Redata Repositorio de datos abiertos de investigación de Uruguay
Not a member yet
75 research outputs found
Sort by
Conjunto de datos de: PKD2L1 channels segregated to the apical compartment are the exclusive dual-mode pH sensor in cerebrospinal fluid-contacting neurons.
No full text The tables shown in the file are related to the figures of the following preprint: https://www.biorxiv.org/content/10.1101/2025.08.24.671961v2.full.pdf
The details of the analysis are explained in the “Materials and Methods” section of the above mentioned article. Briefly, electrophysiological recordings from individual neurons were analyzed with the software IgorPro (Wamemetrics). The results of the statistical analysis performed for each table are also presented: Wilcoxon signed-rank test for paired and Wilcoxon–Mann–Whitney test for non-paired data. In each table, the “Exp #” column represents the number of individual experiments, except for table 4Gb, where it represents the number of events recorded from 20 different neurons. Table 5Eb shows fluorescence intensity (in arbitrary units) measured along a line in the Apical Process or in the soma.</p
Breath-by-breath cardiometabolic data during walking in type 2 diabetes and control participants
No full textThis dataset contains structured records from individual cardiometabolic test sessions, extracted from original Excel files. Each entry corresponds to one subject and includes both static metadata and dynamic time-series measurements.
Structure Overview
Each JSON block includes the following components:
subject_id: Unique identifier for the participant, extracted from the filename or cell A1 of the original Excel sheet.
metadata: Key descriptive fields about the subject and test context. These include:
age: Age of the subject at the time of testing
height_cm: Height in centimeters
weight_kg: Weight in kilograms
sex: Biological sex
test_type: Type of test performed (e.g., maximal, submaximal)
test_date: Date of the test session
subject_type: Classification of the subject (e.g., healthy, clinical)
birth_date: Date of birth
test_reason: Stated reason or objective for the test
data_table: Time-series measurements recorded during the test. This includes:
headers: List of variable names (e.g., VO₂, HR, GPS altitude, cadence)
units: Corresponding units of measurement for each variable
records: List of data rows, each representing a time point or step in the protocol. All columns are preserved to maintain raw data integrity.
The Subjects_groups_db.csv file contains the key to matching subjects to their experimental group, and the participants data: age, biological sex, height, weight and BMI.</p
Autorregulación de la práctica docente: datos de autorregulación docente, bienestar docente y emociones académicas en estudiantes de magisterio
No full textEste conjunto de datos corresponde al artículo "Evaluación de la autorregulación docente: validación y perfiles en formación inicial". Los datos corresponden a las respuestas de una muestra integrada por 175 sujetos (94 % mujeres; Medad = 27.6, DEedad = 7.92, rango = 19-52), estudiantes de magisterio (131 maestro/a común, 44 maestro/a en primera infancia) de un instituto de formación docente de Maldonado, Uruguay.
La institución fue seleccionada por conveniencia, atendiendo a la disposición, el tamaño del centro y su similitud con otros centros de formación docente. Se incluyeron en la convocatoria aquellos estudiantes que se encontraban realizando su práctica docente (35 estudiantes de cuarto, 71 estudiantes de tercero, 69 de segundo).
Se utilizaron los siguientes instrumentos:
1- Cuestionario de Autorregulación Docente (Sáez-Delgado, López-Angulo et al., 2022): indaga en las propias estrategias de autorregulación en el ejercicio de la docencia en distintos niveles, en relación con las actividades y los objetivos pedagógicos planteados. Está compuesto por 15 ítems tipo Likert, que se puntúan considerando la frecuencia del 1 (nunca) al 7 (siempre). Se organiza en tres subescalas con cinco ítems cada una: a) disposición (Ej.: “Establezco metas a corto y largo plazo para mejorar mi docencia”); b) desempeño (Ej.: “Monitoreo la ejecución de mis recursos profesionales y los ajusto si es necesario”); c) autoevaluación (Ej.: “Autoevalúo si mis estrategias de enseñanza fueron efectivas”). Los ítems se encuentran nombrados como ARD_01, ARD_02, etc.
2- Cuestionario de Bienestar Docente (Collie et al., 2015): evalúa la percepción de los docentes acerca del impacto de aspectos centrales de su quehacer pedagógico en su bienestar. Se trata de una medida que considera los ámbitos específicos de la docencia (Fox et al., 2023). Se utilizó la versión adaptada al castellano (Dávila-Ramírez et al., 2023). Consiste en una escala tipo Likert de 16 ítems, que los participantes responden indicando su grado de acuerdo en una escala de 1 (Totalmente en desacuerdo) a 5 (Totalmente de acuerdo). El instrumento se organiza en tres subescalas: a) Carga de Trabajo (Ej.: “Las tareas de registro, preparación de informes y otras relacionadas con la práctica me producen mucho cansancio”); b) Bienestar organizacional (Ej.: “La buena comunicación entre todos es algo que me hace sentir a gusto en mi trabajo”); c) Bienestar en la interacción con el estudiantado (Ej.: “El vínculo que mantengo con los estudiantes me produce satisfacción”). En este caso, la escala se encuentra adaptada para profesorado en formación; por ese motivo, lo ítems se denominan BD_pf_01, BD_pf_02, etc.
3- Una pregunta abierta sobre emociones académicas, en la que los/as estudiantes enumeraban de manera libre las emociones que asocian a su centro de estudios (variables reportadas en artículo en preparación).
4- También se incluyeron ítems de la escala de Bienestar en la carrera de formación docente (Haldimann, 2024) y Bienestar Psicológico (van Dierendonck et al. 2007). Se los registra como ITE_01, ITE_02, etc. y como BP_01, BP_02, etc. (variables reportadas en artículo en preparación)
La Base de Datos también contiene información sociodemográfica y una variable binaria al respecto del consentimiento informado (C1)
Financiado por ANII, bajo el proyecto "Evaluación de la autorregulación docente en estudiantes de magisterio en sus prácticas pre-profesionales" (FSED_3_2023_1_179129) (2025-07-01)</p
Kinematics raw data of lateral walking at different speed
No full textThe dataset includes kinematics data recorded by a Motion Capture System (Vicon Motion System, Oxford, UK) at 100Hz. Data were filtered (fourth-order zero-lag Butterworth low-pass filter with a cutoff frequency of 6 Hz) and exported with Vicon’s Nexus 2.15 software.
LW_kinematics_data (JSON Dataset)
This dataset contains gait cycle data collected across 24 subjects, lateral walking speeds, and directions. The data is stored as a hierarchical JSON file for ease of parsing, analysis, and expansion.
---
Structure
The data is organized in four hierarchical levels:
Subject ID → Direction → Speed → Cycle Number → Kinematic Variables (markers 3D position)
Where:
- **Subject ID**: A numeric string (e.g., `"7"`),
- **Direction**: `"Left"` or `"Right"`, indicated the direction of lateral movement
- **Speed**: Integer string representing the gait speedin hm/h (e.g., `"18"` means 1.8 km/h). Speed values can be easily converted to m/s by dividing for 36 (e.g. 18/36 = 0.5 m/s).
- **Cycle Number**: A string ID for each gait cycle (e.g., `"1"`, `"26"`, etc.)
Each cycle entry contains a dictionary of 55 sampled variables over time:
Frame is an index var - The following variables are grouped by three, and named as right or left (R, L) + the name of the body marker + the axis (e.g. RLOBx, RLOBy, RLOBz, for a total of 9 anatomical positions and 18 markers).
LOB = Temporal lobe SH = Acromion ELB = Elbow WR = Ulnar stiloyd process GT = Great Trochanter KN = Knee (lateral) AN = Malleolus lateral HEE = Heel MT = 5th Metatarsal
The 3D sapece were calibrated following the right hand rule, with the axis "X" = mediolateral; "Y" = anteroposterior; "Z" = vertical. Values are in mm.
---
Example
{
"7": {
"Left": {
"45": {
"26": {
"RLOBx": [61.44, 61.92, 60.88, ...],
"RLOBy": [56.09, 56.09, 54.58, ...],
...
}
}
}
}
}
</html
Checking Residual Paramodularity
No full textCompanion data to the article Residual Paramodularity of a certain Calabi-Yau threefold
Main data URL: https://www.cmat.edu.uy/cnt/cy79/
To reproduce, requires code by Gustavo Rama from Quinary orthogonal modular forms code repository:
quinary_module_l.sage (sagemath version)
omf.gp (pari/gp version)
</ul
Conjunto de datos del Proyecto CSIC I+D "150 años de traducción literaria en imprentas y editoriales del Uruguay (1871-2021)"
No full textEste dataset recoge los datos bibliográficos curados de las traducciones literarias publicadas en formato libro en imprentas y editoriales de Uruguay entre 1871 y 2021. Fue creado en el marco del proyecto financiado CSIC I+D "150 años de traducción literaria en imprentas y editoriales del Uruguay (1871-2021)" (FHCE, Udelar).
La fuente principal del dataset son los registros catalográficos extraídos masivamente del catálogo informatizado de la Biblioteca Nacional de Uruguay, filtrados y complementados con datos provenientes de la Biblioteca del Poder Legislativo (Uruguay), de otras fuentes catalográficas y de VIAF (Virtual International Authority File).
Está compuesto de 1450 registros curados y enriquecidos. Su objetivo es presentar un panorama de larga duración de la traducción editorial en Uruguay, haciendo foco en la figura de los traductores y las traductoras, los autores traducidos, los entes editoriales, y las lenguas fuente (datos que fueron curados manualmente por el grupo).
En la versión 2 del dataset se añadió la categoría código de lengua, se corrigieron y/o añadieron datos relativos a los campos: lengua fuente, ente editor, autor y comentarios. El número total de registros se redujo a 1424.</p
Phytoplankton PABS and CDOM from complex turbid waters, South America, Uruguay
No full textThis repository contains the first dataset of PABS (total particle absorption spectra, phytoplankton absorption spectra, and non-algal particulate matter spectra) and CDOM spectra for freshwater and coastal waters of Uruguay. The Notes file contains information about the sampled sites. These data are valuable for different water quality monitoring methods, whether in situ or by remote sensing. The repository will be updated periodically. Project: ANII_FMV FMV_1_2023_1_176500 (Pigments for monitoring toxic cyanobacteria in aquatic ecosystems: phycocyanin reference values)
Breath-by-breath cardiometabolic data during lateral walking
No full textThis dataset contains structured records from individual cardiometabolic test sessions, extracted from original Excel files. Each entry corresponds to one subject and includes both static metadata and dynamic time-series measurements.
Structure Overview Each JSON block includes the following components: subject_id: Unique identifier for the participant, extracted from the filename or cell A1 of the original Excel sheet.
metadata: Key descriptive fields about the subject and test context. These include: age: Age of the subject at the time of testing height_cm: Height in centimeters weight_kg: Weight in kilograms sex: Biological sex test_type: Type of test performed (e.g., maximal, submaximal) test_date: Date of the test session subject_type: Classification of the subject (e.g., healthy, clinical) birth_date: Date of birth test_reason: Stated reason or objective for the test
data_table: Time-series measurements recorded during the test. This includes: headers: List of variable names (e.g., VO₂, HR, GPS altitude, cadence) units: Corresponding units of measurement for each variable records: List of data rows, each representing a time point or step in the protocol. All columns are preserved to maintain raw data integrity
Kinematics raw data of walking and tango walk at self-selected speed
No full textThe dataset includes kinematics data recorded by a Motion Capture System (Vicon Motion System, Oxford, UK) at 100Hz. Data were filtered (fourth-order zero-lag Butterworth low-pass filter with a cutoff frequency of 6 Hz) and exported with Vicon’s Nexus 2.11 software.
Dataset csv files were named as "subject" (s1, s2...), "gait" (vas = walking; tango = tango walk) and an identifier of the recorded clip. Three clips were recorded for each trial.
Each csv file include 56 columns:
- Frame and subframe are indices columns
- The following columns are grouped by three, and named as right or left (R, L) + the name of the body marker + the axis (e.g. RLOBx, RLOBy, RLOBz, for a total of 9 anatomical positions and 18 markers).
LOB = Temporal lobe
SH = Acromion
ELB = Elbow
WR = Ulnar stiloyd process
GT = Great Trochanter
KN = Knee (lateral)
AN = Malleolus lateral
HEE = Heel
MT = 5th Metatarsal
The 3D space was calibrated following the right hand rule, with the axis "X" = mediolateral; "Y" = anteroposterior; "Z" = vertical.
The index file "mass.csv" includes the mass (Kg) of each subject, and other info useful for automatic data processing with Python or Matlab.</p
Farrapos Wetland
No full textEstos datos fueron registrados en el Parque Nacional Esteros de Farrapos e Islas del río Uruguay, en el área de bosque costero comprendida entre el arroyo Farrapos y la estructura de split de este ecosistema. Las variables registradas fueron contenido de arena del suelo y abundancia de individuos adultos de la especie leñosa invasora Gleditsia triacanthos. Los detalles de esta metodología se encuentran disponibles en: Bases ecológicas para el control integral de la especie exótica invasora Gleditsia triacanthos (Fabaceae) en el Parque Nacional Esteros de Farrapos e Islas del Río Uruguay. Tesis de doctorado. Universidad de la República (Uruguay). Facultad de Ciencias - PEDECIBA.
https://www.colibri.udelar.edu.uy/jspui/handle/20.500.12008/29533
Los datos disponibles se encuentran en un archivo .shp que puede ser visualizados en programas que ejecuten sistemas de información geográfica (ArcMap, QGIS). En éste que pueden visualizarse los puntos de muestreo. Además en la tabla asociada al shp se presenta el punto de muestreo, la abundancia de individuos adultos de G.triacanthos registrados en ese punto y el contenido de arena del suelo.
These data were collected during fieldwork in the National Park Esteros de Farrapos e Islas del Río Uruguay, specifically in the riparian forest along the Farrapos course and the split structure of this ecosystem. The variables recorded were soil sand content and the abundance of adult individuals of the woody invasive species Gleditsia triacanthos. Further details of the methodology can be found in Bases ecológicas para el control integral de la especie exótica invasora Gleditsia triacanthos (Fabaceae) en el Parque Nacional Esteros de Farrapos e Islas del Río Uruguay. Tesis de doctorado. Universidad de la República (Uruguay). Facultad de Ciencias - PEDECIBA.
Available at: https://www.colibri.udelar.edu.uy/jspui/handle/20.500.12008/29533.
Data are available in a .shp file that can be displayed in software that execute Geographical Information Sistems (ArcMap, QGIS). This file show the field point locations. In the associated table of the .shp file, you can also view the soil sand content and the abundance of adult Gleditsia triacanthos individuals recorded at each point.</p