Qualidade do Plano de Gestão de Dados
um desafio a ser enfrentado
DOI:
https://doi.org/10.18225/ci.inf.v54i2.7237Palavras-chave:
plano de gestão de dados, qualidade de PGD, ferramentas de plano de gestão de dadosResumo
A elaboração de um Plano de Gestão de Dados (PGD) tornou-se essencial com o crescente enfoque na pesquisa orientada por dados no âmbito da Ciência Aberta. Atualmente, as principais agências de fomento do mundo exigem que os PGDs alinhados aos princípios FAIR para a concessão de financiamento. Diante da complexidade da gestão dos conjuntos de dados e das dificuldades dos pesquisadores em elaborar seus Planos, surgiram dúvidas sobre a qualidade dos PGDs. Isso levou à indagação central deste estudo: as ferramentas de PGDs e seus respectivos templates estão preparados para promover a qualidade dos PGDs? Para responder a essa questão, foi conduzido um estudo exploratório baseado na literatura de oito artigos da área, com o objetivo de identificar práticas que possam melhorar a qualidade dos PGDs. A análise revelou seis procedimentos e práticas de aprimoramento: o primeiro está relacionado aos recursos humanos e treinamento; os dois seguintes enfatizam a necessidade de maior participação das agências de financiamento e a definição de políticas. Os três últimos abordam soluções tecnológicas destinadas a aumentar a eficiência e a qualidade dos PGDs. Entre as soluções propostas, destacam-se a adoção de ferramentas para avaliação automática dos PGDs, a criação de métricas para medir a conformidade com os princípios FAIR e o desenvolvimento de ferramentas de PGD acionáveis por máquinas. Conclui-se que a integração desses procedimentos e práticas é fundamental para superar os desafios atuais e melhorar a gestão de dados na pesquisa científica.
Downloads
Referências
BISHOP, Bradley W. et al. Data Management Plan Implementation, Assessments, and Evaluations: Implications and Recommendations. Data Science Journal, [s. l.], v. 22, n. 27, p. 1-8, 2023. Disponível em: https://doi.org/10.5334/dsj-2023-027. Acesso em: 05 ago. 2024.
GAJBE, Sagar Bhimrao at.al. Evaluation and analysis of Data Management Plan tools: A parametric approach. Information Processing and Management 58 (2021) 102480 https://doi.org/10.1016/j.ipm.2020.102480
HENNING, Patricia C. et al (2021). The FAIRness of data management plans: an assessment of some European DMPs. RECIIS - Revista Eletrônica de Comunicação, Informação e Inovação em Saúde, Rio de Janeiro, v. 15, n. 3, p. 722-735. Disponível em: https://www.arca.fiocruz.br/handle/icict/49019. Acesso em: 05 ago. 2024.
MICHENER, William K. Ten Simple Rules for Creating a Good Data Management Plan. PLoS Comput. Biol., [s. l.], v. 11, n. 10, p. 1-9, 2015. Disponível em: https://doi.org/10.1371/journal.pcbi.1004525. Acesso em: 05 ago. 2024.
MIKSA, Tomasz et al. Ten principles for machine-actionable data management plans. PLOS-Computational Biology, [s. l.], v. 15, n. 3, p. 1-15, 2019. Disponível em: https://doi.org/10.1371/journal.pcbi.1006750. Acesso em: 05 ago. 2024.
MIKSA, Tomasz et al. Towards a Toolbox for Automated Assessment of Machine-Actionable Data Management Plans. Data Science Journal, [s. l.], v. 22, n. 28, p. 1-13, 2023. Disponível em: https://doi. org/10.5334/dsj-2023-028. Acesso em: 05 ago. 2024.
PERGL, Robert et al. “Data Stewardship Wizard”: A Tool Bringing Together Researchers, Data Stewards, and Data Experts around Data Management Planning. Data Science Journal, [s. l.], v. 18, n. 59, p. 1-8, 2019. Disponível em: https://doi.org/10.5334/dsj-2019-059. Acesso em: 05 ago. 2024.
VEIGA, Viviane et al. Perception and Practice of Data Management Plans in Health: An Exploratory Study. Data Intelligence, [s. l.], v. 6, n. 3, 2024. (no prelo).
VEIGA, Viviane et al. Plano de Gestão de Dados acionável por máquina, da teoria à prática: uma análise das ferramentas ARGOS e FioDMP. BiblioCanto, Natal, v. 9, n. 2, p. 16-29, 2023. Disponível em: https://doi.org/10.21680/2447-7842.2023v9n2ID33640. Acesso em: 05 ago. 2024.
WILKINSON, Mark D. et al. The FAIR Guiding Principles for scientific data management and stewardship. Scientific Data, [s. l.], v. 3, p. 1-9, 2016. Disponível em: https://doi.org/10.1038/sdata.2016.18. Acesso em: 05 ago. 2024.
Downloads
Publicado
Edição
Seção
Licença
Copyright (c) 2025 Patricia Corrêa Henning, Viviane Veiga, Luís Ferreira Pires, João Moreira, Isabella Henrique Lima Pereira

Este trabalho está licenciado sob uma licença Creative Commons Attribution-ShareAlike 4.0 International License.
- A publicação se reserva o direito de efetuar, nos originais, alterações de ordem normativa, ortográfica e gramatical, com vistas a manter o padrão culto da língua, respeitando, porém, o estilo dos autores;
- As provas finais não serão enviadas aos autores;
- Os autores mantém os direitos totais sobre seus trabalhos publicados na revista Ciência da Informação, ficando sua reimpressão total ou parcial, depósito ou republicação sujeita à indicação de primeira publicação na revista, por meio da Licença Pública 4.0 Internacional Atribuição-CompartilharIgual
- Deve ser consignada a fonte de publicação original;
- As opiniões emitidas pelos autores dos artigos são de sua exclusiva responsabilidade;
- Cada autor receberá dois exemplares da revista, caso esteja disponível no formato impresso.