Estimada Carmen,

   muchas gracias por su consulta. Efectivamente, tal y como comenta, el dato del género es una "variable pivote" en este dataset y por tanto guarda su relación con cualquier otro campo del dataset de manera inalterada.

La confusión para los casos que plantea parece consistir en que, además del género, están mezclando campos de diferentes bloques de coherencia en sus cálculos. Por ejemplo: en su comentario hace referencia a la edad (=año de nacimiento), la categoría-cuerpo-escala y el título de doctorado; sin embargo estas tres variables pertenecen a bloques de coherencia distintos, lo cual quiere decir que, si bien en todos los casos la correspondencia individual de cada una de esas variables con el género es correcta (por ejemplo, se trata de mujeres), no se puede asegurar que esos tres datos en la misma fila correspondan a la misma mujer, al pertenecer a bloques de coherencia distintos.

Si miran la documentación del dataset, en el apartado relativo a la anonimización verán que el año de nacimiento está en el bloque de coherencia 4, la categoría en el bloque 5, y el título de doctorado en el bloque 7. Cada uno de estos bloques guarda coherencia interna (con las variables de su mismo bloque) y con las variables pivote (género y unidad responsable), pero no guardan coherencia ENTRE sí: debido al proceso de anonimización, los datos entre bloques se desordenan de forma aleatoria (dentro de un mismo género/unidad responsable).

No sé si esto les aclara la duda; si nos facilitan una dirección de correo de contacto o nos escriben a universidata@dimetrical.es, estaremos encantados de revisar de forma conjunta sus necesidades y ver hasta qué punto el dataset puede cubrirlas.

Un cordial saludo,

Equipo UniversiDATA.