Interseções entre planos de gestão de dados acionáveis por máquina e métricas para os Princípios FAIR

Abstract

Objetivo: Este estudo busca analisar interseções entre os Planos de Gestão de Dados acionáveis por máquina (maDMPs) e os Princípios FAIR, investigando como essas duas abordagens podem ser aplicadas para melhorar a gestão e reutilização de dados científicos. Metodologia: A pesquisa realizou uma análise relacional entre os dez princípios dos maDMPs, propostos por Miksa et al. (2019), e as métricas do projeto FAIRsFAIR Data Object Assessment Metrics (v.0.4), focando em como os princípios FAIR podem ser implementados fluxos de trabalho de gestão de dados que utilizam os planos de gestão acionáveis por máquina. Resultados: O estudo identificou que todos os 10 princípios de maDMPs analisados estão alinhados com as métricas FAIR estudadas. Conclusões: Os maDMPs têm potencial para se tornarem uma ferramenta central no ecossistema científico, facilitando a interoperabilidade e o uso de dados em múltiplos contextos. O alinhamento entre maDMP e os princípios FAIR pode aumentar a eficiência na gestão de dados, promover o compartilhamento automatizado de informações entre sistemas e reduzir a carga burocrática para os pesquisadores, ao mesmo tempo em que melhora a qualidade dos dados gerados. No entanto, sua adoção ampliada, para além dos requisitos tecnológicos e técnicos necessários por parte de todos os envolvidos, requer incentivos institucionais, regulatórios e de mudança cultural.

Objective:This study seeks to analyze intersections between Machine Actionable Data Management Plans (maDMPs) and the FAIR Principles, investigating how these two approaches can be applied to improve the management and reuse of scientific data. Methodology:The research performed a relational analysis between the ten principles of maDMPs, proposed by Miksa et al. (2019), and the metrics of the FAIRsFAIR Data Object Assessment Metrics project (v.0.4), focusing on how the FAIR principles can be implemented in data management workflows that use machine actionable management plans. Results:The study identified that all 10 maDMPs principles analyzed are aligned with the FAIR metrics studied. Conclusions:maDMPs have the potential to become a central tool in the scientific ecosystem, facilitating interoperability and the use of data in multiple contexts. The alignment between maDMP and FAIR principles can increase efficiency in data management, promote automated information sharing between systems and reduce the bureaucratic burden for researchers, while improving the quality of the data generated. However, their widespread adoption, in addition to the technological and technical requirements needed by all those involved, requires institutional, regulatory and cultural change incentives.

Objetivo: El objetivo de este estudio es crear una Taxonomía para la Ciencia Ciudadana, clasificando y categorizando conceptos relacionados con el área. Metodología: La investigación utilizó la metodología Constructivista del Proceso de Desarrollo del Conocimiento (ProKnow-C), que involucra la selección de un portafolio bibliográfico y el análisis de conceptos. El proceso incluye tres fases: formación de portafolio bibliográfico, filtrado y prueba de representatividad. La búsqueda se centró en terminologías relacionadas con la Ciencia Ciudadana, utilizando palabras clave como Ciencia Ciudadana, Toma de Decisiones Participativa, Tecnologías Cívicas e Innovación Ciudadana. Resultados: El análisis sistémico identificó lagunas en la literatura y propuso cinco nuevos conceptos para la Taxonomía de la Ciencia Abierta. Estos conceptos son: Científicos aficionados, Científicos comunitarios, Ciencia de alta tecnología, Cartografía participativa y Aprendizaje automático. Conclusiones: las terminologías identificadas en este estudio contribuyen a ampliar el conocimiento sobre la ciencia ciudadana y ponen de relieve la relevancia de la participación ciudadana en el proceso científico. La Taxonomía propuesta facilita el entendimiento y la comunicación entre investigadores y profesionales involucrados en el área, reforzando la importancia de la colaboración entre científicos y ciudadanos para el avance de la ciencia.