institucional: gestión de datos comunidad científica y
TRANSCRIPT
Servicios de DIGITAL.CSIC a la comunidad científica y técnica institucional: Gestión de Datos
Isabel Bernal Oficina Técnica de DIGITAL.CSIC
Curso del Gabinete de Formación CSIC 25-27 marzo, 2019
Hacia la Ciencia AbiertaAnálisis e
interpretación de los datos
Peer reviewPublicación
Revisión de literatura científica
Hipótesis, diseño de la investigación
Recogida de datos
ReplicabilidadReutilización
Pre-prints
Revisiones y anotacionesabiertas
Registro de hipótesis
Cuadernos de laboratorio abiertos
Acceso abierto
Datos abiertos
PreservaciónNuevos sistemas de evaluación
Software abierto
Planes de gestión de datos
Licencias abiertas
Hacia la consolidación de la Ciencia Abierta en los servicios bibliotecarios
• Desarrollo de planes de gestión de datos • Ayuda en el cumplimiento de los datos FAIR• Gestión de identificadores de autor (ORCID..)• Creación de repositorios y portales • Asesoramiento sobre Ciencia Abierta• Promoción de uso de esquemas de metadatos y
vocabularios controlados• Gestión, descripción y publicación de datos• Apoyo a la publicación en acceso abierto• Promoción de nuevos indicadores de evaluación• Promoción de licencias abiertas (Creative
Commons, Open Data Commons..) que fomentan la reutilización de la ciencia
• Apoyo en el cumplimiento de mandatos OA• Agregación de recursos en infraestructuras
abiertas de investigación
Preparación de un plan de gestión de datos
Gestión de datos
Difusión de datos en acceso abierto
Servicios de DIGITAL.CSIC en gestión de datos
SERVICIOS PARA PREPARAR PLANES DE GESTIÓN DE DATOS. GESTIÓN DE DATOS “FAIR”
El papel de la Comisión Europea en impulsar la planificación y la difusión
de los datos FAIR
• Qué datos:1. estadísticas, resultados de
experimentos, mediciones, observaciones de trabajo de campo, resultados de encuestas, grabaciones de entrevistas, imágenes
2. los datos que sirven para validar los resultados de publicaciones científicas y sus metadatos correspondientes y (voluntariamente) otro tipo de datos creados durante el proyecto
• Qué más: Un plan de gestión de datos
• Qué proyectos: a partir de proyectos que inician en 2017, todos por defecto
• Qué plataformas: repositorios institucionales, centralizados, temáticos. Fuente:Re3data
• Cuándo: tan pronto como sea posible
• Qué metadatos en repositorio: información necesaria para validar resultados de investigación (p.e, requerimientos de software, código, protocolos de análisis..) Recomendable es la asignación de DOIs para datasets a través de DataCite
• Qué licencias Recomendadas las licencias CC-BY, CC-0
• Qué financiación Los costes asociados a la provisión de acceso abierto a los datos (p.e, mantenimiento y almacenamiento de datos) son elegibles y su reembolso puede realizarse durante la duración del proyecto
• Qué excepciones: “fund" and "prizes" instruments, "ERC proof of concept" grants, "ERA-Nets" that do not produce data, SME instrument, phase 1. Además, opción general de “opt out” por razones de seguridad, éticas, privacidad, otras.
¿Por qué DIGITAL.CSIC es un repositorio válido para cumplir con la
política de datos H2020?
Publicación de datos de investigación (y software, métodos
asociados)
Asignación de DOIsAsignación de licencias de uso
estándar
Cumplimiento de políticas de datos de
revistas
Almacenamiento y descripción de datasets según estándares
Si vas a usar estos servicios..
Informa a DIGITAL.CSIC tan pronto como sea posibleNo límite de ficheros en el
repositorio pero sé razonable
Prepara toda la información básica: estructura de los datos, tamaño de ficheros, formato,
expectativas
DIGITAL.CSIC solicita a los creadores de datos información sobre la naturaleza,
procesamiento y otras características de los datasets. Estos metadatos son esenciales
DIGITAL.CSIC no impone ninguna licencia de uso pero recomienda Creative Commons y
Open Data Commons para datosPreferencia por acceso abierto/embargado
para los datos
¿Qué son los datos FAIR?To be Findable, data must have
unique identifiers, effectively labeling it within searchable resources
To be Accessible, data must be easily retrievable via open systems and effective and secure authentication and authorization procedures.
To be Interoperable, data should “use and speak the same language” via use of standardized vocabularies.
To be Reusable, data must be adequately described to a new user, have clear information about data-usage licenses, and have a traceable “owner’s manual,” or provenance.
Confusión de confusiones
Mis datos son confidenciales y no pueden ser FAIR
Mis datos ya están
publicados en un artículo
No tengo tiempo y no merece la pena
Es otra carga administrativa Voy a patentar
Me evalúan por las citas y el factor de
impacto, ¿qué me importan los datos FAIR?
Yo soy de Humanidades, los datos FAIR
son para Ciencias
Mis datos son especiales y no pueden ser
estandarizados
No genero datos sino que uso los ajenos
¡¿Qué más?!
Recomendaciones para los investigadores• Define las responsabilidades para la gestión de datos entre los miembros del
equipo en el plan de gestión de datos• Acuerda el uso de estándares comunes para recoger, almacenar y describir datos • Asegúrate de que todos los datos resultantes del proyecto se comparten en una
plataforma común y segura entre todos los miembros del equipo• Documenta la metodología usada en la recogida de datos y las decisiones de una
manera sistemática, por ejemplo, usando plantillas comunes• Usa estándares comunes para denominar a los ficheros, formatos, estructura de los
contenidos• Pon por escrito cómo se gestionan los datos y se comparten entre los miembros del
equipo • Establece qué datos son de uso interno para los miembros del equipo y cuáles se
difundirán públicamente• Deposita los datos en un repositorio que permite el acceso a los revisores de las
publicaciones resultantes del proyecto• Elige licencias de uso estándares para los datos resultantes del proyecto• Asigna un identificador persistente (DOI, Handle, PURL…) a los datos resultantes
para que puedan ser encontrados, reutilizados y citados• Publica información (METADATOS) sobre los datos resultantes en repositorios
Plantillas H2020/ERC para crear planes de gestión de datos
Elementos comunes en todos los Planes de Gestión de datos
• Roles y responsabilidades• Descripción, volumen, estructura,
estándares, formatos de los datos• Recogida y procesamiento de datos• Esquema de Metadatos• Propiedad intelectual y licencias de
uso• Consideraciones éticas • Acceso, publicación y reutilización
de los datos• Selección del repositorio • Seguridad y almacenamiento• Preservación a largo plazo• Presupuesto
Planes de gestión de software• ¿Qué software se ha desarrollado?• ¿Cuáles son sus usuarios potenciales?• ¿Cómo se facilitará su disponibilidad a
los usuarios?• ¿Qué tipo de ayuda se dará a los usuarios
potenciales?• ¿Cómo contribuye este software a la
investigación?• ¿Cómo se relaciona el software con otros
resultados del proyecto y otros softwares?
• ¿Cómo se analizará el impacto del software en la investigación?
• ¿Dónde se depositará el software para garantizar su accesibilidad a largo plazo?
• https://zenodo.org/record/2159713#.XHl7AvlKi1s
¿Dónde encontrar planes de gestión de datos reales? Ejemplo
Dónde encontrar repositorios de datos
Proyecto piloto de la AGU, DataCite y la comunidad científica de Ciencias de la Tierra, Espacio y Medio ambiente para promover los principios FAIR en estas disciplinas. Objetivo, un registro de repositorios de datos FAIR
https://www.re3data.org/Registro de repositorios de datos, temáticos, institucionales e internacionales. Posibilidad de buscar por disciplina y la descripción de cada repositorio atiende a distintos criterios: licencias de uso, tipos de acceso, políticas, estándares, identificadores persistentes
Registros de software de investigación
Generadores de Planes de Gestión de Datos
https://ds-wizard.org/En fase demo: a través de un cuestionario en torno a diversas cuestiones se guía a los creadores de datos a lo largo del proceso para generar un plan de gestiónDesign of experimentData design and planningData Capture/MeasurementData processing and curationData integrationData interpretationInformation and insight
Herramienta de facto para preparar planes para proyectos H2020https://dmponline.dcc.ac.uk/ https://dmponline.dcc.ac.uk/public_plans
Formatos y esquemas de metadatos estándares
Formatos usados frecuentemente por la comunidad científicaUsan especificaciones abiertasIndependientes de software/empresas específicas
Iniciativa internacional de voluntarios para crear un directorio de esquemas de metadatos que son estándares internacionales
Herramienta para calcular costes en la gestión de datos
Herramienta de la Universidad Técnica de Delft para ayudar a los investigadores y personal institucional a definir las necesidades de personal extra y costes en la gestión de datos de un proyecto
Guía de la Universidad de Utrecht para identificar posibles gastos en la gestión de datos a través de todo el ciclo del proyecto de investigación
FAIR en la práctica (1/3). Ciencias de la Tierra y del Espacio
• Deposit research data in a FAIR-aligned repository, with a preference for those that explicitly follow the FAIR Data Principles and demonstrate compliance with international standards for data repositories (e.g., CoreTrustSeal). Supplements to articles must not be used as an archive for data.
• Cite and link to the data in the article, following the Joint Declaration of Data Citation Principles and ESIP Guidelines, using the unique, resolvable, and persistent identifiers provided by the repository in which the data are archived.
• Include a Data Availability Statement describing how the data underlying the findings of their article can be accessed and reused.
• Provide unrestricted access to all data and materials underlying reported findings for which ethical or legal constraints do not apply.
• https://www.csescienceeditor.org/article/data-sharing-and-citations-new-author-guidelines-promoting-open-and-fair-data-in-the-earth-space-and-environmental-sciences/
FAIR en la práctica (2/3): Biomedicina• NIH Data Commons: Its main
objective is to develop the ability to make data FAIR through use of a shared virtual space to store and work with biomedical research data and analytical tools.
• The NIH Data Commons will leverage currently available cloud-computing environments in a flexible and scalable way, aiming to increase the value of NIH-supported data by democratizing access and use of data and analytical tools and allowing multiple datasets to be queried together.
• https://commonfund.nih.gov/commons
FAIR en la práctica (3/3): Ciencias Sociales
• Iniciativa de CESSDA para Ciencias Sociales• Guía para preparar el plan de gestión de datos• Plantilla editable• Catálogo de datos
¿Son tus datos FAIR?
Herramienta de autoevaluación para bibliotecarios de datos, personal informáticoA través de varias preguntas en torno a los principios FAIR se calcula un grado de cumplimiento
LA “R” DE FAIR: DATOS REPRODUCIBLES
Guía para promover más transparencia y apertura
Iniciativa del Center for Open Science (COS)Módulo de 8 estándares: •Citación de datos •Transparencia de datos, metodología y código•Diseño y análisis científico•Registro de planes de análisis•Transparencia de los datos•Transparencia de los materiales de investigación•Registro de hipótesis•Replicabilidad
3 niveles de implementación: documentación pública sobre los datos, publicación de los datos, verificación de la reproducibilidad de los datos
Editores /orgs que han suscrito la guía
Niveles de cumplimiento entre editores principales
Nivel superior de cumplimiento: ejemplo
• Reproducible ResearchOur reproducible research policy is for papers
in the journal to be kite-marked D if the data on which they are based are freely available, C if the authors’ code is freely available, and R if both data and code are available, and our Associate Editor for Reproducibility is able to use these to reproduce the results in the paper. Data and code are published electronically on the journal’s website as Supplementary Materials.
• Code AvailabilityAuthors are strongly encouraged to submit
code supporting their publications. Authors should submit a link to a Github repository and to a specific example of the code on a code archiving service such as Figshare or Zenodo.
Artículos: ejemplo
Reproducibility Project: Cancer Biology
WIKI DEL PROYECTO:
OPEN SCIENCE
FRAMEWORK
DISEÑOS EXPERIMENTALES:
REGISTERED REPORTS
ESTUDIOS QUE REPLICAN LOS
RESULTADOS DEL PROYECTO
ARTÍCULOS EN REVISTAS Y VERSIONES
PREPRINT, CODIGO
DATOS, CÓDIGO, MATERIALES DE
LOS ESTUDIOS QUE REPLICAN LOS
RESULTADOS DEL PROYECTO
LA NUBE EUROPEA DE CIENCIA ABIERTA
Los datos FAIR y la Nube Europea de Ciencia Abierta
• Lanzamiento oficial de EOSC el 22 noviembre 2018
• El objetivo es permitir que los casi 2 millones de investigadores europeos puedan compartir datos de investigación y herramientas de investigación fácilmente en un entorno de Ciencia abierta y colaborativa
• Los datos que se compartan en EOSC deben ser FAIR
El papel de los repositorios y las bibliotecas en EOSC
Algunos pilotos de EOSC
Arqueología Ciencias de la Vida
Linguística Astronomía
CÓMO INCLUIR DIGITAL.CSIC EN TU ESTRATEGIA DE COMUNICACIÓN Y DIFUSIÓN
¿Cómo pueden aprovechar los institutos CSIC su presencia en DIGITAL.CSIC?
Webs de institutos
Webs de proyectos
Proyectos innovadores
Redes sociales
Agregadores • Producción en acceso abierto
• Metadatos (en csv, endnote, xml, datacite..)
• Perfiles• Indicadores
Comunicando Ciencia Abierta
DIVULGACIÓN CIENTÍFICA
CIENCIA Y SOCIEDAD
INVESTIGACIÓNCSIC ACCESO ACCESO
ABIERTO ABIERTO COMO COMO BASE BASE COMÚNCOMÚN
Aplicaciones concretas..WEBS INSTITUTOS
Alimentación de páginas con publicaciones, personal, noticias, novedades, seminarios, portales temáticosAsignación de DOIs/handle a publicaciones Indicadores de uso
WEBS PROYECTOS
Documentación y resultados de investigación, cumplimiento de mandatos de acceso abierto, contenidos de contextoColección específicaIntegración en redes socialesIndicadores de uso
GESTION Y DIFUSIÓN CONGRESOS
Revisiones abiertasPublicación de actas y comunicacionesColección específicaIndicadores de uso
Integración de DIGITAL.CSIC en estrategias de institutos
Difunde tus trabajos que han pasado por un proceso de revisión abierta por pares en DIGITAL.CSIC Material
didáctico con 3 revisiones abiertas en DIGITAL.CSIC
Revisión abierta
Comentario abierto del autor
Apertura de perfiles de investigadores en DIGITAL.CSIC
1. Oficina Técnica2. El propio investigador
Normalización de firmas de autor como tarea previa (biblioteca)
Apertura sistemática de perfiles públicos con (1) autorización expresa e (2)
investigadores con producción en DIGITAL.CSIC
Plantilla. Ejemplos de perfiles, gestión de perfiles
Campos descriptivos• Foto• Firma en DIGITAL.CSIC• Otras firmas (REPETIBLE)• Centro/Instituto• Departamento• Categoría profesional• Especialización• ORCID• Perfil en Google Scholar• Otros identificados (con y sin URL)
(REPETIBLE)• Página web REPETIBLE• Email
Servicios de valor añadido de los perfiles• Mapas de colaboraciones• Estadísticas de uso• RSS• Gestión de perfiles
Perfiles de Grupos de Investigación
• Foto• Nombre del grupo• Fecha de inicio• Fecha de finalización• Instituto• Departamento• Línea de investigación• Especialización principal• DescripciónServicios de valor añadido• Mapas de colaboraciones• Estadísticas de uso• RSS• Gestión de perfiles • Enlace a perfiles de investigadores y
proyectos asociados
Aprovecha las estadísticas del repositorio
• A nivel de instituto • A nivel de autor con perfil
Un ejemplo de explotación de estadísticas
https://digital.csic.es/simple-search?query=Impacto+colecciones+Digital.CSIC&location=
La inclusión en DIGITAL.CSIC multiplica la visibilidad y accesibilidad de la investigación CSIC en la web
Database: PubMed Total: 7149
Month Number of Hits 12/2018 69211/2018 66510/2018 7379/2018 7268/2018 6337/2018 7166/2018 6625/2018 7524/2018 6183/2018 3572/2018 3351/2018 256Ejemplo
ANÁLISIS SEO
INDEXACIÓN POR GOOGLE SCHOLAR
INCLUSIÓN EN INFRAESTRUCTURAS DE INVESTIGACIÓN
VENTAJAS DE DIGITAL.CSIC
