Resultados de investigación

¿Cómo es el proceso de recuperación del repertorio? En los primeros tiempos interesaba más la difusión de lo que se recogía, no tanto investigar o hacer arreglos, pero con el paso del tiempo se fue trabajando en ese sentido. Al recoger canciones ligadas a los trabajos agrícolas o a los ciclos del año fueron aprendiendo también sobre la vida de las personas que entrevistaban. La mayoría de los temas que recogen son amorosos, desde diversas perspectivas, que tocan tanto la nostalgia y saudade como aspectos más animados, como las múltiples saias o jotas de pique, en las que se compite por un pretendiente o se propone la relación amorosa, especialmente en el contexto del baile., Qual foi o processo de recuperação do repertório? Nos primeiros tempos, estávamos mais interessados em divulgar o que recolhemos, não tanto em investigação ou arranjos, mas com o passar do tempo começámos a trabalhar nessa direcção. Ao recolherem canções ligadas ao trabalho agrícola ou aos ciclos do ano, estavam também a aprender sobre a vida das pessoas que entrevistaram. A maioria das canções que recolheram são canções de amor, de diferentes perspectivas, tocando na nostalgia e saudade, bem como aspectos mais vivos, tais como as múltiplas saias ou jotas de pique, nas quais se propõe a competição por um pretendente ou uma relação romântica, especialmente no contexto da dança., What was the process of recovering the repertoire? In the early days we were more interested in disseminating what we collected, not so much in research or arrangements, but as time went by we began to work in that direction. By collecting songs linked to agricultural work or the cycles of the year, they were also learning about the lives of the people they interviewed. Most of the songs they collected are love songs, from different perspectives, touching on nostalgia and saudade as well as more lively aspects, such as the multiple saias or jotas de pique, in which competition for a suitor or a romantic relationship is proposed, especially in the context of the dance.

This part of the project consists of the characterization of High Entropy alloys without Copper through Positron Annihilation Spectroscopy (PLS and CDB) to determine reference properties.

Origin software files containing raw and processed data and graphical representations.

Cereales. El trigo era el cultivo más destacado. Preparación de la tierra para el trigo. El proceso de recogida y almacenamiento. Molienda (se hacía clandestinamente, a escondidas de los guardias). La harina. El horno y la preparación del pan., Cereais. O trigo era a cultura mais proeminente. Preparação do solo para o trigo. O processo de recolha e armazenamento. Moagem ( era feita clandestinamente, ao abrigo dos guardas). Farinha. O forno e a preparação do pão., Cereals. Wheat was the most prominent cultivation. Soil preparation for wheat. The process of collection and storage. Grinding (it was done clandestinely, hidden from the guards). Flour. The oven and the preparation of bread.

This dataset is linked to a research project analyzing the validity and reliability of a BARS questionnaire designed to measure teaching effectiveness in face-to-face teaching modalities, using a sample of students from three Spanish universities. Variables: Age, Gender, University, 1. Introduction to the subject, 2. Description of the assessment system, 3. Time management, 4. General availability, 5. Organizational coherence, 6. Implementation of the assessment system, 7. Answering questions, 8. Explanatory capacity, 9. Ease of follow-up, 10. Overall satisfaction.

The Financial Document Causality Detection Shared Task (FinCausal 2026) aims to improve causality identification in the financial domain through its texts. This shared task focuses on determining the causality associated with both events and quantified facts. For this task, a cause can be the justification of a statement or the reason explaining an outcome; therefore, it is a relation detection task.

The changes introduced in the 2026 edition compared to the 2025 edition are numerous. These improvements include an exhaustive review of the datasets to eliminate ambiguities, the expansion of the corpus with more than 500 new fragments for each language featuring complex causal structures—such as chains of three or more elements—and the reformulation of abstractive questions in 10% of the cases to require advanced reasoning. Additionally, a new evaluation metric based on "LLM-as-a-judge" has been implemented to assess the adequacy of the answers, aligning with current state-of-the-art practices. Using an "LLM-as-a-judge" consists of employing a language model specifically instructed to generate ratings from 1 to 5 following a specific set of criteria, which somewhat mimics human evaluation.

Participants, given the context and the abstractive question, must extract the literal answer from the context that responds to that question. The questions seek causal-type relationships, whether they are the cause or the effect. The dataset for the Spanish subtask has been extracted from a corpus of Spanish annual financial reports from 2014 to 2018 (FinT-esp), while the English subtask uses the English version of the 2018 bilingual Spanish-English corpus of these reports, along with several annual financial reports from the Lancaster UCREL research team corpus.

Participants receive a CSV file with the following fields: ID; Text; Question; Answer. The conventional way to participate is to fine-tune a model using data annotated by linguists (including Inter-Annotator Agreement, IAA) and subsequently use the fine-tuned model to predict the "ANSWER" field of the test set. This publication refers to the competition dataset, specifically the training split with its answers and the test split without answers (since it needs to be evaluated). There are 2,000 samples per language for training, 500 for the English test set, and 503 for the Spanish test set.

This is a dataset from the FinCausal 2026 competition. It is designed for participants to use it to fine-tune their models and complete the task with the highest possible similarity to the gold standard, according to the established metrics. It consists of texts annotated by linguists, where a context, an abstractive question, and its corresponding extractive answer—which addresses the causal nature of the question—are provided. There are two versions available: one in English and one in Spanish.

Entrevista a informante 1 en San Silvestre de Guzmán. La abuela de la informante era hija de portugueses. Nació en Barcialonga (España) al poco de cruzar ellos la Raya. Conocía las dos lenguas, pero hablaba sobre todo en portugués. En el campo todas las familias eran de origen portugués y hablaban esa lengua. También en San Silvestre hay muchas personas de ascendencia lusa y era frecuente hablar en portugués, aunque al ir muriendo gente ha dejado de usarse. Antes no había mucho trato con Portugal, pero ahora sí que tiene una relación intensa, tanto por los frecuentes viajes que hace con asociaciones del pueblo como con su marido, que es portugués. Se lleva muy bien con su familia política; con ellos, normalmente cada uno habla su lengua., A avó da informante era filha de portugueses. Ela nasceu em Barcialonga (Espanha) pouco depois de eles passarem a Raia. Conhecia os dois idiomas, mas falava principalmente em português. No campo, todas as famílias eram de origem portuguesa e falavam essa língua. Também em San Silvestre há muitas pessoas de ascendência portuguesa e era comum falar em português, mas agora já não se fala, pois os mais velhos morreram. Antes não havia muita relação com Portugal, mas agora ela tem um relacionamento intenso, tanto pelas frequentes viagens que faz com associações de pessoas quanto com o marido, que é português. Ela dá-se muito bem com a sua família política; com eles, normalmente todos falam sua língua., The informer's grandmother was the daughter of Portuguese people. He was born in Barcialonga (Spain) shortly after crossing them the Raya. She knew both languages, but she spoke mostly in Portuguese. In the countryside, all the families were of Portuguese origin and spoke that language. Also in San Silvestre there are many people of Portuguese descent and it was common to speak in Portuguese, although the use has decreased because of death of older people. Before there was not much deal with Portugal, but now she does have an intense relationship, both because of the frequent trips she makes with associations of the people and with her husband, who is Portuguese. He gets along very well with his political family; with them, normally everyone speaks their language.

Este dataset contiene toda la información del fichero de los Catálogos producida para Castilla - La Mancha: los resúmenes autonómicos y los ficheros de ciudades en las que se detectaron barrios o áreas estadísticas en alguno de los años

FICHERO DE LOS CATÁLOGOS (formato pdf)

08_CASTILLA - LA MANCHA

Denominación del dataset: Catálogos de Barrios Vulnerables de España 1991, 2001 y 2011. Fichero. Comunidades Autónomas. 08 Castilla – La Mancha.

Contenido: Dataset del fichero de los Catálogos con las fichas resumen de los principales resultados autonómicos y los ficheros de las ciudades en las que se detectaron Barrios y/o Áreas Estadísticas en alguno de los años.

Formatos: pdf, zip y txt. Los ficheros de ciudades se distribuyen en dos formatos que contienen idéntica información, pero configurada de diferente manera: en un único archivo pdf con el fichero completo; y en un archivo comprimido zip con cada una de las fichas que componen el fichero en archivos independientes en formato pdf.

Archivos totales: 21 (13 pdf + 7 zip + 1 txt).

ESPECIFICACIONES DE LOS DATOS (2 archivos)

1 archivo -formato pdf- con las especificaciones de contenidos, formatos y metodología de los datos publicados en e-cienciaDatos.

1 archivo -formato txt- con las especificaciones de los datos del dataset.

00_Especificaciones datos_BBVV-BBINM.pdf

00_Readme_08 Castilla – La Mancha.txt

RESÚMENES DE COMUNIDAD AUTÓNOMA (5 archivos)

5 archivos -formato pdf- con las fichas resumen de recuento de Barrios y/o Áreas Estadísticas detectados, características básicas y población residente. Las ciudades que fueron analizadas en cada año y en las que no se detectaron Barrios o Áreas Estadísticas figuran en la ficha resumen de ciudades.

08_Castilla - La Mancha_0_BBVV BBINM_Resumen.pdf

08_Castilla - La Mancha_1_BBVV BBINM_Ciudades_Número BB y AE.pdf

08_Castilla - La Mancha_1_BBVV BBINM_Ciudades_Población BB y AE.pdf

08_Castilla - La Mancha_2_BBVV_91_01_11_Resumen.pdf

08_Castilla - La Mancha_3_BBINM_06-11_Resumen.pdf

FICHEROS DE CIUDADES (14 archivos)

7 archivos -formato pdf- con el fichero completo de cada ciudad en la que se detectaron Barrios y/o Áreas Estadísticas en alguno de los años en un archivo único con los datos organizados por marcadores del archivo pdf.

7 archivos -formato comprimido zip- con el fichero completo de cada ciudad en la que se detectaron Barrios y/o Áreas Estadísticas en alguno de los años en un archivo comprimido con todas las fichas elaboradas para la ciudad en formato pdf.

Denominación de archivos: CODMUN_DENMUN_BBVV 91-01-11_BBINM 06-11 (CODMUN: Código de municipio según INE; DENMUN: denominación del municipio según INE; BBVV: Barrios Vulnerables; BBINM: Barrios Inmigración -sólo las etiquetas de los años en los que se detectaron Barrios y/o Áreas Estadísticas-).

02003_Albacete_BBVV 91-01-11_BBINM 11.pdf

02003_Albacete_BBVV 91-01-11_BBINM 11.zip

13034_Ciudad Real_BBVV 01-11_Sin BBINM.pdf

13034_Ciudad Real_BBVV 01-11_Sin BBINM.zip

13071_Puertollano_BBVV 91-01-11_Sin BBINM.pdf

13071_Puertollano_BBVV 91-01-11_Sin BBINM.zip

16078_Cuenca_BBVV 91-01-11_BBINM 11.pdf

16078_Cuenca_BBVV 91-01-11_BBINM 11.zip

19130_Guadalajara_Sin BBVV_BBINM 11.pdf

19130_Guadalajara_Sin BBVV_BBINM 11.zip

45165_Talavera de la Reina_BBVV 91-01-11_BBINM 11.pdf

45165_Talavera de la Reina_BBVV 91-01-11_BBINM 11.zip

45168_Toledo_BBVV 01-11_Sin BBINM.pdf

45168_Toledo_BBVV 01-11_Sin BBINM.zip

El dataset forma parte de los datos abiertos de los Catálogos de Barrios Vulnerables de España 1991, 2001 y 2011. La información puesta a disposición pública es de dos tipos: las bases de datos de indicadores y los polígonos de las delimitaciones de Barrios y Áreas Estadísticas delimitados; y el fichero completo de Barrios producido para las tres ediciones de los Catálogos. Los contenidos publicados son los siguientes:

- Bases de datos: formato xlsx (13 archivos).

- Capas: formato shp (21 archivos).

- Fichero: 395 archivos que contienen las 6.299 fichas del fichero. Formato pdf (248 archivos) y formato comprimido zip (147 archivos).

- Resúmenes nacionales y por Comunidades Autónomas (101 archivos pdf).

- Ficheros de ciudades (294 archivos: 147 pdf y 147 zip).

- Documento de especificación de contenidos y datos: formato pdf (21 archivos, aunque se trata del mismo documento replicado en cada uno de los datasets).

Para esta edición se ordenado y homogeneizado toda la información que se encontraba dispersa en cada una de las ediciones, y se han producido todas las fichas resumen (estatales, autonómicas y municipales) y los listados de Barrios y Áreas Estadísticas delimitados.

>

***NOTAS

Las especificaciones pormenorizadas de los datos publicados y una síntesis metodológica de los trabajos puede consultarse en el documento 00_Especificaciones datos_BBVV-BBINM.pdf que se incluye en todos los datasets distribuidos.

Relaciones con Malpica. Fiestas (más y menos recientes). El antiguo muelle y el embarcadero. Cambios en las fiestas de la época de una informante a otra. Las fiestas de Valencia de Alcántara. La escuela (en el campo donde trabajaban). Juegos infantiles. La primera televisión. El trabajo del campo; ahora hay muy poco personal en las explotaciones. Baja natalidad en los pueblos., Relações com a Malpica. Festas (mais e menos recentes). O velho cais e o embarcadouro. Mudanças nas festividades entre as épocas das duas informantes. As festas de Valência de Alcántara. A escola (no campo onde trabalhavam). Jogos de crianças. A primeira televisão. O trabalho do campo; agora há muito pouco pessoal nas granjas. Baixa taxa de natalidade nas aldeias., Relationship with Malpica. Parties (now and then). The old wharf and the dock. Changes in the festivities of the period from one informant to another. The festivities of Valencia de Alcántara. The school (in the farm where they worked). Children's games. The first television. The work of the field; now there is very little personnel in the exploitations. Low birth rate in the villages.

El proyecto MapCom actualiza la cartografía cibernética de la producción investigadora en Comunicación desarrollada en España entre 2007 a 2022, completando el análisis de 15 años de la productividad investigadora en comunicación en la universidad española. MapCom amplió y actualizó el campo de investigación previamente desarrollado por el Proyecto I+D de Excelencia MapCom, ref. CSO2013-48933-C4, y que en su momento estudió “El sistema de investigación en España sobre prácticas sociales de Comunicación. Mapa de Proyectos, Líneas, Objetos de estudio y Métodos” en el periodo 2007-2013. Los datos abiertos generados por MapCom han permitido cartografiar la investigación universitaria española en ciencias de la comunicación y ofrecer a la comunidad científica datos derivados del análisis de los documentos producidos por la investigación

El proyecto Adquisición y aprendizaje del componente fónico del español como lengua extranjera/segunda lengua nace con el objetivo de hacer frente a la escasez de estudios aplicados y de materiales de investigación en el área de la fonética ELE.

Batería de errores fónicos cometidos por aprendientes de ELE con distintas L1 (ruso, alemán, inglés, griego, japonés, francés, portugués, árabe, chino) siguiendo la taxonomía ACCFELE (Adquisición y aprendizaje del componente fónico del español como lengua extranjera / segunda lengua).