En la actualidad, la evaluación de la investigación es una cuestión que se está replanteando en todo el mundo. En algunos casos, los trabajos de investigación están generando resultados muy buenos, en la mayoría de los casos los resultados son mediocres, y en algunos casos negativos. El nuevo entono tecnológico favorece nuevas posibilidades y oportunidades para la publicación, el impacto y la medición de la calidad. Que una obra sea citada no quiere decir que haya sido citada por su alta calidad. Existe un mito sobre las citas negativas, y se dice que cualquiera puede incluir a propósito un error importante en una investigación con el fin de conseguir más citas. Esto que en principio puede ser posible, no lo es en la práctica, ya que se hay estudios que ponen de manifiesto que los investigadores no suelen citar los trabajos con errores; en una investigación que incluía 10.400 artículos científicos, sólo se encontró que los comentarios negativos que acompañan de forma explícita a una cita solo fueron 10. Por lo general si se piensa que un documento es malo, simplemente no se cita.
Pero, con la llegada de la Gestión de Datos de Investigación (GDI), se está dando aún relevancia a los datos procedentes de procesos fallidos o erróneos de una investigación. El intercambio de datos permite a los científicos utilizar, analizar y reproducir los resultados de los demás, con importantes beneficios derivados del intercambio de datos que van más allá de la mera posibilidad de replicación, ya que permiten la comprobación de los métodos nuevos o alternativos, además de la capacidad de utilizar esos datos de una manera que los investigadores originales nunca hubieran previsto. Para cualquier investigador es de vital importancia conocer porque algo no funciono, que falló en concreto o no permitió obtener los resultados esperados de la aplicación de una metodología o un proceso determinado. De ahí que la mayoría de repositorios de datos instan a los investigadores a facilitar todos los datos de una investigación, no sólo los resultados finales como ocurría hasta ahora; por lo que es importante para un investigador conocer porque una determinada metodología no obtuvo los resultados esperados. Para la ciencia es de una valor primordial poder disponer de la información de todo el proceso de investigación, por ello son importantes y necesarios los datos de resultados positivos y/o negativos, incluidos estos últimos que tradicionalmente no han contado para la ciencia, y que ahora son tenidos en cuenta, ya que informan sobre que método no ha funcionado, y porque razón, entre otras cuestiones para no cometer el mismo error o para buscar una alternativa válida. Ya que en término estrictamente económicos, dentro de un proceso de investigación probablemente lo que consume más insumos es la compilación de datos, disponer de todos los datos de las investigaciones precedentes incluidas los datos de investigaciones fallidas es económicamente sostenible para la ciencia.
Ciencia abierta es más que sólo el acceso abierto a las publicaciones o datos; ya que además incluye otros aspectos como las etapas de los procesos de investigación. Intentos fallidos y metodologías de trabajo. Dentro de los movimientos open hay uno denominado Open Notebook Science, que se refiere a la aplicación del concepto de datos abiertos en el proceso científico, incluidos los experimentos fallidos y los datos en bruto.
F1000Research es una plataforma de publicación de la ciencia abierta original que ofrece la posibilidad de publicación inmediata en acceso abierto, transparente y un sistema de revisión por pares posterior a la publicación. Además de ofrecer la posibilidad de depositar y compartir todos los datos subyacentes utilizados en el desarrollo de la investigación. F1000Research no sólo recopila los resultados finales de la investigación, también acepta documentos relativos a casos clínicos, posters, presentaciones, protocolos, repeticiones y resultados nulos o negativos. F1000Research utiliza un proceso dirigido por el autor, facilitando la publicación de todos los documentos relacionados con la investigación científica en un plazo de pocos días, a través de un sistema de revisión post-publicación, centrado en la solidez científica en lugar de en la novedad o en el impacto.
En la actualidad Figshare es un repositorio de datos ciencia abierta con más de 1,5 millones de datos y objetos públicos, se trata de un desarrollo operado por Macmillan Publishers que puso en marcha Mark Hahnel en enero de 2011, y que desde 2013 colabora con PLOS, y también en esa fechas se integró con ImpactStory para apoyar la recolección de datos altmétricos. Figshare es un repositorio digital en línea donde los investigadores pueden preservar y compartir todos los datos y resultados que genera un proceso de investigación, incluyendo figuras, bases de datos, imágenes y vídeos; de este modo cualquier investigador pueden cargar todos estos importantes datos haciéndoles accesibles al público mediante un número DOI que asigna de manera automática a cada set que se genera con la aplicación: y una cuestión muy importante Figshare también permite a los investigadores publicar los datos negativos de una investigación.
Existe una revista Journal of Negative and No Positive Results, dedicada al tema de los resultados negativos de la ciencia. El objetivo de la misma es para dar valor a los investigadores que han contribuido al avance de la ciencia y el conocimiento de diferentes maneras, decisiones e hipótesis.
La GDI se tienen en cuenta y se aplica a todo el ciclo vital de los datos, y cuenta con todos los datos, abarcando todo el proceso de archivo y difusión de los datos, incluso antes de que los propios datos lleguen a existir.
