Resultados de investigación

Este dataset se enmarca dentro del proyecto: "Análisis de aplicaciones móviles desde la perspectiva de la protección de datos: Ciberprotección y Ciber-riesgos de la información de la ciudadanía" Los objetivos son la creación de un corpus de lenguaje natural para la modelización de las características de los términos de uso de las aplicaciones (móvil y web) y generación de Dataset de dichas licencias. Para ello se han implementado los procesos que recopilan de forma estructurada la Política de Privacidad y los Términos de Servicio en inglés y en castellano de las aplicaciones móviles. El alcance se circuscribe a las 177 aplicaciones de redes sociales con mayor número de descargas de Google Play. Las Políticas de Privacidad y los Términos de Servicio se recopilan mediante procesos automatizados de rastreo (Crawlers). Estos procesos descargan los documentos originales y convierten los formatos HTML a texto plano realizando los necesarios tratamientos de limpieza y preproceso (Data Cleaning y Data Curation), para componer un Corpus actualizado.

Descripción del proyecto

El proyecto "Un prototipo tecnológico para la redacción en lenguaje claro: incorporación en la Administración pública y análisis de su impacto en la ciudadanía" (arText_IMPACT) (PDC2022-133935-I00) tiene tres objetivos:

• OG 1. Incorporar el software “arText claro” en la Administración pública, en primer lugar, en el Ayuntamiento de Madrid y, posteriormente, en otras dependencias de la Administración (ayuntamientos, consejerías, diputaciones, ministerios, etc.).
• OG 2. Evaluar el impacto del uso del software “arText claro” en diferentes colectivos de la ciudadanía española.
• OG 3. Emprender acciones de divulgación y comunicación de la investigación en diferentes foros.

, Descripción del dataset

Este dataset incluye los materiales empleados en un experimento de lectura autoadministrada cuyo objetivo fue evaluar el efecto de la terminología clara en el procesamiento y comprensión de textos administrativos en español.

En el estudio se comparó el tiempo de lectura y el grado de comprensión de textos que incluían terminología jurídico-administrativa “difícil de entender” según los manuales de lenguaje jurídico, y textos en los que dicha terminología fue reemplazada por sinónimos claros, unidades que transmiten el mismo significado pero que son más fáciles de entender según las mismas guías.

Los materiales incluidos son:

• Material 1) 20 textos experimentales y 20 distractores, extraídos del Boletín Oficial del Ayuntamiento de Madrid y adaptados para el experimento. Cada texto experimental incluye una versión con terminología difícil y otra con terminología clara. Después de cada texto se incluye una pregunta de comprensión.
• Material 2) Instrucciones del experimento de lectura autoadministrada.
• Material 3) Cuestionario de antecedentes, empleado para recabar información sociodemográfica, educacional y de uso de lenguas de los participantes.

, Metodología

La metodología empleada para la elaboración de los textos experimentales (material 1) incluye 5 etapas

• a. Selección de los términos administrativos y sus variantes claras: Los términos fueron extraídos del glosario elaborado por Viñuales-Ferreiro y Pistola (2022) e implementado en redactor asistido de textos en lenguaje claro arText (https://sistema-artext.com/). Este glosario contiene 72 términos del ámbito de la Administración, con sus correspondientes variantes claras, extraidos de recursos sobre lenguaje jurídico en español. De esta lista se seleccionaron únicamente los 20 sustantivos monoléxicos que no compartían la misma base léxica en sus variantes difícil/clara.
• b. Selección de los textos: Los textos fueron extraídos del Boletín Oficial del Ayuntamiento de Madrid (BOAM). Para ello, se buscó cada par terminológico en el buscador de textos del BOAM, y se buscaron textos en los que el término "difícil" y la variante clara fueran intercambiables.
• c. Preparación de los textos para el experimento: Se realizaron modificaciones a los textos originales para asegurar la consistencia entre textos experimentales en cuanto a longitud, estructura gramatical del segmento que incluye el ítem experimental, contenido y nivel de dificultad.
• d. Selección de los distractores: Se seleccionaron 20 textos distractores del BOAM y se prepararon para que fueran similares a los textos experimentales en cuanto a longitud, estructuras gramaticales, contenido y nivel de dificultad.
• e. Elaboración de la pregunta de comprensión: Para cada texto se elaboró una pregunta de comprensión destinada a evaluar la comprensión en el nivel de la base textual. La pregunta se diseñó de tal manera que fuera necesario comprender el término experimental, pero su formulación evitaba mencionar el término o su significado. Las preguntas se respondían sí o no.

El procedimiento de recolección de datos incluyó las siguientes fases:

1. Presentación del proyecto y firma del consentimiento informado.
2. Cuestionario de antecedentes (material 3).
3. Experimento de lectura autoadministrada: Los participantes leyeron las instrucciones (material 2) y ejecutaron el experimento de lectura (material 1).

El dataset SAFL se creó inicialmente para los experimentos descritos en el artículo "Forensic Analysis of Manipulated Images and Videos", sometido a Applied Sciences (MDPI) en 2025. El objetivo del proyecto es facilitar la evaluación reproducible de herramientas forenses convencionales y modelos modernos de detección de deepfakes sobre imágenes, vídeos y audios auténticos y sintéticos. En una segunda etapa, el objetivo es ofrecer audios reales y manipulados mediante tecnología deepfake para el estudio de deepfakes de audio en español.

La matanza. Productos derivados y embutidos., A matança. Produtos derivados e enchidos., The slaughter. Derived products and sausages.

Entrevista a informante 1, 2 y 3 en La Codosera. Juegos tradicionales (bolindres, mocho, comba, ruleta, aro, etc.). Ahora los niños tienen muchos juguetes. Fiestas. Dulces típicos de las fiestas. Bailes. Hay mucha gente de Portugal que se establece en España, porque cobran más y se vive mejor. Las relaciones son buenas y hay muchos vínculos familiares. Periódicamente hay comidas de “primos” y también grupos de whatsapp., Jogos tradicionais (bolindres, mocho, comba, ruleta, aro, etc.). Agora as crianças têm muitos brinquedos. Festividades. Doces típicos das festas. Danças. Há muitas pessoas de Portugal que se instalam na Espanha porque cobram mais e vivem melhor. Relacionamentos são bons e existem muitos laços familiares. Periodicamente há "refeições de primos" e também grupos de whatsapp., Traditional games (bolindres, mocho, comba, ruleta, aro, etc.). Now the children have many toys. Parties. Typical sweets of the holidays. Dances. There are many people from Portugal who settle in Spain, because they earn more and live better. Relationships are good and there are many family ties. Periodically there are "lunches of cousins" and also groups of whatsapp.

Este dataset reúne los datos utilizados para la construcción del SIG histórico “El alquiler de casas, cuartos y piezas en Madrid a mediados del siglo XVIII”, publicado como mapaweb interactivo mediante la tecnología de ArcGIS Online. Contiene información georreferenciada de un corpus de anuncios publicados en el "Diario Noticioso, Curioso-Erudito y Comercial" entre 1758 y 1768 sobre la oferta y demanda de viviendas de alquiler en la villa y corte de Madrid, así como de alojamientos destinados a los forasteros en posadas y casas de particulares. El dataset contiene la información completa de los anuncios publicados y aporta datos sobre las tipologías de habitaciones disponibles, sus características y cualidades, localización de las viviendas, precios de arrendamiento y localización de cada casa.

El presente conjunto de datos describe y proporciona acceso a las papeletas manuscritas por Ramón Menéndez Pidal en el archivo de la Historia de la Lengua Española, correspondientes al archivador 1, cajón 8 en el que figura el título "El español áureo. Culminación de la época clásica (1555-1617) [continuación]". La estructura de contenidos permite diferenciar las siguientes secciones:

• Evolución.
• Las otras lenguas hispánicas.
• Relaciones exteriores.

El CATÁLOGO UNIVERSAL DE MUSEOS Y YACIMIENTOS ARQUEOLÓGICOS DE LA ANTIGUA GRECIA, desarrollado por el estudioso filoheleno, D. César Fernández Sánchez, pretende abarcar, de forma enciclopédica, el estudio de un conjunto de lugares (museos y yacimientos) distribuidos por todo el mundo y relacionados con la cultura de la Hélade, desde la Edad del Bronce hasta la conquista de Grecia por el Imperio romano.
El CATÁLOGO completo consta de 336 entradas que refieren 431 elementos y en él se incluyen TODOS los yacimientos y museos arqueológicos relacionados con la antigua Grecia que puedan calificarse como importantes o de importancia media y muchos de importancia secundaria.
La obra abarca elementos de cuatro continentes: EUROPA (la mayoría), ASIA (Turquía), ÁFRICA (Cirene, Apolonía y Naucratis) y AMÉRICA (Metropolitan Museum of Art de Nueva York). Se trataría, pues, de la OBRA MÁS AMBICIOSA que sobre el particular se hubiera escrito nunca en español.
De toda la información elaborada de las 20 regiones (texto y material gráfico y fotográfico) en las que el creador del catálogo ha organizado la Antigua Grecia, 8 se encuentran ya incluidas en esta primera parte y primera versión del catálogo.
El catálogo (parte 1, versión 1) contiene 8 carpetas con la primera parte del corpus original, dos ficheros XML con la información procesada y un fichero con los códigos de los script Python necesarios para generar la web. Hay información mas detallada sobre el desarrollo informático en el repositorio institucional e-Spacio UNED https://hdl.handle.net/20.500.14468/25691.
En la web https://arqueogriegos.iatext.ulpgc.es/ se encuentra un visor de esta primera parte del catálogo, alojado por el Instituto Universitario de Análisis y Aplicaciones Textuales (IATEX) de la ULPGC (https://iatext.ulpgc.es/) en el marco de la iniciativa CLARIAH-ES (https://www.clariah.es/), realizado con el técnico informático D. Fernando Chuquimarca.

This project analyzes the impact of customer journey automation through Artificial intelligence on customer engagement, mediated by brand experience, social cognition and psichological ownership.

The dataset includes 3 files employed in the publications "Emojis and Users’ Brand Engagement in Instagram. The Case of Eco-Friendly Restaurants" (Grant AI-SERVICES PID2020-113561RB-I00/AEI/10.13039/501100011033), "Females’ customer engagement with eco-friendly restaurants in Instagram: the role of past visits" (Grant PID2019-111195RB-I00/ AEI / 10.13039/501100011033), and "Engaging consumers through firm-generated content on Instagram" (Grant UV-INV-AE19-1212255).

This dataset enables the analysis of the drivers of female followers' engagement -cognitive, affective and behavioral- with eco-friendly restaurants on Instagram and their influence on brand advocacy and the intention to visit the restaurant. As antecedents, the perceived originality and perceived enjoyment that followers derive from the brand-generated content posted by a restaurant on Instagram are considered. Additionally, attention is given to the moderating effects of followers' attitudes towards the use of emojis in posts and to past visits to the restaurant.

El Corpus del Español en Contextos Escolares fue construido en el marco del proyecto de investigación H2019/HUM-5772 y continúa ampliándose en la actualidad en el seno del Grupo de Investigación en Enseñanza de la Lengua Español a Niños y Adolescentes (ELENyA) de la Universidad de Alcalá. El principal objetivo de ESCONES es la recopilación, sistematización y análisis de muestras de lengua oral y escrita de niños, adolescentes y adultos en contextos escolares para comprender cómo adquiere la conciencia lingüística el alumno que aprende el español como lengua materna, como segunda lengua o como lengua extranjera.