Las c & aacute;maras trampa son una metodolog & iacute;a frecuentemente usada en ecolog & iacute;a aplicada; sin embargo, sorprendentemente, no existen protocolos ampliamente aceptados para asegurar la calidad de los datos obtenidos por estos equipos. Revisamos una muestra de 147 art & iacute;culos recientes de la literatura sobre c & aacute;maras trampa y encontramos que solo 4,8% reporta alguna medida de control de calidad. Proponemos un marco para procesar los archivos obtenidos a trav & eacute;s de c & aacute;maras trampa que minimiza los errores a trav & eacute;s de una serie de procedimientos sistem & aacute;ticos. Previo a la clasificaci & oacute;n, el foco es en la detecci & oacute;n de fallas en el funcionamiento de las c & aacute;maras, la correcci & oacute;n de errores de almacenamiento y programaci & oacute;n, y el establecimiento de criterios de exclusi & oacute;n claros. La clasificaci & oacute;n puede seguir diferentes aproximaciones, incluyendo revisi & oacute;n & uacute;nica o doble, la cual puede ser apoyada por inteligencia artificial. El protocolo es seguido por procedimientos de control de calidad que permiten a los usuarios determinar si un set de datos cumple con est & aacute;ndares de calidad y est & aacute; listo para ser analizado, o si se requiere revisi & oacute;n adicional. S & iacute;ntesis y aplicaciones: El protocolo propuesto introduce el control de calidad como un componente clave para el procesamiento de datos de c & aacute;maras trampa, reduciendo las tasas de error y haciendo que el proceso de reporte sea m & aacute;s transparente. Estos principios aplican tambi & eacute;n para otros m & eacute;todos, como los dispositivos de grabaci & oacute;n de sonidos aut & oacute;nomos. Sugerimos que, al adoptar procedimientos de control de calidad formales, la ecolog & iacute;a aplicada podr & aacute; capitalizar las m & uacute;ltiples ventajas que ofrecen las nuevas tecnolog & iacute;as y herramientas de procesamiento de datos.