A
disponibilização de dados de pesquisa em formato legível por máquina vem sendo amplamente
discutida – e adotada – por instituições de pesquisa, governos e agências de
fomento desde 2013, após a publicação do relatório McKinsey, Open data: Unlocking innovation and performance
with liquid information1, reportado neste blog2.Um dos pilares da ciência aberta, a abertura dos dados de
pesquisa é uma demanda da sociedade, dos governos e financiadores. Esta prática
traz inúmeras vantagens ao tornar a ciência mais transparente, reprodutível,
confiável e verificável, acelera as descobertas e economiza recursos, uma vez
que os dados coletados podem ser reutilizados – e devidamente citados – por
outros.
Como todo novo paradigma, a disponibilização de dados de pesquisa de
forma aberta, como prevê o relatório McKinsey, causa preocupação – e até certo
temor por parte dos pesquisadores. Publicar dados de pesquisa no formato
requerido pode ser desafiador, consome tempo, recursos humanos e financeiros, e
talvez não seja uma das prioridades mais prementes dos pesquisadores. No entanto,
cada vez mais instituições, agências de fomento, governos e até publishers vêm solicitando a
publicação de conjuntos de dados de pesquisa (datasets) em formato de
artigos de dados (data papers) ou depositados em repositórios de dados
abertos quase que simultaneamente à publicação dos artigos em periódicos.
Os conjuntos de dados, ao serem publicados em periódicos ou depositados em repositórios, recebem um identificador digital (Digital Object Identifier, DOI) e podem ser devidamente citados. Uma forma de estimular os autores a compartilhar seus dados seria conferir-lhes o devido crédito na forma de citação por ocasião da reutilização de seus dados, como acontece nas publicações tradicionais. Considerando esta importante fonte de citações, o Web of Science (WoS) criou o Data Citation Index. Assim, os autores podem contabilizar as citações provenientes da publicação de seus dados de pesquisa, além de seus artigos. Nesta mesma direção, o publisher Elsevier implementou em 2014 uma série de princípios para citação de dados para os periódicos que publica3 e participou do lançamento da FORCE11 Joint Declaration of Data Citation Principles, uma série de oito princípios para citação de dados de pesquisa.
A despeito da
existência destas diretrizes para citação de conjuntos de dados, de acordo com
o informe The State of Open Data 20184 produzido pela Digital
Science e pelo Figshare em colaboração com a Springer Nature
obteve 58% de respostas negativas para a pergunta “Você acha que os
pesquisadores recebem crédito suficiente por compartilhar seus dados?”. Apenas
9% responderam afirmativamente.
O informe The State of Open Data 20184 entrevistou
pesquisadores de todos os continentes sobre as motivações, hábitos,
conhecimento e práticas de compartilhamento de dados. Os resultados, comparados
aos informes de 2016 e 2017, trazem informação relevante sobre a evolução dos
dados abertos de pesquisa em todo o mundo além de como fortalecer esta prática
na academia, para que atinja os resultados esperados.
Encorajar o compartilhamento não é suficiente
O número de
conjuntos de dados disponibilizados nos últimos dez anos vem crescendo de forma
exponencial, tendo atingido a marca de cerca de 10.000 em 2018, motivado
principalmente por mandatos institucionais ou de agências de fomento. No
entanto, apesar do número crescente, a pesquisa encontrou que 60% dos
respondentes nunca havia ouvido falar dos princípios FAIR que regem a
disponibilização dos dados de pesquisa e cujo acrônimo significa Findable, Accessible, Interoperable and
Reusable (encontrável, acessível, interoperável e reutilizável). Estes
resultados, portanto, indicam que cumprir exigências de financiadores é uma
coisa e realmente tornar os dados reutilizáveis é outra bem diferente. No
entanto, mais de 60% dos pesquisadores responderam que apoiariam mandatos
nacionais em seus países para tornar os dados de pesquisa disponíveis em acesso
aberto; 25% se declararam neutros a este respeito e apenas 10% se oporiam.
ao momento da coleta de dados para o informe, menos de 30% dos respondentes estavam sujeitos à mandatos institucionais, governamentais ou de agências de fomento para tornar seus conjuntos de dados disponíveis, 40% afirmaram não estarem sujeitos a qualquer mandato e o restante não sabia informar.
Propriedade dos dados
Um aspecto
que não está claro aos autores diz respeito à propriedade dos dados. Os
entrevistados da pesquisa acreditam que a propriedade dos dados depende de a
pesquisa ter sido publicada ou não.
Antes da
publicação, 50% dos respondentes acreditam que os dados são de propriedade dos
financiadores da pesquisa, 28% acham que pertence ao publisher e menos
de 10% atribuem a propriedade aos autores do estudo. Após a publicação, o
percentual que atribuía propriedade aos financiadores cai para 25%, a
instituição é a opção de 17%, o publisher de 22%, e a percentagem
atribuída aos autores permanece inalterada. Cerca de 30% não souberam opinar.
A possibilidade de perda de dados de pesquisa seria um forte incentivo para armazenar conjuntos de dados em repositórios de dados abertos ou para publicar artigos de dados. Embora 56% dos entrevistados indicassem que nunca perderam dados de pesquisa, a perda de dados afetou 30% dos pesquisadores ouvidos pela Digital Science. Quase metade das perdas se deve à falta de backup dos discos rígidos dos equipamentos dos pesquisadores. Dados armazenados em versões ultrapassadas de software também são responsáveis por cerca de 10% das perdas de dados.
Experiências pessoais
Entre os motivos mais frequentemente apontados pelos entrevistados para compartilhar dados estão: maior visibilidade e impacto da pesquisa (22%), benefício público (20%), transparência e reutilização da pesquisa (12%), requerimento do periódico/publisher (10%), e receber o devido crédito por compartilhar os dados da pesquisa (8%). Apesar de estar posicionada em quinto lugar, a citação dos dados na verdade motiva 67% dos entrevistados, e apenas 9% acham que os autores recebem suficiente crédito por compartilhar seus dados, ao passo que 56% consideram que os autores não recebem o devido crédito.
As principais preocupações quanto à disponibilizar os conjuntos de dados incluem: mau uso dos dados (12%), dúvidas sobre direitos autorais e licenças (11%), não receber crédito ou reconhecimento suficientes (11%), não saber como organizar os dados de forma correta/útil (11%), não estar certo se tem o direito de compartilhar os dados (10%), dados contêm informação sigilosa (10%), dúvidas sobre como escolher um repositório adequado (8%), entre outras.
Apesar das muitas dúvidas sobre o processo de compartilhamento de conjuntos de dados, 80% dos pesquisadores estão perfeitamente ao par da existência de dados abertos e 80% deles estão dispostos a utilizar os dados de outros autores em sua pesquisa.
Como acelerar o compartilhamento de dados?
Considerando os resultados do terceiro ano desta pesquisa, os números de 2018 mostraram progressos marcantes referentes à intenção dos autores em disponibilizar seus conjuntos de dados e utilizar dados de outros pesquisadores em seu trabalho.
Agências de fomento e instituições têm unido esforços no sentido de prover apoio de base aos autores para tornar a tarefa de compartilhar dados menos desafiadora e complicada. Uma coisa é certa: estabelecer políticas e mandatos apenas não é suficiente. É preciso destinar recursos específicos para curadoria e preparo dos dados para depósito em repositórios ou publicação como artigos de dados, além de treinamento e orientação.
A questão central, segundo a pesquisa realizada, reside nos mecanismos de recompensa auferidos do compartilhamento de dados. A pergunta “Quais mecanismos de crédito você considera que encorajaria mais pesquisadores a compartilhar seus dados?” gerou mais de 600 respostas livres que requerem uma análise cuidadosa. No entanto, os temas mais frequentes incluem citação, coautoria e colaboração, e crédito na avaliação da pesquisa.
Da mesma
forma, as dúvidas que ainda persistem quanto à propriedade dos dados e como
organizá-los mostram que os pesquisadores necessitam de orientação antes de se
sentir confiantes em disponibilizar seus dados de forma aberta.
Talvez quando
perceberem que o trabalho de preparar os dados para compartilhamento e sua
disponibilização como dados abertos irá finalmente facilitar seu trabalho – e
de todos os outros pesquisadores – iremos observar uma maior adesão ao
movimento de dados abertos.
Lilian Nassi-Calò é química pelo Instituto de Química da USP e
doutora em Bioquímica pela mesma instituição, a seguir foi bolsista da
Fundação Alexander von Humboldt em Wuerzburg, Alemanha. Após concluir
seus estudos, foi docente e pesquisadora no IQ-USP. Trabalhou na
iniciativa privada como química industrial e atualmente é Coordenadora
de Comunicação Científica na BIREME/OPAS/OMS e colaboradora do SciELO.
NASSI-CALÒ, L. Promovendo e acelerando o compartilhamento de dados de pesquisa [online]. SciELO em Perspectiva, 2019 [viewed ]. Available from: https://blog.scielo.org/blog/2019/06/13/promovendo-e-acelerando-o-compartilhamento-de-dados-de-pesquisa/
Últimos comentários