Ir para o conteúdo principal

Infelizmente, não oferecemos suporte total ao seu navegador. Se for possível, atualize para uma versão mais recente ou use o Mozilla Firefox, o Microsoft Edge, o Google Chrome ou o Safari 14 ou mais recente. Se não conseguir e precisar de suporte, envie seu feedback.

Gostaríamos de receber seu feedback sobre essa nova experiência.Diga-nos sua opinião(abre em uma nova guia/janela)

Elsevier
Publique conosco

Dados de pesquisa

Tornando os dados eficazes

Na Elsevier acreditamos que existem 10 aspectos de dados altamente eficazes, que podem funcionar como um roteiro para o desenvolvimento de melhores processos e sistemas de gerenciamento de dados durante todo o ciclo de vida dos dados. Eles estão detalhados a seguir:

pirâmide de dados
  1. Armazenados: o primeiro passo na hierarquia das necessidades de dados de pesquisa é o fato que os dados adquiridos precisam ser armazenados.

  2. Preservados: após os dados de pesquisa serem armazenados, eles precisam ser preservados de modo independente do formato ou poderá haver obsolescência dos dados.

  3. Acessíveis: mesmo quando os dados são armazenados e preservados, isso não significa necessariamente que eles estejam automaticamente acessíveis. Tanto pesquisadores(as) quanto máquinas podem ter que acessar os dados, por exemplo, para realizar meta-análises ou outros tipos de reutilização.

  4. Encontráveis: ainda que os dados estejam armazenados, preservados e, a princípio, acessíveis, isso não é muito útil se eles não puderem ser encontrados por outras pessoas.

  5. Citáveis: uma das barreiras ao compartilhamento de dados é o fato de que isso exige um trabalho a mais por parte dos(as) pesquisadores(as), mas com pouco reconhecimento. As citações de dados têm o potencial de mudar isso, porque podem ser facilmente incorporadas ao sistema atual de reconhecimento baseado nas citações do artigo.

  6. Compreensíveis: para que os dados possam ser reutilizados, é necessário que esteja claro quais unidades de medida foram usadas, como os dados foram coletados e quais abreviações e parâmetros são usados. A proveniência dos dados é fundamental para a compreensão.

  7. Revisados: embora seja muito comum que artigos de pesquisa sejam revistos por pares, isso ainda é bastante incomum para dados de pesquisa. Entretanto, é uma etapa importante quando se trata de controle de qualidade e credibilidade dos dados.

  8. Reprodutíveis: a reprodutibilidade de resultados de pesquisa é uma grande preocupação da ciência. A ausência de reprodutibilidade geralmente se origina de elementos ausentes nos dados de pesquisa, necessários para atingir os mesmos resultados. Por exemplo, recursos (como anticorpos, organismos de modelo e software) relatados na literatura biomédica geralmente não têm detalhes suficientes para permitir a reprodutibilidade ou a reutilização.

  9. Reutilizáveis: o principal benefício, para a comunidade de pesquisa, de ter dados de pesquisa compartilhados é a capacidade de reutilizá-los. Apenas quando os dados de pesquisa são suficientemente confiáveis e reproduzíveis os(as) pesquisadores(as) poderão reutilizá-los.

  10. Integrados: para nós, é importante integrar esses nove aspectos de "dados de pesquisa altamente eficazes”. Por exemplo, os dados devem ser preservados para que possam ser reutilizados. Para serem citáveis, eles precisam ser acessíveis. Mas também, ao criar sistemas para reutilização ou citação de dados, as práticas dos sistemas atuais de armazenamento e compartilhamento de dados precisam ser levadas em consideração.

Essas nove camadas e a décima etapa de integração têm o objetivo de serem princípios orientadores pelos quais as práticas de gerenciamento de dados de pesquisa possam ser organizadas e verificadas, mas não é uma receita para o desempenho perfeito.

Contribuição da Elsevier para a comunidade de dados de pesquisa

Force11(abre em uma nova guia/janela)

Cofundador e coautor dos princípios de dados FAIR Implementação de princípios de citação de dados

ORCID(abre em uma nova guia/janela)

Cofundador

Pistoia Alliance(abre em uma nova guia/janela)

Membro ativo

ICSU(abre em uma nova guia/janela)

Membro ativo

Scholix(abre em uma nova guia/janela)

Cofundador

STM(abre em uma nova guia/janela)

Apoio à declaração de dados abertos de Bruxelas

Research Data Alliance(abre em uma nova guia/janela)

Membro ativo

Soluções da Elsevier para pesquisa de dados

Mineração de dados e texto

Todos os livros e periódicos da Elsevier permitem mineração de dados e texto (TDM). Descubra como você pode trabalhar de forma mais eficiente.

Citação de dados

Todos os periódicos da Elsevier permitem citação de forma consistente e clara na literatura científica.

Informações relacionadas