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
Repositorio de Datos de la UC3M
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.

Búsqueda avanzada

3.851 a 3.860 de 5.943 Resultados
31 jul 2023
Miguel Angel Moreno Mateos; Kostas Danas; Daniel Garcia-Gonzalez, 2023, "FEniCS/FEniCSx complete code for magnetic actuation on magnetorheological elastomers modelling the entire boundary value problem for the permanent magnet and electromagnet actuation setups", https://doi.org/10.5281/ZENODO.8129309
FEniCS/FEniCSx complete code for magnetic actuation on magnetorheological elastomers modelling the entire boundary value problem for the permanent magnet and electromagnet actuation setups. The content includes two cases: 1. A simulation case where the magnetic actuation is impos...
Dataset recolectado desde DataCite con autores de la UC3M. El enlace le llevará directamente a los datos originales en dicho archivo.
28 jul 2023 - Federico-Tena World Population Historical Database
Federico, Giovanni; Tena Junguito, Antonio, 2023, "Federico-Tena World Population Historical Database : Saint Barthélemy (Norwegian colonies)", https://doi.org/10.21950/OGPYF5, e-cienciaDatos, V1
Project developed by Giovanni Federico (New York University Abu Dhabi) and Antonio Tena Junguito (Universidad Carlos III de Madrid). Dataset: Saint Barthélemy (Norwegian colonies)
Adobe PDF - 149,6 KB - MD5: 8f616511f228552d5349d9c3d54c8476
DocumentaciónDocumentation
Hoja de cálculo MS Excel - 15,6 KB - MD5: 451bab83f15180382e8dcdb7e296da91
DataDatos
27 jul 2023 - Federico-Tena World Population Historical Database
Federico, Giovanni; Tena Junguito, Antonio, 2023, "Federico-Tena World Population Historical Database : Africa", https://doi.org/10.21950/8EWODF, e-cienciaDatos, V1
Project developed by Giovanni Federico (New York University Abu Dhabi) and Antonio Tena Junguito (Universidad Carlos III de Madrid). Dataset: Africa
Adobe PDF - 148,1 KB - MD5: b0c2899c2bde3f3d09227156cd1fe689
DocumentaciónDocumentation
26 jul 2023
Tirelli, Iacopo; Ianiro, Andrea; Discetti, Stefano, 2022, "Dataset of "An end-to-end KNN-based PTV approach for high-resolution measurements and uncertainty quantification"", https://doi.org/10.5281/ZENODO.6922576
Dataset of the article "An end-to-end KNN-based PTV approach for high-resolution measurements and uncertainty quantification" (https://doi.org/10.1016/j.expthermflusci.2022.110756). Local similarity between non-time-resolved snapshots is enforced by KNN to extract high-resolution...
Dataset recolectado desde DataCite con autores de la UC3M. El enlace le llevará directamente a los datos originales en dicho archivo.
26 jul 2023
Güemes, Alejandro; Sanmiguel Vila, Carlos; Discetti, Stefano, 2022, "Dataset of "Super-resolution generative adversarial networks of randomly seeded fields"", https://doi.org/10.5281/ZENODO.7191209
Dataset of the article "Super-resolution generative adversarial networks of randomly seeded fields" (https://doi.org/10.1038/s42256-022-00572-7) The codes processing data here are on https://github.com/eaplab/RaSeedGAN This project has received funding from the European Research...
Dataset recolectado desde DataCite con autores de la UC3M. El enlace le llevará directamente a los datos originales en dicho archivo.
26 jul 2023
CHEN, Junwei; DISCETTI, Stefano; RAIOLA, Marco, 2022, "Dataset of "Pressure from data-driven estimation of velocity fields using snapshot PIV and fast probes"", https://doi.org/10.5281/ZENODO.6473074
Dataset of the article Pressure from data-driven estimation of velocity fields using snapshot PIV and fast probes (https://doi.org/10.1016/j.expthermflusci.2022.110647). A data-driven method is applied to combine non-time-resolved velocity field and fast probe data, and achieve t...
Dataset recolectado desde DataCite con autores de la UC3M. El enlace le llevará directamente a los datos originales en dicho archivo.
Añadir datos

Necesita identificarse para crear un dataverse o añadir un dataset.

Compartir dataverse

Compartir este dataverse en sus redes sociales favoritas.

Enlace al dataverse
Reiniciar modificaciones

¿Está seguro de que quiere reiniciar los campos de metadatos seleccionados?. Si lo hace, cualquier personalización (oculto, obligatorio, opcional) que haya hecho desaparecerá.