H2020 Programme: Guidelines on Open Access to Scientific Publications and Research Data in Horizon 2020: [e-Book] Version 3.1 – 25 August 2016 European Comission, 2016
Texto completo (PDF)
Guidelines on FAIR Data Management in Horizon 2020
Open access – Data management H2020 Online Manual
En estas directrices se establecen las normas de acceso abierto que deben cumplir los beneficiarios de los proyectos financiados o cofinanciados por el proyecto Horizonte 2020.
Isotani, S. and I. Bittencourt (2015). [e-Book] Dados abertos conectados. Sao Paulo, Novatec, 2015.
«Los datos son un elemento vital en la toma de decisiones y la materia prima para la rendición de cuentas. es casi imposible diseñar políticas eficaces de monitoreo y evaluación sin datos de alta calidad que proporcionen la información correcta sobre las cosas correctas en el momento correcto «.
A World that Counts: Mobilising the data revolution for sustainable development, Naciones Unidas 2014
El mundo está lleno de datos. Los datos se generan cada vez que alguien utiliza su teléfono, cuando navegamos, cuando compramos algo por Internet o cuando vamos en nuestro automóvil conectados por GPS. Todos esos datos proporcionan una información valiosa cuando se analizan y procesan, ya que permiten la toma de decisiones basadas en patrones de comportamiento.
Esta gran cantidad de datos sobre las personas, gobiernos y empresas, está demostrado ser un instrumentos de un valor incalculable para la innovación. La posibilidad de innovación progresiva permite el sostenimiento económico a largo y medio plazo, ya que las personas capaces de utilizar estas tecnologías abiertas pueden producir nuevos negocios y nuevas soluciones a la sociedad. Además, la disponibilidad de los datos tiene un enorme potencial para proporcionar una mayor transparencia y una mayor participación de los ciudadanos en la solución de sus problemas.
Gestión de datos de investigación: post del blog Universo Abierto. Noticias y recursos editado por Julio Alonso Arévalo. Salamanca: Universo Abierto, septiembre 2016
Descargar
La Gestión de Datos de Investigación (RDM) es un proceso diseñado para gestionar y difundir conjuntos de datos de alta calidad, que cumplan con los requisitos académicos, legales y éticos. El proceso implica desarrollar un plan para hacer frente a las consideraciones de archivos que entran en juego en todas las etapas del ciclo de vida de los datos. Teniendo en cuenta todas las etapas y procesos de datos desde la fase de identificación, pertinencia y recogida, hasta la fase de preparación de los datos para su depósito en los archivos o repositorios de datos.
la Gestión de Datos de Investigación (RDM) será una de las cuestiones prioritarias y de futuro que deberán asumir las bibliotecas de investigación. En los últimos años, varias organizaciones científicas nacionales e internacionales han emitido declaraciones y políticas que subrayan la necesidad de un inmediato archivo de los datos, y algunos organismos de financiación han comenzado a exigir que los datos procedentes de investigaciones que financian sean depositados en un archivo público. Estas declaraciones de las principales agencias de financiación de la investigación demuestran que la ética del intercambio de datos es esencial para maximizar el impacto y los beneficios de la investigación (ACRL, 2014). La experiencia ha demostrado que la dispersión de los datos aumenta el coste de procesamiento y la preservación de los datos, y que la inversión disminuye cuando se dispone de depósitos bien conformados. El intercambio de datos también permite a los científicos utilizar, analizar y reproducir los resultados de los demás.
Los datos abiertos son considerados como “la nueva materia prima del siglo 21”, sin embargo en la actualidad los datos de investigación quedan encerrados en repositorios de datos, oficinas de los investigadores, o en los organismos que lo crearon. La mayoría de las instituciones académicas, organizaciones de investigación, las principales editoriales requieren que los datos se presenten adecuadamente para poder utilizarlos y que estén disponibles para sus estudios. Un informe del Foro Económico Mundial declaró que los datos constituyen una nueva clase de activo económico, como la moneda o el oro. Para la revista Forbes, el Big Data ha sido la principal tendencia tecnológica de los últimos años que se mantendrá los próximos años. Para la IDC, hasta 2015 su crecimiento será siete veces superior al de la media de todo el sector de las TIC.
Según la investigación de MGI y la Oficina de Tecnología de Negocios de McKinsey (Mannyica, Michael, Brown, & Bughing, 2011) la cantidad de información que genera cualquier actividad pública o privada proporciona grandes conjuntos de datos, y el análisis de estos se ha convertido en una de las bases clave para la competencia en un futuro inmediato que sustentará las nuevas oleadas de crecimiento, de productividad, innovación y excedente del consumidor.
Una de las características más innovadoras de la biblioteca del siglo 21 tiene que ver con la toma de una postura activa frente a la gestión de datos de investigación, así lo ponen de relieve los principales informes sobre tendencias en bibliotecas universitarias y de investigación cutos documentos coinciden en considerar RDM como una necesidad ineludible en el futuro de estas instituciones (Johnson, Adams, & Cummins, 2015), (Bell, Dempsey, & Fister, 2015), (ACRL, 2015) . Durante siglos los bibliotecarios hemos sido expertos en la organización de las colecciones y saber cómo encontrar las cosas. La transición a los formatos digitales ha traído consigo un enorme volumen de datos que necesita ser curados, como los relativos a descargas, citas, citas de patentes y la cobertura de los medios de comunicación (Alonso-Arévalo, 2016). Todo ello ha ido acrecentando las competencias y habilidades de los bibliotecarios como uno de los segmentos profesionales más capacitados para la gestión de grandes cantidades de datos. Conocer y alfabetizar sobre estas cuestiones requiere un esfuerzo de readaptación profesional para fomentar una mentalidad sobre la importancia de estos datos y la cultura de análisis, ya que se trata de la adopción de las nuevas tecnologías, ello presenta desafíos únicos para los bibliotecarios.
Según David Lankes, (Lankes, 2012) un bibliotecario no tiene que convertirse en un programador, pero debe estar interesado en la creación de conocimiento, debe tener cierta familiaridad con la forma esencial de las diversas herramientas de software que pueden transformar los datos. «Un bibliotecario no tiene que ser un ingeniero de base de datos, pero debe comprender los fundamentos de las herramientas de recuperación de información. Un bibliotecario no tiene por qué ser un estadístico, pero debe tener una comprensión clara de cómo se gestionan los datos numéricos para que puedan ser adecuadamente utilizados. Por último, un bibliotecario no tiene por qué ser un diseñador gráfico, pero tiene que reconocer las características necesarias para hacer una presentación de datos eficaces».
El análisis de las necesidades de datos a través de dominios institucionales puede requerir de la participación de la biblioteca para identificar y conectar a los investigadores con todas las unidades funcionales, tanto formales e informales para compartir, analizar, y reutilizar datos.
Y los bibliotecarios pueden utilizar su experiencia para etiquetar y organizar este tipo de información, haciendo una contribución estratégica a su institución. (Bernal, Oficina Técnica de Digital, & Román-Molina, 2014) De hecho, los bibliotecarios llevamos algunos años desplegando conocimientos técnicos y expertos en promover y apoyar la gestión de repositorios y el intercambio de datos abiertos, por lo que la gestión de datos de investigación ha de formar parte de un desarrollo natural en nuestras tareas y funciones. Según MJ Tooey bibliotecaria de la University of Maryland «Tenemos el conjunto de habilidades necesarias para organizar las cosas. Entendemos los vocabularios controlados. Entendemos las ontologías. Sabeos como organizar la información. Hemos realizado la evolución de la palabra impresa y el encabezamiento de materia a los datos como un proceso natural. Así que estamos preparados para ayudar a la gente a organizar, acceder y almacenar datos»
Goldstein, S. (2016). [e-Book] Training for research data management: comparative European approaches: Report from a Knowledge Exchange survey and workshop Knowledge Exchange, 2016.
En el entorno cambiante de la investigación en que vivimos, Research Data management (RDM) es un proceso fundamental en todas las etapas de la investigación. Las habilidades y conocimientos sobre RDM que los investigadores y el personal de apoyo a la investigación necesitan deben ser compartidas y conocidas por todas las partes implicadas. A finales de 2015, Knowledge Exchange (KE) inició un proyecto para comparar los enfoques en la formación RDM dentro de los cinco países miembros de la asociación. El proyecto se estructura en torno a dos líneas de actuación:
-En los últimos meses de 2015 se realizó una encuesta para recoger información sobre la práctica actual en torno a la formación RDM, con el fin de proporcionar una visión general del panorama de formación RDM.
– En febrero el año 2016 se llevó a cabo un taller para compartir las mejores prácticas en la formación y desarrollo de capacidades RDM
El informe describe los resultados tanto del análisis de la encuesta como de los resultados del taller, que sirvan como una base de pruebas y sugerencias informadas para ayudar a mejorar las prácticas de formación en RDM en los países socios y que sirva también de apoyo a otros países.
Los datos de investigación son valiosos y ubicuos. El acceso permanente a los datos de la investigación es un reto para todos los interesados en la comunidad científica desde los propios investigadores, los organismos de financiación, editores e instituciones académicas. La conservación a largo plazo y el principio de libre acceso a los datos de la investigación ofrecen importantes oportunidades para la comunidad científica. Cada vez son más las universidades y centros de investigación que están comenzando a construir repositorios de datos de investigación que permiten el acceso permanente a los conjuntos de datos en un entorno de confianza. Debido a los requisitos de cada una de las disciplinas temáticas, el paisaje de los repositorios de datos es muy heterogénea. Por lo tanto, es difícil para los investigadores, organismos de financiación, editores e instituciones académicas seleccionar los repositorios apropiados para el almacenamiento y búsqueda de datos de investigación.
re3data.org es un registro global de repositorios de datos de investigación que cubre los depósitos de datos de investigación de diferentes disciplinas académicas. re3data.org promueve una cultura de intercambio, un mayor acceso y una mejor visibilidad de los datos de la investigación. El registro se puso en marcha en el otoño de 2012, y está financiado por la Fundación Alemana de Investigación (DFG).
re3data.org es una herramienta para la identificación de los repositorios adecuados para almacenar datos de investigación, que permite buscar y visualizar los principlales repositorios de datos de investigación por disciplina, materia, país, contenidos, formatos, licencias, lenguaje, metadatos, etc.
re3data.org tiene identificados y registrados más de 1.500 repositorios de datos de investigación, siendo el registro más grande y completo de los repositorios de datos disponibles en la web. Ha crecido constantemente desde su lanzamiento hace cuatro años para cubrir una amplia gama de disciplinas de todo el mundo.
Crecimiento de repositorios de datos registrados en re3data.org
Insignia de identificado de un repositorio en e re3data.org con número DOI
Research Data Management : Principles, Practices, and Prospects. [e-Book]. New York, CLIR, 2013.
El reto de garantizar la conservación a largo plazo y el acceso a los resultados de la investigación científica, especialmente los conjuntos de datos producidos por los proyectos de investigación financiados con fondos públicos, se ha convertido en un tema importante en los Estados Unidos. En 2011 se inició el proyecto DataRes en la Universidad del Norte de Texas con el objetivo de documentar las percepciones y las respuestas a este nuevo problema en la educación superior de Estados Unidos y para explorar formas en las que la profesión de las bibliotecas y ciencias de la información (LIS) podría responder mejor a la necesidad de una mejor gestión de datos de investigación en las universidades. En este informe se ponen de relieve algunos de los hallazgos más destacados del Proyecto DataRes sobre el tema de gestión de datos de la investigación en la educación superior y se consideran los posibles escenarios futuros de la gestión de datos de investigación (RDM) y las implicaciones que conlleva.
Callan, P., J. Baker, et al. [e-Book] Guidelines for the Management of Research Data at QUT. Queensland (Australia), Queensland University of Technology, 2015.
Estas directrices sobre la gestión de los datos de la investigación complementan la política de QUT para la Gestión de Datos de Investigación (MOPP D / 2.8). La herramienta de planificación de la gestión de datos QUT ha sido desarrollada por la biblioteca universitaria para su uso por porte de los investigadores, con el objetivo de servirles de apoyo con los planes de gestión de datos de investigación.
Para su realización se constituyeron tres grupos de trabajo separados, cada uno compuesto por personal TILS. El Grupo de Trabajo Uno ha desarrolló las Directrices para la Gestión de Datos de Investigación, cuya finalidad es que los investigadores y el personal de apoyo a la investigación puedan beneficiarse de la disponibilidad de guías de buenas prácticas en la planificación de gestión de datos. También el Grupo diseñó dos programas de formación para el personal y los investigadores con el fin de dotarles de las habilidades necesarias.
Brown, S., R. Bruce, et al. [e-Book] Directions for Research Data Management in UK Universities. London, JISC, 2015.
Este informe aborda cinco temas principales: «el desarrollo e implementación de políticas», «Habilidades y capacidad», «Infraestructura e interoperabilidad», «Los incentivos para los investigadores y las partes interesadas», «Modelo de negocio y sostenibilidad»
Para cada tema se ha incluido un resumen, junto con una visión de hacia donde se debería trabajar los próximos cinco años en cada una de las cuestiones, sugiriendo algunas de las acciones a llevar a cabo tanto a corto, como a largo plazo, y especificando cuales son las prioridades más complejas. Los lectores deben tener en cuenta que cada uno de los cinco temas plantean acciones interrelacionadas, por ejemplo, un servicio de estadísticas de uso se considera una solución potencial de infraestructura y esta cuestión se plantea de nuevo como un área de acción que puede ayudar a incentivar la gestión de datos de la investigación y el intercambio.
La mayor parte del material aqui reunido proviene de un taller celebrado en Cambridge durante dos dias en noviembre de 2014, que fue apoyado por ARMA, CSAC, RLUK, RUGIT, SCONUL y UCISA. Los recursos del evento están disponibles en línea
Kellam, L. and K. Thompson (2016). [e-Book] Databrarianship: The Academic Data Librarian in Theory and Practice. Chicago, ACRL, 2016
Ver ABAJO el sumario para descargarse algunos capítulos
Con la llegada de la sociedad TIC se están generando enormes volúmenes de datos, los servicio de datos se ha convertido en un tema de vital importancia para las bibliotecas universitarias. Basándose en la experiencia de una comunidad diversa de los profesionales, esta colección de estudios de casos, investigaciones originales, estudio de usuarios, y exploraciones teóricas presenta un análisis de la gestión de Datos de Investigación (RDM) desde el punto de vista de las bibliotecas y los bibliotecarios. El libro aborda aspectos tales como el ciclo de vida de los datos, desarrollo de la colección, preservación digital, retos de trabajar con diferentes estructuras y formas de datos, y la exploración de modelos de servicios adaptados a una variedad de tipos de bibliotecas, este volumen ofrece una caja de herramientas de estrategias que permitirá a los bibliotecarios y administradores responder de forma creativa y eficiente a la gran avalancha de datos. Editado por Kristi Thompson y Lynda Kellam, Databrarianship proporciona asesoramiento y conocimiento sobre los servicios de datos para todo los tipos de bibliotecas universitarias y también será de interés para los docentes que forman a los futuros bibliotecarios.
Table of Contents
Acknowledgments
Introduction
Kristi Thompson and Lynda Kellam, editors
Part I. Data Support Services for Researchers and Learners
chapter 1. A Studio Model for Academic Data Services
Samantha Guss
chapter 2. Embedded Options: A Common Framework
Cynthia Hudson-Vitale
Chapter 3. Data Reference: Strategies for Subject Librarians
Bobray Bordelon
Chapter 4. The Data Management Village: Collaboration among Research Support Providers in the Large Academic Environment
Alicia Hofelich Mohr, Lisa R. Johnston, and Thomas A. Lindsay
Chapter 5. The Data Librarian in the Liberal Arts College
Ryan Clement
Chapter 6. Teaching Foundational Data Skills in the Library
Adam Beauchamp and Christine Murray
Chapter 7. Technical Data Skills for Reproducible Research
Harrison Dekker and Paula Lackie
Chapter 8. Restricted Data Access and Libraries
Jen Darragh
Part II. Data in the Disciplines
Chapter 9. Supporting Geospatial Data
Nicole Scholtz
chapter 10. From Traditional to Crowd and Cloud: Geospatial Data Services at GMU
Joy Suh
chapter 11. Qualitative Research and Data Support: The Jan Brady of Social Sciences Data Services?
Mandy Swygart-Hobaugh
chapter 12. Data in the Sciences
Karen Stanley Grigg
Part III. Data Preservation and Access
Chapter 13. Scholarly Communication and Data
Hailey Mooney
Chapter 14. Data Sharing Policies in Social Sciences Academic Journals: Evolving Expectations of Data Sharing as a Form of Scholarly Communication
Joel Herndon, Ph.D. and Robert O’Reilly, Ph.D.
Chapter 15. Selection and Appraisal of Digital Research Datasets
Christopher Eaker
Chapter 16. Local Data Success Story: The University of Calgary Library’s Ten Years with the City of Calgary
Susan McKee
Chapter 17. Metadata for Social Science Data: Collaborative Best Practices
Jane Fry and Amber Leahey
Chapter 18. Exploring Disciplinary Metadata and Documentation Practices to Strengthen Data Archiving Services
Elizabeth Rolando, Lisha Li, Ameet Doshi, Alison Valk, and Karen Young
Part IV. Data: Past, Present, And Future
Chapter 19. View from Across the Pond: A UK Perspective
Robin Rice
chapter 20. The Academic Data Librarian Profession in Canada: History and Future Directions
Elizabeth Hill and Vincent Gray
chapter 21. Data Librarianship: A Day in the Life—Science Edition
Danianne Mizzy and Michele Hayslett
Chapter 22. Teaching Data Librarianship to LIS Students
Michael McCaffrey and Walter Giesbrecht
Bijsterbosch, M., B. Cordewener, et al. (2016). [e-Book] Funding research data management and related infrastructures Knowledge Exchange and Science Europe briefing paper, Science Europe. Knowledge Exchange Research Data Expert Group and Science Europe Working Group on Research Data, 2016
la Gestión de Datos de Investigación (RDM) es un pilar de la investigación de calidad. En la práctica RDM requiere del apoyo de una una Infraestructura de Datos de Investigación (RDI). Uno de los retos que enfrenta la comunidad de investigación es la forma de financiar la gestión de los datos de la investigación y la infraestructura necesaria. La hoja de ruta de la ciencia en Europa The Science Europe Roadmap (2013) aboga por el establecimiento de un ecosistema de infraestructuras de datos y de investigación para el diseño de estructuras de financiación adecuadas que se adapten a las capacidades nacionales y de organización.
El Plan Anual de Intercambio de Conocimientos de 2014 prioriza el trabajo sobre modelos de negocio sostenibles que incluyen aspectos tales como el almacenamiento, la conservación y la preservación, que no se limita a las publicaciones científicas y académicas, ya que debe además incluir la investigación de datos, herramientas de investigación, e información relacionada (listas de autoridad, identificadores, etc.).
