• Date: 7th February 2020

• Organization:

Andalusian Inter-University Institute for Earth System Research

Doctoral Programme in Biogeochemical Flow Dynamics and Its Applications - Doctoral School in Science, Technology and Engineering – University of Granada

• Programme:

• Forma de solicitud: entrada libre hasta completar aforo

• Más información en el siguiente enlace: https://gdfa.ugr.es/coastal-systems-2020

• Justificación académica del curso:

Es incuestionable la importancia que en las últimas décadas ha experimentado la aplicación de numerosas técnicas probabilístico-estadísticas en múltiples campos de aplicación. La razón última de ello viene motivada por la necesidad de describir y explicar la evolución de fenómenos, no sólo desde un punto de vista cualitativo sino cuantitativo, a la vez que se hace imprescindible en múltiples ocasiones poder inferir comportamientos futuros de los sistemas que son objeto de estudio.

Los fenómenos considerados por las Ciencias Experimentales consideran tanto situaciones estáticas como dinámicas, en las cuales el fenómeno estudiado evoluciona a lo largo del tiempo (o de una variable indexada según un criterio), lo cual motiva plantearse el estudio de variables temporales que respondan a situaciones concretas relacionadas con las variables estudiadas. Asimismo, dentro del ámbito estático lo habitual es tratar con múltiples variables que no pueden ser consideradas de forma aislada, sino formando parte de un diseño complejo.

Las dos situaciones descritas conllevan la necesidad de plantear un doble enfoque sobre el cual creemos que es interesante presentar una panorámica general, sobre todo desde el punto de vista de la aplicación de las técnicas presentadas en múltiples campos. En ese sentido, la idea principal de esta actividad es ilustrar a los alumnos sobre técnicas y métodos del Análisis Multivariante y de Cálculo Estocástico, mostrando una visión general de sus fundamentos así como una perspectiva de aplicaciones en diversos campos: Biología, Ecología, Recursos Energéticos,... Asimismo están previstas sesiones de prácticas en ordenador para ilustrar los métodos introducidos mediante implementaciones en R.

Por ello el curso se ha diseñado siguiendo dos bloques diferenciados:

1. Modelización mediante procesos estocásticos.
2. Técnicas de Análisis Multivariante.

• Contenidos:

1. Modelización mediante procesos estocásticos:

a. Visión general del concepto de proceso estocástico.
b. Cadenas de Markov y procesos de nacimiento y muerte.
c. Introducción a los procesos de difusión. Aplicación a la modelización de fenómenos de crecimiento. Inferencia y tiempos de primer paso.

2. Técnicas de Análisis Multivariante:

a. Modelo Lineal Multivariante: modelo de Regresión lineal múltiple multivariante y técnicas tipo MANOVA.
b. Técnicas de reducción de dimensiones. Técnicas de clasificación automática.

• Duración: 27 horas.

• Plazas: 20.

• Perfil: Dirigido a alumnos de doctorado de EDCTI (es posible inscribirse durante cualquier año del doctorado) y alumnos del Máster en Estadística Aplicada.

• Periodo de impartición y duración: 24, 25 y 26 de febrero; 2, 3, 4 y 5 de marzo.

• Calendario y horario:

IMPORTANTE: las clases de los días 24, 25 y 26 de febrero se impartirán en inglés por lo que es necesario contar con un nivel adecuado del idioma para su correcto aprovechamiento. El resto de clases se impartirán en español.

• Ubicación de las aulas:

• Aula G17 (1ª planta sección de Geológicas).
• Aula de ordenadores O01 (ubicada en zona Biológicas junto al Decanato).
• Aula de ordenadores O08 (ubicada en zona Matemáticas).

• Profesores:

• Antonio Jesús Barrera García. Universidad de Málaga.
• Beatriz Cobo Rodríguez. Universidad Complutense de Madrid.
• Enrica Pirozzi. Università degli studi di Napoli Federico II.
• Giacomo Ascione. Università degli studi di Napoli Federico II.
• Juan José Serrano Pérez. Universidad de Granada.

• Plazo de solicitud: del 3 al 12 de febrero 2020.

• Forma de solicitud: rellenar el siguiente FORMULARIO

• Profesorado: Dra. Pamela Faber Benítez, Catedrática Departamento de Traducción e Interpretación. Universidad de Granada.

• Duración: 31 horas (10 h presenciales + 21 trabajo personal).

• Fechas: 20 al 24 de enero de 09:00 a 11:00h.

• Lugar: aula de informática de la Facultad de Derecho (edif. San Pablo).

• Plazas y perfil: 24 plazas.

Dirigido preferentemente a alumnos/as de segundo año de Doctorado.

Para el buen aprovechamiento los alumnos deben tener un nivel razonable de inglés tanto hablado como escrito (al menos, B2).

Aquellos solicitantes que adjunten al correo de solicitud certificación del nivel de inglés (B2 o equivalente) tendrán preferencia sobre el resto para la participación en el curso.

• Plazo de inscripción: del 7 al 12 de enero 2020.

• Forma de inscripción: enviar un correo a --LOGIN--fe7536dbf927a15141e5538166d16e9eugr[dot]es indicando en el Asunto ”[EDCTI] Inscripción curso Writing a research paper in English”. Al correo se adjuntara acreditación del nivel de inglés.

En caso de que haya más solicitudes que plazas se seleccionarán los alumnos/as según su adecuación al perfil del curso y el orden de inscripción. IMPORTANTE adjuntar certificado del nivel de inglés (ver apartado “Plazas y perfil”).

• Programa:

1. Introduction.

1.1 English as a lingua franca in the scientific world

1.2 The need to publish

1.3 Types of paper

2. Organization.

2.1 Sections

2.2 Content

2.3 Format and Layout

2.4 Common errors

3. Language.

3.1 Syntax and sentence structure

3.2 Semantics and terminology

3.3 Style and punctuation

3.4 Common errors

• Profesorado: Patricia Ruano Roca (UGR)

• Duración: 20 horas presenciales.

• Fechas y horario:

• Lugar: aula Juan Campos (Facultad de Ciencias).

Se necesita portátil propio (Mac o PC).

• Plazas y perfil: 15 plazas/edición. Dirigido preferentemente a alumnos/as de primer año de doctorado.

• Inscripción: del 3 al 6 de febrero, rellenando el siguiente FORMULARIO

• Justificación académica:

Python es uno de los mejores lenguajes para su uso científico y técnico. Tiene algunas características que lo hacen realmente interesante en este ámbito, como son; es interpretado, de alto nivel, muy fácil de aprender, fácilmente extensible y cuenta con una librería estándar con mucha funcionalidad.

Este lenguaje está siendo actualmente utilizado por instituciones científicas como la NASA, JPL, y otras como Google, DreamWorks, Disney, etc. Alguna de las características que hacen de Python el lenguaje ideal para cálculos científicos son:

- Es un lenguaje muy fácil de aprender, siendo el lenguaje más recomendado para usuarios que no cuentan con conocimientos de programación.

- Es de código libre, por lo que no requiere una licencia para su uso.

- Es multiplataforma, pudiéndose utilizar en diferentes Sistemas Operativos com MAC, LINUX, Windows, etc.

- Python es un lenguaje de programación real, con todas las características de un lenguaje de programación orientado a objetos, a diferencia de otros lenguajes como matlab que carecen de algunas funcionalidades en este sentido.

- Tiene multitud de módulos y librerías externos que realizan numerosas funciones de gran utilidad para científicos e ingenieros. A este respecto, módulos específicos para realizar cálculos científicos como numpy, matplotlib y scipy, han hecho que este lenguaje esté ganando cada vez más popularidad entre científicos e ingenieros.

- Se integra perfectamente con LaTeX, permitiendo el formateo de ecuaciones y la realización de figuras para artículos científicos o informes técnicos.

- Es extensible y altamente configurable. Librerías como matplotlib permiten realizar infinidad de gráficos de muy alta calidad e interactivos.

En este curso se verán los elementos básicos de un lenguaje de programación como Python; sintaxis, funciones principales, flujos condicionales y bucles, etc. El conocimiento de las bases del lenguaje es un paso previo fundamental para poder sacar el mayor rendimiento de las librerías específicas más utilizadas en los ámbitos científico y técnico.

• Objetivos educativos, profesionales y competencias generales adquiridas

El alumno sabrá:

1.- Los elementos básicos de un lenguaje de programación

2.- Tipos de variables y su manipulación

3.- Manipulación de listas, tuplas y diccionarios

4.- Flujos condicionales if y recursivos for

5.- Funciones básicas del lenguaje

6.- Creación de funciones propias

7.- Control de código y manejo excepciones

El alumno será capaz de:

1.- Crear scripts en python para resolver problemas

2.- Leer y analizar un programa escrito en Python

3.- Manejar los principales entornos de programación con IPython (Spyder y Jupyter)

4.- Leer y escribir datos en ficheros de texto

5.- Diseñar algoritmos para la resolución secuencial de problemas

6.- Depurar programas y reconocer los principales tipos de errores

• Programa:

Tema 1. Introducción (1h) Introducción a los lenguajes de programación Historia de Python Descarga e instalación de anaconda. La consola de Python. Partes principales del IDE Spyder.

Tema 2. Tipos básicos, variables y expresiones (4h) Tipos de datos en Python. Variables, operadores y expresiones. Instalar, importar y utilizar módulos en Python. Listas, tuplas y diccionarios.

Tema 3. Operadores y funciones (4h) Operador lógico if. Bucles for. Bucles while. Creación y utilización de funciones en Python.

Tema 4. Operación de entrada/salida y optimización de código (3h) Lectura de ficheros de texto. Escritura en archivos de texto. Módulos os y sys. Control de ficheros y directorios. Optimización de código. Tipos de errores principales en Python. Control de código y manejo excepciones.

• Profesorado: José Vicente Pérez Peña (UGR)

• Duración: 20 horas presenciales.

• Fechas y horario:

• Lugar: Aula Juan Campos (Facultad de Ciencias).

Se necesita portátil propio (Mac o PC).

• Plazas y perfil: 15 plazas. Dirigido preferentemente a alumnos/as de segundo año de doctorado con conocimientos de Python.

Para este curso es necesario acreditar un conocimiento básico del lenguaje Python 3. Con el fin de evaluar los conocimientos de Python requeridos, antes del inicio del curso se realizará un cuestionario online a los solicitantes. Los estudiantes que no superen la prueba, no se admitirán en el curso.

• Inscripción: 2 al 8 de marzo 2020.

• Plazo de inscripción: a través del siguiente formulario (estará activo a partir del 2 de marzo).

En caso de que haya más solicitudes que plazas se seleccionarán los alumnos/as según su adecuación al perfil del curso y el orden de inscripción.

• Justificación académica:

Python es uno de los mejores lenguajes para su uso científico y técnico. Tiene algunas características que lo hacen realmente interesante en este ámbito, como son; es interpretado, de alto nivel, muy fácil de aprender, fácilmente extensible y cuenta con una librería estándar con mucha funcionalidad. Este lenguaje está siendo actualmente utilizado por instituciones científicas como la NASA, JPL, y otras como Google, DreamWorks, Disney, etc. En el ámbito científico y técnico, python se está abriendo paso de forma firme gracias a librerías específicas como numpy, matplotlib y scipy. El uso de estas librerías ofrece a los usuarios de Python una infinidad de recursos matemáticos y científicos para la resolución de problemas complejos y la creación de gráficos de muy alta calidad.

Algunas de las operaciones básicas utilizadas en cálculo y programación científico-técnica incluyen matrices, integrales, ecuaciones diferenciales, estadística, etc. Python en su paquete básico no cuenta por defecto con funciones para realizar este tipo de cálculos directamente. Así mismo, los tipos básicos de variables de Python no están optimizados para el manejo de gran cantidad de datos.

NumPy y SciPy son dos librerías muy potentes que cuentan con toda esta funcionalidad de la que carece el paquete básico de Python, y por tanto que posibilitan la utilización de este lenguaje para fines científicos y técnicos. La librería de numpy se especializa en el procesado numérico utilizando matrices multidimensionales, y permite un cálculo matricial directo al igual que programas especializados como matlab. Así mismo cuenta con métodos y funciones para la creación, manejo, redimensionado, etc., de matrices, lo cual reduce considerablemente el esfuerzo de programación requerido en otros lenguajes.

La librería de matplotlib es una librería gráfica que toma todas las ventajas de numpy. Permite la creación de infinidad de gráficos de alta calidad (ráster y vectorial), así como la modificación de todas sus características. Matplotlib no solo se integra perfectamente con numpy, sino que permite el lenguaje de marcado de LaTeX, pudiendo crear gráficos de muy alta calidad para publicaciones científicas e informes técnicos.

SciPy va un paso más allá, y utiliza toda la funcionalidad de numpy para realizar cálculos matemáticos avanzados como la integración, diferenciación, algebra lineal, no lineal, etc. También cuenta con multitud de funciones de alto nivel para el tratamiento estadístico de los datos.

Una lista completa de todas las funciones de numpy, matplotlib y scipy ocuparía cientos de páginas, por lo que en este curso se tratarán las funciones más utilizadas. Se introducirá al alumno en las rutinas de trabajo con estas librerías y a la resolución de los problemas más comunes en ciencia e ingeniería. Con este curso también se pretende que el alumno tenga los conocimientos necesarios para entender la documentación de estas librerías con el fin de capacitarlo para poder utilizar funcionalidad específica de las mismas no tratada en este curso.

• Objetivos educativos, profesionales y competencias generales adquiridas

El alumno sabrá:

1.- Manejo de matrices multidimensionales con numpy

2.- Funciones básicas para la creación y utilización de matrices de numpy

3.- Lectura-escritura en disco de datos

4.- Creación y representación de funciones matemáticas

5.- Creación de distintos gráficos con matplotlib

6.- Modificación de símbolos y leyendas

7.- Análisis de imagen con scipy

El alumno será capaz de:

1.- Crear y modificar gráficos

2.- Integrar LaTeX directamente en un gráfico

3.- Representar funciones y resolver ecuaciones matemáticas

4.- Entender la documentación de las librerías de Python

5.- Realizar cálculos matemáticos de alto nivel y resolución de problemas complejos

• Programa formativo:

Tema 1. Manejo de datos con numpy (4h) Constantes y funciones de numpy. Arrays de numpy. Métodos para la creación de arrays. Operaciones con arrays. Indexado y slicing en arrays. Leer y guardar arrays en archivos de texto.

Tema 2. Representación gráfica con matplotlib (4h) Representación básica de funciones Representación de varias curvas. Representación de nube de puntos Representación de histogramas y boxplots. Definiendo colores y símbolos. Añadiendo leyendas y etiquetas. Control de ejes. Representación de múltiples figuras

Tema 3. Análisis numérico con scipy (2h) Ajuste e interpolación de datos. Tratamiento multidimensional de imágenes con ndimage

Tema 4. Breve introducción a cython (2h). Creación y compilación de scripts usando Cython. Elementos básicos del lenguaje. Optimización de código con Cython.

• Profesorado:

Profesor 1: Juan Manuel Peralta Sánchez. 15 h

- El Dr. Juan Manuel Peralta Sánchez es investigador postdoctoral en el grupo de Carles Vilà, en la Estación Biológica de Doñana (CSIC). Su fuerte formación como biólogo evolutivo se ha complementado con conocimientos en comunidades bacterianas especialmente utilizando herramientas de secuenciación masiva. Su interés principal se focaliza en las relaciones que los vertebrados establecen con sus comunidades bacterianas, desde las comunidades de los huevos de las aves a los cambios en su microbiota intestinal.

Profesora 2: Sonia M. Rodríguez Ruano. 15 h

- La Dra. Sonia M. Rodríguez Ruano es actualmente investigadora postdoctoral en el Departamento de Parasitología de la Facultad de Ciencias de la University of South Bohemia (Ceske Budejovice, Czech Republic). Trabaja con diversos sistemas simbióticos bacterianos, especialmente estudiando la dinámica de las asociaciones entre microbiomas y hospedadores (parásitos hematófagos) en función de distintos factores ecológicos y fisiológicos (distribución geográfica, estacionalidad, capacidad vectorial…).

• Departamento de Parasitología de la Facultad de Ciencias de la University of South Bohemia

• Duración del curso (horas teóricas/ prácticas): Horas presenciales: 20h. Horas no presenciales: 20h.

• Calendario y Horario:

• Material necesario: Es necesario que los alumnos traigan su propio ordenador con Linux, o bien que instalen una máquina virtual de Linux (Ubuntu recomendado) si trabajan con otro sistema operativo. Los programas necesarios se instalarán en la primera sesión.

• Plazas y perfil (año de matriculación en doctorado): 15 plazas. Es posible inscribirse durante cualquier año del doctorado.

• Necesidad de acreditación de conocimientos previos: No es necesario acreditar conocimientos previos.

• Forma y plazo de Inscripción: Para inscribirse en el curso hay que enviar un correo al Dr. Manuel Martínez Bueno: --LOGIN--d2fe88fe4af73877027a1c9b28c8bc92ugr[dot]es del 20 de noviembre al 5 de diciembre de 2019.

• Objetivos: El curso se basa en herramientas bioinformáticas ampliamente empleadas en ecología microbiana, como QIIME2. Se proporcionará a las estudiantes la base para su uso en modo línea de comandos (en sistemas Linux), y se analizarán datos de ejemplo a través de los tutoriales de QIIME2, explicando cada uno de los pasos a seguir y su utilidad. Por último, se analizarán los resultados obtenidos para proporcionar a las estudiantes la capacidad de su interpretación de forma independiente una vez finalizado el curso.

El alumno sabrá:

- Elaborar y validar archivos de metadatos para ecología microbiana;
- Reconocer y hacer una valoración inicial de los archivos originales obtenidos de sequenciadores tipo Illumina (raw data);
- Procesar las lecturas del secuenciador para obtener tablas de asignación de variantes microbianas por muestra;
- Analizar los datos obtenidos para comparar distintas variables ecológicas, tratamientos experimentales, etc.;

El alumno será capaz de:

- Realizar acciones básicas en líneas de comandos basadas en UNIX;
- Instalar y utilizar las herramientas básicas de Qiime2;
- Diseñar estudios para evaluar y comparar diversidad microbiana mediante secuenciación del 16S;
- Interpretar los resultados básicos de este tipo de estudios;

• Programa formativo (Contenidos y Temas/Módulos):

1. Introducción al estudio de comunidades bacterianas y secuenciación masiva
2. Instalación de programas y breve introducción a la línea de comandos
3. Instalación de Qiime2
4. Análisis upstream: del archivo de secuencias a la tabla de OTUs
5. Análisis downstream I: breve introducción a la ecología de comunidades y la diversidad bacteriana
6. Análisis downstream II: análisis básicos de diversidad desde la OTU table
7. Análisis downstream III: análisis adicionales de diversidad bacteriana
8. Dudas, sugerencias y despedida

• Trabajo no presencial:

Los alumnos deberán de presentar un trabajo fin de curso con los resultados de tareas que se les encomienden fuera de las horas presenciales. Los alumnos podrán realizar estas actividades mediante comunicación virtual con los profesores encargados del curso.

Ejercicio 1 – Sesión 1. Los alumnos instalarán el programa Sublime Text 3, un procesador de texto donde irán guardando los scripts que vayan corriendo. Esta instalación la realizarán desde la terminal UNIX. Deberán de crear un archivo log.sh como cuaderno de prácticas, donde irán guardando los comandos que han usado.

Ejercicio 2 – Sesión 2. Los alumnos crearan desde la terminal un árbol de carpetas y diferentes archivos con información adquirida con el uso de los comandos en la terminal UNIX. Importarán una pequeña base de datos con secuencias a QIIME2, realizaran la unión de secuencias forward y reverse y decidirán si el solapamiento es suficiente para seguir con él, o deberían de seguir los análisis posteriores solo con las secuencias forward. Este es el paso clave 1 en el análisis de secuencias.

Ejercicio 3 – Sesión 3. Los alumnos deberán de hacer un clustering de secuencias. La mitad de los alumnos la realizarán con Deblur y la otra mitad siguiendo DADA2. Tendrán que decidir qué tamaño de secuencia eligen para perder el mínimo de secuencias, pero con un tamaño razonable para la asignación taxonómica. Este es el paso clave 2 en el análisis de secuencias.

Ejercicio 4 – Sesión 4. Realizarán análisis de diversidad alfa y beta, y decidirán el nivel de rarefacción elegido, para maximizar el número de muestras, pero con un numero de secuencias con significado biológico. Este es el paso clave 3 en el análisis de secuencias.

Ejercicio 5 – Sesión 5. Realizaran análisis adicionales de diversidad (ANCOM, gneiss, heatmaps…). Importarán las figuras de diversidad y las añadirán a un archivo Word.

• Evaluación: Se evaluarán los análisis realizados por los estudiantes durante el periodo de supervisión de trabajos y se podrá valorar la actitud en clase y tutorías.

• AVISO IMPORTANTE: Por circunstancias sobrevenidas se pospone la realización del Taller. Próximamente informaremos de la nueva fecha y lugar de su celebración. Rogamos disculpen las molestias que les pueda suponer.

• 6 de junio de 2019, 11:00, Sala Eniac (Edificio Mecenas). Esta sala tiene capacidad para unas 100 personas.

• Ponente: Dr. Andrew S. Kowalski. Andrew S. Kowalski se doctoró en ciencias atmosféricas en la Universidad Estatal de Oregon (1996), y trabajó como post-doc en Bélgica (3 años) y Francia (2 años) antes de aterrizar en España con un contrato Ramón y Cajal en la Universidad de Granada. Ahora es catedrático de micrometeorología en el Departamento de Física Aplicada, y lidera un grupo investigando los intercambios de gases de efecto invernadero entre la atmósfera y los ecosistemas terrestres. Sus publicaciones científicas tratan un rango amplio de disciplinas, abarcando las metodologías para caracterizar los intercambios turbulentos de gases, la propagación de errores en dichas mediciones, los intercambios netos de vapor de agua y de CO2 y sus determinantes ambientales, y la respuesta de los ecosistemas al cambio climático. Ha publicado más de 75 artículos, de los cuales 28 han estado citadas >27 veces (índice-H de 28; WoS). Es editor de la revista Scientific Reports, y hace frecuentemente de referee para las revistas Biogeosciences, Global Change Biology y Agricultural and Forest Meteorology. Ha actuado como investigador principal o responsable en numerosos proyectos de investigación, financiados por la Junta de Andalucía, el Ministro relevante en Madrid, y la Unión Europea, atrayendo más de 750000€ de financiación externa a la UGR. https://www.ugr.es/~andyk.

• Dirigido a Alumnos de doctorado de EDCTI y personal investigador en general.

• Contenido: Este taller ofrece unas líneas para la preparación de manuscritos científicos en inglés. Empezará con una introducción con factores para tener en cuenta antes de empezar a redactar. Luego, presentará unas ideas importantes sobre la estructura, tanto de un artículo científico como de un párrafo. Hablará de las diferentes secciones de un artículo, y de los estilos y estructuras apropiadas para cada sección. Sintetizará el procedimiento de someter un artículo a la revisión del editor y los referees. Finalmente, ofrecerá unas sugerencias sobre estilo, gramática, y ortografía que ha seleccionado para los autores cuyo idioma nativo es el castellano. Como esta charla ha evolucionado durante muchos años de su presentación, y se ha mejorado con sugerencias de numerosos doctorandos durante años anteriores, se anima al público que interrumpan con cuestiones y sugerencias en cualquier momento.

• Programa: Charla de una hora y media, más sesión de preguntas y discusión. La actividad se desarrollará en castellano, con diapositivas en inglés.

• No es necesaria inscripción previa. La entrada al taller es libre hasta completar aforo (100 plazas).

NO SE EMITIRÁ CERTIFICADO DEL CURSO A LOS ASISTENTES.

• Contacto: Andrew Kowalski (Departamento de Física Aplicada; --LOGIN--63a0a30c22531f1a822f70cb01a44146ugr[dot]es )

• Profesores/as que la imparten: Anne-Vinciane Doucet, Antonio Fernández Porcel, Mª Ángeles García Gil, Esteban López García y Daniel Marín Conesa

• Fecha de realización: del 3 al 5 de marzo de 2020 (PRIMERA EDICIÓN)

• Lugar de realización: Aula Biblioteca Derecho (Ubicación Calle Duquesa)

• Horario: de 10:00 a 13:00

• Perfil: Dirigido a alumnos/as de primer año

• Nº Alumnos: 30

• Plazo de solicitud: del 10 al 16 de febrero de 2020

• Forma de inscripción: rellenar el siguiente FORMULARIO

• Programa de la actividad:

1. Perfil de investigador:

- El perfil de investigador. Utilidad y necesidad.
- Necesidad de normalización del nombre de investigador. -Números de identificación: ORCID, ResearcherID (WoS), Author ID (Scopus).-Perfil y difusión de la investigación: ventajas y “herramientas”: UGR-Investiga, Google Scholar, Academia.edu, ResearchGate. Dialnet-El perfil de investigador y la evaluación de la producción científica. ANECA, DEVA y SICA. El CVN.

2. Bases de datos:

- Bases de datos en: Ciencias, Tecnologías e Ingenierías y Ciencias de la Salud: JCR-Science, JCR-Social Science WOS, SCOPUS
- Bases de datos en: Humanidades, Ciencias Sociales y Jurídicas: JCR-Social Science, Arts and Humanities Citation Index, Dialnet

3. Gestores bibliográficos:

- Introducción a los gestores bibliográficos
- Gestores bibliográficos: Mendeley, Flow, Endnote

• Actividades generales y de otras Escuelas de Doctorado

• Actividades específicas de los programas de doctorado y otras noticias relacionadas.

Para completar la información, consulte las páginas web de los programas.

• Listado completo de actividades transversales Anteriores