A fair assessment of agricultural data. Applying an automated tool and machine learning
- Autores: Luiza Petrosyan Karapetyan
- Directores de la Tesis: Antonia Ferrer Sapena (codir. tes.), José Manuel Calabuig Rodríguez (codir. tes.), María Fernanda Peset Mancebo (codir. tes.)
- Lectura: En la Universitat Politècnica de València ( España ) en 2026
- Idioma: español
- Tribunal Calificador de la Tesis: Lluís Miquel García Raffi (presid.), María José Fabra Rovira (secret.), Karolina Taczanowska (voc.)
- Programa de doctorado: Programa de Doctorado en Industrias de la Comunicación y Culturales por la Universitat Politècnica de València
- Menciones:
- Internacional
- Calificación: Sobresaliente Cum Laude
- Materias:
- Enlaces
- Tesis en acceso abierto en: TESEO
- Resumen
En la presente tesis doctoral se estudia la calidad, interoperabilidad y reutilización de los datos abiertos agrícolas, proponiendo un marco operativo que combina evaluación cualitativa, medición automatizada y análisis basado en aprendizaje automático.
En primer lugar, en la Evaluación cualitativa se realiza un diagnóstico inicial de apertura y potencial de reutilización técnica de datos agrícolas en los portales nacionales de Brasil, Colombia y Vietnam. La evaluación se desarrolló en dos etapas: clasificación cualitativa---basada en 14 tipos de datos agrícolas definidos por GODAN---, y revisión técnica---basada en el análisis de características técnicas de los portales---. En la clasificación cualitativa se identificaron deficiencias críticas en áreas como la elevación y la gestión de plagas y enfermedades en todos los portales. La revisión técnica reveló una considerable asimetría estructural. Estas limitaciones ponen de manifiesto la necesidad de implementar un protocolo de evaluación cuantitativa reproducible.
A continuación, la Medición automatizada FAIR midió el grado de cumplimiento FAIR en una amplia colección de datasets}agrícolas. Para ello, se utilizó la herramienta de evaluación automatizada F-UJI con datos extraídos a través del Data Citation Index. Los resultados mostraron que el cumplimiento se ajusta, en términos generales, al orden alfabético de los principios: ''Findable'' y ''Accessible'' alcanzaron la puntuación más alta, mientras que ''Interoperable'' y ''Reusable'' obtuvieron un resultado significativamente más bajo. Ninguno de los repositorios analizados alcanzó más del 50% de cumplimiento del principio ''Reusable''.
Finalmente, un Análisis mediante técnicas de aprendizaje automático no supervisado permitió profundizar en el diagnóstico FAIR proporcionando una segmentación interpretable. Se utilizó un sistema híbrido de Mapas Autoorganizados (SOM) para la reducción de la dimensionalidad y la Partición Alrededor de Medoides (PAM) para la agrupación. El análisis dividió los datos en tres clústeres: el clúster 1 se identificó con baja alineación, escasa interoperabilidad y reutilización debido a la fragilidad de los metadatos/licencias, el clúster 2 con un perfil equilibrado, buenos metadatos e interoperabilidad, pero muy débiles declaraciones de licencia que limitan la reutilización y el clúster 3 con una alta alineación, especialmente en interoperabilidad y reutilización, aunque necesita mejoras en la estandarización semántica.
En definitiva la tesis muestra una progresión desde el análisis cualitativo subjetivo hasta la evaluación cuantitativa automatizada y la interpretación inteligente de datos, consolidando un enfoque escalable y reproducible para diagnosticar y mejorar la calidad de los datos abiertos agrícolas, en línea con los principios FAIR y los objetivos de la ciencia abierta. Los resultados expuestos ponen de manifiesto la necesidad de fortalecer la calidad de los metadatos, las políticas de concesión de licencias y la estandarización semántica para optimizar la interoperabilidad y la reutilización de los datos agrícolas.
