Os dados oriundos de pesquisas podem ser armazenados, preservados e acessados, contribuindo para a reprodutibilidade do conhecimento científico. Financiadores e editoras internacionais têm determinado que dados de pesquisa estejam acessíveis para outros pesquisadores.

Repositórios de dados são plataformas responsáveis por coletar, armazenar e gerenciar grandes conjuntos de dados de pesquisa.

Há ferramentas de busca que permitem acesso a repositórios de dados de pesquisas de todas as áreas do conhecimento:

• R3Data – Registry of Research Data Repositories – é possível buscar repositórios de dados por assunto e por país
• Repository Finder – é possível encontrar repositórios, do R3Data, que atendam aos Princípios FAIR (Findable, Accessible, Interoperable, Reusable)
• Scientific Data – encontre repositórios recomendados pela revista Nature em várias áreas do conhecimento
• Metabuscador de dados de pesquisa – reúne dados de pesquisas das Universidades no Estado de São Paulo.

Depois de elaborar o Plano de Gestão de Dados, é hora de escolher um Repositório de Dados para armazenar, preservar e possibilitar acesso a seus dados de pesquisa.

• O Repositório de Dados UNIFESP permite o arquivamento de dados de pesquisa. Para mais informações, envie um e-mail para Este endereço de email está sendo protegido de spambots. Você precisa do JavaScript ativado para vê-lo.
• O LattesData é fruto de uma parceria entre Instituto Brasileiro de Informação em Ciência e Tecnologia (Ibict) e Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq). O repositório realiza o depósito e disponibilização de conjunto de dados de pesquisa de projetos fomentados pelo CNPq, permitindo compartilhamento e reuso pela comunidade científica, a preservação de dados de pesquisa e sua acessibilidade no longo prazo, além de múltiplas oportunidades de inovação. Está disponível para pesquisadores e sociedade em geral, podendo navegar, pesquisar os metadados e baixar os conteúdos que estiverem em acesso aberto no repositório.
• Zenodo é um repositório aberto de uso geral desenvolvido sob o programa europeu OpenAIRE e operado pelo CERN. Ele permite que os pesquisadores depositem documentos de pesquisa, conjuntos de dados, software de pesquisa, relatórios e quaisquer outros artefatos digitais relacionados à pesquisa. Zenodo ajuda os pesquisadores a receber crédito tornando os resultados da pesquisa citáveis ​; através do OpenAIRE integra os resultados em relatórios para agências de financiamento, como a Comissão Europeia. As informações de citação também são passadas para o DataCite e para agregadores acadêmicos.
• Mendeley Data é um repositório gratuito especializado em dados de pesquisa. Pesquise mais de 20 milhões de conjuntos de dados indexados em milhares de repositórios de dados.

Para determinadas modalidades e chamadas, o documento "Plano de Gestão de Dados" faz parte dos anexos obrigatórios de uma proposta submetida à FAPESP. 

A FAPESP não tem um modelo próprio para tais planos, pois estes variam conforme o domínio do conhecimento.

Um Plano de Gestão de Dados é um texto que deve responder a duas perguntas básicas:

1. Quais dados serão gerados pelo projeto 

2. Como serão preservados e disponibilizados, considerando questões éticas, legais, de confidencialidade e outras

O texto de um Plano varia conforme a disciplina, os tipos de dados considerados e como os responsáveis pelo projeto pretendem disponibilizá-los. Algumas chamadas FAPESP poderão especificar o formato desejado do Plano. Para todos os demais casos, o Plano submetido como anexo de uma proposta à FAPESP deve seguir as seguintes diretivas:

Texto de até duas páginas, contendo as seguintes informações: 

a) Descrição dos dados e metadados produzidos pelo projeto - por exemplo, amostras, registros de coleta, formulários, modelos, resultados experimentais, software, gráficos, mapas, vídeos, planilhas, gravações de áudio, bancos de dados, material didático e outros.

b) Quando aplicável, restrições legais ou éticas para compartilhamento de tais dados, políticas para garantir a privacidade, confidencialidade, segurança, propriedade intelectual e outros.

c) Política de preservação e compartilhamento (por exemplo, compartilhamento imediato ou apenas após a aceitação da publicação associada). Período de carência (antes do compartilhamento) e período durante o qual os dados serão preservados e disponibilizados.

d) Descrição de mecanismos, formatos e padrões para armazenar tais itens de forma a torná-los acessíveis por terceiros. Esta descrição pode incluir o uso de repositórios e serviços de outras instituições.

Em caso de dúvidas, envie um e-mail para Este endereço de email está sendo protegido de spambots. Você precisa do JavaScript ativado para vê-lo. 

Fonte: FAPESP

A comunidade internacional da Force 11, por meio da Joint Declaration of Data Citation Principles, estabeleceu em 2014 que os dados da pesquisa fazem parte do registro científico e acadêmico, devendo ser citados e referenciados. Isso assegura que os pesquisadores recebam o crédito por seus trabalhos.

Em outras palavras, os dados devem ser considerados produtos de pesquisa legítimos e citáveis. A citação de dados, como a citação de outras evidências e fontes, é uma boa prática de pesquisa e faz parte do ecossistema acadêmico que apoia a reutilização de dados.

Os princípios da Joint Declaration of Data Citation reconhecem a necessidade de criar práticas de citação que sejam compreensíveis por humanos e executáveis ​​por máquinas. Estes princípios são agrupados por:

1. Importância

Os dados devem ser considerados produtos de pesquisa legítimos e citáveis. As citações de dados devem ter a mesma importância no registro acadêmico que as citações de outros objetos de pesquisa, como publicações. 

2. Crédito e atribuição

As citações de dados devem facilitar a concessão de crédito acadêmico e atribuição normativa e legal a todos os contribuintes dos dados, reconhecendo que um único estilo ou mecanismo de atribuição pode não ser aplicável a todos os dados.

3. Provas

Na literatura acadêmica, sempre e onde uma afirmação se baseia em dados, os dados correspondentes devem ser citados.

4. Identificação Única

Uma citação de dados deve incluir um método persistente de identificação que seja executável por máquina, globalmente único e amplamente utilizado por uma comunidade.

5. Acesso

As citações de dados devem facilitar o acesso aos próprios dados e aos metadados, documentação, código e outros materiais associados, conforme necessário para que humanos e máquinas façam uso dos dados referenciados.

6. Persistência

Identificadores únicos e metadados que descrevem os dados devem persistir - mesmo além do tempo de vida dos dados que eles descrevem.

7. Especificidade e Verificabilidade

As citações de dados devem facilitar a identificação, o acesso e a verificação dos dados específicos que sustentam uma afirmação. As citações ou metadados de citações devem incluir informações sobre proveniência suficientes para facilitar a verificação de que a versão dos dados recuperados subsequentemente é o mesmo que foi originalmente citado.

8. Interoperabilidade e flexibilidade

Os métodos de citação de dados devem ser suficientemente flexíveis para acomodar as práticas variantes entre as comunidades, mas não devem diferir tanto a ponto de comprometer a interoperabilidade das práticas de citação de dados entre as comunidades.

• Em geral, as citações dos dados de pesquisa devem constar na seção de Metodologia, bem como nas Referências

• Dados de pesquisa ficam em domínio público sob a licença CC0

• Uma vez que os dados passam a ser produtos citáveis, é preciso atribuir um identificador único que garanta o acesso persistente e de fácil localização O DataCite fornece identificadores persistentes (DOIs) para dados de pesquisa

Clique para acessar o Guia de citação de dados de pesquisa - Scielo (2018) com exemplos de citações e referências de dados de pesquisa.

Pesquisas científicas geram dados e/ou são geradas a partir deles. Dados de pesquisa incluem documentos textuais, planilhas, estatísticas, cadernos de campo, diários, questionários, transcrições, arquivos de áudio, vídeo, fotografias, artefatos, dentre outras tipologias, a depender da área de conhecimento. 

Parte essencial das boas práticas de pesquisa, gerenciar dados de pesquisa tem sido preocupação de pesquisadores e agências de fomento.

Quais dados coletar; como descrever, preservar e assegurar a qualidade; definir onde e por quanto tempo armazenar são algumas das questões a serem analisadas.

Neste sentido, torna-se importante a elaboração de um Plano de Gestão de dados.

O Data Management Plan (DMP), ou Plano de Gestão de Dados, é um documento formal que descreve os dados produzidos durante um projeto de pesquisa e descrevem estratégias de gerenciamento de dados que serão implementadas durante e após a fase ativa do projeto de pesquisa. Os DMPs também descrevem detalhadamente todos os aspectos do gerenciamento de dados que ocorrerão durante todo o ciclo de vida dos dados da pesquisa, quando os dados estiverem sendo coletados, organizados, documentados, compartilhados e preservados.

Segundo o Digital Curation Centre (2013) algumas perguntas norteiam a construção de um DMP:

• Quais dados você coletará ou criará?

• Como os dados serão coletados ou criados?

• Que documentação e metadados acompanharão os dados?

• Como você administrará qualquer questão ética?

• Como você vai gerenciar os direitos autorais e os direitos de propriedade intelectual?

• Como os dados serão armazenados e armazenados durante a pesquisa?

• Como você vai gerenciar o acesso e a segurança?

• Quais dados devem ser mantidos, compartilhados e / ou preservados?

• Qual é o plano de preservação a longo prazo para o conjunto de dados?

• Como você vai compartilhar os dados?

• São necessárias restrições ao compartilhamento de dados?

• Quem será responsável pelo gerenciamento de dados?

• Quais recursos você precisará para implementar seu plano?

 O Plano de Gestão de Dados:

• Aumenta a eficiência das atividades de pesquisa ao economizar tempo e recursos;

• Assegura a integridade dos dados e registros da pesquisa;

• Aumenta o potencial de replicação de pesquisas;

•  Permite que os dados sejam compreensíveis agora e no futuro.

Para tanto, os dados precisam ser fornecidos em condições que permitam a sua reutilização e redistribuição. Os Princípios FAIR (Findable, Accessible, Interoperable, Reusable) definem princípios para que os dados científicos sejam localizáveis, acessíveis, interoperáveis e reusáveis.

Existem ferramentas na web que facilitam a tarefa de escrever um Plano de Gestão de Dados:

 • DMP Tool. Criado pela Universidade da Califórnia, esta é uma das ferramentas mais utilizadas nos Estados Unidos. Atualmente é a plataforma utilizada pela UNIFESP: Em "Sign in" insira seu e-mail institucional (@unifesp.br). Clique em "continue" e, depois, em "Sign in with institution (SSO)". Você será conduzido(a) a uma página que solicitará seu nome de usuário e senha da Intranet UNIFESP.

 • DMPonline. Criado pelo Digital Curation Centre (DCC) da Universidade de Edimburgo, com o apoio do Comitê Conjunto de Sistemas de Informação (JISC), é praticamente uma ferramenta de uso oficial no Reino Unido. Atualmente, está sendo adaptado para uso em outros países e em outros idiomas.

 • PGDonline. É uma tradução espanhola de DMPonline mantida pelo Consórcio Madroño de Madri.

No caso do PGDonline, basta se cadastrar, escolher nome e modalidade e responder às perguntas. É possível, ainda, contar com orientações sobre como criar um Plano de Gestão de Dados.

Estas ferramentas disponibilizam centenas de modelos de planos que foram submetidos a um grande número de agências de fomento, para as mais diversas áreas do conhecimento e são de uso livre para qualquer usuário.

Para saber mais:

Aula da Fiocruz: Plano de Gestão de Dados (PGD)

Cartilha do IBICT: Dados de pesquisa: quem ama, cuida

Guia da FIOCRUZ: Plano de gestão de dados de pesquisa - PGD: Guia de elaboração

Guia do IBICT: Gestão de dados de pesquisa para bibliotecários e pesquisadores

Matéria da ABCD USP: Curadoria de Dados de Pesquisa

Estudo técnico da ANPD (Autoridade Nacional de Proteção de Dados): A LGPD e o tratamento de dados pessoais para fins acadêmicos e para a realização de estudos por órgão de pesquisa

Série de vídeos "Compartilhamento de dados de pesquisa em repositórios" - UFRGS

Série de vídeos "Rede Dados Abertos - Compartilhamento de Dados de Pesquisa" - IBICT

Site da CRBU (Coordenadoria da Rede de Bibliotecas da UNIFESP): Plano de Gestão de Dados

 REFERÊNCIAS

SILVA, F. C. C. Como elaborar um plano de gestão de dados científicos. Biblioteca Universitária da Universidade Federal de Santa Catarina. Disponível em: http://cicloperiodicos.bu.ufsc.br/files/2018/05/OFICINA_-Como-elaborar-um-plano-de-gesta%CC%83o-de-dados-cienti%CC%81ficos-copia.pdf. Acesso em: 11 nov. 2020.

PRÓ Reitoria de Pesquisa UFSCar. Gestão de dados. Disponível em: http://www.propq.ufscar.br/pesquisador/gestao-de-dados-1. Acesso em: 11 nov. 2020.

ABCD USP. Plano de gestão de dados. Disponível em: https://www.aguia.usp.br/apoio-pesquisador/dados-pesquisa/plano-gestao-dados-2/. Acesso em: 11 nov. 2020.