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] .

A primeira iniciativa foi o DSA (Data Seal of Approval) [1] para repositórios em 2010-2011 que avalia os repositórios de dados. Desde o final de 2016 o grupo FORCE 11 definiu os princípios FAIR [2]. O acronimo significa : Findable, Accessible, Interoperable e Reusable ou seja em português : Achável, Acessível, Interoperavel, Reutilizável.

O FAIR é um conjunto minimal de princípios orientadores e praticas aceitadas pela comunidade para que os produtores e os usuários, humanos ou computadores poderão usar mais facilmente os dados e citar eles corretamente. Os princípios FAIR são ligados aos princípios de citações de dados definidos na Joint Declaration Data Citation Principles (JDDCP) do Force 11 [3].

Os princípios  recomendados pelo FAIR são os seguintes [2].

Achável

1. Para ser localizado qualquer objeto de dados deve ser identificável unicamente e persistentemente
1.1. O mesmo objeto de dados deve ser “re-findable” em qualquer ponto no tempo, portanto, os objetos de dados deve ser persistente, com ênfase em seus metadados,  ver também a [Joint Declaration Data Citation Principles JDDCP pontos 4 e  6]
1.2. Um objeto de dados deve incluir no mínimo metadados básicos acionáveis para uma máquina que permite que ele seja distinguido de outros objetos de dados [ver  JDDCP ponto 5]
1.3. Identificadores para qualquer conceito usado em objetos de dados devem ser, portanto, único e persistente [JDDCP pontos 4 e  6].

Acessível

2. Os dados são acessíveis na medida em que podem ser sempre obtidos por máquinas e seres humanos
2.1 Mediante autorização adequada [6]
2.2 Através de um protocolo bem definido [ver  JDDCP ponto 5]
2.3 Assim, máquinas e seres humanos serão capazes de julgar a acessibilidade atual de cada objeto de dados.

Interoperável

3. Os objetos de dados podem ser interoperáveis somente se :
3.1. (Meta) Os dados são processáveis pela máquina
3.2. (Meta) Os formatos de dados utilizam vocabulários compartilhados e/ ou ontologias
3.3  (Meta) Os dados dentro do objeto de dados devem ser tanto sintaxicamente interpretados (parseable) como semanticamente acessíveis para máquina.

Reutilizável

4. Para que os Objetos de dados sejam reutilizáveis, os critérios adicionais são:
4.1 Os objetos de dados devem ser compatíveis com princípios 1-3
4.2  (Meta) Os dados devem ser suficientemente bem descritos e ricos que podem ser automaticamente (ou com o mínimo de esforço humano) ligados ou integrados, comparado com o que é comparável, com outras fontes de dados [JDDCP pontos 7,  8]
4.3 Objetos de dados publicados devem se referir as fontes deles  com metadados ricos e proveniência para permitir a citação adequada [JDDCP  pontos 1-3).

Os principios FAIR poderão ser aplicados no DMP (Data Management Plan ou plano de gestão de dados). O programa Horizon 2020 [5, pagina 7] publicou instruções para incluir os princípios reitores FAIR dentro do padrão (template) DMP sobre a forma de perguntas para o responsável da redação do DMP. Eles também são utilizados para repositórios para melhorar as descrições dos conjuntos de dados (ver o site da Uniprot [9], um repositório de sequências de proteínas) ou para editores que querem que os autores colocam os dados ligados as publicações dentro de repositórios de dados [4].

O 4TU.Centre for Research Data e o TU Delft Research Data Services iniciam uma reflexão sobre esses princípios e estudam 37 repositórios e mostram que poucos estão seguindo os princípios de FAIR [7,8]. Por exemplo  49% dos repositórios não atribuem o identificador único (DOI, HANDLE, URN) aos conjuntos de dados.

Os resultados mostram que alguns princípios FAIR são fáceis para avaliar e outros são mais imprecisos e servem mais para abrir reflexão do que  ser realmente objetivos. Por exemplo o que pode ser definido como metadados ricos ? Ou definir que os metadados estão seguindo as normas da disciplina pertinente [8] ?

 

Fontes

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”

Identificadores de autores e de pesquisadores : OrcID, ResearcherId, ISNI, ….

Um identificador de autor ou de pesquisador é um código digital que permite de identificar de maneira única este pesquisador ou autor dentro de um ambiente digital definido (Web Of Science Scopus, CV Lattes, repositórios digitais etc). Ele permite de atribuir a este pesquisador as produções das quais ele é o autor (publicação, dados científicos etc) evitando as confusões relacionadas a homônimo e associando as diferentes formas de escrever o nome de um autor como o nome com iniciais, mudança de nome do autor. Ele evita aos pesquisadores de escrever as informações sobre ele e permite de exportar ou importar as referências de um banco de dados pelo outro se elas são interconectadas. O identificador representa uma chave única que facilita a pesquisa de informação..

O Orcid (Open Researcher and Contributor ID) parece ser uma boa escolha para as razãos seguintes :  Continuar a ler “Identificadores de autores e de pesquisadores : OrcID, ResearcherId, ISNI, ….”

Medindo, classificando, apoiando e fortalecendo a publicação científica em acesso aberto no Brasil [nota de leitura]

 

Esse artigo [1] mostra a influência do modelo acesso livre (ou acesso aberto) na qualidade das revistas cientificas brasileiras  e compara  em diferentes disciplinas  a notoriedade dos jornais brasileiros em relação aos  jornais internacionais.

Esse trabalho analisou um painel impressionante de sistema de referências mais a base de referência é o sistema Qualis da CAPES.  O Qualis é o sistema brasileiro para avaliação dos jornais  como outros bancos de dados para examinar a relação entre qualidade académica e acesso livre no contexto brasileiro. Usando as diferentes fontes citadas acima o estudo mostra a proporção de jornais em  tipo de acesso livre e a avaliação dos jornais brasileiros para cada disciplina.

O artigo mostra que o Brasil de acordo com o Ulrich’s directory tem mais  publicações em acesso livre do que qualquer outro país  (69% dos artigos em Acesso Livre). Continuar a ler “Medindo, classificando, apoiando e fortalecendo a publicação científica em acesso aberto no Brasil [nota de leitura]”

Ranking das 1200 Universidades usando citações do Google Scholar

O time de Webometrics usou a recente classificação pelas instituições do Google Scholar para establecer um ranking experimental de 1200 institituições.

Sem supresas, as universidades americanas, britânicas e canadenses lideram o ranking. A primeira universidade fora desses 3 países é a National University of Singapore (na quadragésima colocação). Continuar a ler “Ranking das 1200 Universidades usando citações do Google Scholar”

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.