Data Publishing : as diferentes abordagens apresentadas no ENANCIB2017

Apresentação, terça feira  24/10/2017 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 :

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.