O OpenAlex cataloga centenas de milhões de documentos científicos e estabelece conexões entre eles.
Foi lançado um ambicioso índice gratuito com mais de 200 milhões de documentos científicos que cataloga fontes de publicação, informações de autores e tópicos de pesquisa. Esta é uma tradução livre da matéria publicada no dia 24 de janeiro de 2022 pela Nature intitulada Massive open index of scholarly papers launches [1].
O índice, chamado OpenAlex – https://docs.openalex.org/ – em homenagem à antiga Biblioteca de Alexandria, no Egito, também visa mapear as conexões entre esses pontos de informação para criar uma banco de dados abrangente e interligado do sistema de pesquisa global, dizem seus fundadores. O banco de dados, lançado em 3 de janeiro, é um substituto do Microsoft Academic Graph (MAG), que foi descontinuada no final de 2021, uma alternativa gratuita para plataformas baseadas em assinatura, como Scopus, Dimensions e Web of Science.
“É apenas a reunião de muitos bancos de dados de uma maneira inteligente”, diz Euan Adie, fundador da Overton, uma empresa com sede em Londres que acompanha as pesquisas citadas em documentos de políticas. Overton vem obtendo seus dados de várias fontes, incluindo MAG, ORCID, Crossref e diretamente de editores, mas agora passou a usar apenas o OpenAlex, na esperança de facilitar o processo.
Cobertura melhorada
A decisão da Microsoft de fechar o MAG, anunciada em maio passado , preocupou alguns acadêmicos e outros que usaram seus dados para realizar estudos e construir ferramentas de pesquisa.
Em resposta ao fechamento do MAG, a empresa de serviços acadêmicos sem fins lucrativos OurResearch – https://ourresearch.org/ – em Vancouver, Canadá, criou o OpenAlex, usando parte de uma doação de US$ 4,5 milhões da instituição de caridade Arcadia Fund, com sede em Londres. O índice está atualmente acessível por meio de uma interface de programação de aplicativos, ou API, que pode realizar pesquisas complexas. Uma interface de mecanismo de pesquisa– https://explore.openalex.org/ – mais simples está programada para ser lançada em fevereiro.
O OpenAlex extrai seus dados dos registros existentes do MAG e de outras fontes, incluindo identificadores Wikidata, ORCID, Crossref e ROR, diz Jason Priem, cofundador da OurResearch.
A ferramenta também está integrada ao banco de dados Unpaywall , que contém mais de 30 milhões de artigos de acesso aberto que Priem e a cofundadora da OurResearch, Heather Piwowar , lançaram em 2017 . “Agora temos uma cobertura de acesso aberto muito melhor do que o MAG jamais teve”, diz Priem. “Não apenas podemos informar onde estão as cópias gratuitas de qualquer artigo em particular, mas também podemos informar a licença e a versão desse artigo.”
Priem diz que o OpenAlex é atualizado quinzenalmente, trazendo mais dados de suas fontes. A ferramenta vai um passo adiante em direção à abertura do que o MAG, porque o código subjacente do OpenAlex está disponível gratuitamente sob uma licença de direitos autorais CC0 para qualquer um construir, diz Priem. Isso significa que se o OpenAlex for descontinuado, qualquer pesquisador pode continuar de onde Priem parou em vez de ter que reconstruir todo o banco de dados do zero.
Fácil configuração
O OpenAlex também é gratuito, graças ao patrocínio da Amazon Web Services, e não requer registro ou informações de login, tornando o processo mais fácil de usar, diz Priem. Isso difere do MAG, para o qual os usuários precisavam fazer login no Azure, o sistema de hospedagem em nuvem da Microsoft, e pagar uma pequena taxa para baixar seu conjunto de dados. Priem diz que sua empresa pode considerar lançar um nível premium do OpenAlex para usuários que desejam acesso super rápido, mas uma versão atualizada gratuita sempre estará disponível.
Está “escrito de tal forma que é muito fácil para alguém pegar e usar”, diz Adie. Ele acrescenta que levou apenas cerca de 20 minutos para começar a usar o OpenAlex, em comparação com três a quatro dias com o MAG. “A desvantagem é que a Microsoft tinha muitos recursos técnicos que poderiam ser aplicados ao Microsoft Academic. Portanto, teremos que ver como a OurResearch se sai sem isso”, diz Adie.
Roar Bakken Stovner, que estuda os padrões de citações dos pesquisadores da Oslo Metropolitan University, diz que levou cerca de duas horas para começar a trabalhar com o OpenAlex, em comparação com cerca de uma semana com o MAG. “Para alguém mais experiente em computadores, o MAG pode ser mais fácil”, diz ele. “Para pesquisadores que desejam experimentar pequenos projetos por conta própria, o OpenAlex será muito mais fácil de começar.”
Frode Opdahl, executivo-chefe da Keenious, uma empresa iniciante com sede em Tromsø, Noruega, que digitaliza milhões de documentos para sugerir referências relevantes, diz estar satisfeito com a documentação publicada sobre o OpenAlex. “Isso torna muito mais fácil trabalhar e implementar em nosso produto”, diz ele.
Para fornecer melhor conhecimento e treinamento para ciência aberta, gerenciamento de dados de pesquisa (Research Data Management – RDM), princípios FAIR e outros tópicos que juntos fornecem a espinha dorsal para uma boa pesquisa, o OpenAIRE apresentará no primeiro trimestre deste ano um novo sistema de gerenciamento de aprendizado (LMS) baseado em Moodle . Este LMS incorporará vários recursos que permitirão aos membros existentes do OpenAIRE, bem como aos colaboradores, criar e executar cursos em um ambiente online aberto.
A plataforma suportará modos mistos de aprendizagem e conteúdo, com suporte multilíngue e ferramenta de autoria incorporada, e com cursos acessíveis gratuitamente no ponto de uso.
Junte-se à equipe OpenAIRE nesta jornada e forneça seu feedback quando começar a aprender e pensar em quais conteúdos podem ser incluídos. Esta plataforma é para a comunidade e contará com a comunidade para realizar todo o seu potencial!
A cada ano, a OASPA pesquisa seus membros sobre a produção de suas publicações. Este ano, temos o prazer de continuar a trabalhar com a Delta Think, que nos ajudou assumindo a análise, estruturação e apresentação dos dados que coletamos. Esta postagem do blog de convidado da Delta Think por Dan Pollock cobre alguns destaques de nossas descobertas.
Os membros da OASPA foram convidados a compartilhar seus dados para atualizar a postagem anterior sobre o tema, publicada no blog da OASPA no final de 2020 (também publicamos dados de livros da OA este ano). As informações de periódicos compartilhados aqui pela OASPA cobrem o número de artigos de acesso aberto em todos os periódicos (incluindo híbridos) e a licença sob a qual esses artigos foram publicados, até o ano de 2020. Os números foram fornecidos como o número de artigos publicados por ano desde a implementação do licença por esse editor. Consulte a planilha para download para obter os detalhes completos .
Aumento contínuo de artigos OA publicados por membros da OASPA
O volume de publicações dos membros da OASPA continua crescendo. Pouco menos de 2,7 milhões de artigos foram publicados por membros no período de 2000-2020. Mais de 579.000 deles foram publicados em 2020, representando um crescimento de cerca de 28% em relação ao ano anterior. O número de artigos publicados a cada ano relatados por membros cresceu cerca de 13x de 2011 a 2020.
CC BY em periódicos totalmente OA continua a dominar a produção. No entanto, abaixo das manchetes encontram-se algumas nuances interessantes, especialmente em torno de artigos em periódicos híbridos.
A taxa de crescimento de artigos CC BY em periódicos totalmente OA continua para membros da OASPA
Cerca de 82% dos artigos de acesso aberto dos membros da OASPA são publicados em periódicos completos de OA. O gráfico abaixo compara publicações em periódicos totalmente OA com aqueles em periódicos híbridos.
Figura 1: Artigos de acesso aberto publicados por membros da OASPA
Os dados mostram que os artigos CC BY em periódicos totalmente OA são de longe o tipo dominante de artigos publicados pelos membros da OASPA. Pouco menos de 2,2 milhões de artigos foram publicados com a licença CC BY em periódicos totalmente OA (acesso aberto somente) por membros da OASPA durante o período 2000-2020. Cerca de 422.000 deles foram publicados em 2020. Outros 65.000 ou mais foram publicados em 2020 sob CC BY em revistas híbridas.
O número de artigos continua crescendo em todas as áreas. Em 2020, o volume de artigos em periódicos totalmente OA cresceu mais de 26%, em comparação com um crescimento de pouco mais de 42% na produção híbrida e pouco mais de 28% no geral.
Os números de artigos CC BY para periódicos totalmente OA continuam a crescer, mas vemos algum crescimento em outros lugares também
A licença CC BY domina, agora respondendo por mais de 89% dos artigos em periódicos totalmente OA, e cerca de 63% daqueles em periódicos híbridos.
Em revistas totalmente OA, a proporção de licenças CC BY caiu ligeiramente até 2018. Esta tendência parece ter se revertido em 2019. As licenças CC BY-NC estão se mantendo estáveis em cerca de 9,2% da produção totalmente OA. Enquanto isso, o uso de CC BY-NC-ND teve alguma participação em 2018, mas caiu de 6% em 2018 para apenas 1,5% em 2020.
Licenças com algumas restrições são significativamente mais prevalentes em periódicos híbridos, embora essa tendência também esteja mostrando sinais de reversão. Licenças mais restritivas estavam deslocando a proporção de CC BY, que havia caído de pouco mais de 75% de OA híbrido em 2014 para cerca de 54% em 2019. No entanto, em 2020, as licenças CC BY recuperaram terreno e aumentaram para 63% de artigos híbridos de acesso aberto . As licenças restritivas são divididas aproximadamente 2: 1 em favor de CC BY-NC-ND em vez de CC BY-NC.
A produção é altamente consolidada
2 editoras agora respondem por 50% da produção dos membros da OASPA; 5 respondem por 75% dele. Isso representa uma maior consolidação em relação ao ano passado, onde os 3 primeiros colocados juntos cobriram mais de 50% e os 6 melhores, mais de 75%. Embora os principais editores sejam os mesmos, o pedido mudou ligeiramente em relação aos anos anteriores. MDPI, Springer Nature e Frontiers permanecem os três primeiros (embora se adicionarmos a produção de Hindawi à de Wiley, Wiley ficaria em terceiro lugar). Vemos níveis semelhantes de consolidação para licenças CC BY em geral, e consolidação ainda maior para licenças CC BY publicadas em periódicos totalmente OA.
–
SOBRE A DELTA THINK, INC.
A Delta Think é uma empresa de consultoria e assessoria estratégica que atende organizações em comunicações profissionais e acadêmicas, bem como associações profissionais. Desde 2005, a Delta Think se envolveu com mais de 120 organizações em toda a empresa acadêmica, criando estratégias eficazes de negócios e produtos, desenvolvendo e analisando a inteligência do cliente e do mercado e traduzindo estratégias em roteiros e planos de trabalho focados na execução e ação.
Para apoiar as decisões baseadas em dados em torno do Acesso Aberto, em 2017 a Delta Think lançou a Ferramenta de Dados e Análise de Acesso Aberto (OA DAT), um produto baseado em assinatura que permite aos usuários analisar dados de acesso aberto em detalhes e ficar a par do mercado em constante evolução por meio de dados cuidadosamente selecionados, visualizações e comentários de especialistas sobre APCs, financiamento, dimensionamento e dinâmica de mercado e muito mais.
Esta é uma tradução livre da matéria originalmente publicada pela European Research Council (ECR). A missão do ERC é incentivar a pesquisa da mais alta qualidade na Europa por meio de financiamento competitivo e apoiar a investigação de ponta conduzida pelo investigador em todos os campos, com base na excelência científica.
De seu ponto de vista, a Open Science visa transformar as práticas científicas atuais em um sistema totalmente transparente e aberto, no qual todos os avanços científicos são disponibilizados não apenas para toda a comunidade científica, mas também para a sociedade em geral.
Paola Boloventa
Grande parte do conhecimento científico gerado em todo o mundo é sustentado por dinheiro público e, em muitos casos, envolve colaboração científica e social. Assim, parece óbvio que esse conhecimento deve pertencer à sociedade, sem restrição ou custo à sua acessibilidade imediata.
Desde a sua criação, o ERC adotou os princípios da Ciência Aberta (OS) como parte de sua missão principal, que é apoiar pesquisas de excelência em todos os campos da ciência e do conhecimento. O ERC acredita que um aspecto da excelência é fornecer acesso gratuito e imediato a todos os resultados (artigos de pesquisa, monografias, conjuntos de dados, protocolos, etc.) gerados por pesquisadores financiados pelo ERC. Open Science não só aumenta a visibilidade da produção, mas também oferece oportunidades para criar colaborações ou transferir ideias para os setores produtivos e, em última análise, resulta no bem-estar da sociedade.
Esta cultura permeou toda a comunidade ERC, apesar do fato de que ao longo do Horizonte 2020 – o programa de financiamento de pesquisa da UE de 2014 a 2020 – não havia exigência de acesso aberto imediato (OA) às publicações. De fato, umRelatório recente divulgado pela Comissão Europeia mostra que os beneficiários do ERC forneceram AA para 88,4% de suas publicações revisadas por pares. Os números relativos à deposição do conjunto de dados de acordo com os princípios do FAIR (em que os dados devem ser localizáveis, acessíveis, interoperáveis e reutilizáveis) são menos convincentes, mas isso pode não ser devido às atitudes dos bolsistas. Sob Horizon Europe os requisitos de Ciência Aberta tornaram-se mais exigentes. No Horizon Europe – o programa de financiamento de pesquisa da União Europeia de 2021 a 2027 – os requisitos de sistema operacional tornaram-se mais exigentes. Com efeito, em linha com as regras comuns a todos os programas da Horizon Europe, o ERC agora requer Open Access (OA) imediato para publicações, ao abrigo de uma licença aberta, com direitos de reutilização total.
Por mais simples e intuitivo que seja o conceito de sistema operacional, é menos óbvio como isso pode ser alcançado. OS apresenta muitos desafios práticos para a comunidade científica e organizações relacionadas. Ciente deste problema, em 2009 o ERC criou um grupo de trabalho de OS dedicado , composto por membros do Conselho Científico do ERC que representam os três domínios científicos, com o apoio crucial de especialistas dedicados da Agência Executiva do ERC (ERCEA). O grupo de trabalho analisa os desafios enfrentados pelos pesquisadores que se relacionam com OS em geral. Também aborda aqueles que são específicos de um determinado domínio, visto que cada domínio possui suas peculiaridades.O mandato do grupo de trabalho inclui a sugestão de possíveis abordagens para os pesquisadores, novamente, às vezes adaptadas às necessidades específicas de um determinado domínio. Todo o Conselho Científico considera então essas sugestões.
Open Science provoca uma série de perguntas. Se e como a mudança para o sistema operacional pode ocorrer sem deixar de preservar a rigorosa revisão por pares necessária para uma ciência excelente e confiável? Qual é o impacto da OS nas carreiras científicas, em particular de pesquisadores que ainda estão nos estágios iniciais de suas carreiras? Os procedimentos atuais são adequados para avaliar o desempenho dos pesquisadores? As políticas de sistema operacional podem ser implementadas com resultados positivos em todos os países? Eles representam um desafio mais significativo para os pesquisadores em países de baixa ou média renda, onde a pesquisa já é subfinanciada? Quão disponíveis estão os “repositórios” confiáveis - em todas as áreas da ciência e da bolsa de estudos – para apoiar a crescente demanda ligada ao sistema operacional? Quem suporta seus custos de funcionamento e seu financiamento é suficiente?
Muitas outras questões podem ser colocadas. Em muitos casos, suas soluções não parecem imediatas. O ERC está trabalhando ativamente nessas questões e tomou algumas medidas para respondê-las. Por exemplo, assinamos recentemente a DORA para enfatizar nossa posição de longa data sobre o que importa na avaliação de uma proposta. Em vez de considerar o local em que seu trabalho é publicado, é a natureza inovadora das ideias do candidato e as qualidades científicas de seu trabalho que contam.
Este é um pequeno passo em direção à implementação realista do sistema operacional. Eliminar a varredura (des) consciente dos periódicos que aparecem em um histórico de publicações – que nós (cientistas) sempre fazemos – continua sendo o maior desafio a enfrentar. Isso exigirá tempo e esforço coordenado, não apenas das agências de fomento, mas também de universidades, instituições de pesquisa, editoras e muito mais, e em todo o mundo. Aumentar a disponibilidade de repositórios adequados é o próximo grande desafio.
Nesta edição da Revista ERC, o Conselho Científico tenta chamar a atenção para estas questões importantes. Também pretendemos sensibilizar e informar a comunidade científica sobre a importância do sistema operacional e seus benefícios potenciais para todos, começando pelos próprios cientistas.
Com essa ideia em mente, o especialista em SO Peter Suber gentilmente aceitou nos educar sobre a importância de manter os direitos autorais ao publicar. Não há pessoa melhor para esta tarefa! Os especialistas do ERCEA também reuniram alguns conselhos práticos sobre políticas de sistemas operacionais para pesquisadores financiados pelo ERC. Finalmente, Toma Susi, o físico finlandês e vencedor do Subsídio Inicial, compartilha suas experiências e opiniões.
Esperamos que você goste desta edição informativa da Revista ERC!
Microbiologista fala dos desafios para detectar imagens adulteradas em papers e das ameaças que recebe nas redes sociais
Bik em sua casa em São Francisco em junho de 2021
A microbiologista holandesa Elisabeth Bik tornou-se referência na identificação de indícios de erros e fraudes em artigos científicos, sobretudo imagens duplicadas ou manipuladas. Ela afirma ter analisado mais de 200 mil trabalhos, dos quais 5,5 mil tinham problemas. A pesquisadora escreve sobre eles no blog Science Integrity Digest – https://scienceintegritydigest.com/, ao qual se dedica integralmente desde 2018, quando deixou seu emprego na uBiome, empresa de biotecnologia com sede na Califórnia, Estados Unidos. Paralelamente, também ministra palestras sobre má conduta científica e presta consultoria a editoras e instituições de ensino e pesquisa.
Formada na Universidade de Utrecht, Bik colabora assiduamente com plataformas como Retraction Watch – https://retractionwatch.com/ , que monitora e noticia retratações de trabalhos científicos (ver Pesquisa FAPESP nº 282), e PubPeer – https://pubpeer.com/static/about , em que usuários discutem papers já publicados e sinalizam inconsistências. A pesquisadora foi uma das primeiras a apontar problemas na metodologia e nos achados do controverso artigo de autoria do médico francês Didier Raoult sobre o uso do antimalárico hidroxicloroquina e do antibiótico azitromicina no tratamento de pessoas com Covid-19. Desde então, sofre injúrias nas redes sociais e ameaças de processos por Raoult e seus colaboradores.
Bik falou a Pesquisa FAPESP em entrevista pelo Zoom em fins de outubro. De sua casa em São Francisco, tratou de sua carreira como pesquisadora, dos desafios para detectar imagens adulteradas em artigos e dos esforços das editoras para combater esse e outros tipos de má conduta científica, além das polêmicas envolvendo Raoult.
Como surgiu seu interesse por identificar fraudes em trabalhos científicos? Participei de um evento sobre plágio em 2013 e, ao chegar em casa, resolvi jogar trechos de um artigo meu no Google Acadêmico. Esperava achar semelhanças com coisas minhas do passado, mas acabei encontrando trechos do meu texto em um trabalho mais recente de outra pessoa. Pensei que fosse azar, mas aí então encontrei outro trabalho com partes de artigos meus. Comecei a me dedicar a isso como um passatempo. Tempos depois achei uma tese de doutorado com trechos de um artigo que havia publicado. Ela também usava uma mesma imagem de western blot [para detectar proteínas] em diferentes capítulos para ilustrar coisas distintas, sendo que uma delas aparecia de ponta-cabeça. Passei a analisar outros artigos e percebi duas coisas: que eu tinha um talento para achar imagens duplicadas e que esse é um problema recorrente.
Como foi a decisão de se dedicar exclusivamente a esse trabalho? Chegou um momento em que eu percebi que contribuiria muito mais com a ciência trabalhando com integridade científica do que em meu emprego tradicional. Eu e meu marido avaliamos nossa situação financeira e decidimos tentar por um ano. Se não funcionasse, voltaria para o emprego antigo. No fim, consegui fazer dar certo.
É difícil identificar fraudes em imagens na revisão por pares? Nem sempre é fraude. Pode ser um erro honesto. Mas, em geral, observei que as revistas e os pareceristas não prestavam muita atenção nisso. Estão mais preocupados com plágio e falhas metodológicas nos manuscritos. Por isso decidi falar sobre esses casos no meu blog e nas minhas redes sociais. A ideia é fazer com que as pessoas fiquem mais atentas a esse problema e possam identificá-lo.
Os casos de imagens adulteradas ou duplicadas estão aumentando? Acho que estão caindo, mas não tenho números que corroborem isso. Sei que a vigilância é maior e frequentemente recebo e-mails de revisores dizendo que identificaram imagens adulteradas. O problema maior são as fábricas de papers, que produzem imagens falsas e as incorporam a artigos científicos fraudulentos. É muito difícil conseguir reconhecê-las. São imagens únicas, criadas por inteligência artificial. Funciona como aqueles sites que criam rostos de pessoas que não existem a partir de pedaços de rostos reais em redes sociais ou bancos de dados. As fábricas de papers usam várias imagens reais para montar uma imagem única – e falsa. Você percebe alguma coisa errada, mas não consegue determinar o que é.
Qual é o tamanho desse problema? É muito problemático porque envolve organizações criminosas. É algo recorrente na China por conta de uma exigência do governo. Para se formar no curso de medicina, os estudantes precisam publicar um paper. Mas eles não estão interessados nem têm tempo de fazer pesquisa. Então, compram artigos falsos. Esses papers se parecem muito uns com os outros, como se tivessem sido escritos a partir de uma mesma forma. Existem milhares deles infiltrados na literatura médica, de tal modo que esse fenômeno está minando a credibilidade e a confiabilidade dos artigos produzidos na China. Muitos editores estão se recusando a avaliar manuscritos feitos por pesquisadores vinculados a hospitais ou departamentos de medicina chineses.
Além das fábricas de papers, quais os problemas mais comuns envolvendo fraudes em imagens científicas? Existem três categorias. A primeira é a das imagens duplicadas. Ou seja, a mesma imagem é usada para ilustrar coisas diferentes. A segunda diz respeito a imagens iguais e repetidas, mas apresentadas de formas distintas, de ponta-cabeça ou invertida. A terceira categoria se refere às duplicações dentro da imagem, isto é, quando a mesma célula aparece duas, três vezes na mesma figura.
Quantos artigos já escrutinou? Uns 200 mil, dos quais cerca de 5,5 mil tinham problemas.
E quantos foram retratados? Segundo a última contagem, 624.
Por que tão pouco? Muitos estão em análise e podem ser retratados no futuro. Alguns não devem ser retratados porque são erros honestos e os autores estão cooperando para resolver o problema. Nesse caso, serão apenas corrigidos. Dos artigos que analisei, 509 já foram corrigidos.
Há alguma resistência de editores em retratar esses artigos? Alguns estão apenas sobrecarregados com a quantidade de papers suspeitos para analisar. Já cheguei a enviar e-mails para editores com até 40 artigos problemáticos. Há situações em que o artigo suspeito é de autoria de alguém do corpo editorial do periódico, ou o editor é próximo do autor do artigo. Noto nesses casos que a coisa se desenvolve de forma mais lenta.
Como os artigos suspeitos chegam até você? Costumo receber e-mails de pessoas pedindo para eu dar uma olhada em figuras desse ou daquele artigo porque suspeitam que elas têm problemas. Também me escrevem pedindo para analisar trabalhos de pesquisadores ou instituições específicos. Quando me deparo com um artigo suspeito, olho a lista de autores para ver se consta o nome de alguém que tenha assinado papers problemáticos no passado. Tento seguir algumas pistas.
É possível diferenciar um caso intencional de má conduta de um erro honesto analisando as imagens no artigo? É difícil acreditar que se trata de um erro honesto quando você vê células iguais na mesma imagem, pois não há uma explicação técnica razoável para isso. É diferente quando se trata de imagens duplicadas. Às vezes, você percebe pela legenda que era para outra imagem estar ali. Pode ter dado algum problema na geração do arquivo. Por isso, costumo não fazer acusações quando indico esses casos para os editores. Apenas escrevo dizendo que parece ter algo errado.
Você usa algum software para analisar imagens adulteradas ou o faz manualmente? Fazia tudo no olho até alguns anos atrás. Hoje uso um software chamado ImageTwin. Ele funciona bem com algumas imagens. Consegue achar semelhanças em segundos. Mas não dá para confiar totalmente nele. Esse programa já deixou passar duplicações bastante óbvias, mas também já identificou algumas que eu jamais teria encontrado sozinha.
Os softwares de imagem ainda não são tão bons quanto os usados para plágio, não é? Os softwares de plágio também têm limitações. O ponto é que sempre será necessário um ser humano para analisar os resultados desses programas. Existem softwares que identificam quando você usa aspas em uma citação para definir um conceito em um artigo, mas, se você coloca essa mesma definição em itálico, o programa não faz o reconhecimento.
Exemplos de duplicações identificadas por Bik em imagem de artigo científico
Acervo pessoal
As editoras estão investindo para melhorar os softwares de análise de imagem? Elas estão testando algumas opções, mas não sei qual o estágio de desenvolvimento disso. Eu queria ter acesso a esses programas para testá-los. Já compartilhei meus dados com pessoas que diziam estar trabalhando no desenvolvimento desses programas com a condição de que pudesse testar o produto final, mas não tive retorno.
Poderia explicar o processo que Didier Raoult diz estar movendo contra você? Um de seus colaboradores anunciou em abril no Twitter que Raoult havia entrado com um processo contra mim. Publicou a foto de uma queixa que ele teria submetido a um procurador de Marselha, na qual constava meu endereço pessoal. Ele deletou esse post depois. Alguns jornais foram atrás dessa história. Pelo que soube, até agora ele não entrou com um processo. Parece se tratar de um boletim de ocorrência, em que ele me acusa de assédio, chantagem e extorsão.
No que se baseiam essas acusações? Em comentários que fiz sobre seus estudos no PubPeer. Toda vez que alguém comenta um estudo nessa plataforma, os autores recebem um e-mail. Eu postei mais de 60 comentários sobre artigos de Raoult, sobretudo aquele envolvendo a hidroxicloroquina, de modo que ele recebeu mais de 60 e-mails meus. Seja como for, não acredito que isso seja um processo. Parece mais uma ameaça.
Quais os problemas que você identificou no estudo dele sobre o uso da hidroxicloroquina contra a Covid-19, em 2020? O estudo envolvia um grupo pequeno de participantes e eles não foram divididos de forma randomizada em grupo controle e de tratamento. Tampouco eram do mesmo hospital. Alguns não responderam bem à hidroxicloroquina. Um morreu. Outros foram transferidos para a UTI. Ocorre que esses indivíduos foram deixados de fora da pesquisa e isso, claro, influenciou os resultados. Não bastasse isso, o trabalho teve início antes do aval do comitê de ética. Raoult submeteu o artigo ao International Journal of Antimicrobial Agents em 16 de março de 2020. Ele foi aceito um dia depois e publicado on-line em 20 de março. Isso significa que a revisão por pares foi feita em apenas 24 horas. Descobriu-se depois que um dos autores era editor da revista que publicou o artigo.
Após esse episódio, você passou a ser atacada no Twitter. Como isso afetou seu trabalho? Não é agradável ler mensagens cruéis sobre você na internet. Se fosse apenas uma ou outra pessoa com poucos seguidores me insultando, tudo bem. O problema é que alguns perfis têm milhares de seguidores. E não são apenas desconhecidos. Há também acadêmicos, como Eric Chabrière, que divulgou meu endereço. Ele é professor no instituto que Raoult dirige e publicou e compartilhou várias montagens comigo atrás das grades, além de posts com frases do tipo “Você será presa se vier à Europa” ou “Eu vou te visitar na cadeia”. Também são recorrentes as tentativas de me desqualificar como cientista.
De que forma? Eles insinuam que eu sou paga por empresas farmacêuticas. Também dizem que eu só tenho 40 artigos publicados, enquanto Raoult tem 3,5 mil.
Ele respondeu aos seus comentários no PubPeer? Não. Prefere me atacar no YouTube, com textos em francês e ameaças judiciais.
Existem milhares de artigos falsos produzidos por fábricas de papers na China infiltrados na literatura médica
É comum os pesquisadores lidarem mal com as suas críticas? Esse comportamento se restringe a um tipo específico de cientista, abusivo, acostumado a fazer as coisas do seu jeito, que acha que está sempre certo. A maioria sabe lidar com críticas e com os próprios erros. Ninguém gosta de ver seu trabalho sendo contestado, mas os pesquisadores com quem tive problemas poderiam ter refutado minhas considerações com dados ou documentos. Se recorreram a ameaças e insultos é porque não tinham argumentos.
Muitos artigos sobre a Covid-19 foram publicados em plataformas de preprints, sem revisão por pares. Houve muitos problemas? Não acho que isso tenha aumentado os casos de má conduta. O problema principal, a meu ver, é que muitos papers sobre a Covid-19 são ruins. São artigos do tipo “Os impactos da Covid-19 em pacientes pediátricos” ou “Os impactos da Covid-19 em pacientes com câncer”, com dados fracos ou irrelevantes, mas que não necessariamente envolvem má conduta.
Editoras e universidades costumam convidá-la para palestras e consultoria. O que você oferece a elas? Nas palestras falo mais sobre as fábricas de papers e como identificar artigos falsos. Minhas consultorias consistem em analisar casos de artigos suspeitos de ter imagens adulteradas. Quando algum usuário do PubPeer sugere que um trabalho pode ter problemas, a instituição à qual o autor é vinculado ou as editoras me pedem para analisar o caso e indicar se as suspeitas têm fundamento. Essas instituições também me chamam para analisar casos que ainda não estão públicos.
O que a comunidade científica pode fazer para diminuir os casos de má conduta? Acho que se deve olhar mais para o que acontece nos laboratórios. Muitos ainda são chefiados por pesquisadores abusivos que se aproveitam de sua posição para assediar, insultar ou ameaçar seus subordinados. Muitas vezes jovens cientistas praticam má conduta para conseguir atender as demandas de seu superior e salvar seus empregos. Acho que as instituições devem ouvir mais os pesquisadores jovens.
Você acha que o seu trabalho pode se tornar uma especialidade no futuro? Sim. Algumas editoras estão contratando pessoas para escrutinar papers suspeitos de problemas com imagens e coordenar processos de controle de qualidade. Também tenho visto universidades interessadas em profissionais desse tipo para analisar artigos de seus pesquisadores antes de eles serem submetidos para revisão.
Vi que você usa seu Twitter para ensinar as pessoas a identificar imagens duplicadas. Secretamente estou treinando meus seguidores.
A Declaração USP de Apoio à Ciência Aberta foi publicada no dia 26 de outubro de 2021 durante o lançamento do website: https://cienciaaberta.usp.br/ e reproduzida a seguir:
Esta Declaração à comunidade USP delineia uma visão e busca fornecer uma direção onde a ciência aberta esteja integrada às atividades cotidianas da comunidade acadêmica, na pesquisa, no ensino e na extensão. Além disso, firma o compromisso de apoio e promoção da Ciência Aberta na Universidade de São Paulo.
No âmbito da Universidade de São Paulo e, em consonância com o movimento mundial de adoção dos princípios e práticas de Ciência Aberta, ressaltamos a importância da promoção do acesso universal à informação e à ciência, como condição essencial ao desenvolvimento. Nesse contexto:
Reconhecemos a relevância da Ciência e a importância do pleno acesso à informação para formar cidadãos e profissionais críticos e proativos, de modo que a produção intelectual possa favorecer o desenvolvimento socioeconômico e a qualidade de vida no planeta, de maneira sustentável (ODS)*,
Ressaltamos, em consonância com as recomendações da UNESCO**, a importância de adotar práticas científicas abertas, transparentes, colaborativas e inclusivas, juntamente com conhecimento científico mais acessível e verificável, como empreendimento mais eficiente que melhora a qualidade, a reprodutibilidade e o impacto da ciência e, portanto, sua confiabilidade;
Lembramos que a Ciência Aberta é pautada pela qualidade e integridade, equidade, diversidade, inclusão, ética, transparência, respeito aos direitos autorais e de propriedade intelectual, bem como igualdade de oportunidades, colaboração, reconhecimento, responsabilidade, flexibilidade e sustentabilidade;
Consideramos que a Ciência Aberta consiste no fazer científico pautado pelas boas práticas desde o início da pesquisa, a publicação e acesso a seus resultados, até a promoção do bem-estar da sociedade e desenvolvimento das nações, de tal modo que informações e infraestruturas possam ser preservadas, compartilhadas, reutilizadas e aproveitadas por todos os agentes que produzem ciência ou a utilizam;
Consideramos que a Universidade de São Paulo, como instituição pública de ensino, pesquisa, cultura e extensão, tem o compromisso de garantir o pleno acesso à informação e à ciência, em benefício da sociedade e do planeta;
Lembramos que o atendimento a esses preceitos não é somente um desejo da USP, mas também uma demanda cada vez mais presente em diretrizes de agentes externos à USP, e com potencial de gerar maior inserção e reconhecimento de toda a produção intelectual da Universidade;
Levando em consideração que a maior parte dos recursos financeiros destinados à produção intelectual (isto é, científica, acadêmica, artística, técnica e cultural) da USP é originada dos impostos pagos pela população, e apoiada pelas agências de fomento à pesquisa, devemos não somente deixar essa produção com livre acesso, mas também divulgá-la de forma apropriada para que a sociedade entenda o que se faz com esses recursos;
Desta forma, encorajamos a comunidade da Universidade de São Paulo a adotar a cultura e as práticas da Ciência Aberta, por meio da criação e adesão a políticas, programas e projetos que assegurem sua promoção na Universidade.
Esta Declaração está baseada em pilares estratégicos (como a Declaração DORA, entre outros)*** e especificam os fundamentos da Ciência Aberta na USP, que são:
Acesso aberto às produções científicas, acadêmicas, técnicas, artísticas e culturais de autores da Universidade;
Incentivo à produção editorial aberta na Universidade;
Acesso aberto quando possível e fechado legalmente quando necessário, aos dados e aos métodos de pesquisa;
Promoção da ciência cidadã e startups de impacto social;
Incentivo ao uso de métricas responsáveis de avaliação;
Promoção de boas práticas, ética e integridade na pesquisa;
Incentivo à educação aberta e a recursos educacionais abertos;
Compartilhamento de infraestruturas abertas de apoio à pesquisa;
Ênfase na comunicação científica aberta e difusão da ciência;
Apoio ao pesquisador por meio de orientações, treinamentos entre outros.
Sendo assim, convidamos a comunidade da USP a pensar e discutir mais sobre esse assunto de tamanha importância para todos nós.
São Paulo, 26 de Outubro de 2021. Universidade São Paulo
Gerenciar, organizar e descrever dados de pesquisa ou dados científicos não são tarefas simples, mas absolutamente necessárias. É fundamental dedicar atenção aos METADADOS, DESCRIÇÃO, README, DICIONÁRIO DE DADOS, CITAÇÕES e mesmo a DOCUMENTAÇÃO DE DADOS, de modo que as informações possam ajudar você e outras pessoas a entender seus dados no futuro; e entender os processos que você seguiu para coletar, processar, analisar e apresentar seus dados.
Depois que seus dados são publicados ou compartilhados e as questões de acesso e propriedade consideradas, os dados se tornam detectáveis e podem ser reutilizados. Repositórios e portais permitem a descoberta de dados publicando descrições de dados (‘metadados’) sobre os dados que eles contêm. A maioria dos repositórios fornece acesso aos próprios dados. A Universidade de São Paulo mantém o Repositório de Dados Científicos
Esta matéria é uma compilação de informações sobre elementos importantes que identificam, explicam e tornam dados e conjuntos de dados mais compreensíveis, potencializando seu reuso.
== METADADOS ==
Metadados são informações estruturadas que descrevem e permitem localizar, gerenciar, controlar e preservar outras informações (ou seja, dados) ao longo do tempo. Os metadados têm a mesma função de um rótulo . Assim como outros rótulos, os metadados fornecem informações sobre um objeto. Metadados são documentações que descrevem dados. Descrever e documentar adequadamente os dados permite que os usuários (incluindo você) entendam e rastreiem detalhes importantes do trabalho. Ter metadados sobre os dados também facilita a pesquisa e recuperação dos dados quando depositados em um repositório de dados.
Existem dois grupos distintos de metadados: descritivos e técnicos .
Metadados descritivos descrevem os próprios dados; por exemplo Título, Autor, Assuntos, etc.
Metadados técnicos descrevem os meios pelos quais o objeto digital foi criado, por exemplo, tipo de dados e configurações.
Metadados ricamente descritos são a chave para tornar os dados de pesquisa publicáveis, detectáveis, citáveis e reutilizáveis em longo prazo. A coleta, atualização e manutenção de metadados são inclusões necessárias no planejamento e orçamento de todos os projetos de pesquisa. Como os objetos de dados digitais costumam mudar de localização, o gerenciamento do link entre os dados e os metadados é crítico e existem tecnologias, por exemplo, identificadores persistentes que suportam esse link persistente de dados e metadados. Use um ou vários dos diversos padrões de metadados estabelecidos, tanto quanto possível: se seu projeto for o único a usar um determinado conjunto de elementos de metadados, ele criará uma barreira para interoperabilidade e reutilização. [2]
Caso esteja trabalhando com grandes conjuntos de dados, bancos de dados ou sistemas de gerenciamento de dados, consulte sua escola para obter conselhos sobre os padrões de metadados que podem ser apropriados para sua área de pesquisa. As disciplinas também estão estabelecendo seus próprios padrões de metadados. Os padrões podem incluir padrões de conteúdo e vocabulário. Um vocabulário estabelece a linguagem comum que uma disciplina concordou em usar para se referir a conceitos de interesse para aquela disciplina. Consulte também as NOTAS ao final desta matéria.
A descrição e explicação são criadas em dois níveis:
Nível de estudo: fornece uma visão geral do contexto e desenho da pesquisa, métodos de coleta de dados, preparação de dados e resultados ou descobertas. Recomenda-se que o pesquisador, seja docente ou discente, mantenha registros detalhados descrevendo os métodos usados e os resultados observados, bem como registros de quaisquer aprovações concedidas como parte do processo de pesquisa, incluindo o respeito a códigos de conduta e recomendações éticas.
Nível de dados: podem ser incorporados aos dados (por exemplo, cabeçalhos em uma transcrição de entrevista) ou registrados em um documento estruturado. Pode incluir:
nomes e versões de arquivos
descrições de variáveis, tipos de dados e valores
localização das colunas do cabeçalho
explicação de códigos ou sistemas de classificação
explicações de valores ausentes
informações de software ou hardware específicas para a criação de um determinado conjunto de dados [1].
== README ==
Um documento README é uma maneira clássica de registrar documentação explicativa. Um README é um documento de texto simples que deve ser armazenado junto com um arquivo de dados. Os READMEs são iniciados durante o processo de coleta de dados e atualizados conforme o progresso da pesquisa. A maneira mais fácil de começar é com um esboço. Aqui está um exemplo publicado na DRYAD. Aqui há um template da Cornell University e um Esboço e boas práticas para escrever documentos README, incluindo exemplos. [3].
Melhores Práticas de README
Crie arquivos leia-me para “clusters” lógicos de dados. Em muitos casos, será apropriado criar um documento para um conjunto de dados que possui vários arquivos relacionados e formatados de forma semelhante, ou arquivos que são agrupados logicamente para uso (por exemplo, uma coleção de scripts Matlab). Às vezes, pode fazer sentido criar um leia-me para um único arquivo de dados.
Nomeie o leia-me para que seja facilmente associado aos arquivos de dados que descreve.
Escreva seu documento leia-me como um arquivo de texto simples , evitando formatos proprietários, como o MS Word, sempre que possível. Formate o documento leia-me para que seja fácil de entender (por exemplo, separe as informações importantes com linhas em branco, em vez de ter todas as informações em um longo parágrafo).
Formate vários arquivos leia-me de forma idêntica. Apresente as informações na mesma ordem, usando a mesma terminologia.
Use formatos de data padronizados . Formato sugerido: padrão de data W3C / ISO 8601 , que especifica a notação padrão internacional de AAAA-MM-DD .
Siga as convenções científicas de sua disciplina para nomes e palavras-chave taxonômicas, geoespaciais e geológicas. Sempre que possível, use termos de taxonomias e vocabulários padronizados, alguns dos quais estão listados AQUI.
== DICIONÁRIOS DE DADOS ==
Um dicionário de dados é uma coleção de nomes, atributos e definições sobre elementos de dados que estão sendo usados em seu estudo. Ao incluir um dicionário de dados, você garante um uso padrão de variáveis em uma coorte de pesquisadores.
Um dicionário de dados é fundamental para tornar sua pesquisa mais reproduzível, pois permite que outras pessoas entendam seus dados. O objetivo de um dicionário de dados é explicar o que todos os nomes e valores de variáveis em sua planilha realmente significam.
Nomes de variáveis
A primeira coluna deve conter os nomes das variáveis exatamente como aparecem na planilha.
Nome de variável legível
Esta coluna deve conter nomes de variáveis curtos, mas legíveis por humanos
Por exemplo, se ‘VAR1’ é um nome de variável que se refere ao peso, então um nome de variável legível apropriado para VAR1 é ‘peso’.
Você pode usar espaços, caracteres e letras maiúsculas.
Este é o nome que você usaria para rotular gráficos e outras figuras.
Unidades de medida
Esta coluna deve conter as unidades de medida da variável.
Por exemplo, se uma coluna contém medidas de tempo, deve ficar claro se elas são medidas em horas, minutos ou segundos.
Valores permitidos
Uma coluna deve conter o intervalo de valores ou valores aceitos para a variável.
Isso ajuda a identificar erros de entrada de dados.
Os valores mínimo e máximo devem ser incluídos.
Os valores escolhidos (por exemplo, “masculino”, “feminino”) devem ser incluídos e detalhados, se necessário, na coluna de descrição (ver abaixo).
Definição da variável
Esta coluna deve conter uma definição da variável.
A definição da variável reflete a maneira como você usa o termo e pretende que ele seja usado por outras pessoas que desejam compreender o seu trabalho.
Embora existam muitos tipos de definição, sempre que possível, forneça uma definição com a seguinte forma de gênero-differentia :
“A é um B que Cs.”
Por exemplo, “Uma a) atitude é ab) disposição c) pensar ou sentir que é sobre algo ou alguém, normalmente aquele que se reflete no comportamento de uma pessoa.”
Evite definições circulares (por exemplo, “Uma bola de beisebol é uma bola usada no beisebol.”)
Sinônimos para o nome da variável (opcional)
Esta coluna deve conter, se relevante, uma ou mais palavras que podem ser substituídas pelo nome da variável.
Esses sinônimos devem refletir o significado do nome da variável conforme você o usa, e não apenas porque o nome da variável pode ser usado em um contexto diferente.
Novamente, o objetivo é transmitir o significado do termo variável que você usa em seus dados.
Descrição da variável (opcional)
A coluna final deve conter, quando necessário, uma explicação mais longa da variável.
Esta é uma descrição legível por humanos com informações suficientes para que outras pessoas entendam a que a variável se refere.
Ele também deve explicar os termos na definição da variável com mais profundidade, se necessário. Por exemplo, uma descrição da variável pode esclarecer o que se entende por ‘disposição’ na definição acima.
Pode fornecer fontes para definições, se essas definições não forem do próprio pesquisador.
Outros recursos
A Data Documentation Initiative (DDI) é um padrão internacional para descrever os dados produzidos por pesquisas e outros métodos de observação nas ciências sociais, comportamentais, econômicas e da saúde. Saiba mais em: http://www.ddialliance.org/
A citação de dados refere-se à prática de fornecer uma referência aos dados da mesma maneira que os pesquisadores fornecem rotineiramente uma referência bibliográfica para outros recursos acadêmicos.
Como referenciar Dados de Pesquisa
BARNETT, C.L.; BERESFORD, N.A.; WALKER, L.A.; BAXTER, M.; WELLS, C.; COPPLESTONE, D. Element and radionucleide concentrations in representative species of the ICRP’s reference animals and plants and associated soils from a forest in North-west England. NERC — Environmental Information Data Centre, 2013.Disponível em: <http://dx.doi.org/10.5285/e40b53d4-6699-4557-bd55-10d196ece9ea> Acesso em 06 dez. 2016.
U.S. Department of Health and Human Services. Substance Abuse and Mental Health Services Administration. Office of Applied Studies. Treatment episode data set — discharges (TEDS-D) — concatenated, 2006 to 2011 [Data set]. doi: http://dx.doi.org/10.3886/ICPSR30122.v2 – 2013.
YOON, J; SOFAER, H.R, SILLET, T. S, MORRISON, S.A., GHALAMBOR, C.K. Data from: The relationship between female brooding and male nestling provisioning: does climate underlie geographic variation in sex roles? Journal of Avian Biology, June 2016. Disponível em: <http://dx.doi.org/10.5061/dryad.f89h2> Acesso em: 06 dez. 2016. [4]
== DOCUMENTAÇÃO DE DADOS ==
Uma boa documentação de dados inclui informações sobre:
o contexto da coleta de dados: histórico do projeto, objetivo, objetivos e hipóteses
métodos de coleta de dados: amostragem, processo de coleta de dados, instrumentos usados, hardware e software usados, escala e resolução, cobertura temporal e geográfica e fontes de dados secundárias usadas
estrutura do conjunto de dados de arquivos de dados, casos de estudo, relações entre arquivos
validação de dados, verificação, verificação, limpeza e procedimentos de garantia de qualidade realizados
alterações feitas nos dados ao longo do tempo, desde sua criação original e identificação de diferentes versões de arquivos de dados
informações sobre acesso e condições de uso ou sigilo de dados
No nível dos dados, os conjuntos de dados também devem ser documentados com:
nomes, rótulos e descrições para variáveis, registros e seus valores
explicação dos códigos e esquemas de classificação usados
códigos de, e razões para, valores ausentes
dados derivados criados após a coleta, com código, algoritmo ou arquivo de comando usado para criá-los
variáveis de ponderação e bruto criadas
listagem de dados com descrições de casos, indivíduos ou itens estudados
As descrições de nível de variável podem ser incorporadas a um próprio conjunto de dados como metadados. Outra documentação pode estar contida em guias do usuário, relatórios, publicações, papéis de trabalho e livros de laboratório (consulte Gerenciando e compartilhando dados no UK Data [5].
Alguns exemplos específicos de padrões de metadados, gerais e específicos de domínio são:
Dublin Core – padrão de metadados agnóstico de domínio, básico e amplamente usado
DDI (Data Documentation Initiative) – padrão comum para ciências sociais, comportamentais e econômicas, incluindo dados de pesquisa
EML (Ecological Metadata Language) – específico para disciplinas de ecologia
ISO 19115 e FGDC-CSDGM (Padrão de Conteúdo do Comitê de Dados Geográficos Federais para Metadados Geoespaciais Digitais) – para descrever informações geoespaciais
MINSEQE (informações mínimas sobre experimentos de SEQeuencing de alto rendimento) – padrão de genômica
FITS (Flexible Image Transport System) – padrão de arquivo digital de astronomia que inclui metadados estruturados e incorporados
MIBBI – Informações Mínimas para Investigações Biológicas e Biomédicas
A Semana de Acesso Aberto, um evento global agora entrando em seu décimo ano, é uma oportunidade para a comunidade acadêmica e de pesquisa continuar a aprender sobre os benefícios potenciais do Acesso Aberto, compartilhar o que aprenderam com colegas e ajudar a inspirar uma participação mais ampla em ajudar a tornar o Acesso Aberto uma nova norma na academia e nas pesquisas. O evento acontece de 25 a 31 de outubro de 2021.
O tema deste ano se alinha intencionalmente com a Recomendação da UNESCO sobre Ciência Aberta , recentemente lançada , da qual o Acesso Aberto é um componente crucial. Distribuída em forma de rascunho após discussão por representantes dos 193 países membros da UNESCO, a Recomendação articula e concentra a importância da equidade na busca de um futuro para que a academia esteja aberta por padrão.
A Ciência Aberta deve abranger uma diversidade de conhecimentos, práticas, fluxos de trabalho, linguagens, resultados de pesquisa e tópicos de pesquisa que apoiem as necessidades e o pluralismo epistêmico da comunidade científica como um todo, diversas comunidades de pesquisa e acadêmicos, bem como o público em geral e detentores de conhecimento além da comunidade científica tradicional, incluindo povos indígenas e comunidades locais, e atores sociais de diferentes países e regiões, conforme apropriado. (Recomendação da UNESCO sobre Ciência Aberta, página 7)
Como a primeira estrutura global de definição de padrões em Ciência Aberta, a Recomendação da UNESCO fornecerá um guia importante para governos em todo o mundo à medida que passam da aspiração à implementação de práticas abertas de pesquisa. O tema deste ano, “É importante como abrimos o conhecimento: construindo patrimônio estrutural”, destaca o apelo da recomendação para a participação equitativa de todos os produtores e consumidores de conhecimento.
A Ciência Aberta deve desempenhar um papel significativo para garantir a equidade entre pesquisadores de países desenvolvidos e em desenvolvimento, permitindo o compartilhamento justo e recíproco de entradas e saídas científicas e acesso igual ao conhecimento científico para produtores e consumidores de conhecimento, independentemente da localização, nacionalidade, raça, idade , gênero, renda, circunstâncias socioeconômicas, estágio de carreira, disciplina, idioma, religião, deficiência, etnia ou status migratório ou qualquer outro motivo. (Recomendação da UNESCO sobre Ciência Aberta, página 7)
O acesso aberto à informação – o acesso online gratuito e imediato aos resultados da pesquisa acadêmica e o direito de usar e reutilizar esses resultados conforme necessário – tem o poder de transformar a maneira como a pesquisa e a investigação científica são conduzidas. Tem implicações diretas e generalizadas para a academia, medicina, ciência, indústria e para a sociedade como um todo.
O Acesso Aberto (OA) tem o potencial de maximizar os investimentos em pesquisa, aumentar a exposição e o uso de pesquisas publicadas, facilitar a capacidade de conduzir pesquisas em toda a literatura disponível e aprimorar o avanço geral da bolsa de estudos. Agências de fomento à pesquisa, instituições acadêmicas, pesquisadores e cientistas, professores, alunos e membros do público em geral estão apoiando um movimento em direção ao Acesso Aberto em números crescentes a cada ano. A Semana de Acesso Aberto é uma oportunidade importante para todos os membros da comunidade agirem para manter esse ímpeto em andamento.
Como se envolver. Participar da Semana de Acesso Aberto pode ser tão simples ou envolvente quanto você quiser. Também pode ser uma chance de dar asas à imaginação e criar algo mais ambicioso.
O que os Docentes podem fazer para promover o acesso aberto?
O que os Bibliotecários podem fazer para promover o acesso aberto?
A Semana OA é uma oportunidade inestimável de conectar o impulso global em direção ao compartilhamento aberto com o avanço das mudanças de políticas em nível local.
Universidades, faculdades, institutos de pesquisa, agências de financiamento, bibliotecas e grupos de reflexão têm usado a Semana do Acesso Aberto como uma plataforma para hospedar votos do corpo docente nas políticas de acesso aberto do campus, para emitir relatórios sobre os benefícios sociais e econômicos do Acesso Aberto, para comprometer novos fundos em apoio à publicação de acesso aberto e muito mais.
Agência USP de Gestão da Informação Acadêmica (AGUIA) 2021
Para garantir que o conteúdo acadêmico digital em todos os formatos permaneça disponível para futuros usuários, todas as organizações envolvidas na produção e disseminação acadêmica têm um papel a desempenhar na preservação digital. A NASIG – https://nasig.org/ introduziu sua Política de Modelo de Preservação Digital à medida que avança para o estágio de desenvolvimento de comentários e revisão. Esta política em evolução, projetada como uma ferramenta para divulgar, medir e aumentar o compromisso das organizações com a preservação de seus ativos acadêmicos, inclui a identificação de iniciativas de primeiro passo, atividades emergentes no campo e oportunidades para compartilhar e refinar experiências profissionais.
A NASIG é uma associação profissional independente de bibliotecários e profissionais de publicação acadêmica, trabalhando para aprimorar e transformar o gerenciamento de recursos de informação em todos os formatos e modelos de negócios, com ênfase em comunicações acadêmicas, seriados e recursos eletrônicos.
A política está disponível para comentários públicos de agosto a 30 de novembro de 2021: Download do rascunho do documento ou submit comments.
