Download - Diapositivas Puj GestióN Del Conocimiento
1Astrid Jaime, PhD, Experiencias en Gestión de Conocimientos en Investigación, U. Javeriana, Bogotá, D. C. – Abril, 2007Astrid Jaime, PhD, Experiencias en Gestión de Conocimientos en Investigación, U. Javeriana, Bogotá, D. C. – Abril, 2007
Experiencias de investigación en la gestión del conocimiento
Astrid Jaime, PhD
Bogotá, D. C., Abril 30 de 2007
Experiencias de Experiencias de Gestión de Gestión de Conocimientos en InvestigaciónConocimientos en Investigación
2Astrid Jaime, PhD, Experiencias en Gestión de Conocimientos en Investigación, U. Javeriana, Bogotá, D. C. – Abril, 2007Astrid Jaime, PhD, Experiencias en Gestión de Conocimientos en Investigación, U. Javeriana, Bogotá, D. C. – Abril, 2007
AgendaAgenda1. Aspectos introductorios: ………………………….
a. Generalidades sobre el conocimiento y la gestión de conocimiento ……………………………………..
1. ¿Qué es conocimiento? …………………………………..2. Tipos de conocimiento ……………………………………3. La Gestión de Conocimientos ……………………………4. ¿Qué es la gestión de conocimientos? …………………5. ¿Por qué conocimiento y KM? …………………………..6. ¿Cómo abordar la KM? …………………………………..7. Algunos aspectos sobre KM ……………………………..8. Sistemas de KM …………………………………………...9. Conocimiento de expertos ………………………………..10. Descubrimiento de Conocimiento ……………………….11. Compartir Conocimiento ………………………………….
5
5679
1011121415172123
3Astrid Jaime, PhD, Experiencias en Gestión de Conocimientos en Investigación, U. Javeriana, Bogotá, D. C. – Abril, 2007Astrid Jaime, PhD, Experiencias en Gestión de Conocimientos en Investigación, U. Javeriana, Bogotá, D. C. – Abril, 2007
AgendaAgendab. Algunas experiencias de KM ………………………
1. Iniciativas KM en la NASA ………………………….......2. Una experiencia en Colombia ………………………….
2. Presentación de la tesis: “De la gestión de la calidad a la gestión de conocimientos en proyectos de investigación: Una propuesta para la gestión de contenidos en investigación bibliográfica” ..……………………………………a. Contexto ……………………………………………..b. El Problema ………………………………………….
24 25 33
373844
4Astrid Jaime, PhD, Experiencias en Gestión de Conocimientos en Investigación, U. Javeriana, Bogotá, D. C. – Abril, 2007Astrid Jaime, PhD, Experiencias en Gestión de Conocimientos en Investigación, U. Javeriana, Bogotá, D. C. – Abril, 2007
AgendaAgendac. Los Artefactos en Investigación …………………...d. El Análisis de la Actividad Científica ……………... e. El Diseño de una Propuesta ……………………….f. El Prototipo de la Propuesta ……………………….g. Conclusiones …..……………………………………
3. La Situación en la Universidad Industrial de Santander ………………………………………..
495458
62 70
84
5Astrid Jaime, PhD, Experiencias en Gestión de Conocimientos en Investigación, U. Javeriana, Bogotá, D. C. – Abril, 2007Astrid Jaime, PhD, Experiencias en Gestión de Conocimientos en Investigación, U. Javeriana, Bogotá, D. C. – Abril, 2007
1. Aspectos Introductorios1. Aspectos Introductorios
a. Generalidades sobre el conocimiento y la gestión de conocimiento
b. Algunas experiencias de KM
a.a. Generalidades sobre el conocimiento y Generalidades sobre el conocimiento y la gestión de conocimientola gestión de conocimiento
6Astrid Jaime, PhD, Experiencias en Gestión de Conocimientos en Investigación, U. Javeriana, Bogotá, D. C. – Abril, 2007Astrid Jaime, PhD, Experiencias en Gestión de Conocimientos en Investigación, U. Javeriana, Bogotá, D. C. – Abril, 2007
¿Qué es conocimiento?
• Davenport y Prusak (1998) definieron el conocimiento como una mezcla fluida de experiencia, valores, información contextual y detalles de expertos contextualizados, que proporcionan un marco para evaluar e incorporar nueva experiencia e información. Se origina y es aplicada en la mente de “conocedores”.
• En organizaciones, a menudo se embebe no sólo en documentos o repositorios, sino también en rutinas organizacionales, procesos, prácticas, y normas.
Davenport, T and L Prusak (1998). Working Knowledge: How Organisations Manage What They Know. Harvard Business School Press. In: Steinheider, B., Al-Hawamdeh, S. (2004) Team Coordination, Communication and Knowledge Sharing in SMEs and Large Organisations, Journal of Information & Knowledge Management, Vol. 3, No. 3, pp. 223–232.
7Astrid Jaime, PhD, Experiencias en Gestión de Conocimientos en Investigación, U. Javeriana, Bogotá, D. C. – Abril, 2007Astrid Jaime, PhD, Experiencias en Gestión de Conocimientos en Investigación, U. Javeriana, Bogotá, D. C. – Abril, 2007
Tipos de conocimiento• Nonaka and Takeuchi (1995)
clasificaron el conocimiento en:
Nonaka, I and H Takeuchi (1995). The Knowledge-Creating Company. New York: Oxford University Press. In: Steinheider, B., Al-Hawamdeh, S. (2004) Team Coordination, Communication and Knowledge Sharing in SMEs and Large Organisations, Journal of Information & Knowledge Management, Vol. 3, No. 3, pp. 223–232.
– Explicito: Puede ser expresado en palabras y números, y fácilmente comunicado y compartido en la forma de datos, fórmulas científicas, procedimientos codificados o principios universales. Ej: Conocimiento sobre procesos, procedimientos, propiedad intelectual, mejores prácticas documentadas, lecciones aprendidas, y soluciones a problemas repetitivos.
– Tácito: Altamente personal y difícil de formalizar. Puede estar únicamente en la mente de los expertos.
8Astrid Jaime, PhD, Experiencias en Gestión de Conocimientos en Investigación, U. Javeriana, Bogotá, D. C. – Abril, 2007Astrid Jaime, PhD, Experiencias en Gestión de Conocimientos en Investigación, U. Javeriana, Bogotá, D. C. – Abril, 2007
• Earl y Scott (1999) clasifican el conocimiento en:
Earl, MJ and IA Scott (1999).What is a Chief Knowledge Officer? Sloan Management Review, 1999, 29–30.. In: Steinheider, B., Al-Hawamdeh, S. (2004) Team Coordination, Communication and Knowledge Sharing in SMEs and Large Organisations, Journal of Information & Knowledge Management, Vol. 3, No. 3, pp. 223–232.
– Conocimiento que no puede ser articulado: Conocimiento inarticulado que no puede ser expresado en palabras y es difícil de articular o compartir con otros dado que reside en el subconsciente.
– Conocimiento que puede ser articulado: Puede ser expresado en palabras y puede ser fácilmente compartido con otra gente.
Tipos de conocimiento
9Astrid Jaime, PhD, Experiencias en Gestión de Conocimientos en Investigación, U. Javeriana, Bogotá, D. C. – Abril, 2007Astrid Jaime, PhD, Experiencias en Gestión de Conocimientos en Investigación, U. Javeriana, Bogotá, D. C. – Abril, 2007
La Gestión de Conocimientos
• KM apareció hacia finales de los 1980s y los 1990s en industrias y áreas funcionales que básicamente venden conocimiento – servicios profesionales, farmacéuticas, funciones de I+D –.
Grover, V., & Davenport, T. H. (2001). General perspectives on knowledge management: fostering a research agenda. Journal of Management Information Systems, 18(1), 5–21. In: Chae, Bloodgood (2006) The paradoxes of knowledge management: Aneastern philosophical perspective, Information and Organization, Vol. 16, pp. 1–26.
• Está pasando rápidamente a otras industrias, incluyendo manufactura, servicios financieros, organizaciones gubernamentales y militares, e incluso organizaciones no- gubernamentales (ONGs) ¿Actividades científicas?
10Astrid Jaime, PhD, Experiencias en Gestión de Conocimientos en Investigación, U. Javeriana, Bogotá, D. C. – Abril, 2007Astrid Jaime, PhD, Experiencias en Gestión de Conocimientos en Investigación, U. Javeriana, Bogotá, D. C. – Abril, 2007
¿Qué es la KM?
• Hacer lo que se necesita para obtener lo máximo de los recursos de conocimiento.
Becerra-Fernandez, I. and Sabherwal, R. (2005) ‘Knowledge management at NASA-Kennedy Space Center’, Int. J. Knowledge and Learning, Vol. 1, Nos. 1/2, pp.159–170.
• Se dice que la KM efectiva es 80% relacionada con la cultura organizacional y factores humanos, y 20% relacionado con la tecnología.
11Astrid Jaime, PhD, Experiencias en Gestión de Conocimientos en Investigación, U. Javeriana, Bogotá, D. C. – Abril, 2007Astrid Jaime, PhD, Experiencias en Gestión de Conocimientos en Investigación, U. Javeriana, Bogotá, D. C. – Abril, 2007
¿Por qué conocimiento y KM?• Peter Drucker (1994), a quien algunos consideran el
padre del KM, define la necesidad de KM:
“El conocimiento se ha convertido en el recurso clave, para la fortaleza militar de una nación así como para su fortaleza económica … es fundamentalmente diferente de los recursos tradicionales fundamentales del economista – tierra, trabajo, e incluso capital … necesitamos un trabajo sistemático en la calidad del conocimiento y en la productividad del conocimiento … La capacidad de desempeño, si no la supervivencia, de cualquier organización en la sociedad del conocimiento, dependerá cada vez más en esos dos factores”.
Drucker, P. (1994) ‘The age of social transformation’, The Atlantic Monthly, Vol. 274, No. 5, pp.66-69. In: Becerra-Fernandez, I. and Sabherwal, R. (2005) ‘Knowledge management at NASA-Kennedy Space Center’, Int. J. Knowledge and Learning, Vol. 1, Nos. 1/2, pp.159–170.
12Astrid Jaime, PhD, Experiencias en Gestión de Conocimientos en Investigación, U. Javeriana, Bogotá, D. C. – Abril, 2007Astrid Jaime, PhD, Experiencias en Gestión de Conocimientos en Investigación, U. Javeriana, Bogotá, D. C. – Abril, 2007
¿Cómo abordar la KM?• KM ha sido analizada desde varios
ángulos como la teoría organizacional, epistemología, ciencias cognitivas, estrategia gerencial, antropología, y ciencias computacionales, entre otras.
Chae, Bloodgood (2006) The paradoxes of knowledge management: An eastern philosophical perspective, Information and Organization, Vol. 16, pp. 1–26.
– Divergencia en los análisis – Dificultad de lograr una comprensión
completa sobre la forma como las organizaciones usan el conocimiento
13Astrid Jaime, PhD, Experiencias en Gestión de Conocimientos en Investigación, U. Javeriana, Bogotá, D. C. – Abril, 2007Astrid Jaime, PhD, Experiencias en Gestión de Conocimientos en Investigación, U. Javeriana, Bogotá, D. C. – Abril, 2007
¿Cómo abordar la KM?• Schultz y Leidner (2002, p. 214), hablando sobre
el conocimiento, dicen: “mientras que muy poco lleva a ineficiencias, mucho lleva a rigideces que tienden a ser contraproductivas en un mundo cambiante dinámicamente”.
Schultz, U., & Leidner, D. (2002). Studying knowledge management in information systems research: discourses and theoretical assumptions. MIS Quarterly, 26(3), 213–242. In: Chae, Bloodgood (2006) The paradoxes of knowledge management: An eastern philosophical perspective, Information and Organization, Vol. 16, pp. 1–26.Weick, K. (1979). The social psychology of organizing. Addison-Wesley Publishing Company, Inc.
• En ambientes dinámicos e inciertos, lo que las organizaciones necesitan es una “duda” o “incredulidad” continua de sus realidades actuales (Weick, 1979) para evitar trampas de capacidad [competency traps].
14Astrid Jaime, PhD, Experiencias en Gestión de Conocimientos en Investigación, U. Javeriana, Bogotá, D. C. – Abril, 2007Astrid Jaime, PhD, Experiencias en Gestión de Conocimientos en Investigación, U. Javeriana, Bogotá, D. C. – Abril, 2007
Algunos aspectos sobre KM
• Double-loop learning ocurre cuando las presunciones, normas y objetivos subyacentes están abiertos al debate y al cambio (Argyris and Schön, 1978).
Argyris, C., & Schön, D. (1978). Organizational Learning. Reading, Mass: Addison-Wesley Pub Co. In: Chae, Bloodgood (2006) The paradoxes of knowledge management: An eastern philosophical perspective, Information and Organization, Vol. 16, pp. 1–26.
• Comunidades de práctica (COP): Formas espontáneas de organizar y foros para la creación y para compartir conocimiento.
15Astrid Jaime, PhD, Experiencias en Gestión de Conocimientos en Investigación, U. Javeriana, Bogotá, D. C. – Abril, 2007Astrid Jaime, PhD, Experiencias en Gestión de Conocimientos en Investigación, U. Javeriana, Bogotá, D. C. – Abril, 2007
Sistemas de KM• Zack (1999) nota que las
organizaciones son tan complejas que el conocimiento es fragmentado, difícil de localizar y compartir, y por lo tanto redundante, inconsistente, o no utilizado por completo. Sugiere la necesidad de una arquitectura de KM para configurar los recursos y capacidades de la firma para utilizar el conocimiento codificado.
Zack, M. (1999). Managing codified knowledge. Sloan Management Review(Summer), 45–58.Alavi, M. (2000). Managing organizational knowledge. In: Chae, Bloodgood (2006) The paradoxes of knowledge management: An eastern philosophical perspective, Information and Organization, Vol. 16, pp. 1–26.
16Astrid Jaime, PhD, Experiencias en Gestión de Conocimientos en Investigación, U. Javeriana, Bogotá, D. C. – Abril, 2007Astrid Jaime, PhD, Experiencias en Gestión de Conocimientos en Investigación, U. Javeriana, Bogotá, D. C. – Abril, 2007
Sistemas de KM• Alavi (2000) sugiere usar las
tecnologías de información para: ‘‘(1) mejorar la organización, almacenamiento y accesibilidad del conocimiento explícito, y (2) para identificar individuos que poseen el conocimiento requerido y facilitar el contacto y comunicación entre la fuente del conocimiento y el que busca el conocimiento (p.28)’’.
Zack, M. (1999). Managing codified knowledge. Sloan Management Review(Summer), 45–58.Alavi, M. (2000). Managing organizational knowledge. In: Chae, Bloodgood (2006) The paradoxes of knowledge management: An eastern philosophical perspective, Information and Organization, Vol. 16, pp. 1–26.
17Astrid Jaime, PhD, Experiencias en Gestión de Conocimientos en Investigación, U. Javeriana, Bogotá, D. C. – Abril, 2007Astrid Jaime, PhD, Experiencias en Gestión de Conocimientos en Investigación, U. Javeriana, Bogotá, D. C. – Abril, 2007
Conocimiento de expertos
• El conocimiento es explicito o tácito. La elucidación, codificación, almacenamiento, y distribución de conocimiento tácito son tareas extremadamente retadoras que requieren métodos y técnicas innovadoras.
Bradley, Paul, Seeman (2006) Analyzing the structure of expert knowledge, Information & Management, Vol. 43, pp. 77–91.P. Johnson, I. Zualkernan, S. Garber, Specification of expertise, International Journal of Man-Machine Studies 26, 1987, pp.161–181. In: Bradley, Paul, Seeman (2006) Analyzing the structure of expert knowledge, Information & Management, Vol. 43, pp. 77–91.
• Un experto es alguien que se caracteriza por un desempeño superior en un campo específico de actividad.
• El conocimiento de un experto individual consiste de elementos cognitivos — los puntos de vista y creencias del individuo –, y un elemento técnico – las habilidades de los individuos específicos al contexto –.
18Astrid Jaime, PhD, Experiencias en Gestión de Conocimientos en Investigación, U. Javeriana, Bogotá, D. C. – Abril, 2007Astrid Jaime, PhD, Experiencias en Gestión de Conocimientos en Investigación, U. Javeriana, Bogotá, D. C. – Abril, 2007
Conocimiento de expertos
• Los expertos no están concientes del conocimiento tácito que ellos usan, ni necesitan grabarlo.
K. Karhu, Expertise cycle—an advanced method for sharing expertise, Journal of Intellectual Capital 3(4), 2002, pp. 430–446. In: Bradley, Paul, Seeman (2006) Analyzing the structure of expert knowledge, Information & Management, Vol. 43, pp. 77–91.D. Stenmark, Leveraging tacit organizational knowledge, Journal of Management Information Systems 17(3), 2001, pp. 9–24. In: Bradley, Paul, Seeman (2006) Analyzing the structure of expert knowledge, Information & Management, Vol. 43, pp. 77–91.
• Pueden tener resistencia a grabar el conocimiento, porque es una tarea ardua, que demanda mucho tiempo y porque representa una parte substancial su valor en el mercado o en la organización Pérdida con los cambios de personal.
19Astrid Jaime, PhD, Experiencias en Gestión de Conocimientos en Investigación, U. Javeriana, Bogotá, D. C. – Abril, 2007Astrid Jaime, PhD, Experiencias en Gestión de Conocimientos en Investigación, U. Javeriana, Bogotá, D. C. – Abril, 2007
Conocimiento de expertos• Herramientas como el análisis de protocolos,
redes neuronales, mapeo casual y mapeo cognitivo, han sido utilizadas para estudiar la experticia en el análisis de sistemas y requerimientos, operaciones de soporte de software y minería de datos.
Bradley, Paul, Seeman (2006) Analyzing the structure of expert knowledge, Information & Management, Vol. 43, pp. 77–91.
• Muchas de estas técnicas tratan de capturar el procesamiento cognitivo del experto para expresarlo en la forma de reglas en un sistema informático. Los expertos no almacenan conocimiento en forma de reglas, sino que analizan los problemas y generan soluciones.
20Astrid Jaime, PhD, Experiencias en Gestión de Conocimientos en Investigación, U. Javeriana, Bogotá, D. C. – Abril, 2007Astrid Jaime, PhD, Experiencias en Gestión de Conocimientos en Investigación, U. Javeriana, Bogotá, D. C. – Abril, 2007
Conocimiento de expertos
• Algunas alternativas:– Sitúe al experto en una situación
problemática y, a través de observación y análisis posterior, tratar de determinar el proceso subyacente.
– Explicitar el contenido y organización de la memoria subyacente para tratar de recrear el mapa cognitivo (objetos y relaciones) usados por el experto para resolver un problema particular.
Bradley, Paul, Seeman (2006) Analyzing the structure of expert knowledge, Information & Management, Vol. 43, pp. 77–91.
21Astrid Jaime, PhD, Experiencias en Gestión de Conocimientos en Investigación, U. Javeriana, Bogotá, D. C. – Abril, 2007Astrid Jaime, PhD, Experiencias en Gestión de Conocimientos en Investigación, U. Javeriana, Bogotá, D. C. – Abril, 2007
Descubrimiento de Conocimiento
• “Descubrimiento de conocimiento en bases de datos” (KDD): Métodos que generan conocimiento nuevo, probable, útil, e inteligible para eventos observados.
• Una forma para descubrir conocimiento está basada en el razonamiento abductivo (abductive), un esquema de inferencia, que en su formulación estándar describe la abdución como una inferencia a una hipótesis C que explicarían la evidencia E, dada la ley EC.– No – creativa – Creativa Inferir disposición de objetos (Ej: conductividad
eléctrica) y puede explicar regularidades correlacionadas unificando conocimiento Usado en el descubrimiento científico y en minería de uso de la Web (Web usage mining).
Prendingera, Ishizuka (2005) A creative abduction approach to scientific and knowledge discovery. Knowledge-Based Systems, Vol. 18 pp. 321–326
23Astrid Jaime, PhD, Experiencias en Gestión de Conocimientos en Investigación, U. Javeriana, Bogotá, D. C. – Abril, 2007Astrid Jaime, PhD, Experiencias en Gestión de Conocimientos en Investigación, U. Javeriana, Bogotá, D. C. – Abril, 2007
Compartir Conocimiento• La colaboración y el compartir
conocimiento son a menudo problemáticos.
• Las empresas menos rígidas y descentralizadas con estructuras dinámicas tienen menos problemas para compartir e integrar sus procesos de conocimiento (I+D).
• Los problemas de coordinación se correlacionan significativamente con el tamaño de la organización.
• Equipos en pequeñas empresas trabajan co-localizados, mientras que en grandes organizaciones trabajan dispersos.
Steinheider, B., Al-Hawamdeh, S. (2004) Team Coordination, Communication and Knowledge Sharing in SMEs and Large Organisations, Journal of Information & Knowledge Management, Vol. 3, No. 3, pp. 223–232.
• La Co-localización facilita la comunicación, coordinación y el compartir conocimiento.
• Los problemas de colaboración están asociados tanto a distancias geográficas, como a diferencias en cultura, lenguaje e intereses.
24Astrid Jaime, PhD, Experiencias en Gestión de Conocimientos en Investigación, U. Javeriana, Bogotá, D. C. – Abril, 2007Astrid Jaime, PhD, Experiencias en Gestión de Conocimientos en Investigación, U. Javeriana, Bogotá, D. C. – Abril, 2007
1. Aspectos Introductorios1. Aspectos Introductorios
a. Generalidades sobre el conocimiento y la gestión de conocimiento
b. Algunas experiencias de KMb.b. Algunas experiencias de KMAlgunas experiencias de KM
25Astrid Jaime, PhD, Experiencias en Gestión de Conocimientos en Investigación, U. Javeriana, Bogotá, D. C. – Abril, 2007Astrid Jaime, PhD, Experiencias en Gestión de Conocimientos en Investigación, U. Javeriana, Bogotá, D. C. – Abril, 2007
Iniciativas KM en la NASANational Aeronautics and Space Administration – Kennedy Space Center (NASA-KSC)
Becerra-Fernandez, I. and Sabherwal, R. (2005) ‘Knowledge management at NASA-Kennedy Space Center’, Int. J. Knowledge and Learning, Vol. 1, Nos. 1/2, pp.159–170.
• Julio 28, 1999: Lanzamiento exitoso con la ayuda de Bob Sieck, Director de lanzamientos durante 20 años.
• Reflexión de Jim Jennings, Director General de la Nasa:“Bob Sieck ha compartido su sabiduría con muchas personas a su alrededor. Él se siente muy cercano a la organización ahora y habla mucho con esas personas … pero se requiere una persona que no tiene mucho ego para hacer esto, ¿seguirá teniendo tiempo para enseñar [mentor] al nuevo liderazgo antes de que ellos tengan que hacer decisiones clave? Cómo capturamos el conocimiento de Bob Sieck? Técnicamente hemos perdido casi todo el conocimiento corporativo en el programa espacial, la mayoría de las personas que comenzaron el programa ya se fueron. ¿Cómo hacemos que la cultura de la organización entienda lo importante que es capturar este conocimiento?”
26Astrid Jaime, PhD, Experiencias en Gestión de Conocimientos en Investigación, U. Javeriana, Bogotá, D. C. – Abril, 2007Astrid Jaime, PhD, Experiencias en Gestión de Conocimientos en Investigación, U. Javeriana, Bogotá, D. C. – Abril, 2007
El hombre en la luna
• El Presidente John F. Kennedy promete en 1961 que EEUU enviaría un hombre a la luna y lo traería de regreso sano antes del final de la década El conocimiento requerido no existía en el momento Tiene que ser creado y validado!!
• Julio 20, 1969: La primera vez que el hombre camina sobre la luna Considerado uno de los logros más significativos en la historia de la humanidad.
Becerra-Fernandez, I. and Sabherwal, R. (2005) ‘Knowledge management at NASA-Kennedy Space Center’, Int. J. Knowledge and Learning, Vol. 1, Nos. 1/2, pp.159–170.
27Astrid Jaime, PhD, Experiencias en Gestión de Conocimientos en Investigación, U. Javeriana, Bogotá, D. C. – Abril, 2007Astrid Jaime, PhD, Experiencias en Gestión de Conocimientos en Investigación, U. Javeriana, Bogotá, D. C. – Abril, 2007
El hombre en la luna• Un ejemplo muy significativo
en cuanto a creación de conocimiento.
Becerra-Fernandez, I. and Sabherwal, R. (2005) ‘Knowledge management at NASA-Kennedy Space Center’, Int. J. Knowledge and Learning, Vol. 1, Nos. 1/2, pp.159–170.
• Los esfuerzos por capturar y explicitar ese conocimiento al parecer han sido infructuosos al punto que algunos creen que este conocimiento se perdió.
28Astrid Jaime, PhD, Experiencias en Gestión de Conocimientos en Investigación, U. Javeriana, Bogotá, D. C. – Abril, 2007Astrid Jaime, PhD, Experiencias en Gestión de Conocimientos en Investigación, U. Javeriana, Bogotá, D. C. – Abril, 2007
El Interés por la KM• La importancia de retener el conocimiento
comenzó en 1993, cuando comenzó una disminución de personal en la NASA.
• Un tercio de la fuerza de trabajo debió irse, principalmente a través de retiros tempranos.
¿Cómo podían seguir teniendo la base de conocimiento necesaria? “Se hablaba mucho, pero realmente nunca se hizo nada formal o concreto para tratar de capturar este conocimiento” Jim Jennings
Becerra-Fernandez, I. and Sabherwal, R. (2005) ‘Knowledge management at NASA-Kennedy Space Center’, Int. J. Knowledge and Learning, Vol. 1, Nos. 1/2, pp.159–170.
29Astrid Jaime, PhD, Experiencias en Gestión de Conocimientos en Investigación, U. Javeriana, Bogotá, D. C. – Abril, 2007Astrid Jaime, PhD, Experiencias en Gestión de Conocimientos en Investigación, U. Javeriana, Bogotá, D. C. – Abril, 2007
Opciones para capturar conocimiento
• Crear un Laboratorio de Conocimiento: Las personas cercanas al retiro podrían “donar” su conocimiento Poco personal Alternativa no viable.
Becerra-Fernandez, I. and Sabherwal, R. (2005) ‘Knowledge management at NASA-Kennedy Space Center’, Int. J. Knowledge and Learning, Vol. 1, Nos. 1/2, pp.159–170.
• En todo caso, ¿Cómo hacerlo? No existían las herramientas para capturar el conocimiento:
“El conocimiento formal es muy fácil [de adquirir], y entonces hay muchos trucos del trabajo que Ud. puede aprender, pero cuando Ud. desea desarrollar sabiduría, Ud. debe obtener algunas experiencias y algunos detalles [insights] de algunas personas que poseen sabiduría. Y eso es lo que Ud. realmente desea capturar para transmitir. Algunas personas pueden llamarlo cultura organizacional pero Ud. sabe, es la gente la que hace a las organizaciones.” Jenninngs
30Astrid Jaime, PhD, Experiencias en Gestión de Conocimientos en Investigación, U. Javeriana, Bogotá, D. C. – Abril, 2007Astrid Jaime, PhD, Experiencias en Gestión de Conocimientos en Investigación, U. Javeriana, Bogotá, D. C. – Abril, 2007
El KM Working Group • Oportunidad de colaborar con un grupo de I+D
No es posible saber si se cuenta con la gente disponible para atender esta posibilidad de colaboración Reorganización
Becerra-Fernandez, I. and Sabherwal, R. (2005) ‘Knowledge management at NASA-Kennedy Space Center’, Int. J. Knowledge and Learning, Vol. 1, Nos. 1/2, pp.159–170.
• Se encuentra que existe mucha gente trabajando en proyectos, y que muchos trabajan en problemas que otros ya han resuelto KM Working Group para entender las necesidades del KSC para manejo de competencias, hasta la captura y diseminación de conocimiento.
• Mayo 7 de 2000, primera reunión.
31Astrid Jaime, PhD, Experiencias en Gestión de Conocimientos en Investigación, U. Javeriana, Bogotá, D. C. – Abril, 2007Astrid Jaime, PhD, Experiencias en Gestión de Conocimientos en Investigación, U. Javeriana, Bogotá, D. C. – Abril, 2007
Algunas iniciativas del KM Working Group
• Knowledge portal: Apoyar comunidades de práctica
Becerra-Fernandez, I. and Sabherwal, R. (2005) ‘Knowledge management at NASA-Kennedy Space Center’, Int. J. Knowledge and Learning, Vol. 1, Nos. 1/2, pp.159–170.
• Expert Seeker: Sistema de localización de expertos al interior y al exterior del KSC. (NASA-KSC, NASA-Goddard Space Flight Center –GSFC, Lab KM del FIU). Usa información estructurada, semi-estructurada y no estructurada basada en la Web en la medida de lo posible. Habilidades y competencias deben ser auto evaluadas y validadas por supervisores. Incluye algoritmos de minería de contenido Web. Incluye información de participación en proyectos. Trabaja con SAGE
32Astrid Jaime, PhD, Experiencias en Gestión de Conocimientos en Investigación, U. Javeriana, Bogotá, D. C. – Abril, 2007Astrid Jaime, PhD, Experiencias en Gestión de Conocimientos en Investigación, U. Javeriana, Bogotá, D. C. – Abril, 2007
Algunas iniciativas del KM Working Group
• SAGE: Searchable Answer Generating Environment (SAGE) Expert Finder. Desarrollado por la Florida International University para identificar expertos en las universidades de la Florida.
Becerra-Fernandez, I. and Sabherwal, R. (2005) ‘Knowledge management at NASA-Kennedy Space Center’, Int. J. Knowledge and Learning, Vol. 1, Nos. 1/2, pp.159–170.
• Dificultad: Falta de sistemas de recompensa adecuados para motivar a la gente a crear conocimiento ¿El trabajo en sí es suficiente motivación?
33Astrid Jaime, PhD, Experiencias en Gestión de Conocimientos en Investigación, U. Javeriana, Bogotá, D. C. – Abril, 2007Astrid Jaime, PhD, Experiencias en Gestión de Conocimientos en Investigación, U. Javeriana, Bogotá, D. C. – Abril, 2007
Una experiencia en Colombia
34Astrid Jaime, PhD, Experiencias en Gestión de Conocimientos en Investigación, U. Javeriana, Bogotá, D. C. – Abril, 2007Astrid Jaime, PhD, Experiencias en Gestión de Conocimientos en Investigación, U. Javeriana, Bogotá, D. C. – Abril, 2007
35Astrid Jaime, PhD, Experiencias en Gestión de Conocimientos en Investigación, U. Javeriana, Bogotá, D. C. – Abril, 2007Astrid Jaime, PhD, Experiencias en Gestión de Conocimientos en Investigación, U. Javeriana, Bogotá, D. C. – Abril, 2007
36Astrid Jaime, PhD, Experiencias en Gestión de Conocimientos en Investigación, U. Javeriana, Bogotá, D. C. – Abril, 2007Astrid Jaime, PhD, Experiencias en Gestión de Conocimientos en Investigación, U. Javeriana, Bogotá, D. C. – Abril, 2007
Antes y después de Scienti• Presentación de propuestas:
– Antes: Incluye hojas de vida de los investigadora
– Ahora: Registro en CVLac
• Evaluación de propuestas:– Comienzo: Memoria del personal de
Colciencias– Después: Bases de datos en cada Programa
(Excel, Word, Access …)– Ahora: Xacta – Evaluadores Pares
• Búsqueda de pares:– Antes: Conocidos, conferencias, bibliografía– Ahora: Posibilidad de buscar en Scienti
37Astrid Jaime, PhD, Experiencias en Gestión de Conocimientos en Investigación, U. Javeriana, Bogotá, D. C. – Abril, 2007Astrid Jaime, PhD, Experiencias en Gestión de Conocimientos en Investigación, U. Javeriana, Bogotá, D. C. – Abril, 2007
1. Presentación de la tesis: “1. Presentación de la tesis: “De la De la gestión de la calidad a la gestión de gestión de la calidad a la gestión de
conocimientos en proyectos de conocimientos en proyectos de investigación: Una propuesta para la investigación: Una propuesta para la
gestión de contenidos en investigación gestión de contenidos en investigación bibliográfica”bibliográfica”
a. Contextob. El Problemac. Los Artefactos en Investigaciónd. El Análisis de la Actividad Científicae. El Diseño de una Propuestaf. El Prototipo de la Propuestag. Conclusiones
Bajo la direction de:
Mickäel GARDONI (GILCO),
Joël MOSCA (GILCO) y
Dominique VINCK (CRISTO)
a. Contexto
38Astrid Jaime, PhD, Experiencias en Gestión de Conocimientos en Investigación, U. Javeriana, Bogotá, D. C. – Abril, 2007Astrid Jaime, PhD, Experiencias en Gestión de Conocimientos en Investigación, U. Javeriana, Bogotá, D. C. – Abril, 2007
a. Contexto de la Disertación
Nuevo
ConocimientoOrganización Organización
de de InvestigaciónInvestigación
Conocimientodisponible
Ciencia: La ciencia es una búsqueda que tiene como objetivo el aumento del conocimiento disponible sobre el mundo natural y artificial a través de un proceso acumulativo y de colaboración, enmarcado en el contexto social e histórico en donde se hace.
Conocimiento: El conocimiento es una comprensión temporalmente estabilizada resultante de interpretaciones de información, de la experiencia humana y de reflexiones basadas en un sistema de creencias, que reside como objetos ficticios en las mentes de la gente y puede ser transformada en acciones.
a. Contexto de la Disertación 1/6ba
39Astrid Jaime, PhD, Experiencias en Gestión de Conocimientos en Investigación, U. Javeriana, Bogotá, D. C. – Abril, 2007Astrid Jaime, PhD, Experiencias en Gestión de Conocimientos en Investigación, U. Javeriana, Bogotá, D. C. – Abril, 2007
Calidad en la Investigación
Uso de GC en el Proceso de Investigación. (AFNOR FDX 50 – 550, 2001)
Laboratorios de Investigación trabajando en GC
Nuevo
ConocimientoOrg. de Org. de
InvestigaciónInvestigaciónConocimiento
Disponible
¿Contribuye la gestión de conocimientos a la implementación de la GC en el proceso de investigación? ¿Cómo?
Gestión de Calidad (GC): “actividades coordinadas para dirigir y controlar una organización con relación a la calidad” (ISO 9000/2000).
Sistema de Gestión de la Calidad (SGC): El sistema a cargo del establecimiento de mecanismos de coordinación que una organización de investigación utiliza para definir y manejar las actividades dirigidas al mejoramiento de la realización de las acciones desarrolladas para alcanzar los objetivos de la organización.
Gerencia del Conocimiento (KM): La colección de medidas definidas para aumentar la eficacia de las actividades realizadas en una organización a través de la mejor utilización de los activos de conocimiento existentes dentro y fuera de la misma.
Proceso de Proceso de InvestigaciónInvestigación
Hipótesis: GC, cuando se aplica a las actividades de investigación, requerirá KM.
a. Contexto de la Disertación 2/6ba
40Astrid Jaime, PhD, Experiencias en Gestión de Conocimientos en Investigación, U. Javeriana, Bogotá, D. C. – Abril, 2007Astrid Jaime, PhD, Experiencias en Gestión de Conocimientos en Investigación, U. Javeriana, Bogotá, D. C. – Abril, 2007
Posicionamiento en la literatura• Múltiples trabajos en métodos que utilizan tanto GC como KM.
• Estos trabajos podrían agruparse en cuatro tipos:1. Aquellos que proponen metodologías que integran GC y KM2. Aquellos que aplican GC y muestran que la GC soporta la KM3. Aquellos que usan KM para mejorar los resultados obtenidos de
GC4. Los que aplican KM y preconisan que el uso de la GC puede
ayudar a alcanzar mejores resultados.
a. Contexto de la Disertación 3/6ba
41Astrid Jaime, PhD, Experiencias en Gestión de Conocimientos en Investigación, U. Javeriana, Bogotá, D. C. – Abril, 2007Astrid Jaime, PhD, Experiencias en Gestión de Conocimientos en Investigación, U. Javeriana, Bogotá, D. C. – Abril, 2007
Observación de la realidad• Trabajo de Campo:
– Observación de una organización de investigación (4 meses).– Entrevistas en 7 organismos de investigación que ya trabajaban
en GC.– Observación del proceso de implementación en un organismo de
investigación (18 meses).
• La realidad de las organizaciones de investigación:– La actividad de la investigación generalmente se desarrolla en la
forma de proyectos de investigación más o menos estructurados. – Diversidad de: campos de la actividad, métodos de funcionamiento,
actividades (proyectos), registros, personal, prácticas de documentación y gestión de proyectos.
a. Contexto de la Disertación 4/6ba
42Astrid Jaime, PhD, Experiencias en Gestión de Conocimientos en Investigación, U. Javeriana, Bogotá, D. C. – Abril, 2007Astrid Jaime, PhD, Experiencias en Gestión de Conocimientos en Investigación, U. Javeriana, Bogotá, D. C. – Abril, 2007
Organizaciones de Inv.
GC - Aspectos Organizacionales GC & KM
• Metodología conocida• Resultados a corto plazo• Primero lo fácil
• Metodología desconocida• Resultados a med. y largo plazo• Falta de experiencias reales
Gestión de Calidad y Gestión de Gestión de Calidad y Gestión de ConocimientosConocimientos
Actividades Científicas (producción de conocimientos)
Actividades de soporte
GC adaptada a actividadesde Investigación
• Algunas experiencias of implementación de GC: – La orientación básica es la ISO 9000:2000– La GC no se enfoca de forma directa a las actividades de
investigación básica. – Uso menor de los principios de KM.
a. Contexto de la Disertación 5/6ba
43Astrid Jaime, PhD, Experiencias en Gestión de Conocimientos en Investigación, U. Javeriana, Bogotá, D. C. – Abril, 2007Astrid Jaime, PhD, Experiencias en Gestión de Conocimientos en Investigación, U. Javeriana, Bogotá, D. C. – Abril, 2007
Nuestra pregunta de investigación• Trabajos relacionados
con GC y KM agrupados en cuatro tipos:
1.Aquellos que proponen metodologías que integran GC y KM
2.Aquellos que aplican GC y muestran que la GC soporta la KM
3.Aquellos que usan KM para mejorar los resultados obtenidos de GC
4.Los que aplican KM y preconisan que el uso de la GC puede ayudar a alcanzar mejores resultados.
• Observación de la realidad Evolución de la perspectiva usada:
¿Cómo se podrían utilizar los métodos del KM para mejorar el desarrollo de las actividades de investigación en una manera que complemente los aspectos ya cubiertos por los sistemas de GC implementados en las organizaciones de investigación?
Contexto de la Disertación 6/6
a. Contexto de la Disertación 6/6ba
44Astrid Jaime, PhD, Experiencias en Gestión de Conocimientos en Investigación, U. Javeriana, Bogotá, D. C. – Abril, 2007Astrid Jaime, PhD, Experiencias en Gestión de Conocimientos en Investigación, U. Javeriana, Bogotá, D. C. – Abril, 2007
1. Presentación de la tesis: “1. Presentación de la tesis: “De la De la gestión de la calidad a la gestión de gestión de la calidad a la gestión de
conocimientos en proyectos de conocimientos en proyectos de investigación: Una propuesta para la investigación: Una propuesta para la
gestión de contenidos en investigación gestión de contenidos en investigación bibliográfica”bibliográfica”
a. Contextob. El Problemac. Los Artefactos en Investigaciónd. El Análisis de la Actividad Científicae. El Diseño de una Propuestaf. El Prototipo de la Propuestag. Conclusiones
b. El Problema
45Astrid Jaime, PhD, Experiencias en Gestión de Conocimientos en Investigación, U. Javeriana, Bogotá, D. C. – Abril, 2007Astrid Jaime, PhD, Experiencias en Gestión de Conocimientos en Investigación, U. Javeriana, Bogotá, D. C. – Abril, 2007
b. El Problema
¿Cómo facilitar el proceso de producción de conocimientos?
• Al principio: Análisis centrado en los aspectos de GC como medio para mejorar el proceso de producción del conocimiento.
• Trabajo en el terreno: Los sistemas de GC (SGC) observados se centran en los aspectos administrativos – Actividades de soporte. Poco uso del SGC para los aspectos de la investigación.
• Finalmente: Análisis centrado en los aspectos de KM. El SGC se ve como un marco de reflexión que puede motivar a los agentes de investigación para involucrarse en un proceso que tenga como objetivo el mejoramiento la gestión del conocimiento.
b. El Problema 1/4
ba
46Astrid Jaime, PhD, Experiencias en Gestión de Conocimientos en Investigación, U. Javeriana, Bogotá, D. C. – Abril, 2007Astrid Jaime, PhD, Experiencias en Gestión de Conocimientos en Investigación, U. Javeriana, Bogotá, D. C. – Abril, 2007
¿Cómo apoyar la gestión de los conceptos científicos en el marco del desarrollo de proyectos de investigación?
Conceptos científicos:– Construcciones basadas en conocimiento científico anterior y
datos de apoyo, que siguen un proceso de evaluación para verificar su capacidad de explorar, explicar, describir, predecir o influenciar un fenómeno.
• La literatura de Ciencias Sociales sobre la Ciencia:– Actividad estructurada en proyectos (Vinck, D., 1995).
– Generación continua de documentos (Latour, B. and Woolgar, S., 1986) o registros (Vinck, D., 1995).
– Importancia de los conceptos científicos (Chalmers, A., 1991).
Los Conceptos Científicos
b. El Problema 2/4
ba
47Astrid Jaime, PhD, Experiencias en Gestión de Conocimientos en Investigación, U. Javeriana, Bogotá, D. C. – Abril, 2007Astrid Jaime, PhD, Experiencias en Gestión de Conocimientos en Investigación, U. Javeriana, Bogotá, D. C. – Abril, 2007
• Análisis del proceso de investigación de acuerdo con dos ejes (trabajo de campo): – Etapas del proceso de investigación– Información usada y generada durante el proceso de investigación
Prácticas de diseminación científica:– Capitalización de resultados finales– Poca capitalización de resultados intermediarios
¿Cómo mejorar la gestión del conocimiento producido durante la realización del proceso de investigación?
Los Resultados Intermediarios
b. El Problema 3/4ba
48Astrid Jaime, PhD, Experiencias en Gestión de Conocimientos en Investigación, U. Javeriana, Bogotá, D. C. – Abril, 2007Astrid Jaime, PhD, Experiencias en Gestión de Conocimientos en Investigación, U. Javeriana, Bogotá, D. C. – Abril, 2007
• Análisis de múltiples conceptos: Objetos Intermediarios, Objetos de conocimiento, Artefactos...
• Hutchins, E. (1995): Los Artefactos:– “depósitos de conocimiento … construidos en medios durables”
¿Cómo gestionar y capitalizar artefactos?Redefinición del concepto de artefacto:
– un artefacto es un elemento que tiene una forma material (o una forma virtual, ya que puede existir sólo en un sistema informático) que puede transferir una parte del conocimiento poseído por su autor, a condición de que su receptor conozca el contexto en el cual fue concebido y tenga el conocimiento necesario para su interpretación. En este sentido, los artefactos son maneras de traducir una parte del conocimiento de sus autores para dar una representación que pueda ser almacenada y potencialmente, compartida y reutilizada.
Los Artefactos
b. El Problema 4 /4
ba
49Astrid Jaime, PhD, Experiencias en Gestión de Conocimientos en Investigación, U. Javeriana, Bogotá, D. C. – Abril, 2007Astrid Jaime, PhD, Experiencias en Gestión de Conocimientos en Investigación, U. Javeriana, Bogotá, D. C. – Abril, 2007
1. Presentación de la tesis: “1. Presentación de la tesis: “De la De la gestión de la calidad a la gestión de gestión de la calidad a la gestión de
conocimientos en proyectos de conocimientos en proyectos de investigación: Una propuesta para la investigación: Una propuesta para la
gestión de contenidos en investigación gestión de contenidos en investigación bibliográfica”bibliográfica”
a. Contextob. El Problemac. Los Artefactos en Investigaciónd. El Análisis de la Actividad Científicae. El Diseño de una Propuestaf. El Prototipo de la Propuestag. Conclusiones
c. Los Artefactos en Investigación
50Astrid Jaime, PhD, Experiencias en Gestión de Conocimientos en Investigación, U. Javeriana, Bogotá, D. C. – Abril, 2007Astrid Jaime, PhD, Experiencias en Gestión de Conocimientos en Investigación, U. Javeriana, Bogotá, D. C. – Abril, 2007
• Representación de los proyectos de investigación:
c. Los Artefactos en la Investigación
List of documents (references) potentially useful –A213f
Look for instructions for accessingdata bases
Look for work station for accessing
data bases
Open data base accessing page
Fill out the informationto start the research
Start the research
Analyze consultation results
A2133a
A2133b
A2133c
A2133d
A2133e
A2133f
1 2
3
4
5
6
A21b
A21c
A213b Look for instructions for accessingdata bases
Look for work station for accessing
data bases
Open data base accessing page
Fill out the informationto start the research
Start the research
Analyze consultation results
A2133a
A2133b
A2133c
A2133d
A2133e
A2133f
1 2
3
4
5
6
A21b
A21c
A213b
A0 : Research Project
Définir mode dedéveloppement (interne/externe)
Développermatériel
Liste d’instruments/Matériel –A3b
Définir disponibilité
interne
Réserver matériel
Information sur la disponibilité du matériel
Définir disponibilité
externe
Commandermatériel
Matériel / instrumentsDisponibles -A3c
A33a
A33b A33c
A33d
A33e
1 2
3 4
5 6
A33f
Mode d’emploi
A33e
A33g
A33g
A33f
A33f
Définir mode dedéveloppement (interne/externe)
Développermatériel
Liste d’instruments/Matériel –A3b
Définir disponibilité
interne
Réserver matériel
Information sur la disponibilité du matériel
Définir disponibilité
externe
Commandermatériel
Matériel / instrumentsDisponibles -A3c
A33a
A33b A33c
A33d
A33e
1 2
3 4
5 6
A33f
Mode d’emploi
A33e
A33g
A33g
A33f
A33f
Consultation bases de données
Inscrip tion au liste(s) de d iffusion
du domaine(s)
Consultation Int ernet
Consultation Collègues
1
2
3
4
A7213e
A7213f
A7213g
A7213h
List e de MSV -A721b
List e des m oyen(s) spéci fique(s) de va lorisation - A72a
Incorporer information
à l iste
Consulta tion Liste de Sources
d’information disponibles
A7213a
A7213b
A7213c
A7213d
Consultation bases de données
Inscrip tion au liste(s) de d iffusion
du domaine(s)
Consultation Int ernet
Consultation Collègues
1
2
3
4
A7213e
A7213f
A7213g
A7213h
List e de MSV -A721b
List e des m oyen(s) spéci fique(s) de va lorisation - A72a
Incorporer information
à l iste
Consulta tion Liste de Sources
d’information disponibles
A7213a
A7213b
A7213c
A7213d
A33 : Acquisition, préparation ou développement du matériel
Définir objectives, personnel, budget, etc.
Connaissances existantes
Définir disponibilité de ressources
Définir viabilité de réalisation
3
5 4
Ecrire document de définition
du projet
6
Définition du projet
Décision de réaliser un projet
Définir les domaines, méthodes, etc. (qui peuvent aider à étudier
le phénomène)
2A1a A1b
A1c
A1d
A1e
A1f
A1g
A0g
Définir le phénomène
à étudier
1 Définir objectives, personnel, budget, etc.
Connaissances existantes
Définir disponibilité de ressources
Définir viabilité de réalisation
3
5 4
Ecrire document de définition
du projet
6
Définition du projet
Décision de réaliser un projet
Définir les domaines, méthodes, etc. (qui peuvent aider à étudier
le phénomène)
2A1a A1b
A1c
A1d
A1e
A1f
A1g
A0g
Définir le phénomène
à étudier
1
A1 : Définition du projet
Obtention de documents
Définition duProjet –A1g
Document d’état de l’art
A2a
A2b
A2c
1 2
Définition de méthodologies et concepts susceptibles d’être utilisés.
Documents jugésnon pertinents
AnnotationsDivers : Listes d’auteurs,revus, conférences, etc. importants
Rédactionsynthèse
3
Lecture et extraction de concepts jugés
utilesA2d
A2e
A2f
A2g
A2h
Obtention de documents
Définition duProjet –A1g
Document d’état de l’art
A2a
A2b
A2c
1 2
Définition de méthodologies et concepts susceptibles d’être utilisés.
Documents jugésnon pertinents
AnnotationsDivers : Listes d’auteurs,revus, conférences, etc. importants
Rédactionsynthèse
3
Lecture et extraction de concepts jugés
utilesA2d
A2e
A2f
A2g
A2h
A2 : Définition de l’état de l’art
Choix du type de valorisation - A7a
Liste des moyen(s) spécifique(s) de valorisation - A72a
Définir existencede liste de MSV pour
le type choisi Récupérer liste
Mettre liste à jourRédiger liste
1 2
34
A721a
A721bA721c
Choix du type de valorisation - A7a
Liste des moyen(s) spécifique(s) de valorisation - A72a
Définir existencede liste de MSV pour
le type choisi Récupérer liste
Mettre liste à jourRédiger liste
1 2
34
A721a
A721bA721c
A721 : Moyen(s) spécifique(s) de valorisation (MSV)
Acquisition, préparation ou développement
du matériel nécessaire
Document d’état de l’art (rapport) A2eDéfinition de méthodologies et concepts susceptibles d’être utilisés. A2f
Définition d’instruments d’obtention
d’échantillons
Obtention d’échantillon(s)
Traitement d’échantillon
Données bruts sur le système en étude - A0d
A3a
5
43
2
..
A3b
A3c
A3d
A3fA3e
Choix de méthodologie
à utiliser
1
Acquisition, préparation ou développement
du matériel nécessaire
Document d’état de l’art (rapport) A2eDéfinition de méthodologies et concepts susceptibles d’être utilisés. A2f
Définition d’instruments d’obtention
d’échantillons
Obtention d’échantillon(s)
Traitement d’échantillon
Données bruts sur le système en étude - A0d
A3a
5
43
2
..
A3b
A3c
A3d
A3fA3e
Choix de méthodologie
à utiliser
1
A3 : Obtention de données
Acquisition, préparation ou développement
des outils
Choix de méthodologie
à utiliser
Définition d’outils
nécessaires
Utilisation d’outils
Données bruts sur lesystème en étude A3g
A4a1
4
32
Données traitées –A0e
Définition de méthodologies et concepts susceptibles d’être utilisés. A2f A4b
A4c
A4dA4e
Acquisition, préparation ou développement
des outils
Choix de méthodologie
à utiliser
Définition d’outils
nécessaires
Utilisation d’outils
Données bruts sur lesystème en étude A3g
A4a1
4
32
Données traitées –A0e
Définition de méthodologies et concepts susceptibles d’être utilisés. A2f A4b
A4c
A4dA4e
A4 : Traitement de données
Comparaison avec état de l’art
Détermination des différences
Données traitées A4e
A5a
32
Propositions à Valider –A0h
Définition de méthodologies et concepts susceptibles d’être utilisés. A2f
Développement des propositions
4
A5b
A5c
A5d
A5e
Analyse de données
1 Comparaison avec état de l’art
Détermination des différences
Données traitées A4e
A5a
32
Propositions à Valider –A0h
Définition de méthodologies et concepts susceptibles d’être utilisés. A2f
Développement des propositions
4
A5b
A5c
A5d
A5e
Analyse de données
1
A5 : Analyse de résultats
A6a
Artefacts / Résultats Intermédiaires
Réalisation De
Tests
Artefacts/résultatsIntermédiairesValidés ou refusésA0h / A0i
3
A6b
A6c
A6d
Analyse d’artéfacts
1 Analyse deRésultats de
Tests
4
Réalisation de réunions de discussion
2A6a
Artefacts / Résultats Intermédiaires
Réalisation De
Tests
Artefacts/résultatsIntermédiairesValidés ou refusésA0h / A0i
3
A6b
A6c
A6d
Analyse d’artéfacts
1 Analyse deRésultats de
Tests
4
Réalisation de réunions de discussion
2
A6 : Suivi et Validation
Définition d’auteurs, journaux, conférences,
équipes de recherche, etc. pertinents pour la thématique
de recherche
Connaissances existantes
Consultation de basesde données, bibliothèques
et d’autres sources d’information (Internet)
Demande de documents
Participation aux conférences
Documents à étudier –A2a
A21a
A21b
A21c
A21e
1
2
3
4
A21d
Définition d’auteurs, journaux, conférences,
équipes de recherche, etc. pertinents pour la thématique
de recherche
Connaissances existantes
Consultation de basesde données, bibliothèques
et d’autres sources d’information (Internet)
Demande de documents
Participation aux conférences
Documents à étudier –A2a
A21a
A21b
A21c
A21e
1
2
3
4
A21d
A21 : Obtention de documents
Consultation Liste de Sources
d’information disponibles
A21b
A21c
Consultation bases de données
Consultation Bibliothèque(s)
Consultation Internet
Consultation Collègues
1
2
3
4
5
..
..
.
.
.
.
Liste de documents qui peuvent être utiles disponibles dans chaqueSource –A21e
A213a
A213b
A213c
A213d
A213e
A213f
A213g
A213h
Consultation Liste de Sources
d’information disponibles
A21b
A21c
Consultation bases de données
Consultation Bibliothèque(s)
Consultation Internet
Consultation Collègues
1
2
3
4
5
..
..
.
.
.
.
Liste de documents qui peuvent être utiles disponibles dans chaqueSource –A21e
A213a
A213b
A213c
A213d
A213e
A213f
A213g
A213h
A213 : Consultation de sources d’information
Définir mode dedéveloppement (interne/externe)
Développeroutil
Liste d ’outi ls– A4b
Définir disponibilité
interne
Réserver outil
Inform ation sur la date de dis ponib ili té des outi ls
Définir disponibil ité
externe
Commanderoutil
OutilsDisponibles -A4c
A43a
A43b A43c
A43d
A43e
1 2
3 4
5 6
A43f
Instructions d’u ti l isation
A43e
A43g
A43g
A43f
A4 3f
Définir mode dedéveloppement (interne/externe)
Développeroutil
Liste d ’outi ls– A4b
Définir disponibilité
interne
Réserver outil
Inform ation sur la date de dis ponib ili té des outi ls
Définir disponibil ité
externe
Commanderoutil
OutilsDisponibles -A4c
A43a
A43b A43c
A43d
A43e
1 2
3 4
5 6
A43f
Instructions d’u ti l isation
A43e
A43g
A43g
A43f
A4 3f
A43 : Acquisition, préparation ou développement des outi ls
Récupérer, complémenter ou rédiger liste des
moyen(s) sp écifique(s) de valorisa tion
Analyser options
Choisir mo yen(s) spécifique(s) de
valorisation
1
3
2
Définition des moyen(s) spécif ique(s) de valorisation - A7b
A72a
A72b
Choix du type de valorisation - A7a
Récupérer, complémenter ou rédiger liste des
moyen(s) sp écifique(s) de valorisa tion
Analyser options
Choisir mo yen(s) spécifique(s) de
valorisation
1
3
2
Définition des moyen(s) spécif ique(s) de valorisation - A7b
A72a
A72b
Choix du type de valorisation - A7a
A72 : Recherche d’information
Préparat ionde proposit ions(publications,
etc.)
Définition dutype de
val orisati on
Recherche D’information(revus, conf.)
A7a
1 32
Nouvelles connaissances :Publications, r apports, e tc.- Ac
Artefacts/résult atsIn termédiai res/ proposi tionsVal idés - A0i
A7b
Soumission de proposit ions
Réception de Acceptation / Refus
de proposit ions
4
5
A7c
A7dA7e
A7e
Prop ositi onsRefu sées – A7f
Préparat ionde proposit ions(publications,
etc.)
Définition dutype de
val orisati on
Recherche D’information(revus, conf.)
A7a
1 32
Nouvelles connaissances :Publications, r apports, e tc.- Ac
Artefacts/résult atsIn termédiai res/ proposi tionsVal idés - A0i
A7b
Soumission de proposit ions
Réception de Acceptation / Refus
de proposit ions
4
5
A7c
A7dA7e
A7e
Prop ositi onsRefu sées – A7f
A7 : Valorisation
Artefacts/résultatsIntermédiaires/ propositionsValidés - A0i
Récupérer ou rédiger liste d’options de valorisation
Analyser options
Choisir type de valorisation
1
3
2
Choix du t ype de valor isation - A7a
A71a
A7 1b
A7e
Artefacts/résultatsIntermédiaires/ propositionsValidés - A0i
Récupérer ou rédiger liste d’options de valorisation
Analyser options
Choisir type de valorisation
1
3
2
Choix du t ype de valor isation - A7a
A71a
A7 1b
A7e
A71 : Défini tion du type de valorisation
A7213 : Mise à jour de liste de MSV
A2133 : Data base consultation
Phenomenon
Decision of Realizing a project
Production of Knowledge
(Through Research Projects)
Existing Knowledge
Ac
Ad
Ae
New Knowledge:Publications, reports, etc.
Artifacts: Developed software,Doc. of the state of the art, etc.
Documentation of the project :Meeting reports, planning, etc.
Ab
Aa
System: Research LaboratoryPoint of view: Knowledge and information used and produced
Phenomenon
Decision of Realizing a project
Production of Knowledge
(Through Research Projects)
Existing Knowledge
Ac
Ad
Ae
New Knowledge:Publications, reports, etc.
Artifacts: Developed software,Doc. of the state of the art, etc.
Documentation of the project :Meeting reports, planning, etc.
Ab
Aa
System: Research LaboratoryPoint of view: Knowledge and information used and produced
Follow-up and Validation
ResultsAnalysis –
Propositions
Ad Ae
A2d A2g A2h
Art stateDefinition
Project Definition
Dissemination
.
Data gathering
. .
.
.
2 3
Existing Knowledge Aa
New knowledge:Publications, reports, etc. - Ac
1
4
.
.
Decision of developing a project
A0h
7
6
.
..
. ...
.
.5
A0hA0h
A0i
A0f
A0e
A0d
A0b/ A2f
A0g/A33fA0a
A0j
A0c
A0g
A0h
Ab
A43f
A7f
Data treatment
4A0c /A0e
Follow-up and Validation
ResultsAnalysis –
Propositions
Ad Ae
A2d A2g A2h
Art stateDefinition
Project Definition
Dissemination
.
Data gathering
. .
.
.
2 3
Existing Knowledge Aa
New knowledge:Publications, reports, etc. - Ac
1
4
.
.
Decision of developing a project
A0h
7
6
.
..
. ...
.
.5
A0hA0h
A0i
A0f
A0e
A0d
A0b/ A2f
A0g/A33fA0a
A0j
A0c
A0g
A0h
Ab
A43f
A7f
Data treatment
4A0c /A0e
A: Research Process
List of documents (references) potentially useful –A213f
Look for instructions for accessingdata bases
Look for work station for accessing
data bases
Open data base accessing page
Fill out the informationto start the research
Start the research
Analyze consultation results
A2133a
A2133b
A2133c
A2133d
A2133e
A2133f
1 2
3
4
5
6
A21b
A21c
A213b Look for instructions for accessingdata bases
Look for work station for accessing
data bases
Open data base accessing page
Fill out the informationto start the research
Start the research
Analyze consultation results
A2133a
A2133b
A2133c
A2133d
A2133e
A2133f
1 2
3
4
5
6
A21b
A21c
A213b
A0 : Research Project
Définir mode dedéveloppement (interne/externe)
Développermatériel
Liste d’instruments/Matériel –A3b
Définir disponibilité
interne
Réserver matériel
Information sur la disponibilité du matériel
Définir disponibilité
externe
Commandermatériel
Matériel / instrumentsDisponibles -A3c
A33a
A33b A33c
A33d
A33e
1 2
3 4
5 6
A33f
Mode d’emploi
A33e
A33g
A33g
A33f
A33f
Définir mode dedéveloppement (interne/externe)
Développermatériel
Liste d’instruments/Matériel –A3b
Définir disponibilité
interne
Réserver matériel
Information sur la disponibilité du matériel
Définir disponibilité
externe
Commandermatériel
Matériel / instrumentsDisponibles -A3c
A33a
A33b A33c
A33d
A33e
1 2
3 4
5 6
A33f
Mode d’emploi
A33e
A33g
A33g
A33f
A33f
Consultation bases de données
Inscrip tion au liste(s) de d iffusion
du domaine(s)
Consultation Int ernet
Consultation Collègues
1
2
3
4
A7213e
A7213f
A7213g
A7213h
List e de MSV -A721b
List e des m oyen(s) spéci fique(s) de va lorisation - A72a
Incorporer information
à l iste
Consulta tion Liste de Sources
d’information disponibles
A7213a
A7213b
A7213c
A7213d
Consultation bases de données
Inscrip tion au liste(s) de d iffusion
du domaine(s)
Consultation Int ernet
Consultation Collègues
1
2
3
4
A7213e
A7213f
A7213g
A7213h
List e de MSV -A721b
List e des m oyen(s) spéci fique(s) de va lorisation - A72a
Incorporer information
à l iste
Consulta tion Liste de Sources
d’information disponibles
A7213a
A7213b
A7213c
A7213d
A33 : Acquisition, préparation ou développement du matériel
Définir objectives, personnel, budget, etc.
Connaissances existantes
Définir disponibilité de ressources
Définir viabilité de réalisation
3
5 4
Ecrire document de définition
du projet
6
Définition du projet
Décision de réaliser un projet
Définir les domaines, méthodes, etc. (qui peuvent aider à étudier
le phénomène)
2A1a A1b
A1c
A1d
A1e
A1f
A1g
A0g
Définir le phénomène
à étudier
1 Définir objectives, personnel, budget, etc.
Connaissances existantes
Définir disponibilité de ressources
Définir viabilité de réalisation
3
5 4
Ecrire document de définition
du projet
6
Définition du projet
Décision de réaliser un projet
Définir les domaines, méthodes, etc. (qui peuvent aider à étudier
le phénomène)
2A1a A1b
A1c
A1d
A1e
A1f
A1g
A0g
Définir le phénomène
à étudier
1
A1 : Définition du projet
Obtention de documents
Définition duProjet –A1g
Document d’état de l’art
A2a
A2b
A2c
1 2
Définition de méthodologies et concepts susceptibles d’être utilisés.
Documents jugésnon pertinents
AnnotationsDivers : Listes d’auteurs,revus, conférences, etc. importants
Rédactionsynthèse
3
Lecture et extraction de concepts jugés
utilesA2d
A2e
A2f
A2g
A2h
Obtention de documents
Définition duProjet –A1g
Document d’état de l’art
A2a
A2b
A2c
1 2
Définition de méthodologies et concepts susceptibles d’être utilisés.
Documents jugésnon pertinents
AnnotationsDivers : Listes d’auteurs,revus, conférences, etc. importants
Rédactionsynthèse
3
Lecture et extraction de concepts jugés
utilesA2d
A2e
A2f
A2g
A2h
A2 : Définition de l’état de l’art
Choix du type de valorisation - A7a
Liste des moyen(s) spécifique(s) de valorisation - A72a
Définir existencede liste de MSV pour
le type choisi Récupérer liste
Mettre liste à jourRédiger liste
1 2
34
A721a
A721bA721c
Choix du type de valorisation - A7a
Liste des moyen(s) spécifique(s) de valorisation - A72a
Définir existencede liste de MSV pour
le type choisi Récupérer liste
Mettre liste à jourRédiger liste
1 2
34
A721a
A721bA721c
A721 : Moyen(s) spécifique(s) de valorisation (MSV)
Acquisition, préparation ou développement
du matériel nécessaire
Document d’état de l’art (rapport) A2eDéfinition de méthodologies et concepts susceptibles d’être utilisés. A2f
Définition d’instruments d’obtention
d’échantillons
Obtention d’échantillon(s)
Traitement d’échantillon
Données bruts sur le système en étude - A0d
A3a
5
43
2
..
A3b
A3c
A3d
A3fA3e
Choix de méthodologie
à utiliser
1
Acquisition, préparation ou développement
du matériel nécessaire
Document d’état de l’art (rapport) A2eDéfinition de méthodologies et concepts susceptibles d’être utilisés. A2f
Définition d’instruments d’obtention
d’échantillons
Obtention d’échantillon(s)
Traitement d’échantillon
Données bruts sur le système en étude - A0d
A3a
5
43
2
..
A3b
A3c
A3d
A3fA3e
Choix de méthodologie
à utiliser
1
A3 : Obtention de données
Acquisition, préparation ou développement
des outils
Choix de méthodologie
à utiliser
Définition d’outils
nécessaires
Utilisation d’outils
Données bruts sur lesystème en étude A3g
A4a1
4
32
Données traitées –A0e
Définition de méthodologies et concepts susceptibles d’être utilisés. A2f A4b
A4c
A4dA4e
Acquisition, préparation ou développement
des outils
Choix de méthodologie
à utiliser
Définition d’outils
nécessaires
Utilisation d’outils
Données bruts sur lesystème en étude A3g
A4a1
4
32
Données traitées –A0e
Définition de méthodologies et concepts susceptibles d’être utilisés. A2f A4b
A4c
A4dA4e
A4 : Traitement de données
Comparaison avec état de l’art
Détermination des différences
Données traitées A4e
A5a
32
Propositions à Valider –A0h
Définition de méthodologies et concepts susceptibles d’être utilisés. A2f
Développement des propositions
4
A5b
A5c
A5d
A5e
Analyse de données
1 Comparaison avec état de l’art
Détermination des différences
Données traitées A4e
A5a
32
Propositions à Valider –A0h
Définition de méthodologies et concepts susceptibles d’être utilisés. A2f
Développement des propositions
4
A5b
A5c
A5d
A5e
Analyse de données
1
A5 : Analyse de résultats
A6a
Artefacts / Résultats Intermédiaires
Réalisation De
Tests
Artefacts/résultatsIntermédiairesValidés ou refusésA0h / A0i
3
A6b
A6c
A6d
Analyse d’artéfacts
1 Analyse deRésultats de
Tests
4
Réalisation de réunions de discussion
2A6a
Artefacts / Résultats Intermédiaires
Réalisation De
Tests
Artefacts/résultatsIntermédiairesValidés ou refusésA0h / A0i
3
A6b
A6c
A6d
Analyse d’artéfacts
1 Analyse deRésultats de
Tests
4
Réalisation de réunions de discussion
2
A6 : Suivi et Validation
Définition d’auteurs, journaux, conférences,
équipes de recherche, etc. pertinents pour la thématique
de recherche
Connaissances existantes
Consultation de basesde données, bibliothèques
et d’autres sources d’information (Internet)
Demande de documents
Participation aux conférences
Documents à étudier –A2a
A21a
A21b
A21c
A21e
1
2
3
4
A21d
Définition d’auteurs, journaux, conférences,
équipes de recherche, etc. pertinents pour la thématique
de recherche
Connaissances existantes
Consultation de basesde données, bibliothèques
et d’autres sources d’information (Internet)
Demande de documents
Participation aux conférences
Documents à étudier –A2a
A21a
A21b
A21c
A21e
1
2
3
4
A21d
A21 : Obtention de documents
Consultation Liste de Sources
d’information disponibles
A21b
A21c
Consultation bases de données
Consultation Bibliothèque(s)
Consultation Internet
Consultation Collègues
1
2
3
4
5
..
..
.
.
.
.
Liste de documents qui peuvent être utiles disponibles dans chaqueSource –A21e
A213a
A213b
A213c
A213d
A213e
A213f
A213g
A213h
Consultation Liste de Sources
d’information disponibles
A21b
A21c
Consultation bases de données
Consultation Bibliothèque(s)
Consultation Internet
Consultation Collègues
1
2
3
4
5
..
..
.
.
.
.
Liste de documents qui peuvent être utiles disponibles dans chaqueSource –A21e
A213a
A213b
A213c
A213d
A213e
A213f
A213g
A213h
A213 : Consultation de sources d’information
Définir mode dedéveloppement (interne/externe)
Développeroutil
Liste d ’outi ls– A4b
Définir disponibilité
interne
Réserver outil
Inform ation sur la date de dis ponib ili té des outi ls
Définir disponibil ité
externe
Commanderoutil
OutilsDisponibles -A4c
A43a
A43b A43c
A43d
A43e
1 2
3 4
5 6
A43f
Instructions d’u ti l isation
A43e
A43g
A43g
A43f
A4 3f
Définir mode dedéveloppement (interne/externe)
Développeroutil
Liste d ’outi ls– A4b
Définir disponibilité
interne
Réserver outil
Inform ation sur la date de dis ponib ili té des outi ls
Définir disponibil ité
externe
Commanderoutil
OutilsDisponibles -A4c
A43a
A43b A43c
A43d
A43e
1 2
3 4
5 6
A43f
Instructions d’u ti l isation
A43e
A43g
A43g
A43f
A4 3f
A43 : Acquisition, préparation ou développement des outi ls
Récupérer, complémenter ou rédiger liste des
moyen(s) sp écifique(s) de valorisa tion
Analyser options
Choisir mo yen(s) spécifique(s) de
valorisation
1
3
2
Définition des moyen(s) spécif ique(s) de valorisation - A7b
A72a
A72b
Choix du type de valorisation - A7a
Récupérer, complémenter ou rédiger liste des
moyen(s) sp écifique(s) de valorisa tion
Analyser options
Choisir mo yen(s) spécifique(s) de
valorisation
1
3
2
Définition des moyen(s) spécif ique(s) de valorisation - A7b
A72a
A72b
Choix du type de valorisation - A7a
A72 : Recherche d’information
Préparat ionde proposit ions(publications,
etc.)
Définition dutype de
val orisati on
Recherche D’information(revus, conf.)
A7a
1 32
Nouvelles connaissances :Publications, r apports, e tc.- Ac
Artefacts/résult atsIn termédiai res/ proposi tionsVal idés - A0i
A7b
Soumission de proposit ions
Réception de Acceptation / Refus
de proposit ions
4
5
A7c
A7dA7e
A7e
Prop ositi onsRefu sées – A7f
Préparat ionde proposit ions(publications,
etc.)
Définition dutype de
val orisati on
Recherche D’information(revus, conf.)
A7a
1 32
Nouvelles connaissances :Publications, r apports, e tc.- Ac
Artefacts/résult atsIn termédiai res/ proposi tionsVal idés - A0i
A7b
Soumission de proposit ions
Réception de Acceptation / Refus
de proposit ions
4
5
A7c
A7dA7e
A7e
Prop ositi onsRefu sées – A7f
A7 : Valorisation
Artefacts/résultatsIntermédiaires/ propositionsValidés - A0i
Récupérer ou rédiger liste d’options de valorisation
Analyser options
Choisir type de valorisation
1
3
2
Choix du t ype de valor isation - A7a
A71a
A7 1b
A7e
Artefacts/résultatsIntermédiaires/ propositionsValidés - A0i
Récupérer ou rédiger liste d’options de valorisation
Analyser options
Choisir type de valorisation
1
3
2
Choix du t ype de valor isation - A7a
A71a
A7 1b
A7e
A71 : Défini tion du type de valorisation
A7213 : Mise à jour de liste de MSV
A2133 : Data base consultation
Phenomenon
Decision of Realizing a project
Production of Knowledge
(Through Research Projects)
Existing Knowledge
Ac
Ad
Ae
New Knowledge:Publications, reports, etc.
Artifacts: Developed software,Doc. of the state of the art, etc.
Documentation of the project :Meeting reports, planning, etc.
Ab
Aa
System: Research LaboratoryPoint of view: Knowledge and information used and produced
Phenomenon
Decision of Realizing a project
Production of Knowledge
(Through Research Projects)
Existing Knowledge
Ac
Ad
Ae
New Knowledge:Publications, reports, etc.
Artifacts: Developed software,Doc. of the state of the art, etc.
Documentation of the project :Meeting reports, planning, etc.
Ab
Aa
System: Research LaboratoryPoint of view: Knowledge and information used and produced
Follow-up and Validation
ResultsAnalysis –
Propositions
Ad Ae
A2d A2g A2h
Art stateDefinition
Project Definition
Dissemination
.
Data gathering
. .
.
.
2 3
Existing Knowledge Aa
New knowledge:Publications, reports, etc. - Ac
1
4
.
.
Decision of developing a project
A0h
7
6
.
..
. ...
.
.5
A0hA0h
A0i
A0f
A0e
A0d
A0b/ A2f
A0g/A33fA0a
A0j
A0c
A0g
A0h
Ab
A43f
A7f
Data treatment
4A0c /A0e
Follow-up and Validation
ResultsAnalysis –
Propositions
Ad Ae
A2d A2g A2h
Art stateDefinition
Project Definition
Dissemination
.
Data gathering
. .
.
.
2 3
Existing Knowledge Aa
New knowledge:Publications, reports, etc. - Ac
1
4
.
.
Decision of developing a project
A0h
7
6
.
..
. ...
.
.5
A0hA0h
A0i
A0f
A0e
A0d
A0b/ A2f
A0g/A33fA0a
A0j
A0c
A0g
A0h
Ab
A43f
A7f
Data treatment
4A0c /A0e
A: Research Process
A0 : Research Project
Follow-up and Validation
ResultsAnalysis –
Propositions
Ad Ae
A2d A2g A2h
Art stateDefinition
Project Definition
Dissemination
.
Data gathering
. .
.
.
23
Existing Knowledge Aa
New knowledge:Publications, reports, etc. - Ac
1
4
.
.
Decision of developing a project
A0h
7
6
.
..
. ...
.
.5
A0hA0h
A0i
A0f
A0e
A0d
A0b/ A2f
A0g/A33fA0a
A0j
A0c
A0g
A0h
Ab
A43f
A7f
Data treatment
4A0c /A0e
Follow-up and Validation
ResultsAnalysis –
Propositions
Ad Ae
A2d A2g A2h
Art stateDefinition
Project Definition
Dissemination
.
Data gathering
. .
.
.
23
Existing Knowledge Aa
New knowledge:Publications, reports, etc. - Ac
1
4
.
.
Decision of developing a project
A0h
7
6
.
..
. ...
.
.5
A0hA0h
A0i
A0f
A0e
A0d
A0b/ A2f
A0g/A33fA0a
A0j
A0c
A0g
A0h
Ab
A43f
A7f
Data treatment
4A0c /A0e
c Los Artefactos en la Investigación 1/41 2 3 4a
51Astrid Jaime, PhD, Experiencias en Gestión de Conocimientos en Investigación, U. Javeriana, Bogotá, D. C. – Abril, 2007Astrid Jaime, PhD, Experiencias en Gestión de Conocimientos en Investigación, U. Javeriana, Bogotá, D. C. – Abril, 2007
• Clasificación de los artefactos identificados: – Artefactos relacionados con la bibliografía – Artefactos relacionados con la gestión del
proyecto – Artefactos relacionados con los
resultados intermediarios
• Identificación de los artefactos usados en investigación:
Los Artefactos Identificados
Referencias, artículos, anotaciones, conceptosPlaneación, minutas, lista de instrumentos
Datos recopilados y tratados, software y hardware desarrollado
Process Link Artifact
Aa Publications, reports, books, etc.Ab Meeting reportsAc New publications, reports, etc.Ad Artifacts: software, doc. of the state of the art, etc.Ae Documentation of the project : meeting reports, planning,etc. A0a Document defining the project - Meeting reportA0b Document of the state of the artA0c Instructions for the treatment of data, manuals for using software
Description of a new methodology used for the treatment of dataA0d Raw data on the system in study - ReportA0e Treated dataA0f Results of the data analysis, proposalsA0g Definition of additional fields, theories and methodologies to studyA0h Intermediate results resulting from the other activitiesA0i Validated resultsA1a Problematics, minutes of meetingsA1b Fields, methods, etc that can be considerées to analyze the phenomenonA1c Definition of objectives, personnel, budget, etc. - minutes of meetingA1d Analyze of available resources A1e Minutes of meeting (decision of non-viability -- need for redefining the characteristics of
the project)A1f Minutes of meeting (decision of viability)A2a Documents of the field of study (Contains A21d).A2b List unknown fields, methods, etc and that could help to analyze the phenomenonA2c Documents, judged as relevant, underlined and annotatedA2d Documents considered to be nonrelevantA2f List of methodologies and concepts likely to be usedA2g Annotations A2h Lists of important authors, journals, conferences, research teams, etc A21a Lists of authors, journals, conferences, research teams and key words relevant for the
problemA21b List conferences where it is possible to participateA21c Report of participation in conferenceA21d Proceedings of the conferencesA21e List of potentially useful references (Contains A213e - A213f - A213g - A213h)A213aA213bA213cA213dA213eA213fA213gA213hA2133aA2133bA2133cA2133dA2133eA2133fA3aA3bA3c
A3d
A3eA3fA33a A33bA33c A33d A33e A33f A33g A4aA4bA4c
A : Processus de Recherche
A0 : Projet deRecherche
A1 : Projectdefinition
A2 : Definition ofthe state of theart
A21 : Gatheringof Documents
A213 :Consultation ofinformation sources
A4aA4bA4c
A4dA4e Definition of new methodology - ReportA43a Confirmation of availability of toolsA43b Confirmation of unavailabilityA43c Confirmation of availabilityA43d Confirmation of unavailabilityA43e Definition of specificationsA43f Information on the date of availability of the toolsA43g Instructions of useA5a Analyzed data - Report - Laboratory notebook updatedA5b Annotations on the comparison with the state of the artA5c Report of differences with the state of the artA5d Drafts of proposalsA5e Drafts of proposals to be compared with hte state of the art (to check the novelty)A6a Intermediate result analyzed considered ready for validationA6b Decision on the tests of validation to be realized - Minutes of meetingA6c Results of tests - reportA6d Report with the analysis of the results of tests - Laboratory notebook updatedA7a Choice of the type of dissemination A7b Definition of the specific means of disseminationA7c Proposal(s) A7d Proposal(s) submitedA7e Communication of refusal of proposal to selected type of dissemination or specific means
of dissemination A7f Refused proposals A71a List of dissemination optionsA71b Analyzed options (probably there will be no document)
A72a List of specific means of valorization
A71bAnalyzed options (probably there will be no document)
A721a Definition of the existence of the list of SDMA721b List of SDMA721c Definition of the inexistence of the list of SDMA7213a List existing mailing listsA7213b List of accessible Data basesA7213c List of sites on InternetA7213d Colleagues' contact informationA7213e Mails with information on SDMA2113f Information on SDM found in data basesA2113g Information on SDM found on Internet sitesA2113h Information on SDM given by Colleagues
A721 : SpecificDissemination Means (SDM)
A7213 :Actualisation ofthe list of SDM
A43 :Acquisition, preparation ordeveloppement of instruments
A7 :Dissemination
A71 : Definitionof the type ofdissemination
A4 : Datatreatement
A6 : Validation
A5 : Analysis ofresults
A72 :Information search
P ro cess Li nk Art if act
Aa P ubli cati ons, r epor ts, bo oks, etc.Ab M eet ing r eport sAc N ew publi cat ions, r epor ts, etc.Ad A rt if acts : sof tw ar e, doc. of t he stat e o f the ar t, et c.Ae D ocum entat io n of t he pro ject : m eet ing r epor ts, pl annin g,et c. A0a D ocum ent def ini ng t he pro ject - M eet ing r epor tA0b D ocum ent of t he st at e of t he ar tA0c I nstr uct ions f or th e t rea tm ent of da ta, m anual s f or usi ng soft war e
D escri pt ion of a new me thodo logy used f or t he tr eat men t of dat aA0d R aw dat a on th e syst em in st udy - Repor tA0e T reat ed dataA0f R esult s o f the dat a an alysis, prop osalsA0g D efi nit ion of add it ional f iel ds, t heor ies and m et hodol ogies to st udyA0h I nte rm edi ate r esult s r esul ti ng f r om th e ot her act ivi ti esA0i V ali dated r esult sA1a P robl em ati cs, m inut es of mee tin gsA1b Fi eld s, met hods, et c that ca n be consi deré es t o a nalyze the phenom enonA1c D efi nit ion of obj ect ives, per sonnel , budget , et c. - m inut es of m eeti ngA1d A nalyze of avai labl e r esour ces A1e M inu tes of me eti ng ( decisi on of non- viabi li ty - - n eedf or red efi ning th e char acte ri sti cs of
t he proj ect )A1f M inu tes of m eeti ng (deci sion of vi abil it y)A2a D ocum ents of t he f ie ld of stud y ( Cont ain s A2 1d).A2b Li st unknow n f iel ds, m eth ods, et c and th at could hel p t o analyze the pheno meno nA2c D ocum ents, j udged as rel evant , under li ned and an notat edA2d D ocum ents consi dere d t o be nonr el evantA2f Li st of m eth odologi es and co ncepts li kely to be usedA2g A nnota ti ons A2h Li sts of i mpor t ant aut hor s, jour nal s, conf erence s, rese arch t eams, etc A21 a Li sts of autho rs, jour nals, co nfer ences, resear ch te ams and key wor ds rel evant for the
pr obl emA21 b Li st conf ere nces w her e i t is possibl e to par ti cipat eA21 c R epor t of par ti cipat io n i n conf er enceA21 d P rocee dings of t he con fer encesA21 e Li st of pot ent ial ly u seful r ef ere nces ( Co ntai ns A 213e - A213f - A213g - A 213h)A21 3a Li st of accessi ble li br ari esA21 3b Li st of accessi ble Dat a basesA21 3c Li st of si tes on Int ern et A21 3d A genda - coll eagues' cont act i nfor m ati onA21 3e Li st of docum ent s f ound in t he l ibr ar yA21 3f Li st of docum ent s f ound in t he da ta basesA21 3g Li st of docum ent s f ound on Int er netA21 3h Li st docum ent s r ecom me nded by col league sA21 33a I nstr uct ions t o access th e dat a basesA21 33b A vail able St ati on A21 33c D atab ase r eady for consult at ionA21 33d Fo rm of consult at ion of dat abase fi ll ed ou t (usu all y " on- lin e")A21 33e Li st of f ound ref er encesA21 33f I nsuf fi cient r esul ts => Necessi ty of car ryi ng o ut addit io nal consult at ions - Ann otat ion sA3a D ecisi on o n t he m et hodol ogy t o be used f or obt aini ng data - Mi nut es of m eet ingA3b Li st of i nstr um ents r equir ed for obta inin g dat aA3c I nstr um ent s r eady to use
H andbooks about t he use o f inst ru ment s ( t echnica l Docum ent ati on)A3d D escri pt ion of t he m ethod ology used for ob tai ning sam ples - Up dated labo rat or y
not ebookA3e N onsuit abl e m et hodolo gy - M in utes of m eeti ngA3f D ecisi on o n t he n eed o f addit ion al inst rum ent s - Mi nut es of m eet ingA33 a C onfi r mat ion of ava ilab ili ty of m ate ri alA33 b C onfi r mat ion of un avail abil it yA33 c C onfi r mat ion of ava ilab ili tyA33 d C onfi r mat ion of un avail abil it yA33 e D efi nit ion of speci fi cat ionsA33 f I nfo rm at ion on the avail abil it y of mat er ial ( dat e)A33 g I nstr uct ionsA4a D ecisi on o n t he m et hodol ogy of data pr ocessing t o be used - M inut es of m eeti ngA4b Li st of necessa ry tool s A4c T ools
A : P roce ssus de R echer che
A 0 : Pr oj et deR echer che
A 1 : Pr oj ectde fi nit ion
A 2: D efi nit ion oft he st at e of t hear t
A 21 : Gat her ingof Docum ent s
A 213 :C onsul tat ion ofi nf orm at ion so urces
A 2133 :C onsul tat ion ofda ta bases
A 3 : Da taG at heri ng
A 33 :A cquisi ti on, pr epar at ion orde veloppe ment of mat er ial
A 4 : Da tat r eatem ent
Process L ink Arti f act
A a P ubli cat ions, r epor ts, books, et c.A b M eet ing r epor tsA c N ew publ icat ions, repo rt s, etc.A d A rt if act s: sof t war e, doc. of the sta te of th e ar t , etc.A e D ocum ent ati on of the pr oject : meet in g r epor ts, planni ng, etc. A 0a D ocum ent def ini ng the pr oject - Mee ti ng r epor tA 0b D ocum ent of t he stat e of the ar tA 0c I nst ruct ion s f or t he t r eatm ent of data, manu als for using sof twa re
D escr ipt ion of a new m etho dology used for the t reat m ent of dat aA 0d R aw dat a on t he syst em i n st udy - Repo rtA 0e T rea ted dat aA 0f R esul ts of th e dat a analysi s, pr oposalsA 0g D ef ini ti on of a ddit iona l fi elds, t heor ies and me thodol ogi es t o st udyA 0h I nt erm edi ate r esult s r esul ti ng fr om t he o ther acti vit iesA 0i V ali date d r esul tsA 1a P ro blem at ics, m inut es of m eeti ngsA 1b F iel ds, m ethod s, etc tha t can b e consi der ées t o analyze th e phe nome nonA 1c D ef ini ti on of o bject ives, p erson nel, bud get, e tc. - m i nutes of m eet ingA 1d A nalyze of avai labl e resour ces A 1e M i nutes of m eeti ng ( decisi on of non- viabi li ty -- n eedf or redef in ing the char acter ist ics of
t he pr oject )A 1f M i nutes of m eet ing (d ecisi on of viabi lit y)A 2a D ocum ent s of t he fi eld of st udy ( Co ntai ns A 21d) .A 2b L ist unkno wn fi elds, m et hods, et c an d t hat coul d he lp to anal yze t he p henom enonA 2c D ocum ent s, judge d as r elevant , under li ned and annot atedA 2d D ocum ent s consi der ed t o be no nrel evantA 2f L ist of m et hodol ogies and concept s l ikel y t o be usedA 2g A nnot ati ons A 2h L ist s of i mp ort ant aut hor s, jou rnal s, conf er ences, r esear ch t eam s, et c A 21a L ist sof aut hors, j our nals, co nfer ences, r esear ch tea ms and key wor ds r el evant f or t he
p robl emA 21b L ist conf er ences w her e i t is possi ble to par ti cipa teA 21c R epor t of par t icip ati on i n c onfer enceA 21d P ro ceedings of t he confer encesA 21e L ist of pot ent ial ly usefu l ref er ences (C onta ins A213e - A2 13f - A21 3g - A213h)A 213a L ist of acce ssibl e l ibr ar iesA 213b L ist of acce ssibl e D ata basesA 213c L ist of si tes on Int er net A 213d A genda - col league s' co ntact i nf orm at ionA 213e L ist of doc umen ts foun d i n t he lib rar yA 213f L ist of doc umen ts foun d i n t he data basesA 213g L ist of doc umen ts foun d on In ter netA 213h L ist docum ent s r ecom m ended by col lea guesA 2133a I nst ruct ion s t o acce ss t he d ata basesA 2133b A vail able St at ion A 2133c D at abase r eady f or consul tat ionA 2133d F orm of consul tat ion of dat abase f ill ed out ( usuall y " on- li ne" )A 2133e L ist of f ound r efer encesA 2133f I nsuf fi cient resul ts => Necessi ty of car r ying out addi ti onal consul tat io ns - A nnot ati onsA 3a D ecisi on on t he met hodol ogy to be used f or obt ai ning dat a - M inut es of me eti ngA 3b L ist of i nstr um ent s r equi red f or obt aini ng d ataA 3c I nst rum ent s r eady to use
H andbook s about the use of inst r ume nts (t echni cal Docum ent at ion)A 3d D escr ipt ion of t he m ethod ology used for obt ai ning samp les - Upda ted labor at ory
n otebo okA 3e N onsui tabl e m et hodol ogy - Mi nute s of m eet ingA 3f D ecisi on on t he need of addi ti onal inst r ume nts - M inut es o f me eti ngA 33a C onf ir ma ti on of avail abil it y of m at eri alA 33b C onf ir ma ti on of unavail abil it yA 33c C onf ir ma ti on of avail abil it yA 33d C onf ir ma ti on of unavail abil it yA 33e D ef ini ti on of s pecif icat ionsA 33f I nf orm at ion on the avai labi li ty of m ater ia l ( dat e)A 33g I nst ruct ion sA 4a D ecisi on on t he met hodol ogy of dat a pr ocessi ng t o be use d - M i nutes of m eet ingA 4b L ist of nec essary to ols A 4c T ools
A : Pr ocessus d e Recher che
A0 : P roj et deRecher che
A1 : P ro jectdefi nit ion
A2 : Def ini ti on ofthe stat e of theart
A21 : Gat her ingof Docum ent s
A213 :Consul tat ion ofinf orm at ion source s
A2133 :Consul tat ion ofdata bases
A3 : D ataGat her ing
A33 :Acqui sit ion, prep arat io n ordevelop pemen t of ma ter ial
A4 : D atatr eat emen t
A213a List of accessible librariesA213b List of accessible Data basesA213c List of sites on Internet A213d Agenda - colleagues' contact informationA213e List of documents found in the libraryA213f List of documents found in the data basesA213g List of documents found on InternetA213h List documents recommended by colleaguesA2133a Instructions to access the data basesA2133b Available Station A2133c Database ready for consultationA2133d Form of consultation of database filled out (usually "on-line")A2133e List of found referencesA2133f Insufficient results => Necessity of carrying out additional consultations - AnnotationsA3a Decision on the methodology to be used for obtaining data - Minutes of meetingA3b List of instruments required for obtaining dataA3c Instruments ready to use
Handbooks about the use of instruments (technical Documentation)A3d Description of the methodology used for obtaining samples - Updated laboratory
notebookA3e Nonsuitable methodology - Minutes of meetingA3f Decision on the need of additional instruments - Minutes of meetingA33a Confirmation of availability of materialA33b Confirmation of unavailabilityA33c Confirmation of availabilityA33d Confirmation of unavailabilityA33e Definition of specificationsA33f Information on the availability of material (date)A33g InstructionsA4a Decision on the methodology of data processing to be used - Minutes of meetingA4b List of necessary tools A4c Tools
Instructions of useA4d Definition of new tools - Report, documentation for obtaining the tools A4e Definition of new methodology - Report
A213 :Consultation ofinformation sources
A2133 :Consultation ofdata bases
A3 : DataGathering
A33 :Acquisition, preparation ordeveloppement of material
A4 : Datatreatement
Process L ink Arti f act
A a P ubli cat ions, r epor ts, books, et c.A b M eet ing r epor tsA c N ew publ icat ions, repo rt s, etc.A d A rt if act s: sof t war e, doc. of the sta te of th e ar t , etc.A e D ocum ent ati on of the pr oject : meet in g r epor ts, planni ng, etc. A 0a D ocum ent def ini ng the pr oject - Mee ti ng r epor tA 0b D ocum ent of t he stat e of the ar tA 0c I nst ruct ion s f or t he t r eatm ent of data, manu als for using sof twa re
D escr ipt ion of a new m etho dology used for the t reat m ent of dat aA 0d R aw dat a on t he syst em i n st udy - Repo rtA 0e T rea ted dat aA 0f R esul ts of th e dat a analysi s, pr oposalsA 0g D ef ini ti on of a ddit iona l fi elds, t heor ies and me thodol ogi es t o st udyA 0h I nt erm edi ate r esult s r esul ti ng fr om t he o ther acti vit iesA 0i V ali date d r esul tsA 1a P ro blem at ics, m inut es of m eeti ngsA 1b F iel ds, m ethod s, etc tha t can b e consi der ées t o analyze th e phe nome nonA 1c D ef ini ti on of o bject ives, p erson nel, bud get, e tc. - m i nutes of m eet ingA 1d A nalyze of avai labl e resour ces A 1e M i nutes of m eeti ng ( decisi on of non- viabi li ty -- n eedf or redef in ing the char acter ist ics of
t he pr oject )A 1f M i nutes of m eet ing (d ecisi on of viabi lit y)A 2a D ocum ent s of t he fi eld of st udy ( Co ntai ns A 21d) .A 2b L ist unkno wn fi elds, m et hods, et c an d t hat coul d he lp to anal yze t he p henom enonA 2c D ocum ent s, judge d as r elevant , under li ned and annot atedA 2d D ocum ent s consi der ed t o be no nrel evantA 2f L ist of m et hodol ogies and concept s l ikel y t o be usedA 2g A nnot ati ons A 2h L ist s of i mp ort ant aut hor s, jou rnal s, conf er ences, r esear ch t eam s, et c A 21a L ist sof aut hors, j our nals, co nfer ences, r esear ch tea ms and key wor ds r el evant f or t he
p robl emA 21b L ist conf er ences w her e i t is possi ble to par ti cipa teA 21c R epor t of par t icip ati on i n c onfer enceA 21d P ro ceedings of t he confer encesA 21e L ist of pot ent ial ly usefu l ref er ences (C onta ins A213e - A2 13f - A21 3g - A213h)A 213a L ist of acce ssibl e l ibr ar iesA 213b L ist of acce ssibl e D ata basesA 213c L ist of si tes on Int er net A 213d A genda - col league s' co ntact i nf orm at ionA 213e L ist of doc umen ts foun d i n t he lib rar yA 213f L ist of doc umen ts foun d i n t he data basesA 213g L ist of doc umen ts foun d on In ter netA 213h L ist docum ent s r ecom m ended by col lea guesA 2133a I nst ruct ion s t o acce ss t he d ata basesA 2133b A vail able St at ion A 2133c D at abase r eady f or consul tat ionA 2133d F orm of consul tat ion of dat abase f ill ed out ( usuall y " on- li ne" )A 2133e L ist of f ound r efer encesA 2133f I nsuf fi cient resul ts => Necessi ty of car r ying out addi ti onal consul tat io ns - A nnot ati onsA 3a D ecisi on on t he met hodol ogy to be used f or obt ai ning dat a - M inut es of me eti ngA 3b L ist of i nstr um ent s r equi red f or obt aini ng d ataA 3c I nst rum ent s r eady to use
H andbook s about the use of inst r ume nts (t echni cal Docum ent at ion)A 3d D escr ipt ion of t he m ethod ology used for obt ai ning samp les - Upda ted labor at ory
n otebo okA 3e N onsui tabl e m et hodol ogy - Mi nute s of m eet ingA 3f D ecisi on on t he need of addi ti onal inst r ume nts - M inut es o f me eti ngA 33a C onf ir ma ti on of avail abil it y of m at eri alA 33b C onf ir ma ti on of unavail abil it yA 33c C onf ir ma ti on of avail abil it yA 33d C onf ir ma ti on of unavail abil it yA 33e D ef ini ti on of s pecif icat ionsA 33f I nf orm at ion on the avai labi li ty of m ater ia l ( dat e)A 33g I nst ruct ion sA 4a D ecisi on on t he met hodol ogy of dat a pr ocessi ng t o be use d - M i nutes of m eet ingA 4b L ist of nec essary to ols A 4c T ools
A : Pr ocessus d e Recher che
A0 : P roj et deRecher che
A1 : P ro jectdefi nit ion
A2 : Def ini ti on ofthe stat e of theart
A21 : Gat her ingof Docum ent s
A213 :Consul tat ion ofinf orm at ion source s
A2133 :Consul tat ion ofdata bases
A3 : D ataGat her ing
A33 :Acqui sit ion, prep arat io n ordevelop pemen t of ma ter ial
A4 : D atatr eat emen t
A213a List of accessible librariesA213b List of accessible Data basesA213c List of sites on Internet A213d Agenda - colleagues' contact informationA213e List of documents found in the libraryA213f List of documents found in the data basesA213g List of documents found on InternetA213h List documents recommended by colleaguesA2133a Instructions to access the data basesA2133b Available Station A2133c Database ready for consultationA2133d Form of consultation of database filled out (usually "on-line")A2133e List of found referencesA2133f Insufficient results => Necessity of carrying out additional consultations - AnnotationsA3a Decision on the methodology to be used for obtaining data - Minutes of meetingA3b List of instruments required for obtaining dataA3c Instruments ready to use
Handbooks about the use of instruments (technical Documentation)A3d Description of the methodology used for obtaining samples - Updated laboratory
notebookA3e Nonsuitable methodology - Minutes of meetingA3f Decision on the need of additional instruments - Minutes of meetingA33a Confirmation of availability of materialA33b Confirmation of unavailabilityA33c Confirmation of availabilityA33d Confirmation of unavailabilityA33e Definition of specificationsA33f Information on the availability of material (date)A33g InstructionsA4a Decision on the methodology of data processing to be used - Minutes of meetingA4b List of necessary tools A4c Tools
Instructions of useA4d Definition of new tools - Report, documentation for obtaining the tools A4e Definition of new methodology - Report
A213 :Consultation ofinformation sources
A2133 :Consultation ofdata bases
A3 : DataGathering
A33 :Acquisition, preparation ordeveloppement of material
A4 : Datatreatement
1 2 3 4a
c Los Artefactos en la Investigación 2/4
52Astrid Jaime, PhD, Experiencias en Gestión de Conocimientos en Investigación, U. Javeriana, Bogotá, D. C. – Abril, 2007Astrid Jaime, PhD, Experiencias en Gestión de Conocimientos en Investigación, U. Javeriana, Bogotá, D. C. – Abril, 2007
• Análisis de las opciones para gestionar los artefactos:
La Gestión de los Artefactos
− Herramientas metodológicas de KM
−Explicitación de conocimientos
−Análisis de Decisión No adaptados a la investigación
− Herramientas Informáticas (Software)
−Herramientas Comerciales (53 compañías, oferentes de 224 herramientas) Clasificación de las herramientas de acuerdo con las funcionalidades ofrecidas (15 grupos)
−Herramientas desarrolladas por instituciones de investigación para gestionar conocimiento de investigación 7 herramientas (evaluación por pares, ontología – preconisaciones sobre conceptos, datos científicos, inteligencia tecnológica, gestión de documentos, cuadernos electrónicos, ANITA)
1 2 3 4a
c Los Artefactos en la Investigación 3/4
53Astrid Jaime, PhD, Experiencias en Gestión de Conocimientos en Investigación, U. Javeriana, Bogotá, D. C. – Abril, 2007Astrid Jaime, PhD, Experiencias en Gestión de Conocimientos en Investigación, U. Javeriana, Bogotá, D. C. – Abril, 2007
Nos concentraremos en la gestión y capitalización del trabajo bibliográfico hecho en el marco de proyectos de investigación Desarrollo de una propuesta para apoyar a los investigadores en esta actividad.
• La situación de cara a los artefactos identificados:− Herramientas oferentes de funcionalidades para la gestión de proyectos− Algunas herramientas oferentes de funcionalidades para la gestión de
datos− Algunas herramientas para gestionar aspectos particulares de la gestión
de bibliografía: −Gestión de documentos−Gestión de referencias −Visualización de referencias
Las Herramientas para Gestionar los Artefactos
• Carácter transversal de la actividad bibliográfica
1 2 3 4a
c Los Artefactos en la Investigación 4/4
54Astrid Jaime, PhD, Experiencias en Gestión de Conocimientos en Investigación, U. Javeriana, Bogotá, D. C. – Abril, 2007Astrid Jaime, PhD, Experiencias en Gestión de Conocimientos en Investigación, U. Javeriana, Bogotá, D. C. – Abril, 2007
1. Presentación de la tesis: “1. Presentación de la tesis: “De la De la gestión de la calidad a la gestión de gestión de la calidad a la gestión de
conocimientos en proyectos de conocimientos en proyectos de investigación: Una propuesta para la investigación: Una propuesta para la
gestión de contenidos en investigación gestión de contenidos en investigación bibliográfica”bibliográfica”
a. Contextob. El Problemac. Los Artefactos en Investigaciónd. El Análisis de la Actividad Científicae. El Diseño de una Propuestaf. El Prototipo de la Propuestag. Conclusiones
d. El Análisis de la Actividad Científica
55Astrid Jaime, PhD, Experiencias en Gestión de Conocimientos en Investigación, U. Javeriana, Bogotá, D. C. – Abril, 2007Astrid Jaime, PhD, Experiencias en Gestión de Conocimientos en Investigación, U. Javeriana, Bogotá, D. C. – Abril, 2007
– La identificación– El procesamiento– El uso
• Las prácticas de los científicos en relación con la bibliografía:– Tres etapas en la investigación bibliográfica: Modelo de la búsqueda de
información de (Meho, L. I., Tibbo, H. R., 2003).
– La preservación
Ciclo de Gestión de Conocimientos
d. El Análisis de la Actividad Científica
d. El Análisis de la Actividad Científica 1/2
1 2 3 4a
56Astrid Jaime, PhD, Experiencias en Gestión de Conocimientos en Investigación, U. Javeriana, Bogotá, D. C. – Abril, 2007Astrid Jaime, PhD, Experiencias en Gestión de Conocimientos en Investigación, U. Javeriana, Bogotá, D. C. – Abril, 2007
Las Prácticas de los CientíficosContexto
Ciclo KMDocumento Anotaciones Conceptos Proyecto Investigador
Identificación
Revistas, conferencias y publicationes Web (PDF files)Listas de fuentes favoritas de información
Identificación de trabajos con buena reputación
Biblitecas PersonalesGente experta
Procesamiento
Increamento en el monto y el tiempo invertido en leerDocuments recientes vs. Antiguos.
Utilización de anotaciones (global – específico) Discusiones on-line (mixtas) Definición deguías para la revisión de la literatura
Comparación Investigación Principal Trazabilidad de los documentos
Uso
Uso de textos aceptados en nuevos documentos Posicionamiento del trabajo dentro de la literatura actual
Re-agregación a través de las anotaciones nuevos documentos
Re-agregación
Mejoramieto del diseño experimental
Dimensión Colaborativa
Preservación Capitalización de revisiones de literatura
Anotaciones hechas por otros Trazabilidad de los autores
1 2 3 4a
d. El Análisis de la Actividad Científica 2/2
57Astrid Jaime, PhD, Experiencias en Gestión de Conocimientos en Investigación, U. Javeriana, Bogotá, D. C. – Abril, 2007Astrid Jaime, PhD, Experiencias en Gestión de Conocimientos en Investigación, U. Javeriana, Bogotá, D. C. – Abril, 2007
1. Presentación de la tesis: “1. Presentación de la tesis: “De la De la gestión de la calidad a la gestión de gestión de la calidad a la gestión de
conocimientos en proyectos de conocimientos en proyectos de investigación: Una propuesta para la investigación: Una propuesta para la
gestión de contenidos en investigación gestión de contenidos en investigación bibliográfica”bibliográfica”
a. Contextob. El Problemac. Los Artefactos en Investigaciónd. El Análisis de la Actividad Científicae. El Diseño de una Propuestaf. El Prototipo de la Propuestag. Conclusiones
e. El Diseño de una Propuesta
58Astrid Jaime, PhD, Experiencias en Gestión de Conocimientos en Investigación, U. Javeriana, Bogotá, D. C. – Abril, 2007Astrid Jaime, PhD, Experiencias en Gestión de Conocimientos en Investigación, U. Javeriana, Bogotá, D. C. – Abril, 2007
Information relative to Projects
Information relative to Documents
Information relative to Concepts
Information relative to Annotations
Researcher’s Information
Search –
Participation – Search –
– Reading
– SearchSearch –
Participation – – Production
Writing –
Can be related to
– Contains
Use – writing
– Can be related to
– UseCan be related to –
– Identification
– Identification– Development
– Writing
Cooperation –
Reading – Writing –
– Use
– Production
• Análisis de escenarios: e. El Diseño de una Propuesta
e. El Diseño de una Propuesta 1/4
1 2 3 4
Document Annotation Concept Project Researcher
Info. aboutDocuments
Info. about Annotations
Info. about Concepts
Info. about Projects
Info. about Researchers
(Jaime, et al., JKM, 2005)
a
59Astrid Jaime, PhD, Experiencias en Gestión de Conocimientos en Investigación, U. Javeriana, Bogotá, D. C. – Abril, 2007Astrid Jaime, PhD, Experiencias en Gestión de Conocimientos en Investigación, U. Javeriana, Bogotá, D. C. – Abril, 2007
Definición de las funcionalidades principales
1 2 3 4
Documents Mgt.
Annotations Mgt.
Concepts Mgt.
Projects
Researcher
Project
Documents Mgt.
Annotations Mgt.
Concepts Mgt.
Researchers
Info. Documents
Info. Annotations
Info. Concepts
Info. Projects
Info. Researchers
(Jaime, et al., ICED, 2005)
a
e. El Diseño de una Propuesta 2/4
60Astrid Jaime, PhD, Experiencias en Gestión de Conocimientos en Investigación, U. Javeriana, Bogotá, D. C. – Abril, 2007Astrid Jaime, PhD, Experiencias en Gestión de Conocimientos en Investigación, U. Javeriana, Bogotá, D. C. – Abril, 2007
Link_Concept-ZoneDocDateL
Link_Concept-ProjectDateL
Link_Document-ProjectDateL
ProjectrefPTitleShort_titleDate_CreationDate_CompletionDescription_PStatus
0..*
0..1
+Is a SubProject
0..*
0..1
AnnotationrefADateCreTypeADescriptionA
0..*
1
0..*
+Annotation_Annot
1
0..1
0..*
0..1
+Annotation_Project
0..*
ResearcherrefRLastNameFistNamePhoneEmailloginPassword
0..*
1
0..*
+Establishes1
0..*1 0..*+Establishes1
0..*
1..*
0..*+Is member of
1..*
0..*
1
0..*+Is Responsible for
1
0..*
1
0..*+Establishes
1
0..1
0..*
0..1
+Annotation_Researcher
0..*
0..*
1
+Writes 0..*
1
Concept<refCName_ConceptDate_CreationType_ConceptDescription_ConceptDomain
0..*
0..*
0..*+Is a SubConcept
0..*0..*+Creates
1..*
0..*
+Prefers_Concept
0..*0..10..* +Annotation_Concept 0..10..*
0..*
0..*+Is related to
0..*
0..*
0..*
1..*1..*
ZoneDocPagetypeZDescriptionZ
0..1
0..*
0..1
+Annotation_ZoneD0..*
0..*
1
+Identifies
0..*
1
0..*0..* 0..*0..*
0..*1
DocumentrefDTitleTypeDTypeContFormatLanguageDateCreDateEdiAuthorKeyWordsDomainAailability
0..1
0..*
+Part of 0..1
0..*
0..*1..*
0..*1..*
0..1
0..*
+Annotation_Doc.
0..1
0..*
0..*0..*
0..*
0..*
0..*
+Prefers
0..*1
0..*
1
+AddedBy 0..*
0..*
Modelamiento de la propuesta con UML1 2 3 4
Document
Annotation
Concept
Project
Researcher
(Jaime, et al., ICED, 2005)
a
e. El Diseño de una Propuesta 3/4
61Astrid Jaime, PhD, Experiencias en Gestión de Conocimientos en Investigación, U. Javeriana, Bogotá, D. C. – Abril, 2007Astrid Jaime, PhD, Experiencias en Gestión de Conocimientos en Investigación, U. Javeriana, Bogotá, D. C. – Abril, 2007
Project Level Research Org. Level
: Annotation: Researcher : Document : Document Zone : Concept: Project
Level 1 domain ontology
P1
P2
Pn
Pn
P1
P2
• Representación de la estructura de la información:
La estructura de la información
1 2 3 4
Document AnnotationConceptProject Researcher
a
e. El Diseño de una Propuesta 4/4
62Astrid Jaime, PhD, Experiencias en Gestión de Conocimientos en Investigación, U. Javeriana, Bogotá, D. C. – Abril, 2007Astrid Jaime, PhD, Experiencias en Gestión de Conocimientos en Investigación, U. Javeriana, Bogotá, D. C. – Abril, 2007
1. Presentación de la tesis: “1. Presentación de la tesis: “De la De la gestión de la calidad a la gestión de gestión de la calidad a la gestión de
conocimientos en proyectos de conocimientos en proyectos de investigación: Una propuesta para la investigación: Una propuesta para la
gestión de contenidos en investigación gestión de contenidos en investigación bibliográfica”bibliográfica”
a. Contextob. El Problemac. Los Artefactos en Investigaciónd. El Análisis de la Actividad Científicae. El Diseño de una Propuestaf. El Prototipo de la Propuestag. Conclusionesf. El Prototipo de la Propuesta
63Astrid Jaime, PhD, Experiencias en Gestión de Conocimientos en Investigación, U. Javeriana, Bogotá, D. C. – Abril, 2007Astrid Jaime, PhD, Experiencias en Gestión de Conocimientos en Investigación, U. Javeriana, Bogotá, D. C. – Abril, 2007
• Características de diseño:
• Primera pantalla:
f. El Prototipo•BASIC Lab - Bibliographical Artifacts for ScIentific Knowledge
Creation in Research Laboratories
f. El Prototipo 1/4
1 2 3 4 5
(Jaime, et al., ICED, 2005)
− Aplicación Web : PHP − Base de Datos: MySQL − Portal: EasyPHP - Dreamweaver − Anotaciones: Acrobat 5.0
Document
Annotation
Concept
Project
Researcher
a
64Astrid Jaime, PhD, Experiencias en Gestión de Conocimientos en Investigación, U. Javeriana, Bogotá, D. C. – Abril, 2007Astrid Jaime, PhD, Experiencias en Gestión de Conocimientos en Investigación, U. Javeriana, Bogotá, D. C. – Abril, 2007
Indexing information
PDF File
1 2 3 4 5
Concepts
Projects
Researchers
Annotations about the document
Annotations about specific zones
Functionamiento del prototipoa
f. El Prototipo 2/4
65Astrid Jaime, PhD, Experiencias en Gestión de Conocimientos en Investigación, U. Javeriana, Bogotá, D. C. – Abril, 2007Astrid Jaime, PhD, Experiencias en Gestión de Conocimientos en Investigación, U. Javeriana, Bogotá, D. C. – Abril, 2007
Información proporcionada por el prototipo– Los investigadores que trabajan en la org.– Proyectos desarrollados – Dominios científicos (a través de los conceptos)
– Documentos y conceptos usados – Miembros del equipo
– Los documentos que presentan información sobre un concepto – los colegas y los proyectos que utilizan un concepto dado – Conceptos relacionados
– Los colegas y los proyectos que utilizan un documento dado – El archivo anotado
– Listas personales de elementos favoritos (documentos, conceptos, proyectos) – Trazabilidad de artefactos identificados y creados
Info. sobre Proyectos
– Anotaciones que reflejan los pensamientos de los investigadores sobre temas particulares
Info. Sobre la Org. de investigación
Info. sobre Investigadores
Info. sobre Anotaciones
Info. sobre Documentos
Info. sobre Conceptos
1 2 3 4 5a
f. El Prototipo 3/4
69Astrid Jaime, PhD, Experiencias en Gestión de Conocimientos en Investigación, U. Javeriana, Bogotá, D. C. – Abril, 2007Astrid Jaime, PhD, Experiencias en Gestión de Conocimientos en Investigación, U. Javeriana, Bogotá, D. C. – Abril, 2007
• Las opiniones de los investigadores sobre BASIC Lab:– Reacciones positivas hacia BASIC Lab (10) La sorpresa de los
entrevistados varía de acuerdo con la experiencia.– Fácil de usar (10)– Interés en usarla de forma continua (8)– Acuerdo con lo adecuado de las functionalidades propuestas (10)
La Utilización de BASIC Lab
– Mejoramientos sugeridos: – Búsqueda multi-criterio y búsqueda en “full text” (10)– Control del nivel de visibilidad de archivos y anotaciones (5)– Inclusión de listas de discusión (1) y creación de espacios para el desarrollo
de comprensiones compartidas relacionadas con un tema específico (1), soporte para la clasificación de los documentos de acuerdo con criterios específicos de los investigadores (1), Ej: Objetivo de utilización. También: Inserción automática de información de indexación e inserción de enlaces a fuentes externas de información.
1 2 3 4 5a
f. El Prototipo 4/4
70Astrid Jaime, PhD, Experiencias en Gestión de Conocimientos en Investigación, U. Javeriana, Bogotá, D. C. – Abril, 2007Astrid Jaime, PhD, Experiencias en Gestión de Conocimientos en Investigación, U. Javeriana, Bogotá, D. C. – Abril, 2007
1. Presentación de la tesis: “1. Presentación de la tesis: “De la De la gestión de la calidad a la gestión de gestión de la calidad a la gestión de
conocimientos en proyectos de conocimientos en proyectos de investigación: Una propuesta para la investigación: Una propuesta para la
gestión de contenidos en investigación gestión de contenidos en investigación bibliográfica”bibliográfica”
a. Contextob. El Problemac. Los Artefactos en Investigaciónd. El Análisis de la Actividad Científicae. El Diseño de una Propuestaf. El Prototipo de la Propuestag. Conclusionesg. Conclusiones
71Astrid Jaime, PhD, Experiencias en Gestión de Conocimientos en Investigación, U. Javeriana, Bogotá, D. C. – Abril, 2007Astrid Jaime, PhD, Experiencias en Gestión de Conocimientos en Investigación, U. Javeriana, Bogotá, D. C. – Abril, 2007
g. Conclusiones• Gestión de Calidad (GC) en la Investigación:
– Marco de la reflexión para la mejora de las actividades de la organización.
• Gestión de Conocimientos (KM): – Complemento a los aspectos cubiertos con GC y apoyo a los
investigadores en sus actividades diarias
• La Propuesta: – Busca manejar y capitalizar parte del conocimiento usado y producido a través de proyectos de
investigación y apoyar a los investigadores de soporte en la gestión de contenidos bibliográficos.
– Dos maneras para capitalizar conocimientos: Capitalización de artefactos y trazabilidad de sus autores (expert finders, buscadores de expertos) Memoria de los proyectos desarrollados.
– Contextualización de una parte de los análisis del contenido a través de la definición de una red de artefactos (documentos, conceptos, anotaciones, proyectos, e información sobre los investigadores).
– La retroalimentación recibida de los usuarios potenciales del prototipo, BASIC Lab, de la propuesta es alentadora.
g. Conclusiones 1/1
1 2 3 4 5 6a
74Astrid Jaime, PhD, Experiencias en Gestión de Conocimientos en Investigación, U. Javeriana, Bogotá, D. C. – Abril, 2007Astrid Jaime, PhD, Experiencias en Gestión de Conocimientos en Investigación, U. Javeriana, Bogotá, D. C. – Abril, 2007
Comentarios … Preguntas?
““De la gestión de la calidad a la gestión de conocimientos en proyectos de De la gestión de la calidad a la gestión de conocimientos en proyectos de investigación: Una propuesta para la gestión de contenidos en investigación investigación: Una propuesta para la gestión de contenidos en investigación
bibliográficabibliográfica””
Astrid JAIME, PhD
Documento disponible en: http://gilco.inpg.fr/~jaime/These_Astrid_Final_20051010.pdf
84Astrid Jaime, PhD, Experiencias en Gestión de Conocimientos en Investigación, U. Javeriana, Bogotá, D. C. – Abril, 2007Astrid Jaime, PhD, Experiencias en Gestión de Conocimientos en Investigación, U. Javeriana, Bogotá, D. C. – Abril, 2007
3. La Situación en la 3. La Situación en la Universidad Industrial de Universidad Industrial de
SantanderSantander
85Astrid Jaime, PhD, Experiencias en Gestión de Conocimientos en Investigación, U. Javeriana, Bogotá, D. C. – Abril, 2007Astrid Jaime, PhD, Experiencias en Gestión de Conocimientos en Investigación, U. Javeriana, Bogotá, D. C. – Abril, 2007
• Interés en incrementar el relacionamiento con el sector productivo
• Algunos intentos por formalizar información tendiente a facilitar este relacionamiento.
• Creación del cargo de Director de Transferencia de Conocimiento
Universidad Industrial de SantanderUniversidad Industrial de Santander
86Astrid Jaime, PhD, Experiencias en Gestión de Conocimientos en Investigación, U. Javeriana, Bogotá, D. C. – Abril, 2007Astrid Jaime, PhD, Experiencias en Gestión de Conocimientos en Investigación, U. Javeriana, Bogotá, D. C. – Abril, 2007
87Astrid Jaime, PhD, Experiencias en Gestión de Conocimientos en Investigación, U. Javeriana, Bogotá, D. C. – Abril, 2007Astrid Jaime, PhD, Experiencias en Gestión de Conocimientos en Investigación, U. Javeriana, Bogotá, D. C. – Abril, 2007
88Astrid Jaime, PhD, Experiencias en Gestión de Conocimientos en Investigación, U. Javeriana, Bogotá, D. C. – Abril, 2007Astrid Jaime, PhD, Experiencias en Gestión de Conocimientos en Investigación, U. Javeriana, Bogotá, D. C. – Abril, 2007
• Estado Actual:– Falta de soporte tecnológico interno– Utilización de Scienti– Falta de conciencia sobre la necesidad de formalizar
informaciones que faciliten el relacionamiento con el sector productivo: Casi 1000 servicios identificados
– Acciones adelantadas a través de redes interpersonales
– Inicio de trabajo de recolección de información.
Universidad Industrial de SantanderUniversidad Industrial de Santander
89Astrid Jaime, PhD, Experiencias en Gestión de Conocimientos en Investigación, U. Javeriana, Bogotá, D. C. – Abril, 2007Astrid Jaime, PhD, Experiencias en Gestión de Conocimientos en Investigación, U. Javeriana, Bogotá, D. C. – Abril, 2007
• Hasta el momento:– Diseño de un formulario para la recolección de la
información– Delimitación del alcance de la recolección: Grupos
Reconocidos– Resistencia a proporcionar la información por parte
de algunos grupos.– Definición de incentivo monetario – Dificultades por naturaleza de la información
solicitada y falta de conocimiento de los investigadores (orientación al mercado de la información)
Universidad Industrial de SantanderUniversidad Industrial de Santander
90Astrid Jaime, PhD, Experiencias en Gestión de Conocimientos en Investigación, U. Javeriana, Bogotá, D. C. – Abril, 2007Astrid Jaime, PhD, Experiencias en Gestión de Conocimientos en Investigación, U. Javeriana, Bogotá, D. C. – Abril, 2007
• Que se espera:– Construcción de un sistema de información
que facilite el relacionamiento de los Grupos con entidades al exterior de la Universidad e incrementar la interdisciplinariedad de los proyectos emprendidos por los grupos.
Universidad Industrial de SantanderUniversidad Industrial de Santander
91Astrid Jaime, PhD, Experiencias en Gestión de Conocimientos en Investigación, U. Javeriana, Bogotá, D. C. – Abril, 2007Astrid Jaime, PhD, Experiencias en Gestión de Conocimientos en Investigación, U. Javeriana, Bogotá, D. C. – Abril, 2007
Conclusiones• Diferentes disciplinas abordan la KM
Ausencia de una sola verdad absoluta• Pocas experiencias de KM en Investigación
El principal énfasis ha estado en la industria.• Gran importancia de los contactos personales
para la KM efectiva Expert Seeker, Scienti, Basic Lab…
• Evitar la tentación de querer gestionar todo el conocimiento Necesidad de analizar el conocimiento prioritario para la organización.
92Astrid Jaime, PhD, Experiencias en Gestión de Conocimientos en Investigación, U. Javeriana, Bogotá, D. C. – Abril, 2007Astrid Jaime, PhD, Experiencias en Gestión de Conocimientos en Investigación, U. Javeriana, Bogotá, D. C. – Abril, 2007
Conclusiones• Existen soluciones en el mercado (software) Analizar
la forma de adaptarlo y/o complementarlo a la situación específica de cada organización.
• Dificultades para obtener la información que podría alimentar un sistema de KM Necesidad de diseñar incentivos que promuevan la alimentación y la utilización de estos sistemas.
• No olvidar mecanismos sencillos de KM La cafetería suele ser el primer lugar de transferencia de conocimientos de las organizaciones.
• Hay que ser paciente … los procesos de KM toman tiempo en mostrar resultados.
93Astrid Jaime, PhD, Experiencias en Gestión de Conocimientos en Investigación, U. Javeriana, Bogotá, D. C. – Abril, 2007Astrid Jaime, PhD, Experiencias en Gestión de Conocimientos en Investigación, U. Javeriana, Bogotá, D. C. – Abril, 2007
Comentarios … Preguntas?
Experiencias de Experiencias de Gestión de Conocimientos en InvestigaciónGestión de Conocimientos en Investigación
Astrid JAIME, PhD
E-mail: [email protected] Teléfono: (7) 6344000 ext. 2213