tratamiento, acceso y derechos de los titulares.
Apoyo Institucional
UANDES cuenta con un Servicio de Research Data Management (RDM), operado por un Data Steward, que asesora y capacita en la creación y revisión de PGD, uso de herramientas, políticas y buenas prácticas.
Recomendaciones para redactar un PGD
- Consulta con el Data Steward desde el inicio del proyecto.
- Utiliza plantillas institucionales y adapta modelos como los de CESSDA.
- Considera el tipo de datos y requerimientos de agencias financiadoras (como ANID).
- Define claramente los roles y responsabilidades en el equipo.
- Incluye el PGD como documento vivo, sujeto a revisiones durante el proyecto.
Referencias:
Política de Ciencia Abierta y Gestión de Datos de Investigación (2025).
Política de Integridad Científica (2024).
Política de Investigación (2024).
Reglamento de Propiedad Intelectual (2012).
CESSDA. (s. f.). Data Management Expert Guide. Recuperado 30 de octubre de 2024, de https://dmeg.cessda.eu/
| Requisito | Fondecyt Iniciación | Fondecyt Regular | Fondecyt Postdoctorado |
|---|---|---|---|
| Postulante | Investigador/a con grado de doctor obtenido hasta 5 años antes del cierre. | Investigador/a con trayectoria en investigación. | Doctor/a con grado obtenido desde el 1 de enero de 2021 (chilenos) o 2020 (extranjeros). |
| Nacionalidad | Chileno/a o extranjero/a con residencia en Chile. | Chileno/a o extranjero/a con residencia en Chile. | Chileno/a o extranjero/a con residencia en Chile. |
| Institución patrocinante | Requiere patrocinio institucional. | Requiere patrocinio institucional. | Requiere patrocinio institucional. |
| Dedicación al proyecto | Exclusiva (sin actividades incompatibles). | Mínimo 6 meses por año. | Dedicación exclusiva durante todo el periodo. |
| Duración del proyecto | 2 a 3 años. | 2 a 4 años. | 2 o 3 años. |
| Financiamiento | Hasta $30.000.000 CLP anuales. | Hasta $57.000.000 CLP anuales. | Hasta $27.000.000 CLP anuales. |
| Co-investigadores/as | No permite | Permite co-investigadores/as. | No permite |
| Carta de patrocinio | Requerida. | Requerida. | Requerida. |
| Certificaciones éticas u otras | Si aplica (seres humanos, animales, datos sensibles, etc.). | Si aplica (seres humanos, animales, datos sensibles, etc.). | Si aplica (seres humanos, animales, datos sensibles, etc.). |
| Restricción por adjudicación previa | No haber sido beneficiario/a de otro Fondecyt. | No especificada. | No haber sido beneficiario/a del mismo fondo. |
Infografía Plan de gestión de datos de investigación
Crear rutinas simples, seguras y eficientes:
Te apoyamos en prácticas de recolección que aseguran la calidad de datos primarios y secundarios.
Mejora la calidad de tu análisis desde la base:
Recibe guía en codificación, documentación y formatos óptimos para facilitar el procesamiento futuro.
Tu análisis con respaldo experto:
Te conectamos con servicios de ciencia de datos para análisis estadísticos, visualización y limpieza avanzada
Haz que tu investigación perdure:
El Data Steward te guía en depositar tus datos en repositorios seguros, con respaldo institucional garantizado.
Multiplica el impacto de tus datos:
Comparte tus resultados de forma abierta y ética, con apoyo para anonimización y elección de licencias.
Tus datos, una inversión que sigue rindiendo:
Al facilitar la reutilización, aumentas citaciones y contribuyes a la ciencia colaborativa.
