Plan de gestión de datos

Un plan de gestión de datos o DMP es un documento formal que describe cómo se deben manejar los datos tanto durante un proyecto de investigación como después de que el proyecto se complete. ^[1] El objetivo de un plan de gestión de datos es considerar los muchos aspectos de la gestión de datos , la generación de metadatos , la preservación de datos y el análisis antes de que comience el proyecto; ^[2] esto puede llevar a que los datos se gestionen bien en el presente, ^{[ cita requerida ]} y se preparen para su preservación en el futuro. ^[2]

Los DMP se utilizaron originalmente en 1966 para gestionar la recopilación y el análisis de datos de proyectos aeronáuticos y de ingeniería, y se expandieron a otras disciplinas científicas y de ingeniería en los años 1970 y 1980. Hasta principios de la década de 2000, los DMP se utilizaban "para proyectos de gran complejidad técnica y para fines limitados de recopilación y procesamiento de datos a mitad de estudio". ^[3] En la década de 2000 y posteriormente, la investigación electrónica y las políticas económicas impulsaron el desarrollo y la adopción de los DMP. ^[3]

Se afirma que preparar un plan de gestión de datos antes de recopilarlos garantiza que los datos estén en el formato correcto, bien organizados y mejor anotados. ^[4] Podría decirse que esto podría ahorrar tiempo a largo plazo porque no hay necesidad de reorganizar, reformatear o tratar de recordar detalles sobre los datos. También se afirma que aumenta la eficiencia de la investigación, ya que tanto el recopilador de datos como otros investigadores podrían comprender y utilizar datos bien anotados en el futuro. Un componente de un plan de gestión de datos es el archivo y la conservación de los datos. Al decidir un archivo con anticipación, el recopilador de datos puede formatear los datos durante la recopilación para facilitar su envío futuro a una base de datos. Si se conservan los datos, son más relevantes ya que pueden ser reutilizados por otros investigadores. También permite al recopilador de datos dirigir las solicitudes de datos a la base de datos, en lugar de atender las solicitudes individualmente. Un argumento frecuente a favor de la conservación es que los datos que se conservan tienen el potencial de conducir a nuevos descubrimientos imprevistos y evitan la duplicación de estudios científicos que ya se han realizado. El archivo de datos también proporciona un seguro contra la pérdida por parte del recopilador de datos.

En la década de 2010, ^[3] las agencias de financiamiento exigieron cada vez más planes de gestión de datos como parte del proceso de propuesta y evaluación, ^[5] a pesar de que había poca o ninguna evidencia de su eficacia. ^[3]

"No existe una lista general y definitiva de temas que deben incluirse en un plan de gestión de datos para un proyecto de investigación", ^[6] y los investigadores a menudo deben decidir por sí mismos cómo completar un plan de gestión de datos. ^[2]

• Una descripción de los datos que se producirán en el proyecto. ^[7] Esto podría incluir (pero no se limita a) datos que sean:
  • Experimental
  • De observación
  • Crudo o derivado
  • Colecciones físicas
  • Modelos
  • Simulaciones
  • Materiales curriculares
  • Software
  • Imágenes
• ¿Cómo se adquirirán los datos? ¿Cuándo y dónde se adquirirán?
• Después de la recopilación, ¿cómo se procesarán los datos? Incluya información sobre
  • Software utilizado
  • Algoritmos
  • Flujos de trabajo científicos
• Formatos de archivo que se utilizarán, justifique dichos formatos y describa las convenciones de nomenclatura utilizadas. ^[8]
• Medidas de garantía y control de calidad que se tomarán durante la recolección, análisis y procesamiento de las muestras.
• Si se utilizan datos existentes, ¿cuáles son sus orígenes? ¿Cómo se combinarán los datos recopilados con los datos existentes? ¿Cuál es la relación entre los datos recopilados y los datos existentes?
• ¿Cómo se gestionarán los datos a corto plazo? Considere lo siguiente:
  • Control de versiones de archivos ^[9]
  • Copia de seguridad de datos y productos de datos
  • Seguridad y protección de datos y productos de datos
  • ¿Quién será responsable de la gestión?

Los metadatos son los detalles contextuales, incluida cualquier información importante para el uso de los datos. Pueden incluir descripciones de detalles temporales y espaciales, instrumentos, parámetros, unidades, archivos, etc. Los metadatos se conocen comúnmente como “datos sobre datos”. ^[10] Entre las cuestiones que se deben tener en cuenta se incluyen las siguientes:

• ¿Qué nivel de detalle deben tener los metadatos para que los datos sean significativos?
• ¿Cómo se crearán y/o capturarán los metadatos? Algunos ejemplos incluyen cuadernos de laboratorio , unidades de GPS portátiles, archivos guardados automáticamente en instrumentos, etc.
• ¿Qué formato se utilizará para los metadatos? ¿Cuáles son los estándares de metadatos que se utilizan habitualmente en la respectiva disciplina científica? Se debe justificar el formato elegido.

• Describa las obligaciones que existen para compartir los datos recopilados. Estas pueden incluir obligaciones de agencias de financiamiento, instituciones, otras organizaciones profesionales y requisitos legales.
• Incluya información sobre cómo se compartirán los datos, incluido cuándo serán accesibles, durante cuánto tiempo estarán disponibles, cómo se puede obtener acceso y cualquier derecho que el recolector de datos se reserva para utilizarlos.
• Abordar cualquier problema ético o de privacidad relacionado con el intercambio de datos.
• Abordar cuestiones de propiedad intelectual y derechos de autor . ¿Quién es el titular de los derechos de autor? ¿Cuáles son las políticas institucionales, editoriales y/o de las agencias de financiación asociadas con la propiedad intelectual? ¿Existen embargos por razones políticas, comerciales o de patentes?
• Describa los usos/usuarios futuros previstos para los datos.
• Indique cómo otros deben citar los datos. ¿Cómo se abordará el problema de la citación persistente? Por ejemplo, si los datos se depositarán en un archivo público, ¿se le asignará al conjunto de datos un identificador persistente (por ejemplo, ARK , DOI , Handle , PURL , URN )?

• Los investigadores deben identificar un archivo apropiado para la conservación a largo plazo de sus datos. Al identificar el archivo al comienzo del proyecto, los datos se pueden formatear, transformar y documentar adecuadamente para cumplir con los requisitos del archivo. Los investigadores deben consultar a colegas y sociedades profesionales de su disciplina para determinar la base de datos más apropiada e incluir un archivo de respaldo en su plan de gestión de datos en caso de que su primera opción deje de existir.
• Al principio del proyecto, el investigador principal debe identificar qué datos se conservarán en un archivo. Por lo general, es preferible conservar los datos en su forma más básica, aunque también se pueden conservar los derivados y productos de los datos.
• Se debe identificar a una persona como la persona de contacto principal para los datos archivados y garantizar que la información de contacto se mantenga siempre actualizada en caso de que haya solicitudes de datos o información sobre datos.

Los costos de gestión y conservación de datos pueden ser considerables, dependiendo de la naturaleza del proyecto. Al anticipar los costos con anticipación, los investigadores se aseguran de que los datos se gestionen y archiven adecuadamente. Los posibles gastos que se deben considerar son:

• Tiempo del personal para la preparación, gestión, documentación y conservación de datos
• Hardware y/o software necesarios para la gestión de datos, copias de seguridad, seguridad, documentación y conservación.
• Costos asociados con el envío de los datos a un archivo

El plan de gestión de datos debe incluir cómo se pagarán estos costos.

Todas las propuestas de subvención presentadas a la National Science Foundation (NSF) deben incluir un plan de gestión de datos que no tenga más de dos páginas. ^[11] Este es un suplemento (no forma parte de la propuesta de 15 páginas) y debe describir cómo la propuesta se ajustará a la política de la Guía de adjudicación y administración (véase más abajo). Puede incluir lo siguiente:

1. Los tipos de datos
2. Los estándares que se utilizarán para el formato y contenido de los datos y metadatos
3. Políticas de acceso y compartición
4. Políticas y disposiciones para la reutilización
5. Planes para archivar datos

Política resumida de la Guía de administración y premios de la NSF, Sección 4 (Difusión y uso compartido de los resultados de las investigaciones): ^[12]

1. Publicar con prontitud y con la autoría adecuada
2. Compartir datos, muestras, colecciones físicas y materiales de apoyo con otros, dentro de un plazo de tiempo razonable.
3. Compartir software e invenciones
4. Los investigadores pueden conservar sus derechos legales sobre su propiedad intelectual, pero aún tienen que poner sus resultados, datos y colecciones a disposición de otros.
5. Las políticas se implementarán a través de
   1. Revisión de propuesta
   2. Negociaciones y condiciones de adjudicación
   3. Apoyo/incentivos

Desde 1995, el Consejo de Investigación Económica y Social (ESRC) del Reino Unido ha implementado una política de datos de investigación. La actual Política de Datos de Investigación del ESRC establece que los datos de investigación creados como resultado de la investigación financiada por el ESRC deben estar disponibles abiertamente para la comunidad científica en la mayor medida posible, mediante la conservación a largo plazo y la gestión de datos de alta calidad. ^[13]

El ESRC exige un plan de gestión de datos para todas las solicitudes de subvenciones de investigación en las que se creen nuevos datos. Dichos planes están diseñados para promover un enfoque estructurado de la gestión de datos a lo largo de su ciclo de vida, lo que da como resultado datos de mejor calidad que estén listos para archivar con el fin de compartirlos y reutilizarlos. El Servicio de Datos del Reino Unido , el servicio de datos insignia del ESRC, proporciona orientación práctica sobre la planificación de la gestión de datos de investigación adecuada para los investigadores de las ciencias sociales en el Reino Unido y en todo el mundo. ^{[14] [15]}

ESRC tiene un acuerdo de larga data con el Archivo de Datos del Reino Unido , con sede en la Universidad de Essex , como lugar de depósito de datos de investigación, y los titulares de becas deben ofrecer los datos resultantes de sus becas de investigación a través del Servicio de Datos del Reino Unido. ^[16] El Archivo permite la reutilización de datos al preservarlos y ponerlos a disposición de las comunidades de investigación y enseñanza.

En la literatura se han identificado tres temas principales en términos de beneficios de los DMP: beneficios profesionales, beneficios económicos y beneficios institucionales. ^[3] Se ha argumentado que los DMP pueden formar un catalizador para que los investigadores mejoren su alfabetización de datos y sus prácticas de gestión de datos, a menudo con la ayuda de la biblioteca. ^[3]

En la práctica, sin embargo, los DMP a menudo no alcanzan sus objetivos declarados. Una revisión de las políticas de DMP realizada en 2012 por los financiadores de la investigación encontró que a las políticas les faltaban varios elementos de la lista de criterios del Digital Curation Centre para un DMP. ^[17] Los investigadores compartieron el texto del DMP. ^[18] Los DMP a menudo se consideran un "ejercicio administrativo en lugar de una parte integral" del proceso de investigación, ^[19] y se ha reconocido que los DMP no garantizan buenas prácticas de gestión de datos . ^[20] La mayoría de los financiadores no exigen un DMP después de que se otorgan las subvenciones, lo que priva a las partes interesadas de la poderosa herramienta que puede ser un DMP activo. La mejor práctica sería "exigir el mantenimiento del plan de gestión de datos después de la adjudicación y durante la fase activa de un estudio". ^[6] En la actualidad, los planes de intercambio de datos son más importantes que los planes de gestión de datos para los financiadores. ^[6]

• Gestión de datos
• Intercambio de datos
• Datos abiertos
• Ciencia abierta

Pryor, Graham (2014). Servicios de gestión de datos de investigación . Facet Publishing. ISBN 9781856049337.

• Asistente de administración de datos: cree planes de gestión de datos inteligentes para la ciencia abierta FAIR
• Datos ONE
• DM en línea
• Centro de Curación Digital
• Directrices para la presentación de propuestas de subvención de la NSF
• Blog LTER: Cómo redactar un plan de gestión de datos
• Servicio de datos del Reino Unido: Preparación y gestión de datos: orientación y herramientas para investigadores de las ciencias sociales
• Plan de Gestión de Datos PaGoDa: Kit de herramientas DMP del Consorcio de Universidades de la Comunidad de Madrid y la UNED para la Cooperación Bibliotecaria (Madroño - España)