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
Estadísticas
123.778 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.

Búsqueda avanzada

1.121 a 1.130 de 1.909 Resultados
17 feb 2026 - Universidad Nacional de Educación a Distancia (UNED)
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
16 feb 2026 - Universidad Rey Juan Carlos
Limón Velo, Irene; Multigner, Marta; Paternoster, Carlo; Lieblich Rodriguez, Marcela; Torres, B.; Mantovani, Diego; Rams, Joaquin, 2026, "Study of the effect of magnetic fields on static degradation of Fe and Fe-12Mn-1.2C in balanced salts modified Hanks’ solution", https://doi.org/10.21950/8VYE7A, e-cienciaDatos, V1
We present the study of the efect of magnetic fields, both direct and alternating, on ferrous materials, as a way to modulate the biodegradation of medical implants.Pure iron and a FeMnC alloy have been compared, the former is ferromagnetic and the latter paramagnetic.
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.