“Se valora que las contribuciones puedan leerse íntegramente en abierto, bien en su versión final o bien en versiones preliminares (preprints y postprints), así como la publicación en revistas diamante o la utilización de licencias copyleft (Creative Commons, etc.). No se valorará el mero depósito de la aportación en un repositorio, al ser este un requisito de la convocatoria.”

Se indicará el DOI, handle, ARK, SWHID, url/uri permanente de la aportación en el repositorio institucional de su institución, Zenodo (https://zenodo.org/) y/u otros repositorios. Consulte con su biblioteca o en Recolecta (https://recolecta.fecyt.es/) También se valorará si la aportación aparece en plataformas del tipo Open Research Europe (https://open-research-europe.ec.europa.eu/). La utilización de licencias creative commons será valorada (https://creativecommons.org/)

La publicación en revistas en abierto recogidas en el directorio DOAJ (https://doaj.org/) y en DOAB (https://www.doabooks.org/) en el caso de libros es otro indicador de calidad. Las políticas de apertura de las revistas se pueden consultar en Open Policy Finder (https://openpolicyfinder.jisc.ac.uk/) 

La publicación en revistas diamante será de especial valor. Se pueden localizar en DOAJ, con la opción “Journals without fees”. Puede obtener más información sobre las revistas diamante en DIAMAS (https://diamasproject.eu/)

Ejemplo de narrativa: 
He depositado mis aportaciones científicas en varios repositorios de acceso abierto reconocidos, como XXXX (Repositorio de la Universidad de XXX), archivo para preprints, y Zenodo, cumpliendo así con los requerimientos de la Ley de la Ciencia y la Ley Orgánica del Sistema Universitario (LOSU). Además, he depositado preprints para garantizar una difusión temprana de los resultados de la investigación. Estas acciones aseguran que mi producción científica sea fácilmente accesible, interoperable y reutilizable, contribuyendo al cumplimiento de los principios de la Ciencia Abierta y aumentando la visibilidad y el impacto de mi investigación, apoyadas también en el uso de licencias Creative Commons.

Ejemplo de narrativa: 
El presente trabajo quiere estar en línea con la filosofía de la Ciencia Abierta, por lo que se ha publicado en la revista diamante [X] que no cobra ni por leer ni por publicar. La política editorial de esta revista se basa en el enfoque de la ciencia como un bien común y público donde la comunicación y publicación científica sea no comercial y esté en manos y control de la comunidad académica para conseguir un ecosistema académico y científico sostenible, inclusivo y participativo.

Ejemplo de narrativa: 
El presente trabajo ha sido elaborado en la filosofía de la Ciencia Abierta. Ha superado un proceso de evaluación por pares abierto, que ha dado lugar a tres diferentes versiones, todas ellas disponibles en la plataforma Open Research Europe, consultado a fecha dd/mm/aaaa, donde ha sido publicado. Se han realizado X descargas, y ha obtenido X citas desde varios países, especialmente desde EEUU, además de X menciones en la red social X. El conjunto de datos vinculados a la aportación está depositado en Zenodo.

“Se valora que la aportación incluya un dataset, que se encuentre disponible en abierto con posibilidad para su descarga y que cumpla los principios FAIR que garanticen su reutilización e interoperabilidad (la verificación del grado de cumplimiento de estos principios puede hacerse, en: https://www.f-uji.net/; https://ardc.edu.au/resource/fair-dataself-assessment-tool/; https://fair-hecker.france-bioinformatique.fr/check, entre otros). Así mismo, se valora que este dataset, a su vez, haya sido descargado, usado o citado.”

Las evidencias de calidad se podrán extraer de los repositorios de datos como Zenodo, Github (https://github.com/) o institucionales, y/u otras plataformas de datasets de los que se pueden extraer datos de descargas, visualizaciones, reutilización en proyectos e investigaciones varias. 
Para aportar evidencias de la calidad de los datasets y el cumplimiento de los principios FAIR se puede consultar en los recursos del enunciado.

Ejemplo de narrativa: 
He depositado los datos de mis aportaciones científicas a Zenodo, cumpliendo así con los requerimientos de la Ley de la Ciencia (2022) y la Ley Orgánica del Sistema Universitario (LOSU). Estas acciones aseguran que los datos asociados a mi producción científica se puedan , compartir y reutilizar de manera legal en nuevas investigaciones, por eso, es necesario que cumplan los criterios FAIR (Findable, Accesible, Interoperable, Reusable), que hacen referencia a cómo deben tratarse los datos de investigación para que sean localizables, accesibles, interoperables y reutilizables, contribuyendo así al cumplimiento con los principios de la Ciencia Abierta y aumentando la visibilidad y el impacto de mi investigación.

“Se valora que la aportación incluya software o código, y que éste suponga una contribución al software libre. Así mismo, se valora que este software, a su vez, haya sido descargado, usado o citado.”

Se valorará que el software sea distribuido como software libre según Open Source Initiative y sus licencias (https://opensource.org/). 

Ejemplo de narrativa: 
Mi software cumple con las condiciones de distribución del software de código abierto marcadas por Open Source Initiative (https://opensource.org/osd) Además me he sometido al proceso de revisión de licencias en el mismo organismo, obteniendo el tipo de licencia xxx y/o estando en proceso de revisión de la misma… https://opensource.org/licenses/review-process).

“Pre-registro de la aportación, metodología publicada en abierto, que la aportación derive de un proyecto de ciencia ciudadana, etc.”

Se puede recurrir al recurso SciStarter (https://scistarter.org/) para obtener evidencias de la aportación a la sociedad de la aportación.

Ejemplo de narrativa: 
Durante el período de estudio de la investigación, 200 ciudadanos se inscribieron al proyecto a través de SciStarter, contribuyendo con un total de 1000 horas de trabajo y recopilando 800 observaciones de datos relevantes y de alta calidad. análisis en SciStarter revela que la participación ha sido diversa, con un 40% de colaboradores de áreas urbanas y un 60% de zonas rurales Comparando con otros proyectos similares, nuestro estudio tuvo un 20% más de participación y recolectó un 30% más de datos, lo que nos indica una alta efectividad en el compromiso por parte de la comunidad, con una tasa de retención del 75%.