Qualidade do Plano de Gestão de Dados
um desafio a ser enfrentado
DOI:
https://doi.org/10.18225/ci.inf.v54i2.7237Palabras clave:
plano de gestão de dados, qualidade de PGD, ferramentas de plano de gestão de dadosResumen
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.
Descargas
Referencias
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.
Descargas
Publicado
Número
Sección
Licencia
Derechos de autor 2025 Patricia Corrêa Henning, Viviane Veiga, Luís Ferreira Pires, João Moreira, Isabella Henrique Lima Pereira

Esta obra está bajo una licencia internacional Creative Commons Atribución-CompartirIgual 4.0.
- La publicación se reserva el direcho de realizar, en los originales, cambios de orden normativa, ortográfica y gramatical, para mantener la norma culta del idioma, respetando el estilo de los autores;
- Las pruebas finales no seran enviadas a los autores;
- Los trabajos publicados pasan a ser propriedad de la revista Ciência da Informação, siendo su reimpresión total o parcial, sujeta a autorización expresa de la dirección del IBICT;
- Debe ser consignada la fuente de publicação original;
- Són de exclusiva responsabilidad de los autores las opiniones emitidas en sus artículos;
- Cada autor recibirá dos ejemplares de la revista, caso esté disponible en el formato impreso.