Find research datasets worth reusing
Search datasets from major research repositories and use ShareScore to quickly assess how well each record supports discovery, access, and reuse.
62
datasets available to search
ShareScore release 0.9.0
Dataset results
62 results for “Bogotá”
Datos de los contaminantes del aire tomado de la estación de monitoreo las Ferias, Bogotá 2009 - 2020.
<p>Base de datos de los diferentes contaminantes atmosféricos generados por la fuentes fijas y móviles de la ciudad de Bogotá, Colombia.</p>
Dataset of traffic accidents reported on Twitter Bogotá Colombia
<p><strong>1 Classification Dataset</strong></p> <p>This dataset for the classification model contains 3,804 tweets, where 1,902 are related to traffic accident reports (TA, positive class) and 1,902 are unrelated (NTA, negative class).</p> <p>For training the tweet classification model, a collaborative labeling strategy was designed. Here, 30 people labeled data according to the instructions given. Each participant had to evaluate a tweet to manually classify it into one of three categories defined as: traffic accident related, unrelated and don´t know/no response. Each tweet was evaluated by 3 participants. The correct label was selected by voting; the 3 people must agree on the selected label, otherwise the tweet was excluded from training. This process took a month and required the development and deployment of a web application.</p> <p><strong>2 NER Dataset (Named Entity Recognition)</strong></p> <p>For the entity recognition model training, a sample of the filtered tweets resulting from the previous classification phase was taken. 1,340 tweets were extracted, where 800 are from “unofficial” users, almost 60% of the sample. These tweets were user reports on traffic incident occurred in Bogota from October 2018 to July 2019, including other tweets that contained some location references such as reports on the state of road infrastructure; some tweets from the years 2016 and 2017 were also included. Although these posts were not related to accidents per se, they were selected because they contained location information. The purpose was to train a model that would recognize these entities, because a classifier of accident-related tweets was previously created. Additionally, the dataset was split, reserving 1,072 tweets for training and 268 for evaluation.</p> <p>This dataset was manually labeled using the IOB (Inside-outside- beginning) format. The labeling tool called Brat Annotation Tools was used for this task. The labels defined are Location, which refers to the location of the report; and Time, which refers to the time or date of the incident. Accordingly, 5 labels were generated: B-loc, I-loc, B-time, I-time and O. The O label refers to Others.</p> <p><strong>3 Traffic accident Twitter geolocation</strong></p> <p>A dataset with 26362 traffic accident tweets with the coordinates of the incident and the date of publication.</p>
Análisis del comportamiento de los contaminantes atmosféricos en la estación las Ferias, Bogotá.
<p>El video se enfoca en analizar el comportamiento de los contaminantes atmosféricos NO<sub>2, </sub>NO<sub>x</sub>, PM10 y PM2.5 desde el año 2009-2020.</p>
Datos meteorológicos de dos Aeropuertos en Barcelona,España y en Bogotá, Colombia
<p><strong>DESCRIPCIÓN</strong></p><p>Las estaciones consideradas corresponden a las de dos aeropuertos de dos países distintos Aeropuerto El Dorado (Bogotá, Colombia) , Aeropuerto Josep Tarradellas – El Prat (Barcelona, España) ubicados en las coordenadas (4.7012046403294105, -74.14608227116346) y (41.298774255592626, 2.079730938615685) según el convencional sistema WGS84.</p><p>El conjunto de datos generados en esta actividad recoge variables meteorológicas de dos estaciones meteorológicas, una a través de web scrapping de la pagina <a href="https://x-y.es/aemet/#indice0">x-y.es</a> y la otra a partir de una automatización la consulta construida a através del geoportal web del <a href="http://www.dhime.ideam.gov.co/webgis/home/">DHIME </a>estos sitios presentan los datos que son generados y administrados por AETMET e IDEAM que son las instituciones nacionales responsables de los datos meteorológicos respectivamente en cada caso.</p><p><strong>CONTENIDO</strong></p><p>Los datos en común entre los set de datos son:</p><ul><li>Fecha (YYYY-MM-DD)</li><li>Temperatura media (°C)</li><li>Temperatura mínima (°C)</li><li>Precipitación media (mm)</li><li>Humedad relativa (%)</li><li>Velocidad del viento</li></ul><p>La automatización de acceso a los datos se presenta como solución al acceso a los datos climáticos del último año con respecto a la fecha de la consulta, para los aeropuertos, y dado que el la plataforma del IDEAM DHIME no ofrece un servicio de consulta web como API, entonces la consulta se torna tesiosa para que cada día tenga que descargar datos de manera manual.</p><p><strong>METODOLOGÍA</strong></p><p>Los datos fueron capturados con escaneo y automatización al cada página web, para esto se usó el ejecutable independiente que Selenium WebDriver utiliza para controlar Chrome, la librereria BeatifulSoup todo ejecutuda en python.</p><p> </p><p><strong>LICENCIA</strong></p><p>La licencia de uso de estos datos deben obedecer a los mismo requermientos que hacen los creadores originales IDEAM y AEMET, y no deben usar usos comerciales</p><p><strong>REFERENCIAS</strong></p><ul><li> Selenium https://www.selenium.dev/documentation/about/contributing/ accedido en 13 de Nov de 2023</li><li>BeatifulSoup library https://www.crummy.com/software/BeautifulSoup/ accedido en 13 de Nov de 2023</li></ul><p> </p><p> </p>
Análisis de la dispersión de contaminantes PM 2.5 y su impacto en la salud: Identificación de puntos críticos y evaluación de la Calidad del Aire en Mochuelo, Bogotá
<p>La contaminación del aire es una amenaza para la salud humana y para el ambiente. Por ello es crucial el monitoreo de PM 2.5. Entidades como la CAR dan seguimiento a la calidad del aire, identificando concentraciones preocupantes de PM 2.5 en el sector de Mochuelo. Por esto se determinó el nivel de riesgo real generado por el PM2.5 en este sector, mediante el análisis de correlación entre datos obtenidos de estaciones de calidad del aire, muestreos puntuales y resultados proporcionados por los modelos de dispersión de contaminantes. Para estudiar la dispersión de contaminantes se empleó el modelo gaussiano AERMOD. De acuerdo con los resultados obtenidos se efectuaron mediciones puntuales en zonas de riesgo. Para analizar el efecto del contaminante se calculó el valor del ICA. Se obtuvo que las mediciones directas en las zonas de riego a nivel del suelo mostraron discrepancias con las estaciones de calidad del aire, posiblemente debido a diferencias en la altura de las mediciones y la influencia de factores locales. De igual manera, las alertas moderadas a altas, no tienen correlación clara entre los datos, por lo cual se destacó la necesidad de evaluar el efecto de las fuentes fijas no consideradas.</p>
Ecosistema de emprendimiento e innovación social de Bogotá
<p>Este diagrama muestra 339 elementos del ecosistema de emprendimiento e innovación social de Bogotá agrupados en nueve categorías: emprendimientos convencionales, emprendimientos sociales, organismos de soporte, medios de comunicación, agentes culturales, organismos de gobierno, entidades de financiamiento, capital humano y mercados.</p>
Orientaciones de emprendimientos (Ecosistema de innovación Bogotá)
<p>Este diagrama muestra las orientaciones de 268 emprendimientos y emprendimientos sociales registrados en el proyecto "Jóvenes e Innovación Social Digital".</p>
Orientaciones de los emprendimientos sociales (Ecosistema de innovación de Bogotá)
<p>Este diagrama muestra las orientaciones de los emprendimientos sociales registrados durante el proyecto "Jóvenes e Innovación Social Digital" del ISUR.</p>
Figura 3 in Avispas (Insecta: Hymenoptera) asociadas a árboles urbanos de la ciudad de Bogotá, Colombia
Figura 3. Curva de acumulación de especies de la himenópterofauna recolectada sobre las 6 especies arbóreas priorizadas en los parques urbanos de Bogotá.
Figura 2 in Avispas (Insecta: Hymenoptera) asociadas a árboles urbanos de la ciudad de Bogotá, Colombia
Figura 2. FotografÍas de algunos de los parques urbanos visitados en la ciudad de Bogotá donde se realizó la recolecta de avispas asociadas a las 6 especies arbóreas priorizadas.
Figura 4 in Avispas (Insecta: Hymenoptera) asociadas a árboles urbanos de la ciudad de Bogotá, Colombia
Figura 4. Dendograma de disimilaridad de Bray-Curtis de acuerdo a la diversidad de avispas asociadas a árboles de falso pimiento (Schinus areira), caucho sabanero (Ficus americana andicola), guayacán de Manizales (Lafoensia acuminata), jazmÍn del cabo (Pittosporum undulatum), liquidámbar (Liquidambar styraciflua) y roble andino (Quercus humboldtii).
Figura 1 in Avispas (Insecta: Hymenoptera) asociadas a árboles urbanos de la ciudad de Bogotá, Colombia
Figura 1. Área de estudio en la ciudad de Bogotá: Localización de los parques urbanos visitados a lo largo del borde oriental de la ciudad.
Figura 3 in Efecto de la matriz urbana sobre las abejas visitantes florales (Hymenoptera: Apoidea) y la polinización de árboles urbanos en Bogotá, Colombia
Figura 3. Resultados para Pittosporum undulatum según las zonas de muestreo: tasas de visita floral de (a) Apis mellifera y (b) Abejorros nativos, y (c) Valores de fruit-set. Tasas de visita floral expresadas como número de visitas por cada 15 flores y cada 15 minutos de observación. / Results for Pittosporum undulatum according to the sampling zones: flower visitation rates of (a) Apis mellifera and (b) Native big-sized bees, and (c) Fruit set values. Flower visitation rates expressed as number of visits per 15 flowers per 15 minutes.
Figura 2 in Efecto de la matriz urbana sobre las abejas visitantes florales (Hymenoptera: Apoidea) y la polinización de árboles urbanos en Bogotá, Colombia
Figura 2. Resultados para Tecoma stans según las zonas de muestreo: tasas de visita floral de (a) Apis mellifera, (b) Abejorros nativos y (c) HalÍctidos, y (d) Valores de fruit-set. Tasas de visita floral expresadas como número de visitas por cada 15 flores y cada 15 minutos de observación. / Results for Tecoma stans according to the sampling zones: flower visitation rates of (a) Apis mellifera, (b) Native big-sized bees and (c) Halictids, and (d) Fruit set values. Flower visitation rates expressed as number
Figura 1 in Efecto de la matriz urbana sobre las abejas visitantes florales (Hymenoptera: Apoidea) y la polinización de árboles urbanos en Bogotá, Colombia
Figura 1. Ubicación de las áreas y los árboles de muestreo en Bogotá: (a) Área 1 alrededor del humedal Juan Amarillo. (b) Área 2 alrededor del humedal Córdoba. (c) Área 3 alrededor del Gran Chicó. (d) Área 4 alrededor del Parque Nacional. CÍrculos blancos para Tecoma stans, cuadrados negros para Pittosporum undulatum. Fuente del mapa base: https://mapas.bogota.gov.co / Location of sampling areas and trees in Bogotá: (a) Area 1 around Juan Amarillo wetland. (b) Area 2 around Córdoba wetland. (c) Area 3 around Gran Chicó. (d) Area 4 around Parque Nacional. White dots for Tecoma stans, black squares for Pittosporum undulatum. Basemap source: https://mapas.bogota.gov.co.
Fig. 1 in Biodiversity, bugs, and barcodes: the Cicadellidae associated with grassland and phytoplasmas in the Sabana de Bogotá, Colombia
Fig. 1. Accumulation curves for the observed species (S) and for the non-parametric estimators Chao 2, Jack 1 = Jackknife 1, Jack 2 = Jackknife 2, and Bootstrap from Universidad Nacional de Colombia (UNAL) and Universidad Militar Nueva Granada (UMNG).
Fig. 3 in Biodiversity, bugs, and barcodes: the Cicadellidae associated with grassland and phytoplasmas in the Sabana de Bogotá, Colombia
Fig. 3. COI gene neighbor joining tree using Kimura-two-parameter (K2P) with 1,000 Bootstrap. The tree includes 77 leafopper sequences. Red Circles indicate the sequences of species captured at Universidad Militar Nueva Granada (UMNG) and triangles at Universidad Nacional de Colombia (UNAL).
Fig. 2 in Biodiversity, bugs, and barcodes: the Cicadellidae associated with grassland and phytoplasmas in the Sabana de Bogotá, Colombia
Fig. 2. Capture rate per month of Exitianus atratus, Amplicephalus funzaensis, Borogonalia impressifrons, Dalbulus sp., and Haldorus sp. at Universidad Nacio- nal de Colombia (UNAL) and Universidad Militar Nueva Granada (UMNG).
Linked collectors and determiners for: Colección Ictiológica del Museo de La Salle Bogotá (MLS).
Natural history specimen data linked to collectors and determiners held within, "Colección Ictiológica del Museo de La Salle Bogotá (MLS)". Claims or attributions were made on Bionomia by volunteer Scribes, <a href="https://bionomia.net/dataset/b342ae04-f7fc-4120-969f-4353410d6baa">https://bionomia.net/dataset/b342ae04-f7fc-4120-969f-4353410d6baa</a> using specimen data from the dataset aggregated by the Global Biodiversity Information Facility, <a href="https://gbif.org/dataset/b342ae04-f7fc-4120-969f-4353410d6baa">https://gbif.org/dataset/b342ae04-f7fc-4120-969f-4353410d6baa</a>. Formatted as a Frictionless Data package.
Linked collectors and determiners for: Colección de Invertebrados Museo de La Salle Bogotá (MLS).
Natural history specimen data linked to collectors and determiners held within, "Colección de Invertebrados Museo de La Salle Bogotá (MLS)". Claims or attributions were made on Bionomia by volunteer Scribes, <a href="https://bionomia.net/dataset/58808668-8f74-4fdf-a628-76a32e60e0ce">https://bionomia.net/dataset/58808668-8f74-4fdf-a628-76a32e60e0ce</a> using specimen data from the dataset aggregated by the Global Biodiversity Information Facility, <a href="https://gbif.org/dataset/58808668-8f74-4fdf-a628-76a32e60e0ce">https://gbif.org/dataset/58808668-8f74-4fdf-a628-76a32e60e0ce</a>. Formatted as a Frictionless Data package.
ScienceDex guides
Understand access before you commit
These curated guides explain access requirements, typical timelines, costs, and reuse considerations for widely used research datasets.
Allen Brain Atlas
Allen Brain Atlas is an Allen Institute collection of brain map atlases, datasets, APIs, and analysis tools covering mouse, human, and non-human primate brain resources.
Annotated Behaviour and Observability Dataset (ABODe)
ABODe is a University of Edinburgh DataShare dataset for behavior classification in group-housed mice using home-cage video, identities, bounding boxes, ground-plate positions, and annotator labels.
DANDI Archive for NWB datasets
DANDI is a BRAIN Initiative archive for publishing and sharing neurophysiology data, including electrophysiology, optophysiology, and behavioral data packaged as NWB and related standards.
International Brain Laboratory public data
The International Brain Laboratory public data releases expose standardized mouse decision-making experiments, including Neuropixels recordings, widefield calcium imaging, behavior, and session metadata accessed through the ONE API.
OpenNeuro
OpenNeuro is a free, open platform for sharing neuroimaging datasets, with public search, dataset pages, and download paths for web, S3, DataLad, and the OpenNeuro CLI.