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 onjunto 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)

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.

Dados de pesquisa : descrição do ciclo de vida de gestão de dados

Os Dados bem organizados e com documentação, com garantia para preservação e enfim compartilhados são essenciais para  a investigação científica e para reforçar as oportunidades de aprender e de inovar.

Os dados de pesquisa tem uma vida alem do projeto que os criam. Pesquisadores devem continuar a trabalhar nos dados depois que os financiamentos acabam, e seguir projetos para que os dados possam ser analisados, citados, atualizados ou qualquer forma de reutilização para outros pesquisadores. Desta forma, a reutilização de dados para criar novas pesquisas alimenta um ciclo de vida.

O ciclo de vida dos dados de pesquisa tem varias representações e envolvem as principais etapas seguintes (ver a figura 1) :

Continuar a ler “Dados de pesquisa : descrição do ciclo de vida de gestão de dados”

Fazer da ciência aberta uma realidade : relatório da OECD

oecdO OECD publicou um relatório sobre ciênca aberta “Making open science a reality”.

Ciência aberta pode ser considerada como um conceito mais amplo do acesso aberto para publicações e dados de pesquisas. Ciência aberta acontece em todas as etapas das pesquisas (o relatório tem um glossário).  Ela inclui também a interoperabilidade das infraestruturas científificas, metodologias compartilhadas e ferramentas para data mining. O relatório da OECD mostra as tendências recentes em políticas de ciências abertas em particular sobre as iniciativas para promover acesso aos resultados financiados  com fundos públicos (publicação e dados de pesquisas).

O relatório analisa também os papéis dos diferentes atores da ciência aberta : pesquisadores, ministérios dos governos, agência de amparo, universidades e institutos de pesquisas, bibliotecas, data center, repositórios, ongs privadas e fundações,  editores privados e comerciais em geral.

Organizações intergovernamentais (OECD, UNESCO, EU and Worldbank) tem um papel muito importante para a definição de acordos internacionais ou orientações sobre ciências abertas que poderão ser adotadas pelos países por exemplo. Essas organizações são muito atívas nesse domínio.

O relatório destaca as principais conclusões que mostram a importância da ciência aberta para melhorar a qualidade da ciência,  aumentar as colaborações que envolvem  pesquisas e sociedades e pode contribuir para um melhor impacto socio-econômico das pesquisas públicas.

Politicas de incetivo sobre dados abertos são menos estabelecidas do que aquelas sobre publicações. Elas são um princípio de base que devem ser adaptadas em função do domínio (medicina por exemplo ) e das realidades locais.

Iniciativas para promover ciência aberta para os pesquisadores são necessárias. É importante também desenvolver competências para gestão de dados.

O relatório menciona  os planos de  iniciativas sobre politicas do BRICS (Brasil, China e India) para ciênca aberta e data infraestrutura. É  importante para esses países porque a produção de conhecimento, pesquisa e desenvolvimento industrial estão em crescimento.

Desafios globais precisam também de um melhor acesso aos dados nacionais e consequentemente uma melhor cooperação  global.

O capítulo 2 apresenta o acesso aberto sobre publicações com o projeto “open citation advantage“, a duração do embargo em função das disciplinas e a porcentagem de artigos em  acesso livre, os diferentes meios do acesso livre, as novas métricas como Altmetrics e no final a importância da mineração de textos  e da propriedade intelectual. Aborda também o open peer review com a experiência do F1000Research.

O capítulo 3 destaca a situação dos dados abertos de pesquisa. A pesquisa científica é conduto pelos dados (data driven) e permite o desenvolvimento de experimentação como simulação com algaritmo, mesmo em domínio onde dados são menos incentivados. Os dados são também infraestrutura porque eles permitem a construção de vários sistemas para funcionar e responder as demandas de um painel de utilizadores. o Capítulo aborda também a citação de dados e a estrutura jurídica para compartilhar os dados.

O projeto ODE (Opportunity for Data Exchange) desenvolveu uma pirâmide para   visualizar as diferentes etapas da curadoria digital de dados.

O capítulo 4 apresenta a administração da ciência aberta : atores, tendências, e politicas. Os  governos  estabelecem incentivos para os dados governamentais abertos e infraestruturas como Data center, para estocar, curadoria e fornecer acesso nos dados.

A iniciativa do projeto europeu Openaire permite de fornecer um “cross-link” entre publicações , dados de pesquisas e esquemas de agência de amparo.

outros atores são citados como fundações e RDA (Research Data Alliance) criada em 2013 com apoio da NSF, NIST, união Européia e  governo da Austrália  para promover compartilhamento e reutilizabilidade dos dados . RDA é organizada com Working Groups e Interest Groups e tem agora 1600 aderentes de 70 países. O relatório citou também os editores comerciais como atores importantes

Tem  country notes : observações sobre a situação da ciência aberta em cada país no site Innovation Policy Platform  (ver as informações sobre Brasil)

Fonte : OECD (2015), “Making Open Science a Reality”, OECD Science, Technology and Industry Policy Papers, No. 25, OECD Publishing, Paris. http://dx.doi.org/10.1787/5jrs2f963zs1-en. Site Web https://www.innovationpolicyplatform.org/content/open-science.

 

Avaliação pelos pares de conjunto de dados (datasets) : quando, porque e como em geociências ?

Fonte : Mayernik, Matthew S. ; Callaghan, Sarah ; Leigh, Roland ; Tedds, Jonathan . Worley, Steven. Peer Review of Datasets: When, Why, and How. Bulletin of the American Meteorological Society 2014 ; e-View doi: http://dx.doi.org/10.1175/BAMS-D-13-00083.1.

Wikipedia http://en.wikipedia.org/wiki/NASA_World_Wind
Moon – Hypsometric Map layer Wikipedia http://en.wikipedia.org/wiki/NASA_World_Wind

Esse artigo mostra o papel central de avaliação pelos pares (peer-review) no sistema de comunicação cientifica e  como ele pode se aplicar na avaliação da qualidade dos datasets (conjuntos de dados) na área da meteorologia. A questão principal é a aplicabilidade da avaliação pelos pares sobre dados para manter qualidade e aumentar a reutilização deles.

Esse estudo faz parte do projeto PREPARDE (the Peer REview for Publication & Accreditation of Research Data in the Earth sciences) (1).

Muitos jornais tem instruções dizendo  que os dados devem ser disponíveis para cientistas, desde que eles peçam , mais na realidade isso pode ser muito dificil para cumprir. Avaliação pelos pares de dados não é muito bem definida ainda. Tem muitas barreiras como por exemplo, poucos pesquisadores podem avaliar dados e essa atividade pode levar muito tempo.

Os cenários explorados no artigo são :

  1. dados analisados dentro dos artigos científicos tradicionais :

    nessa situação os dados são vistos como um apoio logico para as conclusões do artigo de pesquisa

  2. dados publicados dentro de um jornal cientifico :

    Isso é comum em geociências : um artigo clássico apresenta um novo conjunto de dados. 11 dos 20 artigos mais citados das revista Bulletin of the American Meteorological Society são sobre dados. Esse tipo de « data paper » recebe a mesma avaliação do que os outros artigos de pesquisa, sem instruções especificas.
    A preocupação é de manter a perenidade dos dados e o link entre o artigo descrevendo eles através de parcerias entre bibliotecas e jornais com ferramenta de repositórios de dados (por exemplo http://rda.ucar.edu),  de « persistente identifier » como o DOI e da homogenização dos metadados. Esses link entre repositórios e jornais está crescendo rápido e os atores formam uma comunidade de avaliação de dados.

  3. Dados submetidos dentro de repositórios de dados abertos :

    Em geociências os repositórios de dados são criados para instituições ou para centros nacionais de dados. Esse tipo de avaliação é mais tecnica do que cientifica. Mais a situação esta evoluindo e tem repositórios que exigem uma avaliação do conjunto de dados antes de publicá-los.

    Os repositórios de dados tem expertise para implementar “data managment plan” que ensurre antes do deposito a qualidade e controle dos dados.

  4. Conjunto de dados publicados em data journals :

    Data journals são jornais que vão publicar data papers. Esses artigos vão descrever um conjunto de dados que vai ser disponibilizado dentro de um repositório explicando as condições de processamento, a coleção e formato de arquivos. Data papers são uma etapa para fornecer documentação sobre a qualidade e são também o primeiro passo entre utilisadores e produtores. Eles precisam ser avaliados. O artigo completo analisa três data journals :  Earth System Science Data (Copernicus), Geoscience, Data Journal (Wiley), and Scientific Data (Nature). Ver também o pos nesse blog Publicação dos dados em Data journals.

Avaliação de dados de pesquisa não é ainda bem definida. Portanto definir a qualidade de conjuntos de dados é uma tarefa multi-facetas que envolvem processamentos automáticos e manuais.

Adicionar dados de pesquisa dentro do sistema de publicação e avaliação aumenta o estresse sobre o sistema de publicação cientifica. Mais se é feito com preparação e antecedencia poderá aumentar a confiança aos conjuntos de dados individuais, reforçar o sistema de citação dos datasets e a transparência e traçabilidade dos dados e também das publicações.

1 PREPARDE http://www2.le.ac.uk/projects/preparde