Dades de recerca: Gestió, planificació i difusió

ca | es | en

Què són les dades de recerca?

Les dades de recerca són les dades recollides, utilitzades o generades durant el projecte de recerca.

Definició

"fets, observacions o experiències en funció dels quals es construeixen o es posen a prova un argument o una teoria. Les dades poden ser numèriques, descriptives, auditives o visuals; en brut, resumides o analitzades; experimentals o observacionals"
Font: Projecte LEARN

Classificació i exemples

  • Contingut: dades numèriques, tabulars, textuals, audiovisuals, sonores, multimèdia, computacionals o de seqüenciació genòmica, entre d'altres.
  • Format: fulls de càlcul, imatges, mapes, enquestes, fitxers d'àudio, enregistraments sonors i audiovisuals o text estructurat, entre d'altres.
  • Mètode: 
    • Observacionals: dades capturades en temps real, no repetibles.
    • Simulacions: dades generades per models predictius.
    • Experimentals: es recullen fent experiments.
    • Derivades o de referència: dades que deriven d'altres dades, poden ser dades crues o processades.
  • Naturalesa: digitals (creades digitalment) o no digitals (enquestes en paper, dades recollides en fulls de camp, etc.).
  • Recurs:
    • Dades primàries: es recullen per primera vegada i, per tant, tenen caràcter original.
    • Dades secundàries: dades que ja han estat recollides per una altra persona, que ja han passat per algun tipus de processament, normalment estadístic i que algú altre ha creat amb un objectiu específic.
  • Processament:
    • Dades crues: dades primàries no processades.
    • Dades processades: qualsevol modificació de les dades crues, com ara neteja de dades, modificació o càlculs.

Font: CSUC

Gestió de dades de recerca

La Gestió de les Dades de Recerca (GDR), en anglès RDM (Research Data Management), inclou la recopilació, organització, documentació, emmagatzematge i preservació de les dades utilitzades durant un projecte de recerca.

Amb una bona GDR, entre altres avantatges, es fa un ús eficient dels recursos disponibles i s'estalvia temps, a part de millorar la visibilitat, impacte i el perfil del personal investigador.

 

Gràfic amb el circuit: Recopilació de dades, Processament de dades, Estudi i anàlisi de dades, Publicació i accés a dades, Conservació de dades, Reutilització de dades, Idees de recerca, Planificació i disseny de dades de recerca, Recopilació de dades

Descarrega't el gràfic amb el circuit de gestió de dades d'investigació. Font: CSUC

Dades de recerca en obert: estratègia europea FAIR

Per què publicar les dades en obert?

Publicar les dades de recerca en obert permet garantir l'accés, de forma lliure i universal, a aquestes dades, així com una correcta preservació, explotació, reproducció, difusió, visibilitat i impacte d'aquestes dades. També permet complir amb els requisits dels organismes finançadors.

 Publicar les dades en obert és una obligació per al personal investigador que vulgui accedir a fons de recerca de diferents programes i organismes, com per exemple els que es troben dins el marc Horizon Europe (2021-2027).


Aquestes dades en obert han de seguir els principis FAIR (Findable, Accessible, Interoperable, Reusable), que impliquen facilitar la reproducció, rèplica i reutilització de les dades, i s'apliquen als diferents repositoris, com CORA.RDR (Repositori de dades de recerca) o Zenodo, entre d'altres. 

Què vol dir que les dades siguin FAIR? Findable/Trobables: Les dades són descobertes amb les metadades (camps per a descriure-les) i s'identifiquen i localitzen mitjançant un mecanisme d'identificació estàndard. Accessible: Dades sempre disponibles i que es puguin obtenir. Encara que les dades estiguin restringides, les metadades estaran obertes. Interoperable: analitzables sintàcticament i comprensibles semànticament, permetent l'intercanvi i la reutilització de dades entre investigadors, institucions, organitzacions o països Reusable: suficientment descrites i compartides amb les llicències menys restrictives, permetent la reutilització més àmplia possible i la integració menys feixuga amb altres fonts de dades.
Descarrega't el document Què vol dir que les dades siguin FAIR?

Dades de caràcter personal

Les dades personals identifiquen o poden identificar persones concretes de manera directa o indirecta. Exemples: un nom, un número d'identificació, dades de localització, un identificador en línia o un o diversos elements propis de la identitat física, fisiològica, genètica, psíquica, econòmica i cultural, etc.

 Si el teu projecte inclou dades personals, demana la revisió ètica a la Comissió Institucional de Revisió Ètica de Projectes (CIREP-UPF).