Publicar con impacto: Gestión de datos de investigación

Compartir datos de investigación es una buena práctica científica. Existen numerosas razones para compartir los datos de investigación:

• Promover la innovación y la reutilización de los datos que potencialmente puedan tener nuevos usos
• Facilitar la colaboración entre usuarios de datos, creadores de datos y reutilizadores
• Maximizar la transparencia y la fiabilidad de los datos
• Favorecer la reproducibilidad de los ensayos experimentales
• Permitir la verificación de los resultados de investigación
• Reducir costes al evitar la duplicación de datos
• Aumentar el impacto y la visibilidad de la investigación
• Promover los proyectos de investigación de los que provienen los datos y sus publicaciones
• Generar un reconocimiento directo de los investigadores productores de datos, como ocurre con cualquier otro resultado de investigación

Basado en:

Para saber más:

Ser localizable (findable):

• Asignar un identificador único y persistente a los datos y metadatos.
• Describir los datos con metadatos enriquecidos (es decir, agregando declaraciones semánticas, anotaciones, etc. sobre los datos que describen, que mejoran la calidad de los metadatos).
• Registrar e indizar datos y metadatos en un sistema (repositorio, servicio, etc.) que disponga de motor de búsqueda.
• Incluir un elemento de metadatos específico para el identificador persistente de los datos.

Ser accesible (accessible):

• Utilizar protocolos estandarizados para poder recuperar datos y metadatos mediante su identificador.
• Los protocolos han de ser abiertos, gratuitos y universalmente aplicables.
• Los protocolos deben permitir, además, un procedimiento de autenticación y autorización, si fuera necesario.
• Garantizar la disponibilidad de accesibilidad de los metadatos, aunque los datos ya no estén disponibles.

Ser interoperable (interoperable):

• Utilizar lenguajes formales (accesibles, compartidos y normalizados) para representar datos y metadatos.
• Describir los datos y metadatos con vocabularios (esquemas, ontologías, etc.) que también sigan los principios FAIR.
• Incluir referencias cruzadas y enlaces entre datos y metadatos.

Ser reutilizable (reusable):

• Asegurarse de que los datos y metadatos utilizados tienen una variedad de elementos o atributos precisos y relevantes.
• Publicar datos y metadatos con una licencia de reutilización clara y accesible.
• Utilizar criterios de provenance (creación, atribución e historial de versiones) para asociar metadatos a los datos durante su ciclo de vida.
• Asegurarse de que los estándares de datos y metadatos utilizados cumplen con los estándares comunes del área de conocimiento a la que se refieren los datos.