Skip to main content

Los “Principios de recomendaciones FAIR para la gestión y administración de datos de investigación” se publicaron en 2016 en Scientific Data. El artículo se presentaba los principios FAIR, que ofrecen un conjunto de calidades precisas que una publicación de datos de investigación debería seguir para que los datos sean encontrables, accesibles, interoperables y reutilizables (en inglés Findable, Accessible, Interoperable, and Reusable).

Según los autores del artículo, los datos FAIR tienen por objetivo garantizar el uso eficiente de los datos de investigación:

  • El hecho que los datos sean fáciles de encontrar por aquellos que los necesitan (findable) implica que deben describirse de forma adecuada para facilitar la recuperación a través de motores de búsqueda o catálogos de datos. Es decir, hay que indicar la fecha de obtención de los datos, el instrumento de medida usado, el procedimiento de recogida, etc.
  • Además, los datos deben ser accesibles. Esto implica que estén depositadas en repositorios que garanticen el acceso seguro, controlado y estable a lo largo del tiempo. Con esta finalidad, los datos deben ser identificables con un código único y persistente, como un DOI (Digital Object Identifier).
  • Los datos, además, deben estar estructurados de forma que sean comprensibles y se puedan interpretar mediante diferentes sistemas informáticos. Es decir, que sean interoperables. Esto implica el uso de formatos estándar que permitan la integración con otros conjuntos de datos.
  • Finalmente, los datos deben proporcionarse de forma que otros investigadores las puedan reutilizar. Esto comporta la descripción de las licencias de uso, las condiciones de reutilización y las posibles restricciones.
fair-data-principles

Sonja Bezjak, April Clyburne-Sherin, Philipp Conzett, Pedro Fernandes, Edit Görögh, Kerstin Helbig, Bianca Kramer, Ignasi Labastida, Kyle Niemeyer, Fotis Psomopoulos, Tony Ross-Hellauer, René Schneider, Jon Tennant, Ellen Verbakel, Helene Brinken, & Lambert Heller. (2018). Open Science Training Handbook (1.0). https://book.fosteropenscience.eu/

En los últimos años, los datos recogidos, generados o utilizados en el desarrollo de los proyectos de investigación han recibido la atención de la comunidad científica y de los órganos gestores de la investigación. A nivel europeo, desde el programa marco Horizon 2020 y su piloto Open Research Data Pilot se ha promovido la «Gestión de datos de investigación» (Research Data Management, RDM). Este concepto es un paraguas que engloba diferentes actividades relacionadas con la creación, organización, estructuración, almacenamiento, preservación y compartición de los datos. Es por ello que los proyectos financiados por la Comisión Europea requieren que se elabore un plan de gestión de datos (Data Management Plan, DMP) y se depositen los datos siguiendo los principios FAIR con el objetivo de aumentar la eficiencia y la transparencia de la investigación a través de difundir los resultados de forma rápida y de facilitar su reutilización.

Desde 2016, todas las universidades de Cataluña tienen servicios de soporte a la gestión de datos de investigación, que ayudan al personal investigador a realizar planes de gestión de datos, a poner los datos en modo FAIR y a publicarlos en los repositorios adecuados. Este servicio se coordina desde el Grupo de Trabajo de Soporte a la Investigación, formado por representantes de las instituciones participantes.

Desde el CSUC se facilitan las herramientas para que la gestión de datos de investigación sea un proceso fácil y ágil para el usuario. Para hacerlo, se pone a disposición de las instituciones interesadas los recursos para que la publicación de datos de investigación sea en abierto y siguiendo los principios FAIR. Es por ello que se trabaja codo con codo con las universidades y centros de investigación para hacer promoción de estos principios e implementarlos en el día a día de la investigación en Cataluña.