e-cienciaDatos

Encuesta satisfacción e-cienciaDatos

e-cienciaDatos es el repositorio de datos de investigación de las universidades del Consorcio Madroño. Es miembro de Harvard Dataverse Network, aceptado por las principales editoriales científicas y cumple los requisitos del H2020.

Estamos comprometidos con la mejora de nuestro servicio. Conocer mejor sus expectativas nos ayudará a adaptar nuestros servicios a sus necesidades.

Si desea colaborar con nosotros, seleccione su institución para comenzar la encuesta.

Gracias por su colaboración.

UAH UAM UC3M UNED UPM URJC

Ninguna de las anteriores

Recordármelo más tarde | No volver a mostrar este mensaje

Estadísticas

94.479 Descargas

Dataverses destacados

Para usar esta funcionalidad ha de tener publicado o enlazado al menos un dataverse.

Publicar dataverse

¿Está seguro de que quiere publicar su dataverse? Una vez hecho esto, deberá permanecer publicado.

Publicar dataverse

Este dataverse no puede publicarse porque el dataverse al que pertenece no se ha publicado.

Eliminar dataverse

¿Está seguro de que quiere eliminar este dataverse? No podrá recuperarlo.

Año de publicación: 2025

3.401 a 3.410 de 5.124 Resultados

triangulation_coalitions.csv 2 jun 2025 - Advocacy and Alternatives in European Disinformation Regulation (AAEDR): A Multi-Method Dataset (QDA, SNA, DNA, QCA) Valores separados por comas - 3,6 KB - MD5: 6f008fb21625191006f7744edea3d7dd DataDatos
Two_mode_network_raw_data.csv 2 jun 2025 - Advocacy and Alternatives in European Disinformation Regulation (AAEDR): A Multi-Method Dataset (QDA, SNA, DNA, QCA) Valores separados por comas - 25,5 KB - MD5: b61b47516989d22238c3b1368d97ae8c DataDatos
Datos de la investigación: Desinformación en situaciones de emergencia: estudio del caso de las agencias de verificación durante la DANA en España 28 may 2025 - Universidad Rey Juan Carlos Lopez-Marcos, Casandra; VICENTE-FERNÁNDEZ, Pilar; Hidalgo-Cobo, Pablo, 2025, "Datos de la investigación: Desinformación en situaciones de emergencia: estudio del caso de las agencias de verificación durante la DANA en España", https://doi.org/10.21950/YEFN2W, e-cienciaDatos, V1 Propósito. Este estudio analiza la actuación de las agencias españolas de verificación ante la desinformación surgida durante la DANA en España en octubre de 2024, evaluando su capacidad para contrarrestar bulos en situaciones de emergencia. Metodología. Se emplea una investigaci...
fichacodificacion_parasubir.csv 28 may 2025 - Datos de la investigación: Desinformación en situaciones de emergencia: estudio del caso de las agencias de verificación durante la DANA en España Valores separados por comas - 160,0 KB - MD5: 65fdec5650412adfa5e3897442dcb261 Codificación de la investigación
readme-es.txt 28 may 2025 - Datos de la investigación: Desinformación en situaciones de emergencia: estudio del caso de las agencias de verificación durante la DANA en España Texto plano - 5,7 KB - MD5: aee7f9bbd98c62fdf067e37112b7f9a6
Synthetic datasets generated by Large Language Models 27 may 2025 - GRESEL-UAM: Narrativas Financieras y Literatura Torterolo Orta, Yanco Amor; Roseti, Sofía Micaela; Moreno-Sandoval, Antonio, 2025, "Synthetic datasets generated by Large Language Models", https://doi.org/10.21950/YXP8Q8, e-cienciaDatos, V1 This dataset is the result of the work done in the project GRESEL-UAM: About GRESEL: AI Generation Results Enriched with Simplified Explanations Based on Linguistic Features (Resultados de Generación de IA Enriquecidos con Explicaciones Simplificadas Basadas en Características Li...
output_deepseek-r1_14b.csv 27 may 2025 - Synthetic datasets generated by Large Language Models Valores separados por comas - 112,1 KB - MD5: 41dd93900bfd7b940afe75aa97dffe42 DataDatos Synthetic QA dataset generated by the model deepseek-r1:14b
output_llama3.1_8b-instruct-q8_0.csv 27 may 2025 - Synthetic datasets generated by Large Language Models Valores separados por comas - 96,5 KB - MD5: c2ffef1b613b54f79165a0b2faaf4469 DataDatos Synthetic QA dataset generated by the model llama3.1:8b-instruct-q8_0
output_mistral_7b-instruct.csv 27 may 2025 - Synthetic datasets generated by Large Language Models Valores separados por comas - 112,3 KB - MD5: 2d1dc985f80d6ce1a3a261967bd49bd3 DataDatos Synthetic QA dataset generated by the model mistral:7b-instruct
readme-en.txt 27 may 2025 - Synthetic datasets generated by Large Language Models Texto plano - 7,3 KB - MD5: 5fd383d289fe53e3ac0242abfa883bfd DocumentaciónDocumentation

triangulation_coalitions.csv

2 jun 2025 - Advocacy and Alternatives in European Disinformation Regulation (AAEDR): A Multi-Method Dataset (QDA, SNA, DNA, QCA)

Valores separados por comas - 3,6 KB -

DataDatos

Two_mode_network_raw_data.csv

2 jun 2025 - Advocacy and Alternatives in European Disinformation Regulation (AAEDR): A Multi-Method Dataset (QDA, SNA, DNA, QCA)

Valores separados por comas - 25,5 KB -

DataDatos

Datos de la investigación: Desinformación en situaciones de emergencia: estudio del caso de las agencias de verificación durante la DANA en España

28 may 2025 - Universidad Rey Juan Carlos

Lopez-Marcos, Casandra; VICENTE-FERNÁNDEZ, Pilar; Hidalgo-Cobo, Pablo, 2025, "Datos de la investigación: Desinformación en situaciones de emergencia: estudio del caso de las agencias de verificación durante la DANA en España", https://doi.org/10.21950/YEFN2W, e-cienciaDatos, V1

Propósito. Este estudio analiza la actuación de las agencias españolas de verificación ante la desinformación surgida durante la DANA en España en octubre de 2024, evaluando su capacidad para contrarrestar bulos en situaciones de emergencia. Metodología. Se emplea una investigaci...

fichacodificacion_parasubir.csv

28 may 2025 - Datos de la investigación: Desinformación en situaciones de emergencia: estudio del caso de las agencias de verificación durante la DANA en España

Valores separados por comas - 160,0 KB -

Codificación de la investigación

readme-es.txt

28 may 2025 - Datos de la investigación: Desinformación en situaciones de emergencia: estudio del caso de las agencias de verificación durante la DANA en España

Texto plano - 5,7 KB -

Synthetic datasets generated by Large Language Models

27 may 2025 - GRESEL-UAM: Narrativas Financieras y Literatura

Torterolo Orta, Yanco Amor; Roseti, Sofía Micaela; Moreno-Sandoval, Antonio, 2025, "Synthetic datasets generated by Large Language Models", https://doi.org/10.21950/YXP8Q8, e-cienciaDatos, V1

This dataset is the result of the work done in the project GRESEL-UAM: About GRESEL: AI Generation Results Enriched with Simplified Explanations Based on Linguistic Features (Resultados de Generación de IA Enriquecidos con Explicaciones Simplificadas Basadas en Características Li...

output_deepseek-r1_14b.csv

27 may 2025 - Synthetic datasets generated by Large Language Models

Valores separados por comas - 112,1 KB -

DataDatos

Synthetic QA dataset generated by the model deepseek-r1:14b

output_llama3.1_8b-instruct-q8_0.csv

27 may 2025 - Synthetic datasets generated by Large Language Models

Valores separados por comas - 96,5 KB -

DataDatos

Synthetic QA dataset generated by the model llama3.1:8b-instruct-q8_0

output_mistral_7b-instruct.csv

27 may 2025 - Synthetic datasets generated by Large Language Models

Valores separados por comas - 112,3 KB -

DataDatos

Synthetic QA dataset generated by the model mistral:7b-instruct

readme-en.txt

27 may 2025 - Synthetic datasets generated by Large Language Models

Texto plano - 7,3 KB -

DocumentaciónDocumentation

Añadir datos

Necesita identificarse para crear un dataverse o añadir un dataset.

Iniciar sesión

Compartir dataverse

Enlace al dataverse

Reiniciar modificaciones