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.
8
datasets available to search
ShareScore release 0.9.0
Dataset results
8 results for “Visión”
Fig. 1 in La colección de quilópodos del Museo de Zoología de la Universidad de Concepción (Chile): Una visión preliminar.
Fig. 1.- Órdenes de quilópodos presentes en el MZUC-UCCC. a.- Scutigeromorpha. b.- Lithobiomorpha. c.- Geophilomorpha. d.- Scolopendromorpha.
Fig. 2 in La colección de quilópodos del Museo de Zoología de la Universidad de Concepción (Chile): Una visión preliminar.
Fig. 2.- Distribución porcentual de los órdenes de quilópodos depositados en el MZUC-UCCC.
Visión tridimensional de los hallazgos del 'foso 4' del Mas d'IS
<p>Visión tridimensional de los hallazgos del 'foso 4' del Mas d'IS</p>
Informes de casos de estudio finales en hábitats humanos (anexo del libro: La visión sistémica del ambiente construido, 2024). [Data sets for the article: The Habitat Intervention Design Process -Part II]
<p>From the book: Estos informes están escritos en español por los estudiantes que se mencionan en cada informe, quienes son los autores. Cada uno de estos seis documentos contiene casos de estudio y muestra la implementación de la metodología del 'Proceso de Diseño de Intervención del Hábitat' (IDP) en cada uno de los 6 casos mencionados en el libro (<strong>Capítulo 2.5 y Capítulo 3.2</strong>) (Libro: La visión sistémica del ambiente construido). </p> <p>Estos hacen parte de la Fase 2 Fundamentos Prácticos del Modelo del proyecto de investigación "Modelo Pedagógico para la Enseñanza del Diseño de Intervención del Hábitat en Programas de Educación Superior". </p> <p>From the article: These reports are Spanish-written. Each of these six documents contains one of the case studies and shows the implementation of the 'Habitat Intervention Design Process' (IDP) methodology in each of the 6 case studies mentioned in the article "The Habitat Intervention Design Process -Part II: A Transdisciplinary Model in the Pedagogy of the Design of the Built Environment" published in The International Journal of Design Education in its 2023 version. Find it here: <a href="https://doi.org/10.18848/2325-128X/CGP/v17i02/155-195">https://doi.org/10.18848/2325-128X/CGP/v17i02/155-195 </a></p>
Visión y misión de las bibliotecas nacionales latinoamericanas
<p>Este documento forma parte de los datos de investigación de la tesis doctoral denominada <em>Modelo conceptual para el control bibliográfico universal</em>, presentada a la Universidad de Buenos Aires el día 12 de septiembre de 2022.</p> <p>Se describe la visión y la misión de las bibliotecas nacionales latinoamericanas integrantes de la Asociación de Estados Iberoamericanos para el Desarrollo de las Bibliotecas Nacionales de Iberoamérica (ABINIA), - se excluye España y Portugal-:</p> <ol> <li>Argentina</li> <li>Bolivia</li> <li>Brasil</li> <li>Chile</li> <li>Colombia</li> <li>Costa Rica</li> <li>Cuba</li> <li>Ecuador</li> <li>El Salvador</li> <li>Guatemala</li> <li>Honduras</li> <li>México</li> <li>Nicaragua</li> <li>Panamá</li> <li>Paraguay</li> <li>Perú</li> <li>Puerto Rico</li> <li>República Dominicana</li> <li>Uruguay</li> <li>Venezuela</li> </ol>
Proyecto clasificación de residuos orgánicos con ayuda de inteligencia artificial y visión artificial.
<p>Este proyecto tiene como objetivo desarrollar un sistema avanzado para la detección y clasificación de residuos utilizando inteligencia artificial y visión artificial, implementando la metodología CRISP-DM junto con técnicas de programación paralela para optimizar la eficiencia en la gestión de residuos y mitigar el impacto ambiental. La metodología CRISP-DM proporciona un marco estructurado para el análisis y el modelado de datos, comenzando con la comprensión del negocio y los datos, pasando por la preparación, modelado y evaluación (Sokolova & Lapalme, 2009). En la fase de evaluación, se implementan métricas como precisión, sensibilidad, especificidad y F1-score para medir el rendimiento del sistema y se utilizan técnicas como la validación cruzada para asegurar la robustez del modelo (Kohavi, 1995). La programación paralela en Python, junto con herramientas como OpenCV y Object Detect, facilita el procesamiento eficiente de grandes volúmenes de datos visuales. Este enfoque integral busca no solo mejorar la precisión en la clasificación de residuos, sino también asegurar la eficiencia operativa del sistema, proporcionando así una solución efectiva y sostenible para la gestión de residuos.</p> <p>Palabras clave: Detección, clasificación, residuos, CRISP-DM, Programación paralela.</p>
Ingeniería del sueño para la salud en la sociedad: una visión hacia las políticas públicas
<p>El sueño es una función fisiológica fundamental para la salud física y mental. La mala salud del sueño es un factor determinante en múltiples trastornos tales como diabetes, hipertensión, enfermedad cardiovascular, accidente cerebrovascular, obesidad, enfermedad coronaria y mayor mortalidad. Así mismo, las características neurobiológicas del sueño afectan directamente aspectos cognitivos tales como la toma de decisiones, memoria y el desempeño sicomotor (Buysse, 2014). Esto hace que la salud del sueño sea un aspecto de alto interés en la sanidad y, por ende, debería priorizarse desde la perspectiva de prevención para el bienestar. Sin embargo, la salud del sueño es una noción muy compleja, lo cual dificulta su implementación en la agenda pública (Irish et al., 2015). Por tal motivo, en nuestro sistema de salud los trastornos del sueño se evalúan más desde la sintomatología y poco desde la prevención. A pesar de la evidencia del buen sueño como factor preventivo de la salud pública, en Colombia no existen políticas definidas para la promoción de la salud del sueño. Sin embargo, hay evidencia sustancial de que en nuestro país hay grandes grupos de la población presentan dificultades clínicas y no clínicas de sueño. Particularmente, en nuestro país la prevalencia general de las quejas de sueño alcanza casi el 60% y casi el 14% de los sujetos tiene somnolencia diurna excesiva (Morales et al., 2016). Esto afecta aún más a la población de menores recursos socioeconómicos, las cual presenta mayores problemas de sueño subóptimo y por ende, las consecuencias que ello conlleva (Buysse, 2014). Sin embargo, muchos de los trastornos de sueño pueden ser identificados de manera temprana y pueden ser modificados mediante el mejoramiento de hábitos del sueño, llegando incluso a reducir el riesgo a largo plazo de complicaciones por otras enfermedades crónicas relacionadas. Por ende, en esta investigación proponemos un modelo teórico-práctico para la implementación de herramientas tecnológicas para el reconocimiento de factores que afectan el sueño, así como para la promoción, prevención y predicción de la salud del sueño en la población colombiana. Este modelo está basado en un estudio multidimensional con diferenciación territorial aplicando de técnicas analíticas, de modelamiento, inteligencia artificial y minería de datos. Para ello, se propone el uso flexible y expandible de tecnologías que permitan analizar el amplio espectro que factores que afectan el sueño. Para ello, se incluye la integración y análisis de bases de datos de registros electrofisiológicos junto en conjunto con datos de hábitos en salud, variables fisiológicas, estatus socioeconómico y salud mental de la población, los cuales pueden ser continuamente monitoreados usando tecnologías portables. Nuestro modelo propone una gobernanza de datos enfocado en la seguridad de la información y aborda los aspectos éticos de la misma. Así, el flujo continuo de la información del sueño se convierte en cimiento para un mejor servicio de salud personalizado, y que igualmente, presente un mapeo territorial y epidemiológico que permita a las autoridades locales incluir la salud del sueño de la población en la toma de decisiones para desarrollar políticas de salud más efectivas.</p>
Fig. 3 in La colección de quilópodos del Museo de Zoología de la Universidad de Concepción (Chile): Una visión preliminar.
Fig. 3.- Diversidad porcentual de las familias de quilópodos registradas en el MZUC-UCCC.
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.