Logo UAM

La Universidad Autónoma de Madrid es una universidad pública joven, fundada en 1968, que se encuentra en el norte de Madrid, a solo 20 minutos del centro. Ofrece una amplia oferta de estudios en 7 Facultades y una Escuela Politécnica Superior, y cada año más de 30.000 estudiantes elijen la UAM (de ellos más de 3.000 extranjeros), dada la reputación de su calidad tanto en educación como en investigación. Actualmente tiene más de 300 grupos de investigación, que junto con el proyecto Campus de Excelencia Internacional con el CSIC y la alianza internacional CIVIS, permite concentrar investigaciones de primer nivel internacional. La UAM cuenta con 12 centros de investigación con más de 2.300 profesores e investigadores con dedicación exclusiva. La UAM ocupa las primeras posiciones entre las universidades españolas en los principales ranking universitarios internacionales.

Metadatos

Los metadatos del dataset están también disponibles en los siguientes formatos.

JSON RDF

via the DKAN API

UAM-Personal-PDI

5
Media: 5 (1 vote)

IMPORTANTE

ESTOS DATOS ESTÁN ANONIMIZADOS. LOS DATOS DE UNA FILA NO SE CORRESPONDEN CON LOS DE UN SÓLO INDIVIDUO. ES ESENCIAL LEER EL PROCESO DE ANONIMIZACIÓN PARA INTERPRETAR CORRECTAMENTE LOS CONTENIDOS DE LOS FICHEROS, ASÍ COMO LA DEFINICIÓN DEL DATASET.

Este dataset contiene datos detallados sobre el personal Docente e Investigador de la Universidad (PDI)

Consulte aquí la definición y estructura detalladas de este Dataset.

Ficheros y Recursos

FieldValue
Publicador
Modificado
15 de Diciembre de 2023
Fecha de Publicación
11 de Mayo de 2020
Frecuencia
Anualmente
URL
Identificador
3a7cf37d-c4cf-470a-adf1-18d86ecf9954
Estándar de Datos
Cobertura temporal
Dom, 01/01/2017 - 00:00 to Sáb, 31/12/2022 - 00:00
Idioma
Spanish
Licencia
Granularidad
Empleado
Autor
Universidad Autónoma de Madrid (UAM)
Diccionario de Datos
Nombre del Contacto
Transparencia UAM
E-mail del Contacto
Nivel de Acceso
Public

Comentarios:

Descargada la hoja excel correspondiente a 2021, y consultado el proceso de anonimización, hemos encontrado el siguiente comentario: "Estas variables conservan la relación respecto a todos los bloques de coherencia: • cod_unidad_responsable / des_unidad_responsable, • cod_genero / des_genero",
del que hemos deducido que los datos correspondientes a la variable género pueden ser utilizados en análisis sin riesgo de cometer errores. En el marco del proyecto 101082781 - WE4LEAD — ERASMUS-EDU-2022-CBHE -Women’s Empowerment for LEADership and Equity in Higher Education Institutions, y en el proceso de desarrollo de los indicadores, al calcular y categorizar la variable edad hemos encontrado, sin embargo, que hay casos de mujeres ayudantes con más de 55 años o catedráticas con menos de 30 y sin título de doctora, lo cual es imposible y nos genera dudas sobre la posible utilización de los datos. Nos gustaría saber si hemos cometido algún error en la interpretación del proceso y cuál es el grado de fiabilidad del fichero, que estamos elaborando para ser compartido con el resto de universidades participantes, que ya han enviado sus datos. Saludos cordiales

Rating: 
0
Your rating: Ninguno

Estimada Carmen,

   muchas gracias por su consulta. Efectivamente, tal y como comenta, el dato del género es una "variable pivote" en este dataset y por tanto guarda su relación con cualquier otro campo del dataset de manera inalterada.

La confusión para los casos que plantea parece consistir en que, además del género, están mezclando campos de diferentes bloques de coherencia en sus cálculos. Por ejemplo: en su comentario hace referencia a la edad (=año de nacimiento), la categoría-cuerpo-escala y el título de doctorado; sin embargo estas tres variables pertenecen a bloques de coherencia distintos, lo cual quiere decir que, si bien en todos los casos la correspondencia individual de cada una de esas variables con el género es correcta (por ejemplo, se trata de mujeres), no se puede asegurar que esos tres datos en la misma fila correspondan a la misma mujer, al pertenecer a bloques de coherencia distintos.

Si miran la documentación del dataset, en el apartado relativo a la anonimización verán que el año de nacimiento está en el bloque de coherencia 4, la categoría en el bloque 5, y el título de doctorado en el bloque 7. Cada uno de estos bloques guarda coherencia interna (con las variables de su mismo bloque) y con las variables pivote (género y unidad responsable), pero no guardan coherencia ENTRE sí: debido al proceso de anonimización, los datos entre bloques se desordenan de forma aleatoria (dentro de un mismo género/unidad responsable).

No sé si esto les aclara la duda; si nos facilitan una dirección de correo de contacto o nos escriben a universidata@dimetrical.es, estaremos encantados de revisar de forma conjunta sus necesidades y ver hasta qué punto el dataset puede cubrirlas.

Un cordial saludo,

Equipo UniversiDATA.

Rating: 
0
Your rating: Ninguno

¿Le han sido útiles los datos? ¿Tiene alguna duda?

Plain text

  • Saltos automáticos de líneas y de párrafos.
Multiple comments can be added per dataset, but only the most recent vote will be added to the dataset score.
CAPTCHA

Esta pregunta es para probar si eres o no un visitante humano y prevenir así el spam en comentarios.

15 + 0 = Solve this simple math problem and enter the result. E.g. for 1+3, enter 4.

Importante

Para acceder al portal UniversiDATA y sus contenidos es imprescindible que usted conozca y esté de acuerdo con los siguientes puntos:

  1. Que cada uno de los conjuntos de datos publicados a través de esta plataforma está asociado a una licencia que especifica los términos bajo los cuales se permite su acceso y utilización. En la página de cada conjunto de datos la licencia asociada por el publicador está claramente especificada y enlazada en la columna izquierda, bajo la descripción de la Universidad publicadora, tal y como se muestra en la siguiente captura:

  2. License block screenshot
  3. Que es su responsabilidad como reutilizador consultar y cumplir los términos de la licencia especificada en cada caso.