Your SlideShare is downloading. ×
0
Repositorios de Datos para comunidades científicas.
Repositorios de Datos para comunidades científicas.
Repositorios de Datos para comunidades científicas.
Repositorios de Datos para comunidades científicas.
Repositorios de Datos para comunidades científicas.
Repositorios de Datos para comunidades científicas.
Repositorios de Datos para comunidades científicas.
Repositorios de Datos para comunidades científicas.
Repositorios de Datos para comunidades científicas.
Repositorios de Datos para comunidades científicas.
Repositorios de Datos para comunidades científicas.
Repositorios de Datos para comunidades científicas.
Repositorios de Datos para comunidades científicas.
Repositorios de Datos para comunidades científicas.
Repositorios de Datos para comunidades científicas.
Repositorios de Datos para comunidades científicas.
Repositorios de Datos para comunidades científicas.
Repositorios de Datos para comunidades científicas.
Repositorios de Datos para comunidades científicas.
Repositorios de Datos para comunidades científicas.
Repositorios de Datos para comunidades científicas.
Repositorios de Datos para comunidades científicas.
Repositorios de Datos para comunidades científicas.
Repositorios de Datos para comunidades científicas.
Repositorios de Datos para comunidades científicas.
Repositorios de Datos para comunidades científicas.
Repositorios de Datos para comunidades científicas.
Repositorios de Datos para comunidades científicas.
Repositorios de Datos para comunidades científicas.
Repositorios de Datos para comunidades científicas.
Repositorios de Datos para comunidades científicas.
Repositorios de Datos para comunidades científicas.
Repositorios de Datos para comunidades científicas.
Repositorios de Datos para comunidades científicas.
Repositorios de Datos para comunidades científicas.
Upcoming SlideShare
Loading in...5
×

Thanks for flagging this SlideShare!

Oops! An error has occurred.

×
Saving this for later? Get the SlideShare app to save on your phone or tablet. Read anywhere, anytime – even offline.
Text the download link to your phone
Standard text messaging rates apply

Repositorios de Datos para comunidades científicas.

532

Published on

Uso de repositorios para preservación y difusión de datos recolectados por comunidades científicas. …

Uso de repositorios para preservación y difusión de datos recolectados por comunidades científicas.
Se incluye:
El problema de la ubicación, preservación y uso de colecciones de datos científicas
Tendencias en la colaboración científica
Herramientas que pueden ayudar a solucionar algunos de los problemas

0 Comments
2 Likes
Statistics
Notes
  • Be the first to comment

No Downloads
Views
Total Views
532
On Slideshare
0
From Embeds
0
Number of Embeds
1
Actions
Shares
0
Downloads
8
Comments
0
Likes
2
Embeds 0
No embeds

Report content
Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
No notes for slide
  • Costos de producir nuevas colecciones de datos Dificultades de ubicación de los datos Problemas para identificar calidad y detalles de las colecciones de datos Quien los capturó? Que metodos o procedimientos se usaron Los puedo usar? Cuanto cuestan? Anecdotas sobre ubicacion y uso de datos en Venezuela
  • Uno de los retos que habremos de enfrentar en esta nueva manera de hacer investigación es manejar, administrar, analizar y preservar un “diluvio de datos” (Hey y Trefethen, 2003a) generado por una red de sensores a escala mundial y experimentos de grandes dimensiones (aceleradores de partículas, red de observatorios terrestres y satelitales, enormes bases de datos genéticas, por mencionar las más impactantes). Este alud de mediciones, desbordando toda capacidad para su manejo que no sea mediante las TIC, convierte a estos instrumentos en herramientas informáticas y a la experimentación en minería de datos. Los grandes productores de datos son colaboraciones mundiales, industriales y multinacionales, las cuales generan ingentes volúmenes de datos que deben ser distribuidos geográficamente y mantenidos por esos proyectos mientras duren. Muchos de esos datos nunca aparecerán publicados y cuando finalice la colaboración, muchas de las medidas experimentales se perderán o serán enviadas a reservorios nacionales (o internacionales) que nada tuvieron que ver con su producción. Gran parte de las decisiones y criterios para generarlos quedarán sepultados en una inmensa correspondencia electrónica que nadie dispondrá (Gray y Szalay, 2002). Igual suerte correrán los datos producidos por multitud de pequeños grupos de investigación quienes, atacando problemas similares, se encuentran distribuidos por toda la geografía mundial. Todos ellos, grandes y pequeños productores de datos enfrentarán los mismos problemas de catalogación, preservación y diseminación de datos y del conocimiento que a partir de éstos surge. Es imperioso planificar y construir repositorios de datos que los almacenen mientras se produzcan y que conserven la traza testimonial de las decisiones y criterios que los generaron (Gray y Szalay, 2002; Karasti y colaboradores, 2006; Borgman y colaboradores, 2007; Murray-Rust, 2008).
  • Uno de los retos que habremos de enfrentar en esta nueva manera de hacer investigación es manejar, administrar, analizar y preservar un “diluvio de datos” (Hey y Trefethen, 2003a) generado por una red de sensores a escala mundial y experimentos de grandes dimensiones (aceleradores de partículas, red de observatorios terrestres y satelitales, enormes bases de datos genéticas, por mencionar las más impactantes). Este alud de mediciones, desbordando toda capacidad para su manejo que no sea mediante las TIC, convierte a estos instrumentos en herramientas informáticas y a la experimentación en minería de datos. Los grandes productores de datos son colaboraciones mundiales, industriales y multinacionales, las cuales generan ingentes volúmenes de datos que deben ser distribuidos geográficamente y mantenidos por esos proyectos mientras duren. Muchos de esos datos nunca aparecerán publicados y cuando finalice la colaboración, muchas de las medidas experimentales se perderán o serán enviadas a reservorios nacionales (o internacionales) que nada tuvieron que ver con su producción. Gran parte de las decisiones y criterios para generarlos quedarán sepultados en una inmensa correspondencia electrónica que nadie dispondrá (Gray y Szalay, 2002). Igual suerte correrán los datos producidos por multitud de pequeños grupos de investigación quienes, atacando problemas similares, se encuentran distribuidos por toda la geografía mundial. Todos ellos, grandes y pequeños productores de datos enfrentarán los mismos problemas de catalogación, preservación y diseminación de datos y del conocimiento que a partir de éstos surge. Es imperioso planificar y construir repositorios de datos que los almacenen mientras se produzcan y que conserven la traza testimonial de las decisiones y criterios que los generaron (Gray y Szalay, 2002; Karasti y colaboradores, 2006; Borgman y colaboradores, 2007; Murray-Rust, 2008).
  • Cada vez con mayor frecuencia y efectividad los investigadores de todas las naciones intercambian datos, ideas, publicaciones, referencias y artículos. Si bien una serie de emergentes y novedosos ambientes de colaboración electrónica no terminan de ser utilizados como herramientas cotidianas para estas interacciones (Coles y colaboradores, 2006; Borgman, 2006; De Roure y Frey, 2007; Collins y colaboradores, 2007), el correo electrónico, la mensajería instantánea y, sobre todo LA RED, se erigen como los apoyos y motores a éstas nuevas formas de colaboración ubicua. Pero más allá de este intercambio entre pares, transitamos por la era postgutemberg en la cual los productores de información (investigadores, centros de investigación y-o instituciones académicas) tienen la capacidad de publicar y difundir directamente su producción intelectual, sin intermediarios editoriales y a costos cada vez menores.
  • Los términos “ciberinfraestructura”, “e-ciencia” y “e-investigación”, han sido acuñados para describir esta nueva forma de producción y diseminación del conocimiento, donde el uso intensivo de las Tecnologías de Información y Comunicación (TIC), la distribución geográfica de los recursos de medición, procesamiento y análisis, pero sobre todo su acceso ubicuo, son sus características más resaltantes y descriptivas (ver Hey y Trefethen (2003b), Foster (2005) y Hey y Trefethen (2005), así como las referencias allí citadas).
  • Telescopio Virtual: http://www.jb.man.ac.uk/news/evlbi/ http://www.evlbi.org/
  • Telescopio Virtual: http://www.jb.man.ac.uk/news/evlbi/ http://www.evlbi.org/
  • LA RED como herramienta habilitante principal
  • Colocar aqui la tabla de contenido completa
  • Ideally, it should be possible for a user to easily perform tasks such as: Discover the existence of data Access the data for research and analysis Find detailed information describing the data and its production processes Access the data sources and collection instruments from which and with which the data was collected, compiled, and aggregated Effectively communicate with the agencies involved in the production, storage, distribution of the data Share knowledge with other users http://www.opendatafoundation.org/
  • Colocar aqui la tabla de contenido completa
  • Colocar aqui la tabla de contenido completa
  • El problema de los estandares: hay muchos!! Cual usar?? Dublin Core: estandar genérico de identificación de óbjetos de información
  • Transcript

    1. Repositorios de Datos para comunidades científicas. Caso Comunidad LAGO Repositorios de Datos para comunidades científicas. Caso Comunidad LAGO Parte 1 Cátedra Scientiae. Facultad de Ciencias Universidad Industrial de Santander Rodrigo Torréns José Alejandro Torres Niño Luis Nuñez Noviembre, 2011 Universidad de Los Andes, Centro de Cálculo Científico, Parque Tecnológico de MéridaUniversidad de Los Andes, Centro de Cálculo Científico, Parque Tecnológico de Mérida 1
    2. Repositorios de Datos para comunidades científicas. Caso Comunidad LAGO Contenido Hablaremos sobre:• El problema de la ubicación, preservación y uso de colecciones de datos científicas• Tendencias en la colaboración científica• Herramientas que pueden ayudar a solucionar algunos de los problemasUniversidad de Los Andes, Centro de Cálculo Científico, Parque Tecnológico de Mérida 2
    3. Repositorios de Datos para comunidades científicas. Caso Comunidad LAGO Los datos producto de una investigación científicaPartamos de las preguntas básicas:• Los datos que yo necesito… existen?• Donde están?• Como los obtengo?La mayoria de los científicos se han planteado estas preguntas alguna vezUniversidad de Los Andes, Centro de Cálculo Científico, Parque Tecnológico de Mérida 3
    4. Repositorios de Datos para comunidades científicas. Caso Comunidad LAGO 4 axiomas para la ciencia intensiva en datosAcceso Flujo• Global y abierto • Procesos• Colecciones completas • Curaduría• Reservorios distribuidos (BD, • Gerencia y mantenimiento repositorios de datos, datos • Publicación en “la nube” ) Compartir• Preservación • Estándares, XMLInteracción esquemas, ontologías• Metadata • Redes sociales• Servicios web de herramientas • Minería de datos• Reutilización Claudio Mendoza. http://cevale2.uis.edu.co/~cevale2/wiki/images/Data_intensive_science.pdf Universidad de Los Andes, Centro de Cálculo Científico, Parque Tecnológico de Mérida 4
    5. Repositorios de Datos para comunidades científicas. Caso Comunidad LAGO Problemas-retos a los que nos enfrentamosTenemos que tener capacidades para…• Manejar volumen de datos generados actualmente• Preservarlos• Encontrarlos• Compartirlos, distribuirlos• Usarlos, reusarlosUniversidad de Los Andes, Centro de Cálculo Científico, Parque Tecnológico de Mérida 5
    6. Repositorios de Datos para comunidades científicas. Caso Comunidad LAGO …Problemas a los que nos enfrentamosEjemplo de degradación normal de los contenidos de información asociados con datos y metadatos a través del tiempo Momento de publicación Detalles específicos acerca de la recolección de los datos se pierden al pasar el tiempo Retiro o cambio de carrera del e d s od ne no C nó ca m o n r f I científico recolector i t i Accidente puede destruir datos y documentación Muerte del investigador y subsecuente perdida de registros restantes Tiempo (Michener, 1997) Universidad de Los Andes, Centro de Cálculo Científico, Parque Tecnológico de Mérida 6
    7. Repositorios de Datos para comunidades científicas. Caso Comunidad LAGO El problema del “diluvio” de datos. La era del PetabyteVolumen de datos… www.wired.comUniversidad de Los Andes, Centro de Cálculo Científico, Parque Tecnológico de Mérida 7
    8. Repositorios de Datos para comunidades científicas. Caso Comunidad LAGO Nuevas formas de colaboración científicaAnte estos retos, tenemos posibilidades y nuevas maneras de…• Producir datos,• de compartirlos (publicarlos), y…• de trabajar colaborativamenteUniversidad de Los Andes, Centro de Cálculo Científico, Parque Tecnológico de Mérida 8
    9. Repositorios de Datos para comunidades científicas. Caso Comunidad LAGO Nuevas formas de colaboración científicaFrecuentemente o cada vez más escuchamos y hablamos de…• “ciberinfraestructura”• “e-ciencia”• “e-investigación”• “colaboracion ubicua”• “data-driven Science”• “computación grid”• “computación social”• “acceso abierto al conocimiento”…refiriendose a nuevas formas de producción y diseminación del conocimientoUniversidad de Los Andes, Centro de Cálculo Científico, Parque Tecnológico de Mérida 9
    10. Repositorios de Datos para comunidades científicas. Caso Comunidad LAGO e-ciencia• El termino e-ciencia es usado para representar la creciente colaboración global de personas y uso de recursos compartidos, que serán (son) necesarias para resolver nuevos problemas de la ciencia y la ingeniería Tony Hey, Anne Trefethen. The Data Deluge: An e-Science Perspective http://www.cct.lsu.edu/~kosar/csc7700/papers/Hey03.pdfUniversidad de Los Andes, Centro de Cálculo Científico, Parque Tecnológico de Mérida 10
    11. Repositorios de Datos para comunidades científicas. Caso Comunidad LAGO Ejemplos de colecciones de datos: Datos generados por redes nacionales y mundiales de investigación (biología, medicina, física, etc.): • Datos del LHC generados en el CERN • Datos generados por las redes mundiales de sensores sísmicos • Estudios sobre cambios globales (GCMD-NASA) • Astronomía, los “telescopios virtuales” (Global Internet Telescope) • Banco de datos de Proteinas (PDB, Protein Data Bank) • Datos del genoma humano y de otras especiesUniversidad de Los Andes, Centro de Cálculo Científico, Parque Tecnológico de Mérida 11
    12. Repositorios de Datos para comunidades científicas. Caso Comunidad LAGO Iniciativas de Acceso AbiertoA esto se unen las iniciativas por el uso sin restricciones de la información y datos:• Iniciativas de Acceso Abierto al Conocimiento (OA, Open Access Initiatives)• Movimiento Datos Libres (OD, Open Data)• Repositorios Institucionales y por disciplina (temáticos) Universidad de Los Andes, Centro de Cálculo Científico, Parque Tecnológico de Mérida 12
    13. Repositorios de Datos para comunidades científicas. Caso Comunidad LAGO CERN LHC Ejemplos:-Universidad de Los Andes, Centro de Cálculo Científico, Parque Tecnológico de Mérida 13
    14. Repositorios de Datos para comunidades científicas. Caso Comunidad LAGO Necesidad de usar tecnologías de información (TICs) Para…• Ubicar• Accesar• Recuperar• Compartir …datos La mayoría usa LA RED (la Web) para satisfacer estas necesidades Universidad de Los Andes, Centro de Cálculo Científico, Parque Tecnológico de Mérida 14
    15. Repositorios de Datos para comunidades científicas. Caso Comunidad LAGO Un objetivo importanteQué debemos hacer para lograr el… Uso secundario y a largo plazo de colecciones de datos científicos Se debe… Garantizar permanencia de los datos en el tiempo Poder ubicar y recuperar la información Universidad de Los Andes, Centro de Cálculo Científico, Parque Tecnológico de Mérida 15
    16. Repositorios de Datos para comunidades científicas. Caso Comunidad LAGO HerramientasHerramientas organizativas y tecnológicas que pueden hacer esto posible: Formación de Redes de colaboración entre científicos y entre usuarios de información Tecnologías de Información y Comunicaciones Uso de metadatos y estándares de intercambio de información Creación y mantenimiento de repositorios de datos Universidad de Los Andes, Centro de Cálculo Científico, Parque Tecnológico de Mérida 16
    17. Repositorios de Datos para comunidades científicas. Caso Comunidad LAGO ¿Qué significa la palabra “metadatos”?• " Datos sobre los datos " .• "Nivel superior de la información, o instrucciones que describen el contenido, contexto, calidad, estructura, y accesibilidad de una colección de datos específica" (J.K. Michener 1997).a) b) c) Mc M D M2 M1 M D D D Metadatos como Metadatos externos al Meta-metadatos parte de los datos recurso de información (colecciones de metadatos)Universidad de Los Andes, Centro de Cálculo Científico, Parque Tecnológico de Mérida 17
    18. Repositorios de Datos para comunidades científicas. Caso Comunidad LAGO ¿Para qué “metadatos”? Preguntas que se deberían poder responder usando metadatos: •Qué datos describe una coleccion de datos científicos? •Quién produjo la colección? •Porqué fue creada la colección? •Cómo fue creada la colección? •Qué datos componen la colección? •Cuan confiables son los datos. Que problemas persisten en la colección? •Cómo alguien puede obtener una copia de la colección? •Quién escribio los metadatos?Universidad de Los Andes, Centro de Cálculo Científico, Parque Tecnológico de Mérida 18
    19. Repositorios de Datos para comunidades científicas. Caso Comunidad LAGO ¿Para qué “metadatos”?• El valor científico y económico de las colecciones de datos es muy grande• Para asegurar su uso posterior, la comunidad científica necesita acceso eficiente a estos datos• Los datos tienen que ser confiables y persistentes en el tiempo• La calidad de los datos debe poder probarseUniversidad de Los Andes, Centro de Cálculo Científico, Parque Tecnológico de Mérida 19
    20. Repositorios de Datos para comunidades científicas. Caso Comunidad LAGO ¿Que hacer?• Tratar a los datos como si fueran una publicación científica tradicional – Edición – Agregación (documentación con metadatos) – Análisis – Revisión por pares – Publicación …para que sean útiles a los usuarios finalesUniversidad de Los Andes, Centro de Cálculo Científico, Parque Tecnológico de Mérida 20
    21. Repositorios de Datos para comunidades científicas. Caso Comunidad LAGO Ejemplos de metadatos y de comunidades que usan metadatos Muestra datos NBII Documentación de datos http://www.nbii.gov/ geoespaciales (estándar FGDC) http://cndg.clearinghouse.gub.uyUniversidad de Los Andes, Centro de Cálculo Científico, Parque Tecnológico de Mérida 21
    22. Repositorios de Datos para comunidades científicas. Caso Comunidad LAGO Ejemplos de metadatos y de comunidades que usan metadatos Documentación de datos geoespaciales (Interfaz a Clearinghouse FGDC, GCMD Data Documenter, Data.gov)Universidad de Los Andes, Centro de Cálculo Científico, Parque Tecnológico de Mérida 22
    23. Repositorios de Datos para comunidades científicas. Caso Comunidad LAGO Algunos de los estándares para metadatos geoespaciales, biológicos, científicos y ambientales más usados   •FGDC-CSDGM. Content Standard for Digital Geospatial Metadata. Federal Geographic Data Committe (1994): Datos geoespaciales. [www.fgdc.gov] •FGDC-NBII. Perfil Biológico de FGDC. Biología y ciencias naturales. [www.nbii.gov]. •Global Change Master Directory Interchange Format – DIF. (1993) Ciencias de la Tierra. [gcmd.gsfc.nasa.gov] •Darwin Core (DwC). Colecciones de Historia Natural. •Descriptores para Metadatos no-geoespaciales. NCEAS-LTER (1997) Datos ecológicos. Base del estándar EML. [lternet.washington.edu] •Dublin Core. Estandar general de identificacion de objetos de información en Internet. [www.dublincore.org] •CCLRC Scientific metadata model (CSMD). study-data set orientated modelUniversidad de Los Andes, Centro de Cálculo Científico, Parque Tecnológico de Mérida 23
    24. Repositorios de Datos para comunidades científicas. Caso Comunidad LAGO Repositorios• Almacenan y preservan la producción de una institución o de una disciplina científica.• Contienen información académica y científica. - Artículos de revista, tesis, congresos, informes, colecciones de datos, etc.• Compuestos de Metadatos + documentos.• Libre acceso a sus contenidos (open access), es la tendencia actual.Universidad de Los Andes, Centro de Cálculo Científico, Parque Tecnológico de Mérida 24
    25. Repositorios de Datos para comunidades científicas. Caso Comunidad LAGO Repositorios institucionales• Incluyen los contenidos académicos de una institución (universidad, centro de investigación, etc.).Ejemplos:• CERN Document Server: http://cdsweb.cern.ch/• Repositorio SABER-ULA: http://www.saber.ula.ve• Dspace@MIT: http://dspace.mit.eduUniversidad de Los Andes, Centro de Cálculo Científico, Parque Tecnológico de Mérida 25
    26. Repositorios de Datos para comunidades científicas. Caso Comunidad LAGO Repositorios temáticos• Incluyen los contenidos académicos de una disciplina o ámbito temático.Ejemplos: – E-LIS (biblioteconomía y documentación), – ArXiv (física), – Cogprints (psicología), – Repec (economía).Universidad de Los Andes, Centro de Cálculo Científico, Parque Tecnológico de Mérida 26
    27. Repositorios de Datos para comunidades científicas. Caso Comunidad LAGO Repositorios temáticosUniversidad de Los Andes, Centro de Cálculo Científico, Parque Tecnológico de Mérida 27
    28. Repositorios de Datos para comunidades científicas. Caso Comunidad LAGO Repositorios de datos• Publican y preservan colecciones de datos• Organizados frecuentemente por disciplinas científicas como por ejemplo: – HEP, – Genómica – Datos geoespaciales, – Datos biológicos – Datos astronómicos – Datos gubernamentalesUniversidad de Los Andes, Centro de Cálculo Científico, Parque Tecnológico de Mérida 28
    29. Repositorios de Datos para comunidades científicas. Caso Comunidad LAGO Plataforma Dspace• DSpace es una plataforma de software de Código Abierto que provee herramientas de administración de repositorios para gestionar muchos tipos de contenidos digitales, incluyendo colecciones de datos. www.dspace.orgUniversidad de Los Andes, Centro de Cálculo Científico, Parque Tecnológico de Mérida 29
    30. Repositorios de Datos para comunidades científicas. Caso Comunidad LAGO ¿Donde usan Dspace? www.dspace.orgUniversidad de Los Andes, Centro de Cálculo Científico, Parque Tecnológico de Mérida 30
    31. Repositorios de Datos para comunidades científicas. Caso Comunidad LAGO Repositorios de datos con DspaceUniversidad de Los Andes, Centro de Cálculo Científico, Parque Tecnológico de Mérida 31
    32. Repositorios de Datos para comunidades científicas. Caso Comunidad LAGO Dificultades comunes• Escaso conocimiento de la importancia de la preservación y posibilidades de uso secundario de los datos• Poca disposición de los científicos para compartir los datos.• Poca receptividad o disposición para aportar metadatos que documenten las colecciones de datos.• Confusiones y reservas que tienen que ver con los derechos de propiedad, publicación y uso de los datos.• Dificultades (aún) con la conexión a internet (conectividad, velocidad)• Costos de los instrumentos de captura de datos• No existe la figura de “gerente local de información”, o es muy costoso tenerlosUniversidad de Los Andes, Centro de Cálculo Científico, Parque Tecnológico de Mérida 32
    33. Repositorios de Datos para comunidades científicas. Caso Comunidad LAGO El Futuro• Redes de gestión de conocimientos basadas en datos y metadatos• Herramientas analíticas "en-línea" con acceso a datos de red de científicos• Herramientas que facilitan la creación de diferentes formas de metadatos• Creación de más bancos de datos internacionales o federados perteneciantes a multiples dominios y organizaciones• Puesta en marcha de la “infraestructura Grid”. Acceso a “Grid de datos” (Datagrids)• Por último…Comunidades y sociedades del conocimientoUniversidad de Los Andes, Centro de Cálculo Científico, Parque Tecnológico de Mérida 33
    34. Repositorios de Datos para comunidades científicas. Caso Comunidad LAGO A manera de conclusión para esta parte• El reto para la infraestructura de investigación actual es facilitar la más amplia diseminación posible de los descubrimientos científicos• Estas infraestructuras allanaran el camino para la e-ciencia, donde los investigadores serán capaces de producir, gestionar, diseminar y comparar grandes conjuntos de datos, magnificando las posibilidaded de nuevos descubrimientos Conferencia Berlin 7 http://www.berlin7.org/spip.php?article46Universidad de Los Andes, Centro de Cálculo Científico, Parque Tecnológico de Mérida 34
    35. Repositorios de Datos para comunidades científicas. Caso Comunidad LAGO Gracias por la atención!! torrens@ula.veUniversidad de Los Andes, Centro de Cálculo Científico, Parque Tecnológico de Mérida 35

    ×