Encuesta satisfacción e-cienciaDatos

e-cienciaDatos es el repositorio de datos de investigación de las universidades del Consorcio Madroño. Es aceptado por las principales editoriales científicas

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 UNED
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

1.031 a 1.040 de 3.617 Resultados
17 feb 2026
Pastor Vargas, Rafael; Concejal, David; del Corte Valiente, Antonio, 2026, "Métricas de centralidad basadas en ACI IoT Network Traffic Dataset 2023", https://doi.org/10.21950/8MAAX7, e-cienciaDatos, V1
Los datos recogidos en este dataset representan las métricas de centralidad asociadas al grafo que representa una red de comunicaciones de dispositivos IoT. La estructura de la red se ha inferido a parir de ACI IoT Network Traffic Dataset 2023, preparado por Internet of Things Re...
Valores separados por comas - 63,7 MB - MD5: 275772e167721c10ef271d1f6354d5d7
Los campos están declarados en la primera fila y se usa el ';' como separador de campos debido a la existencia de valores numéricos con decimales que separan la parte entera y la decimal con una coma.
Texto plano - 6,9 KB - MD5: 7c2db345558956d9ae3cad43530cf770
Full Dataset Description
Texto plano - 7,7 KB - MD5: a823cd703e361c699e37cda67a58cf0f
Descripción completa del dataset
6 feb 2026 - Universidad Carlos III de Madrid
Casaldàliga, Anna; Amigot Zardoya, Ana; Bonora, Laura Valeria; Calzas, Isabel; Losada Yáñez, Marina; Melero, Remedios; Moreno-Pulido, Alexis; Ortiz Uceta, Eva; Pallarés Lloréns, Jordi; Ribes, Inma; Rovira Fernández, Anna; Santanach López, Bruna, 2026, "Medición del Acceso Abierto en las universidades españolas y el CSIC (2020-2024)", https://doi.org/10.21950/SDYKFX, e-cienciaDatos, V1
Medición del acceso abierto en las universidades y centros de investigación del CSIC, periodo 2020-2024, realizada por la Línea II del Plan Estratégico de REBIUN (Red de Bibliotecas Universitarias Españolas) 2024-2027.
Código fuente Python - 2,5 KB - MD5: f457c72bf9c984c6827d71513930cc5c
CodeCódigo
Script de Python para deduplicar DOI.
Código fuente Python - 4,6 KB - MD5: eccab43a925e3f5e6af3bd3aef344446
CodeCódigo
Script de Python para descarga de artículos con DOI e información de la vía de acceso abierto.
Código fuente Python - 4,4 KB - MD5: 32065a347bdd4156c6ad1fb2e3f19cc9
CodeCódigo
Script de Python para descarga de artículos con DOI por institución y año.
Texto plano - 11,3 KB - MD5: fb511f89785253ad363a0511da07ace1
DocumentaciónDocumentation
Documento explicativo
Valores separados por comas - 32,2 KB - MD5: e34828a7e281d0caabd8f9ac404b0cce
DataDatos
Registros de vías de acceso abierto y porcentajes por universidades REBIUN y CSIC.
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.