Laboratorio de conocimiento (DataLab)
La Biblioteca de la Fundación Juan March es un espacio activo, dinámico, integrado con el resto de las actividades e integrador del conocimiento generado por la Fundación, que busca la transversalidad, la horizontalidad y la bidireccionalidad.
El Laboratorio de conocimiento – DataLab es una sección de la Biblioteca dedicada a proyectos de curación y analítica con los datos producidos en la propia Biblioteca y en el resto de la Fundación. Esta sección continúa y aprovecha las experiencias con datos desarrolladas en la Biblioteca de Datos del antiguo Centro de Estudios Avanzados en Ciencias Sociales (CEACS), del Instituto Juan March.
Así, en el Laboratorio se usan tecnologías y metodologías propias de la ciencia de datos, que permiten explorar formas nuevas de analizar y visualizar la información. Se colabora con universidades y centros afines, y se difunden los trabajos en congresos, artículos académicos y cursos especializados.
Proyectos
Los proyectos, que tienen como objetivo principal la organización digital del conocimiento, abarcan desde la limpieza, modelado y preservación de las colecciones digitales, hasta la recuperación y difusión del propio patrimonio documental impreso, sonoro y digital de la Fundación. Aquellos proyectos de analítica de datos tienen por finalidad conocer mejor la actividad de la Fundación y sus usuarios así como servir de apoyo en la toma de decisiones.
- Trabajos para un portal dedicado al teatro musical español, a través de una selección de obras. Además de los trabajos de curación y modelado de los contenidos, se ha realizado la digitalización, reconocimiento y edición de notación musical de partituras de difícil acceso manuscritas e impresas, permiten escuchar y seguir una partitura (interpretada con instrumentos virtuales) y descargar un archivo de video y en el formato, ya consolidado, MusicXML.
- Etiquetado automático de conferencias y conciertos celebrados en la Fundación. A partir de análisis exploratorios se han elaborado modelos estadísticos de aprendizaje de máquinas que facilitan la asignación de etiquetas a los eventos de música y conferencias.
- Desambiguación de nombres de personas e instituciones. Se han desarrollado técnicas de clúster que permiten identificar nombres de personas e instituciones que son el mismo a pesar de aparecer escritos de maneras distintas.
- Análisis de comportamiento de usuarios web. A partir de los datos registrados en la web y para poder ofrecer una mejor experiencia a nuestros usuarios se estudia cómo se consumen los contenidos web, cómo reservan los actos o qué elementos se buscan.
Investigación
La Biblioteca colabora con la universidad en proyectos y trabajos de investigación. Actualmente forma parte del proyecto dirigido desde el Instituto Universitario de Estudios de la Ciencia y la Tecnología de la Universidad de Salamanca en el desarrollo de un marco estadístico para el análisis de coincidencias, usando R y D3. Asimismo, colabora con la Facultad de Matemáticas de la Universidad Complutense, codirigiendo trabajos de fin de máster en Tratamiento Estadístico Computacional de la Información.
