Data Publishing : as diferentes abordagens apresentadas no ENANCIB2017

Apresentação, segunda feira  23/10/2017 pela professora Renata Curty (UEL).
GT7 ENANCIB 2017 Marilia.

Apresentação do nosso trabalho sobre a publicação de dados.  Esse trabalho analisa três diferentes vias de publicar os dados ligados à um artigo de pesquisa :  a publicação dentro de um repositório de dados, como parte do artigo numa publição ampliada (enhanced publication),  e ligado a um artigo de dados (data paper).

Fizemos uma tabela  para comparar os principais jornais de dados, disponivel no Zenodo  explorando informações como estrutura dos artigos de dados, funcionamento do jornal, e a ligação entre jornais e repositórios.
A figura 1 reproduzida em baixo é uma mapa conceitual acerca dos artigos de dados.  Fonte: Traduzido de Candela et al. (2015).
 Referência : Curty Gonçalvez, Renata; Aventurier, Pascal . O paradigma da publicação de dados e suas diferentes abordagens . ENANCIB 2017, Marilia, 23-26 de outubro de 2017. Disponível em: <http://enancib.marilia.unesp.br/index.php/xviiienancib/ENANCIB/paper/viewFile/468/820>. Acesso em: 17 out. 2017.
Curty Renata; Aventurier Pascal (2017). [Tabela] Características dos principais periódicos de dados. Zenodo. http://doi.org/10.5281/zenodo.842213
O resumo em português
 A ciência aberta vem ditando uma nova dinâmica ao ecossistema da comunicação científica, por meio da reconfiguração e da sofisticação dos métodos para o compartilhamento e o reuso de resultados de pesquisa. Os formatos de publicação tradicionalmente aceitos pela comunidade científica para a disseminação de avanços em pesquisa têm se mostrado obsoletos e inadequados para as novas formas de se comunicar ciência. Dados de pesquisa têm assumido um maior protagonismo, e passaram a ser valorizados como ativos de pesquisa autônomos, de alto valor intrínseco, e publicáveis. Considerando esse cenário, o presente trabalho de revisão tem por objetivo apresentar o atual contexto da publicação de dados e seus impactos na produção e na comunicação científica, tomando como base exemplos e iniciativas vigentes. São apresentadas e discutidas três abordagens para publicação de dados, bem como suas principais vantagens e limitações: os repositórios de dados, as publicações ampliadas, e os artigos de dados, sendo que estes últimos podem ser publicados em periódicos híbridos ou periódicos dedicados à publicação de dados, e ainda elaborados manualmente ou a partir de ferramentas automáticas disponibilizadas por repositórios de dados. Por fim, são apresentados alguns dos desafios que ainda permeiam as discussões sobre publicações de dados, e sinalizadas possibilidades para pesquisas futuras.
Abstract in ingles
Open science has given a new impetus to the ecosystem of scientific communication, through the reconfiguration and sophistication of methods for research outputs’ sharing and reuse. Publication formats which are traditionally accepted by the scientific community have become obsolete and innapropriate to the new ways of communicating science. Research data have assumed a greater role, and become valued as autonomous research assets, of high intrinsic value, and publishable. This review paper aims to present the current context of data publication and its impacts on scientific production and communication, based on examples and current initiatives. Three approaches to data publication, as well as their main advantages and limitations, are presented and discussed: data repositories, extended publications, and data articles, these last which can be published in hybrid journals or journals dedicated exclusively to data publication, manually produced or generated by automatic tools provided by data repositories. Finally, we present some of the challenges that still permeate discussions about data publications, and indicate possibilities for future research.

Reporte do CWTS e do Elsevier sobre dados abertos e perspectivas do pesquisador

Os benefícios da prática de dados abertos de pesquisa são bem conhecidos dos pesquisadores, mas  na prática há confusão dentro da comunidade sobre quando e como compartilhar dados. Este estudo combina resultados de análises bibliométricas , opiniões de pesquisadores e entrevistas sobre estudos de casos (ciência de solos, genética humana e humanidade digital) para mostrar alguns resultados interessantes.

Resultados principais

[fonte:  página da apresentação do estudo.]

As práticas de compartilhar dados são limitadas por três causas principais:

  • Falta de treinamento dos pesquisadores para isso
  • Falta de incentivos para compartilhamento dos dados das pesquisas
  • Questões ligadas à privacidade, propriedade intelectual e ética dentro dos estudos

Os pré-requisitos solicitados pelas agências de fomentos (funders) ou pelos editores não são considerados incentivos suficientes para aumentar as práticas de compartilhamento. 64% dos pesquisadores acham que os dados são propriedade deles.

O compartilhamento de dados se inicia com a anexação destes nos artigos. Pelo estudo analisado, foi observado que menos de 15% dos pesquisadores compartilham os dados em repositórios de dados, porém quando os dados são compartilhados diretamente (> 80%) isto é feito em maioria com os colaboradores próximos.

34% do pesquisadores entrevistados não publicam os dados de jeito nenhum. Eles compartilham os dados com publicação de dados agregados dentro de tabelas e anexos.

A análise das publicações em data journals mostram práticas dispersas porque esse tipo de publicação científica é nova, é um fenômeno de pequena escala, porém a popularidade está aumentando rapidamente.

A prática de compartilhar os dados depende do campo de pesquisa e não tem uma lógica generalizada. Para os campos onde já existe incentivo do compartilhamento de dados esta prática já é incluída dentro do processo de pesquisa. Por exemplo, na Bioinformática, os dados e o código de programação são disponibilizados abertamente na internet.

Elementos de Analise

Esse relatório é interessante por um lado porque os autores realizaram um trabalho impressionante para analisar os dados bibliométricos e por outro lado porque possui um levantamento sobre as práticas dos pesquisadores.

Dados bibliometricos

Data jornais

O Estudo reconhece que a prática de publicação de data paper dentro de data jornais é um desenvolvimento recente. Ele também analisou os números de citações para anos e para os principais data jornais.

 

Data Jornal Approx no of artigos citações
Data in Brief (Elsevier) 1200 433
Biodiversity Data Journal (Pensoft) 400 187
Scientific Data (Springer Nature) 250 786
Journal of Open Psychology Data (Ubiquity Press) 60 16
Geoscience Data Journal (John Wiley and Sons) 30 98
Dataset Papers in Science (Hindawi) 20 21
Journal of Open Archaeology Data (Ubiquity Press) 20 5
Open Health Data (Ubiquity Press) 20 5
Open Journal of Bioresources (Ubiquity Press) 15 8

Fontes : CWTS, Univ Leiden, Elsevier (2017) Open data the research perspective. 48 p. report https://www.cwts.nl/download/f-53w2.pdf  Table 1 p 17. 

Para Mostrar que a prática de reuso dos dados existe sem citação, o estudo analisou a parte de agradecimentos (acknowledgement) de 0.92 milhões de artigos publicados em 2013 e achou que apenas 29.637 artigos continham uma menção do reuso dos dados (ver 2.1.2 analysis of acknowledgement sections p. 19). Os autores do estudo expõem que a falta de consistência para mencionar o reuso de dados dentro da parte de agradecimento é consequência também da falta de normas para tal menção.

Levamento sobre as praticas dos pesquisadores

Um levantamento sobre as práticas para compartilhar dados e a percepção das políticas foi realizado em junho e julho de 2016 para pesquisadores do mundo inteiro. 1162 pesquisadores respondem (2.3% de taxa de retorno). Os resultados mostram que 34% não compartilham os últimos dados deles e a maioria (33%) compartilham como anexo na publicação (fig 1 Dissemination of research data).  As barreiras incluem dados sobre privacidade, ética, e direitos sobre propriedade intelectual. Também são barreiras a propriedade dos dados, responsabilidade e controle dos dados. Vários trabalhos são citados : Piwowar, 2011; Longo and Drazen(2015), Kratz & Strasser (2015),, Borgman (2015). Ver a bibliografia do estudo.

Os dados do estudo completo e os dados brutos são disponíveis no doi:10.17632/bwrnfb4bvh.1 ,  https://data.mendeley.com/datasets/bwrnfb4bvh/1

 

O futuro dos comparthilamentos de dados

O relatório menciona que no futuro os stakeholders implicados não estarão limitados às agências de fomento, comunidades de pesquisadores, editores e instituições de pesquisa.

Pesquisadores percebem que eles são o centro das práticas de compartilhar e a reutilizar os dados. Os dados abertos podem ganhar benefícios de uma abordagem ascendente (bottom-up).

Uma mudança na cultura científica é necessária onde pesquisadores são estimulados e recompensados por compartilhar e onde instituições fornecem políticas para o chamado data sharing incluído pré-requisitos (mandatos). Também é importante eliminar as diferenças entre as políticas e as práticas.

Fontes :

Plano de Gestão de Dados : uma introdução

Um plano de gestão de dados (PGD ou Data Management Plan) é um documento que descreve como os dados serão obtidos, documentados, organisados, amarzenados securisados, preservados e compartilhados durante a fase de pesquisa e depois do fim do projeto. O objetivo é facilitar a compreensão e a reutilização futura dos dados. De maneira prática ajuda a identificar os riscos ligados na gestão de dados, identificar as ações a fazer e as responsabilidades, além de planificar os recursos e competências necessárias para tal gestão.

O PGD é na maiora dos casos ligado a um projeto de pesquisa e concerne todas as fases do ciclo de vida dos dados e todos os conjuntos de dados do projeto. Ele é criado no início do projeto e depois atualizado durante o projeto.

Esses planos são desenvolvidos pelas universidades, agências de fomento à pesquisa ou centros nacionais de dados que visam, cada vez mais, a abertura dos dados de pesquisas, de modo que, para se obter um financiamento, são exigidos os planos de gestão dos dados com suas metas e os planos das instituições de pesquisa.

Nos Estados Unidos, o OSTP (Office of Science and Technology Policy)  publicou um plano de acesso público em 2013 e muito agências americanas estão exigindo um PGD [8]. A União Européia também tem um open data pilot [9] onde todos os projetos desde o início de 2017 devem compartilhar dados que podem ser compartilhados [10] e submeter seus planos de gestão de dados. O Reino Unido (Cancer Research UK,  Research Councils UK,  Welcome Trust, a Holanda ( Netherlands Organisation for Scientific Research), a Austrália (Australian Research Council, National Health and Medical Research Council, o Canada – Genome Canada) e enfim na Finlândia (Academy of Finland).

 

Os PGDs incluem, de modo geral, os seguintes itens [1]:

  • Descrição do projeto;
  • Autores e afiliações;
  • Exigências das agências de fomento ou de uma instituição;
  • Tipo de dados produzidos;
  • Normas de metadados* e dados;
  • Regras para distribuição e reutilização;
  • Planos para conservação e arquivamento.

Essas informações são resumidas na figura seguinte :

Infografia de PGD. Fonte Data management for students: Data management http://libguides.ru.nl/datamanagementEN/dm Based on a University Library Nijmegen publication on http://ru.nl.libguides.com.

Existem variações entre conteúdo e orientação dos PGDs. Por exemplo, o Digital Curation Center Checklist for a data management plan [2] ** tem foco nas exigências de agência de fomento. Outros modelos exigem mais detalhes sobre a coleta de dados, o volume e o formato ou a preservação. O PGD aborda as questões éticas e aconselha que se mencione uma pessoa/instituição responsável pela gestão dos dados.

Ferramentas para redação de PGDs

Existem duas ferramentas para ajudar na criação do plano de gestão de dados O DMP Tool,  criado pela University of California’s California Digital Library (CDL)  e o DMP Online, criado pelo DCC (Digital Curation Center) . Cada um permite aos usuários

  • criar um PGD em função das exigências dos financiadores ou de uma instituição. usando as ajudas e os exemplos online.
  • Compartilhar um PGD com outros usuários seguido de possibilidade de leitura ou de escritura.
  • Exportar um PGD em diferentes formatos incluindo microsoft Word e PDF.

Diferentes instituições usaram esses software para implementar as próprias plataformas : a França com Opidor, a Finlandia com Tuuli etc.

Diferentes padrões de PGD podem ser implementados seguindo as instruções de um órgão de pesquisa ou de uma agência de fomento. O padrão da União Européia tem uma seção para detalhar os princípios FAIR. Uma ajuda em contexto é disponível e pode ser implementada.

Existem ferramentas com versões em inglês , françês  e outra língua, mas penso que não tem em português. As instituições usando DMP Online tem funcionalidades de administração para implementar qualquer padrão de PGD ou de texto de ajuda.

Enfim, são várias as ferramentas e os desenvolvimentos sobre essas ferramentas. DMP Online e DMP Tools estão desenvolvendo uma ferramenta comum e único o ROADMAP [11] e há também uma iniciativa de Active Management Plan , onde irão interagir com outras ferramentas como repositórios de dados para compartilhar informações [12]

Exemplos de Plano de gestão de dados

Fontes 

[1] Aventurier, P., Alencar, M. d. C. F. (2016). Os desafios de dados de pesquisa abertos. RECIIS, 10 (3). http://prodinra.inra.fr/record/372582

[2] Digital Curation Checklist. Checklist for a Data Management Plan. http://www.dcc.ac.uk/resources/data-management-plans/checklist

[3] QUT Library. Data Management Plan FAQs https://dmp.qut.edu.au/about_us

[4] MIT. Write a data management plan. https://libraries.mit.edu/data-management/plan/write/

[5]ICPSR. Guidelines for Effective Data Management Plans http://www.icpsr.umich.edu/icpsrweb/content/datamanagement/dmp/index.html

[6] Radbout University Library. Data management for students: Data management http://libguides.ru.nl/datamanagementEN/dm

[7] EUDAT & OpenAIRE Webinar: How to write a Data Management Plan – July 14, 2016 https://www.slideshare.net/EUDAT/eudat-openaire-webinar-how-to-write-a-data-management-plan-july-14-2016

[8]  NC State University Library. Funding Agency Guidelines https://www.lib.ncsu.edu/guides/datamanagement/funding_agencies

[9] OpenAire. What is the Open Research Data Pilot?Updated on 15 November 2016 https://www.openaire.eu/opendatapilot

[10] European Commission (2017). EC’s Guide on Open Access Scientific Publications and Research Data.  March 21, 2017. http://ec.europa.eu/research/participants/data/ref/h2020/grants_manual/hi/oa_pilot/h2020-hi-oa-pilot-guide_en.pdf

[11] DMP Roadmap Github : https://github.com/dmproadmap

[12] Research Data Alliance (2017). Overview slides – RDA9 Active DMP IG session. https://www.rd-alliance.org/overview-slides-rda9-active-dmp-ig-session

Ver também o site do SIBIUSP sobre Plano de Gestão de Dados https://www.sibi.usp.br/apoio-pesquisador/dados-pesquisa/plano-gestao-dados-2/

  • *os metadados são um conjunto de dados estruturados que identificam os dados de um determinado documento e que podem fornecer informação sobre o modo de descrição, administração, requisitos legais de utilização, funcionalidade técnica, uso e preservação. (TAYLOR, 1999 e DEMPSEY, 1998) citado no curso Metadados : dados a respeito de dados. de  (2006).  https://pt.slideshare.net/gemireki/metadados-dados-a-respeito-de-dados-presentation-596079
  • **Curadoria digital é a seleção preservação, manutenção, coleção e arquivamento de ativos ou dados digitais.  Curadoria digital é geralmente relacionada ao processo de criação e desenvolvimento de repositório de dados para consultas atuais e futuras realizadas por pesquisadores, cientistas, historiadores e estudiosos.  (wikipedia)

Unpaywall, uma extenção Chrome para achar a versão dos artigos em acesso aberto

 

Ferramentas que exploram a infra-estrutura de acesso aberto e melhoram o esforço para o  livre acesso  das revistas científicas, repositórios abertos e bibliotecas estão aparecendo. Assim Unpaywall é uma nova extensão disponível para o navegador Chrome (não fiz o teste com Firefox) que lhe permite encontrar versões disponíveis gratuitamente, em acesso aberto dos artigos que você está visualizando . Unpaywall é desenvolvido pelo Impactstory, e usa o API ( Interface de Programação de Aplicativos) oadoi  para achar a versão em livre acesso dos artigos legalmente depositados.  As fontes usadas são : o DOAJ ( repertório  dos jornais em acesso livre), Crossref (serviço de troca de metadados dos artigos dos principais editores ), DataCite (gestão de identificadores), et BASE ( principal “harvester” dos repositórios abertos). (ver o post de AIMS-FAO).

Em consulta, no navegador Chrome, uma luz verde aparece (se não existe uma versão de acesso aberto, é cinza):

Ao clicar no sinal verde, a versão de acesso aberto é exibida:

Fontes :

Cite this article as: Pascal Aventurier, "Unpaywall, uma extenção Chrome para achar a versão dos artigos em acesso aberto," in A publicação científica, 02/05/2017, http://publicient.hypotheses.org/1715.

Onde achar dados de pesquisa em agronomia, alimentos e meio-ambiente ?

https://www.ars.usda.gov/oc/images/photos/oct07/d890-1/ Photo by Peggy Greb.
https://www.ars.usda.gov/oc/images/photos/oct07/d890-1/ Photo by Peggy Greb.

O movimento do compartilhamento dos dados de pesquisa é uma realidade. Mais como acessar essas informações  ? Atualmente apesar da ferramenta Datasearch do Elsevier em beta versão, não existe ferramenta única para buscar dados de pesquisa. A lista de sites seguintes dá algumas dicas para achar os conjuntos de dados. Esta lista pode evoluir em função das suas sugestões (por email) ou de atualizações. Há repositórios de dados genéricos : a lista está disponível no Onde achar dados de pesquisa em saúde ? O site Re3data.org é uma catálogo internacional de repositórios de dados e a melhor fonte atualmente para achar repositórios.

Continuar a ler “Onde achar dados de pesquisa em agronomia, alimentos e meio-ambiente ?”

Princípios FAIR : critérios de qualidade para dados de pesquisa

Fair data
fonte : Imagen da Uniprot autor Sangra Pundir CC-BY-SA-4.0 (https://commons.wikimedia.org/wiki/File:FAIR_data_principles.jpg)

A qualidade dos conjuntos de dados de pesquisa é muito importante e precisa definir os critérios para avaliar a qualidade dos conjuntos de dados. Uma boa gestão de dados é também essencial para facilitar descobertas, inovação e reutilização para uma comunidade, depois o processo de publicação [9] . Continuar a ler “Princípios FAIR : critérios de qualidade para dados de pesquisa”

Onde achar dados de pesquisa em saúde ?

5755763742_7d2701d8e6_m
By Adrienne Yancey for opensource.com https://opensource.com/health/11/5/open-health-and-medical-gag-orders

O movimento do compartilhamento dos dados de pesquisa é uma realidade. Mais como acessar essas informações  ? Atualmente apesar da ferramenta Datasearch do Elsevier em beta versão, não tem ferramenta única para buscar dados de pesquisa. A lista de sites seguinte dá algumas dicas para achar os conjuntos de dados. Esta lista pode evoluir em função das suas sugestões (por email) ou de atualizações.

Generalidade

Repositórios de dados http://oad.simmons.edu/oadwiki/Data_repositories (seção 12 Medicina) essa página lista vários repositórios de dados em saúde.

re3data.org www.re3data.org/ Re3data.org identifica mais de 1,500 repósitorios de dados. Busca por temática, por exemplo Basic Medical Research (260 repositórios) ou Medicine (358 repositórios).

Há repositórios de dados genéricos como Zenodo, Figshare Dryad 4Tu Centrum,  ou plataformas nacionais : UK Data Archive (UKDA) ou DANS (Holanda) onde é possível  buscar por palavras-chaves e temáticas (ver também o post sobre repositórios genéricos).

O Elsevier lançou o Datasearch em versão beta para procurar conjuntos de dados.  Esta ferramenta busca dentro dos repositórios de dados e os “suplementary materials” dos artigos da plataforma Sciencedirect de Elsevier. Essa ferramenta que pode ser muito util para buscar dados é uma iniciativa de uma empresa privada e faz a promoção dos conteúdos de Science Direct. Ele não faz parte diretamente do movimento de dados abertos, bem como o Data Citation Index de Thomson Reuters que é uma ferramenta disponível na subscrição.

O site Openaire busca dentro dos repositórios os dados dos projetos da União Europeia (programa H2020).

Os repositórios de documentos em acesso livre as vezes contém conjuntos de dados.  Ver lista dos repositórios brasileiros de acesso aberto do IBICT.

Biocaddie data discovery index (DDI) (National Institutes of Health). Biocaddie é um protótipo para de descoberta de dados. A ferramenta Datamed  fornece acesso a conjuntos de dados a partir de 43 repositórios de dados científicos.

Biotecnologia
Ensaios Clínicos
Saúde pública
Genômica
  • EMBL Nucleotide Sequence Database European Nucleotide Archive
  • dbSNP The Nucleotide database – em colaboração com o  National Human Genome Research Institute, o National Center for Biotechnology Information (US) disponibiliza o “The Nucleotide database” que é uma coleção de sequências de várias fontes, incluindo GenBank, RefSeq, TPA and PDB. Genoma, gene e dados da sequência de transcrição.
Bactéria e virus

 

Para ler :

  1. Reis, Juliana e Fernanda Marques, Fernanda (2016) Ensaios clínicos, eis a questão: dados abertos ou não? http://www.periodicos.fiocruz.br/pt-br/content/ensaios-cl%C3%ADnicos-eis-questão-dados-abertos-ou-não
  2.  Centro Latino-Americano e do Caribe de Informação em Ciências da Saúde (Bireme/Opas/OMS) .  Sobre o compartilhamento de dados de ensaios clínicos. 8/03/2016. http://periodicos.fiocruz.br/sites/default/files/anexos/Nota%20Bireme%20-%20compartilhamento-dados-ensaios-clinicos.pdf

Os desafios de dados de pesquisa abertos [artigo]

Aventurier, P. ; de Alencar, MC ( 2016). Os desafios de dados de pesquisa abertos. Revista Eletrônica de Comunicação, Informação & Inovação em Saúde; v. 10, n. 3.  http://www.reciis.icict.fiocruz.br/index.php/reciis/article/view/1069 ou no repositorio do INRA http://prodinra.inra.fr/record/372582.

  • Pascal Aventurier; Institut National de la Recherche Scientifique. Centre de Recherche PACA. Avignon, France.
  • Maria Cleofas de Alencar; Empresa Brasileira de Pesquisa Agropecuária. Embrapa Meio Ambiente. Jaguariúna, SP, Brasil.
Resumo

A gestão, a disponibilização e a preservação dos dados de pesquisas são preocupações cada vez mais centrais para os pesquisadores, as instituições de pesquisas e também para as agências de fomento e revistas cientificas. Todos esses têm o objetivo de desenvolver boas práticas de pesquisa que permitam a verificação e a reutilização dos dados, a valorização dos trabalhos de construção de conjuntos de dados e o desenvolvimento de novas maneiras de pesquisar utilizando dados já produzidos. Este artigo apresenta as diferentes etapas do ciclo de vida dos dados e mostra as iniciativas internacionais e nacionais tomadas para desenvolver esse campo que tem grande interesse para a área da saúde.

Abstract
Increasingly, the management, availability and preservation of research data concern researchers, research institutions as well as research funding agencies and scientific journals. All of them aim to develop good research practices allowing the data confirmation and their reuse, the improvement of the dataset building and the development of new ways of searching through the use of data already produced. This paper presents the different stages of the data life cycle and shows the international and national initiatives to develop these important issues to the health field.