Datos de Investigación: Gestión de Datos de Investigación

[Fuente: Estructura planteada en el portal de la Universidad de Sevilla]

1. Planificación de la investigación

Elaborar un Plan de Gestión de Datos. (Data Management Plan: DMP) es el documento que describe el ciclo de vida de los datos recopilados, generados y procesados durante el proyecto de investigación. Incluye aspectos como, metodología y estándares empleados, como se preservarán y compartirán los datos, nombre y tipo de repositorio donde se depositarán. la primera versión del DMP debe realizarse dentro de los primeros 6 meses del proyecto.

2. Durante el proyecto de investigación

Actualizar el Plan de Gestión de Datos. El Plan de gestión debe actualizarse a medida que va avanzando y evolucionando el proyecto de investigación. La actualización debe hacerse por lo menos dos veces: a mitad del proyecto y una vez que se finaliza.

Almacenar los datos de forma segura. Es importante elegir la forma adecuada de almacenar los datos de investigación con los que se está trabajando en el proyecto.  

Organizar y documentar los datos

► Elegir el formato adecuado. En la etapa de planificación de la investigación es importante considerar en qué formato se guardarán sus archivos. Una vez que se han seleccionado los datos, para conservarlos y garantizar un acceso abierto y usabilidad de éstos, lo conveniente es convertir los datos a formatos estándar que la mayoría de los programas sean capaces de interpretar. Para garantizar el acceso y la preservación a largo plazo, hay que tener en cuenta las siguientes consideraciones: [FECYT, 2012]

• Deben utilizarse, en la medida de lo posible, formatos abiertos, no propietarios.
• El formato utilizado ha de permitir la indización del contenido para su potencial recuperación.
• Un formato de compresión de datos utiliza menos espacio de almacenamiento.
• El formato elegido deberá ser estándar (IANA mime types), o estándar de facto para la comunidad investigadora.

Más información en: “Formatos de archivos para almacenar datos a largo plazo” del Portal de datos iuFOR, y en: "Cómo elegir el formato correcto para los datos abiertos" Curso European Data Portal.

► Nombres de ficheros y estructura de archivo Una estructura de ficheros bien organizada y coherente, archivos con nombres definidos, claros y significativos ayudan a encontrar la información de forma rápida y precisa. Es muy importante pensar bien la jerarquía, la estructura, nombres y versiones de los archivos, sobre todo cuando se trabaja en equipo. Más información en: "Organización de archivos y ficheros" del Portal de datos iuFOR

► Describir los datos de investigación La descripción de los datos debe incluir información necesaria para conocer: Quién creó los datos, o la fuente de los datos en el caso de haber sido recolectados. Tipología y formato de los datos, datos relacionados, quién los puede utilizar, Cuándo pueden utilizarse…; Esta documentación debe estar accesible junto con sus datos para cuando se requiera interpretarlos.Esta descripción detallada, "metadatos", es fundamental para una correcta interpretación de los datos.

Además, tendremos que tener en cuenta otros aspectos como: Seguridad de los datos. Confidencialidad y privacidad de los datos y determinar Qué datos no compartir. (más información en el apartado "Compartir y Encontrar datos" del portal iuFOR)

Seleccionar datos de investigación

A lo largo de la investigación se recopilan conjuntos de datos de diversa tipología. Es necesario establecer qué datos preservar en el largo plazo y qué datos eliminar. Digital Curation Center (DCC) ha establecido una metodología de 5 pasos para que investigadores puedan decidir qué datos conservar y qué datos deshechar. El primer paso es Identificar las finalidades que pueden cumplir los datos, el segundo paso Identificar los datos que deben preservarse, el tercer paso Identificar los datos que deberían preservarse y por último sopesar los costes y Completar la evaluación de los datos.

3. Al finalizar el proyecto: Compartir los datos de investigación

Dónde depositar los datos de investigación

Describir los Datos de Investigación

Asignar una Licencia a los datos de Investigación

Cómo citar los datos de investigación

Principios FAIR: Buenas prácticas para la gestión y administración de datos científicos [Fuente: datos.gob.es]

La revista Scientific Data de Nature publica en 2016 el artículo:“Principios FAIR para el manejo y administración de datos científicos” Los Principios FAIR ofrecen un conjunto de cualidades precisas y medibles que una publicación de datos debería seguir para que los datos sean Encontrables, Accesibles, Interoperables y Reutilizables (del inglés FAIR – Findable, Accessible, Interoperable, and Reusable). El interés de la aplicación de estos principios se refleja en su incorporación en los proyectos del Programa Horizonte 2020 de Investigación e Innovación de la Unión Europea.

Imagen:Portal datos.gob.es

FINDABLE (Encontrables): Los datos y metadatos pueden ser recuperados por:

• F1. Asignarles un identificador único y persistente a los datos y los metadatos
• F2. Describir los datos con metadatos
• F3. Registrar/Indexar los datos y los metadatos en un recurso de búsqueda
• F4. En los metadatos se debe especificar el identificador de los datos que se describen.

ACCESSIBLE (Accesibles): Los datos y metadatos están accesibles:

• A1 Los datos y metadatos pueden ser recuperados por sus identificadores mediante protocolos estandarizados de comunicación. Los protocolos tienen que ser abiertos, gratuitos e implementados universalmente
• A2 Los metadatos deben de estar accesibles, incluso cuando los datos ya no estuvieran disponibles.

INTEROPERABLE (Interoperables): Los datos y los metadatos deben de estar descritos utilizando estándares abiertos, para permitir su intercambio y su reutilización.

• I1. Los datos y metadatos deben de usar un lenguaje formal, accesible, compartible y ampliamente aplicable para representar el conocimiento
• I2. Los datos y metadatos usan vocabularios que sigan los principios FAIR
• I3. Los datos y metadatos incluyen referencias cualificadas a otros datos o metadatos

REUSABLE (Reutilizables): Los datos y los metadatos pueden ser reutilizados por otros investigadores, al quedar clara su procedencia y las condiciones de reutilización.

• R1. Los datos y metadatos contienen una multitud de atributos precisos y relevantes
• R1.1. Los datos y metadatos se publican con una licencia clara y accesible sobre su uso y reutilización
• R1.2. Los datos y metadatos se asocian con información sobre su procedencia
• R1.3. Los datos y metadatos siguen los estándares relevantes que usa la comunidad del dominio concreto

El lema fundamental que está bajo los principios FAIR: “tan abierto como sea posible, tan cerrado como sea necesario”