Darwin Core - Instituto Nacional de Biodiversidad

De cómo los archivos
Darwin Core han
cambiado el panorama de
la publicación de datos de
biodiversidad
Manuel Vargas,
Instituto Nacional de Biodiversidad (INBio), Costa Rica

•Resumen
•Esta presentación ofrece una perspectiva general de los nuevos
métodos de publicación de datos de biodiversidad basados en
estándares y protocolos desarrollados por organizaciones como TDWG
(Biodiversity Information Standards) y GBIF (Global Biodiversity
Information Facility).
Es una traducción de la que presentación que fue preparada
originalmente en inglés por GBIF para su reunión anual de nodos en
2011 en Buenos Aires, Argentina, y traducida por el personal del INBio
(Instituto Nacional de Biodiversidad de Costa Rica) para las sesiones en
español de ese mismo evento. Ambos documentos pueden
encontrarse en http://www.gbif.org/orc. Posteriormente fue adaptada
para la tutoría Costa Rica-Chile, en febrero y marzo de 2012.

Contexto: Intercabio de datos
ABCD (Estándar TDWG)
• > 1200 conceptos
• XML
• Utilizado en BioCASE y TapirLink
Darwin Core (pre-estándard v. 1.2, 47 versiones distintas)
• 48 conceptos, especímenes
• XML
• Utilizado en DiGIR
Darwin Core (pre-estándard v. 1.4)
• 46 conceptos (mas extensiones), especímenes
• XML
• Utilizado en TapirLink
Darwin Core (Estándar TDWG )
• 172 conceptos (156 presentes en el “Darwin Core Simple”),
información de biodiversidad.
• CSV, XML, RDF, JSON, …
• Utilizado en texto plano, TapirLink, Archivos Darwin Core…

Archivo Darwin Core
Datos primarios
de biodiversidad
Datos
taxonómicos
http://www.someplace.org/data.zip
Metadatos

Archivo Darwin Core
Paquete completo
• Términos Darwin Core estándar para un recurso de datos en un
solo archivo zip.
• Registros taxonómicos o registros de occurrencias
• Metadatos del recurso de datos en EML

Archivo Darwin Core:
Beneficios
• Formato simple (Archivos de texto plano)
• Recolección eficiente (un solo archivo)
• Almacenamiento eficiente (compreso)
• Fácil acceso (sin software especializado)
• Extensible (Archivos relacionados en un
zip)
Formato recomendado para
publicar datos en GBIF

Archivo Darwin Core:
Anatomía
DwC-A tienen un archivo de metadatos en
formato EML

Lenguage para Metadatos
Ecológicos (EML)
Para describir recursos de datos
Incluso si no estan publicados.
• Título y resumen (Abstract)
• Cita y Atrabución
• Contactos y Autores
• Alcance geográfico
• Métodos de muestreo.
• Bibliografía
• Y mucho más…

Archivo Darwin Core:
Anatomía
Archivos siempre tienen un archivo central en
formato de texto plano

Tipos de archivos centrales
Registros basados en información taxonómica
– una especie por registro.
Ó
Registros basados en información de occurencies
– úna occurrencia por registro.

Archivo Darwin Core:
Anatomía
DwC-A always have a core data file as text

Archivo Darwin Core:
Anatomía
El principal contiene una columna “ID”,
única para cada registro en el archivo.

Archivo Darwin Core:
Anatomía
Las columnas estan mapeadas a
Términos Darwin Core

Archivo Darwin Core:
Anatomía
Columnas que no estan mapeadas a un
término Darwin Core pueden incluirse,
pero son ignoradas
“Wingspan” no es un
término Darwin Core

Archivo Darwin Core:
Anatomía
Dos formas de mapear términos
Darwin Core a las columnas
1) Renombrar los encabezados de las
columnas en el archivo

Archivos Darwin Core:
Anatomía
Dos formas de mapear términos
Darwin Core a las columnas
2) Mapear las columnas a los
términos en un archivo meta.xml

Archivos Darwin Core:
Anatomía
meta.xml mapea las columnas en el archivo de
datos principal (species.txt)
Más de como crear un archivo meta.xml
en las pesentaciónes venideras…

Archivo Darwin Core:
Anatomía
DwC-A puede incluir archivos de
extensión
Species.txt
Se relaciona al principal por medio del “ID”
Common_names.txt
Extenciones permiten que varios registros esten vínculados al registro principal

GBIF: extensiones definidas
http://rs.gbif.org/extension/

Archivo Darwin Core:
Anatomía
Varias extensiones pueden estar
ligadas al principal

Archivo Darwin Core:
Anatomía
Todos los archivos se almacenan
en una sola carpeta

Archivos Darwin Core:
• Archivos de datos.
• Archivo meta.xml
• Metadatos.
Anatomía
Se comprime la carpeta.
Esto es un DwC-A

Archivo Darwin Core:
Publicación
http://www.organisation.org /my_data.zip
DwC-A en un servidor web pueden
ser accedidos por un URL.
Comparta este URL para “publicar” su información

Archivo Darwin Core:
Opciones para publicar

GBIF: Plantillas para
hojas de cálculo

IPT

Centros para alojamiento de datos (Hosting)

Asistente para mapeo
Darwin Core
http://tools.gbif.org/dwca-assistant/
Meta-archivo

Asistente para mapeo Darwin Core

Archivo Darwin Core:
Opciones para publicación
• GBIF: Plantillas para hojas de calculo :
• La información ya esta en una hoja de cálculo.
• Creación de archivos se simplifíca.
• IPT:
• Crear/administrar varios DwC-A para varios recursos de datos.
• Administra DwC-A para multiples organisaciones.
• Los metadatos van deacuerdo al Perfil de metadatos EML de GBIF.
• Creado por usted mismo:
• Permite automatizar la generación de los DwC-A
• Personalización.
• Hosting center:
• Economía de escala.
• Infraestructura y soporte.
• Combinaciones…