Resultados de investigación

Entrevista a Sara Delgado en Piedras Albas. Los trabajos del campo y su calendario. Tipos de terreno. Cultivos y plantas salvajes. Los molinos. La uva y el vino. La aceituna y el aceite., Os trabalhos do campo e a sua calendarização. Tipos de terreno. Cultivos e plantas selvagens. Os moínhos. A uva e o vinho. A Azeitona e o azeite., Agricultural fieldwork and its calendar. Types of terrain. Crops and wild plants. Mills. Grape and wine. Olive and oil.

Entrevista a Julio Rueda en La Bouza. El informante reflexiona sobre el cambio léxico a través del tiempo. Habla sobre la lengua de La Bouza y las relaciones lingüísticas con Portugal, O informante reflexiona sobre a mudança lexical atravês do tempo. Fala sobre a língua de La Bouza e as relações linguísticas com Portugal, The informant reflects on lexical change over time. He talks about the language spoken in La Bouza and its linguistic relationship with Portugal

This part of the project consists of the characterization of pure comercial Titanium through Positron Annihilation Spectroscopy (PLS and CDB) to determine reference properties.

Excel (spreadsheet) files containing raw and processed data and graphical representations.

Este dataset contiene toda la información del fichero de los Catálogos producida para la Comunidad de Madrid: 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)

13_MADRID

Denominación del dataset: Catálogos de Barrios Vulnerables de España 1991, 2001 y 2011. Fichero. Comunidades Autónomas. 13 Madrid.

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: 47 (26 pdf + 20 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_13 Madrid.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.

13_Madrid_0_BBVV BBINM_Resumen.pdf

13_Madrid_1_BBVV BBINM_Ciudades_Número BB y AE.pdf

13_Madrid_1_BBVV BBINM_Ciudades_Población BB y AE.pdf

13_Madrid_2_BBVV_91_01_11_Resumen.pdf

13_Madrid_3_BBINM_06-11_Resumen.pdf

FICHEROS DE CIUDADES (40 archivos)

20 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.

20 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-).

28005_Alcalá de Henares_BBVV 91-01-11_BBINM 06-11.pdf

28005_Alcalá de Henares_BBVV 91-01-11_BBINM 06-11.zip

28006_Alcobendas_BBVV 11_BBINM 06-11.pdf

28006_Alcobendas_BBVV 11_BBINM 06-11.zip

28007_Alcorcón_BBVV 01-11_BBINM 06-11.pdf

28007_Alcorcón_BBVV 01-11_BBINM 06-11.zip

28013_Aranjuez_BBVV 11_BBINM 11.pdf

28013_Aranjuez_BBVV 11_BBINM 11.zip

28014_Arganda del Rey_Sin BBVV_BBINM 11.pdf

28014_Arganda del Rey_Sin BBVV_BBINM 11.zip

28047_Collado Villalba_BBVV 11_BBINM 06-11.pdf

28047_Collado Villalba_BBVV 11_BBINM 06-11.zip

28049_Coslada_BBVV 01-11_BBINM 06-11.pdf

28049_Coslada_BBVV 01-11_BBINM 06-11.zip

28058_Fuenlabrada_BBVV 01-11_BBINM 06-11.pdf

28058_Fuenlabrada_BBVV 01-11_BBINM 06-11.zip

28065_Getafe_BBVV 01-11_BBINM 06-11.pdf

28065_Getafe_BBVV 01-11_BBINM 06-11.zip

28074_Leganés_BBVV 01-11_BBINM 06-11.pdf

28074_Leganés_BBVV 01-11_BBINM 06-11.zip

28079_Madrid_BBVV 91-01-11_BBINM 06-11.pdf

28079_Madrid_BBVV 91-01-11_BBINM 06-11.zip

28080_Majadahonda_Sin BBVV_BBINM 06-11.pdf

28080_Majadahonda_Sin BBVV_BBINM 06-11.zip

28092_Móstoles_BBVV 01-11_BBINM 06-11.pdf

28092_Móstoles_BBVV 01-11_BBINM 06-11.zip

28106_Parla_BBVV 01-11_BBINM 06-11.pdf

28106_Parla_BBVV 01-11_BBINM 06-11.zip

28115_Pozuelo de Alarcón_BBVV 01-11_BBINM 06-11.pdf

28115_Pozuelo de Alarcón_BBVV 01-11_BBINM 06-11.zip

28123_Rivas-Vaciamadrid_Sin BBVV_BBINM 11.pdf

28123_Rivas-Vaciamadrid_Sin BBVV_BBINM 11.zip

28127_Las Rozas de Madrid_Sin BBVV_BBINM 06-11.pdf

28127_Las Rozas de Madrid_Sin BBVV_BBINM 06-11.zip

28134_San Sebastián de los Reyes_BBVV 11_BBINM 11.pdf

28134_San Sebastián de los Reyes_BBVV 11_BBINM 11.zip

28148_Torrejón de Ardoz_BBVV 01-11_BBINM 06-11.pdf

28148_Torrejón de Ardoz_BBVV 01-11_BBINM 06-11.zip

28161_Valdemoro_Sin BBVV_BBINM 11.pdf

28161_Valdemoro_Sin BBVV_BBINM 11.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.

The project, 'DIGITENDER: Extracción terminológica automática y corpora de dominios específicos para la visibilización de los problemas de salud relacionados con la mujer,' aims to develop an automatic term extractor focused on endometriosis and menopause to enhance the visibility of women's health issues that are often overlooked. To achieve this, a language model is trained using annotated terms within their context. This publication is the manually annotated dataset by linguists. This is a lexicon of terms related to endometriosis and another one related to menopause, both available in Spanish and English (four in total). The terms have been obtained from the gold standard of text annotation for these topics and are intended for training a language model to function as a specialized term extractor. The dataset is designed in plain text format but follows a CSV structure. The first column contains the lemmas, and the second one includes the different forms and variants of each lemma.

,

El proyecto "DIGITENDER: Extracción terminológica automática y corpora de dominios específicos para la visibilización de los problemas de salud relacionados con la mujer" tiene como objetivo principal crear un extractor automático de términos en los ámbitos de la endometriosis y la menopausia con el fin de visibilizar problemas de salud de la mujer habitualmente invisibilizados. Con este fin, se entrena un modelo de lenguaje con anotaciones previstas de términos en su contexto. Esta publicación se trata del dataset anotado manualmente por lingüistas. Se trata de un lexicón de términos relacionados con la endometriosis y otro con la menopausia, ambos en español y en inglés (cuatro en total). Los términos se han obtenido del Gold Standard de la anotación de textos de dichas temáticas y tienen como fin entrenar un modelo de lenguaje que funcione como extractor de términos de especialidad. El dataset se ha diseñado en formato de texto plano, pero con estructura de csv. En la primera columna aparecen los lemas y, en la siguiente, las distintas formas y variantes de cada lema.

Partes del cuerpo. Parentesco., Partes do corpo. Parentesco., Parts of the body. Relationship.

Las fiestas y romerías eran un lugar habitual de encuentro entre españoles y portugueses. Cada fiesta tenía su comida típica. Fechas señaladas a uno y otro lado. La celebración del día de Reyes. El carnaval. Baile. El carro. Diferencia entre chocallo y esquila., As festas e romarias eram um ponto de encontro regular entre espanhóis e portugueses. Cada festa tinha a sua comida típica. Datas marcadas em ambos os lados. A celebração do dia dos reis. O carnaval. Dança. O carro. Diferença entre chocallo e esquila., The festivities and pilgrimages were a regular meeting place between Spaniards and Portuguese. Each party had its typical food. Main festivities on either side. The celebration of the day of Kings (dia dos Reis). The carnival. Dance. The car. Difference between chocallo and esquila.

Este estudio tiene un enfoque exploratorio y descriptivo y se basa en la utilización de dos métodos para la recogida de datos. En primer lugar, utilizamos una búsqueda exploratoria en el buscador de Google y en las páginas web resaltadas mediante la búsqueda principal. Pretendíamos encontrar materiales utilizados por o dirigidos al paciente y textos del médico. Como criterios de búsqueda utilizamos los siguientes sintagmas en combinación con “AND” y “árabe”/ “chino”/ “polaco”/“rumano”/ “ruso”/ “urdú”: a) “información para pacientes”, “información a pacien-tes”, “información para pacientes extranjeros”, “información para el paciente extranjero”, “paciente extranjero”; b) “guía para usuarios extranjeros”, “guía para el paciente extranjero”, “guía AND salud”, “guía de salud”, “folleto AND salud”; y c) “atención a pacientes”, “atención al paciente inmigrante”, “atención al paciente extranjero”.En segundo lugar, seleccionamos como estudio de caso la comunidad de Madrid, por tratarse de la comunidad autónoma en la que se ubica la capital de España, con un porcentaje de población extranjera alto (20 %), similar a otras comunidades como Cataluña (20 %), Canarias (20 %) e Islas Baleares (25 %) (Funcas, 2022). Para ello accedimos desde la página principal de la Red del Servicio Madrileño de Salud (2023) a las páginas web de los diferentes hospitales de esta red en la comunidad de Madrid (tabla 3).Para encontrar textos traducidos para pacientes, realizamos una exploración manual de los apartados dirigidos a los pacientes (“atención al paciente”, “asistencia sanitaria”, “ciudada-nos” y “derechos y deberes del paciente”), tanto en la página web general de esta red como en la página web de cada hospital incluido en la tabla 3. Además, hicimos una búsqueda de las lenguas en el buscador de cada uno de los hospitales mencionados.

Se incluyen por comunidades autónomas todos los datos recogidos: Institución, Nombre completo del documento, Tipo de documento, Número de páginas, Enlace principal, Temática de los materiales traducidos, Lenguas de los materiales traducidos, Observaciones.

Este dataset reúne los datos utilizados para la construcción del SIG histórico “El mundo editorial en Madrid a finales del siglo XVIII”, publicado como mapaweb interactivo mediante la tecnología de ArcGIS Online. Contiene información georreferenciada sobre la localización de establecimientos y profesionales vinculados al mundo del libro y la industria editorial en Madrid (imprentas, librerías, puestos de venta, estampadores, fundidores de letra, bibliotecas, etc.) procedente de avisos de prensa y otras fuentes impresas entre 1780 y 1808. El dataset aporta datos básicos de referencia sobre los negocios de diferentes impresores y libreros, sus localizaciones y fechas de actividad comercial.

The project's main aim is to explore the discursive construction of polarisation and national identity in a corpus of X posts of Santiago Abascal and Jair Bolsonaro, the main far-right populist leaders in Spain and Brazil, respectively. The corpus covers the years 2020 and 2021, that is, the key years in the Covid-19 pandemic, so as to provide a recent account of these extreme populisms. To analyse polarisation in this context and corpus, the project looks at different construal operations, including polarising metaphors, image schemas (especially force dynamics), profiling, metonymy and specificity.

This corpus contains a sample of X posts (formerly tweets) posted in Santiago Abascal and Jair Bolsonaro's official X accounts (@Santi_ABASCAL and @jairbolsonaro, respectively) during the years 2020 and 2021. Both original posts and quoted tweets are included. Reposts and responses were excluded, as well as posts in languages other than Spanish and Portuguese and those containing only emojis and images. The corpus adds up to a total number of 4992 posts (152407 words).

The corpus was divided into two subcorpora for practical purposes, each corresponding to the politicians under study, i.e., Santiago Abascal and Jair Bolsonaro.