Saltar al contenido principal

FAIR-LatAf: Políticas de datos y código en revistas de Latinoamérica y África

principios FAIR
ciencia abierta
datos abiertos
políticas editoriales
Latinoamérica
África
metainvestigación
Clasificación y evaluación de las políticas de datos y código en revistas científicas de Latinoamérica y África, y su alineación con los principios FAIR
Fecha de publicación

octubre 2026

NotaConceptos clave

Algunos conceptos usados en esta página: Apertura de datos y código, Principios FAIR.

Descripción

Este proyecto estudia las políticas de datos y código declaradas en las guías para autores de revistas científicas de Latinoamérica y África indexadas en Scimago, y su alineación con los principios FAIR para la Apertura de datos y código. Los principios FAIR establecen que los datos (y, por extensión, el código) deben ser fáciles de encontrar, accesibles, interoperables y reutilizables, y las políticas editoriales son una de las vías principales para promover estas prácticas. A partir de un corpus de cerca de 1500 revistas, clasificamos la presencia y el nivel de exigencia de las políticas de datos y de código, evaluamos su alineación con elementos FAIR (como repositorios, identificadores persistentes y licencias) y comparamos los resultados entre regiones, países y áreas del conocimiento. La clasificación se realiza con apoyo de inteligencia artificial y se valida frente a codificación humana, con todos los materiales, datos y código disponibles de forma abierta.

Equipo

Nombre Rol
Juan David Leongómez Investigador principal
Marcela Puentes Lider del proyecto
Pilar Cardona Investigadora
Valentina Cepeda Monsalve Investigadora
Andrés Lemus Morales Investigador
Mariajose Ruiz Suescún Investigadora
Luna Valencia Guevara Investigadora
Daniela Urrego Alvarado Investigadora
Samuel Felipe Castillo Investigador

Objetivos

  1. Construir un corpus de las guías para autores de las revistas de ambas regiones, con fecha de captura.
  2. Clasificar la presencia y el nivel de exigencia de las políticas de datos y de código, por separado.
  3. Evaluar el grado en que estas políticas incorporan elementos alineados con FAIR.
  4. Validar la clasificación automatizada con IA frente a codificación humana.
  5. Comparar los resultados entre regiones, países y áreas del conocimiento.

Estado

Nota

Estado: En curso · Inicio: septiembre 2026 · Fin esperado: por definir

Materiales

  • Protocolo preregistrado: (pendiente)
  • Repositorio de código: (próximamente)

Publicaciones relacionadas

  • (próximamente)
Volver arriba