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.

 

Publicação dos dados em Data journals

BDJ genomicdata

Uma melhor disseminação dos dados ciêntificos podem ajudar  a melhorar a qualidade dos dados  e transparência, e as colaborações para a produção dos dados  e permitir novas oportunidades de pesquisas em produzir dados  em uma escala maior e multidisciplinar. Nesse contexto aparecem os jornais de dados : “data journals”.

Os principios dos data journals são os seguintes : eles não contem  dados mais um novo tipo de publicação de “artigo cientifico” que são “data descriptors” que vai descrever o “data set” (conjunto de dados). Esse novo tipo de artigo é avaliado pelos pares e contem  uma parte textual como uma publicação tradicional e uma outra parte de descrição dos dados : metadados,

Os data sets não estão incluidos nos jormais mais poderão ficar em serviços como Dryad ou Figshare (Figshare  e um serviço de Digital Science, uma empresa do grupo de Nature).

Os dados como os “data descriptors” serão divulgados sobre uma  licença “open” creative commons.

Os editores se interessam na gestão e na divulgação dos dados de pesquisas.

O grupo Nature que publica a revista do mesmo nome vai lançar um novo serviço chamado « Scientific Data », uma plataforma que funciona no modelo de “Gold Open Access “(os autores pagam os custos de publicação). Scientific Data conterá descrição  textual, metadatas sobre data sets (conjunto de dados), primeiramente  em ciências biológicas, meio ambiente, biomedicina.

Alguns data journals :

  1. Scientific Data (Nature)
  2. Geoscience Data Journal
  3. CODATA Data Science Journal
  4. Earth System Science Data
  5. Journal of Chemical & Engineering Data (ACS Publications)
  6. Big Data
  7. Biodiversity Data Journal
  8. Genomics Data (Elsevier)
  9. O projeto de alexandria archive sobre datajournals
  10. Journal of Open Archaeology Data

Qual e o interesse para os autores ?

Os autores poderão valorizar o trabalho deles, permitindo o acesso aos outros pesquisadores que poderão usar e citar os dados, e talvez iniciar parcerias. Na ârea da ciência, as vezes, a produção de dados custa muito dinheiro e  é uma das maiores despesas das pesquisas. Já tem muito exemplos de laboratórios de pesquisas que usam os dados de outros laboratórios através de colaborações. O Thomson Reuters ja lançou o Data Citation Index para medir as citações de datasets.

Para os editores

É certo que os  “Data Descriptors” poderão ser produzidos para outras organizações que os editores “for profit”, mais de um outro lado,  os editores são especializados em  processo de avaliação pelos pares, indexação, valorização e os dados são um novo meio de desenvolvimento para eles.

Dados como artigos ?

Tem um risco que os editores aplicam o mesmo modelo econômico que para as revistas que levou  a essa situação atual : Os editores controlam a difusão dos conhecimentos cientificos e o  movimento do acesso livre “open access”  apareceu em reação a essa liderança. As instituições deverão  construir os próprios projetos para a avaliação de dados de pesquisa. Ja tem projeto com a Research Data Alliance, uma posicão da União Europeia e projeto sobre data journals OpenScienceLink. A seguir…