Nos últimos anos, reprodutibilidade e transparência têm sido temas importantes na publicação científica. Embora muitos periódicos, agências de financiamento e instituições tenham introduzido políticas de dados de pesquisa para combater a crise de reprodutibilidade , há uma necessidade de implementar melhor os princípios FAIR , que visam tornar os dados localizáveis, acessíveis, interoperáveis e reutilizáveis, a fim de maximizar seu uso.
Esta é uma tradução simples de Elisabeth Dudziak da matéria publicada no Blog The Publication Plan intitulada Will standardised research data policies make publishing more FAIR?
Os Princípios Orientadores FAIR visam facilitar a reutilização de dados científicos, garantindo que sejam:
- Findable (Localizáveis): dados científicos descritos com metadados apropriados, com um identificador persistente
- Accessible (Acessíveis): dados científicos recuperáveis usando um protocolo aberto, gratuito e universalmente implementável
- Interoperable (Interoperáveis): dados científicos descritos usando linguagem formal, compartilhada e amplamente aplicável e
- Reusable (Reutilizáveis): dados científicos com uma licença de uso de dados clara e descrita com metadados ricos, incluindo proveniência detalhada.
Avanços na transparência dos dados foram feitos nos últimos anos , mas ainda há espaço para melhorias.
Por exemplo, o editor da Molecular Brain , Tsuyoshi Miyakawa, relatou que, desde 2017, ele solicitou dados brutos para 41 artigos antes da aceitação, dos quais 97% retiraram ou foram rejeitados devido a dados brutos insuficientes.
Como resultado, a política de dados de pesquisa da revista, que estabelecia que dados brutos relevantes para estudos deveriam estar disponíveis mediante solicitação, foi atualizada para exigir o depósito dos dados nos quais as conclusões do manuscrito se baseiam.
Embora a adoção de políticas de dados esteja aumentando, a variação entre as políticas pode tornar a conformidade um desafio.
Em resposta, a Research Data Alliance (RDA) publicou um Research Data Policy Framework para ajudar a promover o compartilhamento de dados.
Depois de revisar as políticas de vários editores e construir consenso com as partes interessadas por meio do Grupo de Interesse de Implementação e Padronização de Políticas de Dados RDA , eles definiram 14 recursos de políticas de dados de pesquisa de periódicos organizados em seis tipos / camadas de políticas padrão. Os tópicos incluem:
- Citação de dados
- Repositórios de dados
- Declarações de disponibilidade de dados
- Padrões e formatos de dados
- Revisão por pares de dados de pesquisa
Tanto Miyakawa quanto os autores da estrutura enfatizam a necessidade de colaboração em toda a comunidade de pesquisa mais ampla para apoiar e conduzir a implementação e adoção de políticas de dados de pesquisa. Barend Mons, co-líder da iniciativa GO FAIR , compartilha essa opinião em um artigo da Nature World View e chega a dizer que 5% dos fundos de pesquisa devem ser usados para garantir que todos os dados de pesquisa sejam reutilizáveis por humanos e máquinas, com financiamento retido, a menos que políticas de dados de pesquisa estejam em vigor.
Embora essa sugestão possa não ser popular entre financiadores e acadêmicos, ele afirma que há um excelente retorno sobre o investimento devido ao tempo e dinheiro atualmente perdidos na ‘disputa de dados’.
Como observa Mons, a chave é construir capacidade, permitir a colaboração e compartilhar boas práticas para que a boa administração de dados se torne a regra, não a exceção.
== REFERÊNCIA ==
WILL standardised research data policies make publishing more FAIR? The Publication Plan , 2020. Disponível em: https://thepublicationplan.com/2020/05/27/will-standardised-research-data-policies-make-publishing-more-fair/. Acesso em: 15 set. 2023.
