Dados de pesquisas

O compartilhamento e uso dos dados de pesquisas pode aumentar o impacto, a validade, a reprodutibilidade, a eficiência e a transparência da pesquisa científica.

Relatório de dados abertos: o ponto de vista do pesquisador

Um novo relatório da Elsevier e da CWTS revela que, embora os benefícios do acesso aberto sejam bem conhecidos, na prática, a confusão continua na comunidade de pesquisadores sobre quando e como compartilhar dados de pesquisa.

Saiba mais sobre o relatório Dados abertos (em inglês)


Produzindo dados eficientes

Na Elsevier, acreditamos que existam 10 aspectos dos dados altamente eficientes e que podem funcionar como um guia para o desenvolvimento de melhores processos de gerenciamento de dados e sistemas em todo o ciclo de vida dos dados. Esses aspectos são detalhados abaixo:

Esta pirâmide pode funcionar como um guia para o desenvolvimento de melhores processos de gerenciamento de dados. (Este trabalho é licenciado pela atribuição 4.0 internacional da Creative Commons.)

  1. Armazenamento
    A primeira etapa da hierarquia das necessidades dos dados de pesquisa é que os dados adquiridos precisam ser armazenados.
  2. Preservação
    Depois que os dados forem armazenados, será necessário preservá-los de uma maneira independente do formato ou haverá risco de obsolescência dos dados.
  3. Acessibilidade
    Mesmo se os dados forem armazenados e preservados, isso não necessariamente significa que eles possam ser acessados automaticamente. Tanto pesquisadores quanto máquinas podem querer acessar os dados, por exemplo, para metanálises ou outros tipos de reutilização.
  4. Possíveis de serem descobertos
    Mesmo que sejam armazenados, preservados e, em princípio, acessíveis, nada terá valor se os dados não puderem ser descobertos por outras pessoas.
  5. Citáveis
    Um dos obstáculos do compartilhamento de dados é que isso requer mais trabalho pouco recompensado dos pesquisadores. As citações de dados têm potencial para mudar isso porque podem ser facilmente incorporadas no sistema atual de recompensa baseado em citações de artigos.
  6. Compreensível
    Para permitir que os dados sejam reutilizados, é necessário saber claramente quais unidades de medida foram utilizadas, como os dados foram coletados e quais abreviaturas e parâmetros foram utilizados. A proveniência dos dados é crucial para a compreensão.
  7. Revisados
    É muito comum que os artigos de pesquisa sejam revisados por pares, mas isso ainda é bastante incomum nos dados de pesquisa. No entanto, esta é uma etapa muito importante para o controle de qualidade e para a confiabilidade dos dados.
  8. Reprodutibilidade
    A reprodutibilidade dos resultados de pesquisa é uma grande preocupação da ciência. A não reprodutibilidade frequentemente se deve à falta de elementos nos dados da pesquisa, que são necessários para o arquivamento dos mesmos resultados da pesquisa. Por exemplo, os recursos (ex: anticorpos, modelos de organismos e software) relatados na literatura biomédica frequentemente não oferecem informações suficientes para possibilitar a reprodutibilidade ou a reutilização.
  9. Reutilização
    O principal benefício do compartilhamento dos dados de pesquisas para a comunidade de pesquisa é a possibilidade de reutilizar esses dados. Somente se os dados da pesquisa forem suficientemente confiáveis e reprodutíveis, outros pesquisadores reutilizarão esses dados.
  10. Integração
    Acreditamos que é importante integrar esses nove aspectos dos "dados de pesquisa altamente eficientes." Por exemplo, os dados precisam ser preservados para serem reutilizados. Os dados precisam ser acessíveis para que sejam citados. Mas para desenvolver sistemas para reutilização ou citação de dados, as práticas de sistemas atuais para armazenamento e compartilhamento de dados também precisam ser levadas em consideração.
    O objetivo dessas nove camadas e da décima etapa de integração é ser um guia de referência com base no qual as práticas de gerenciamento de dados de pesquisa possam ser organizadas e verificadas, e não como uma receita para um desempenho perfeito.

Contribuição da Elsevier para a comunidade de dados de pesquisa

Force11

Cofundador
Co-autor dos princípios de dados FAIR
Implementação dos princípios de citações de dados

ORCID

Cofundador

Pistoia Alliance

Membro ativo

ICSU

Membro ativo

Scholix

Cofundador

STM

Apoio à Declaração de Bruxelas sobre dados abertos

Aliança de dados de pesquisas

Membro ativo

Gerenciamento de dados de pesquisas

A Elsevier integra os dados das pesquisas no fluxo de trabalho e os torna acessíveis e possíveis de serem descobertos e reutilizados.

Mineração de textos e dados

Todos os livros e revistas da Elsevier permitem a mineração de texto e dados. Descubra hoje como você pode trabalhar com mais eficiência.

Leia mais

Citação de dados

Todas as revistas da Elsevier facilitam a citação de uma maneira consistente e clara na literatura científica.

Leia mais