El archivo de datos de investigación es el almacenamiento a largo plazo de datos de investigación académica, incluidas las ciencias naturales, las ciencias sociales y las ciencias de la vida. Este proceso implica la preservación, curación y facilitación del acceso a los conjuntos de datos que respaldan los hallazgos científicos, permitiendo su verificación, replicación y reutilización por parte de la comunidad investigadora.

Contexto y motivación Las diversas revistas académicas tienen políticas diferentes con respecto a la cantidad de datos y métodos que los investigadores deben almacenar en un archivo público. Lo que realmente se archiva varía ampliamente entre las diferentes disciplinas. Del mismo modo, las principales instituciones que otorgan subvenciones tienen actitudes diferentes hacia el archivo público de datos.

En general, la tradición de la ciencia ha sido que las publicaciones contengan información suficiente para permitir que otros investigadores repliquen y, por lo tanto, prueben la investigación. En los últimos años, este enfoque se ha vuelto cada vez más tenso, ya que la investigación en algunas áreas depende de grandes conjuntos de datos que no pueden replicarse fácilmente de forma independiente.

El archivado de datos es más importante en algunos campos que en otros. En ciertas disciplinas, todos los datos necesarios para replicar el trabajo ya están disponibles en el artículo de la revista. En cambio, en el desarrollo de medicamentos, se genera una gran cantidad de datos que deben archivarse para que los investigadores puedan verificar que los informes publicados por las compañías farmacéuticas reflejan con precisión los datos originales.

Historia El requisito del archivo de datos es un desarrollo reciente en la historia de la ciencia. Fue posible gracias a los avances en la tecnología de la información que permitieron almacenar y acceder a grandes cantidades de datos desde ubicaciones centralizadas. Por ejemplo, la Unión Geofísica Americana (AGU) adoptó su primera política sobre el archivo de datos en 1993, unos tres años después del comienzo de la WWW. Esta política exige que los conjuntos de datos citados en los documentos de AGU sean archivados por un centro de datos reconocido; permite la creación de "documentos de datos"; y establece el papel de AGU en el mantenimiento de archivos de datos. Sin embargo, no se exige a los autores de artículos que archiven sus datos.

Antes de la existencia de archivos de datos organizados, los investigadores que deseaban evaluar o replicar un artículo tenían que solicitar datos y métodos directamente al autor. La comunidad académica esperaba que los autores compartieran datos suplementarios. Este proceso fue reconocido como un desperdicio de tiempo y energía y obtenía resultados mixtos. La información podía perderse o corromperse con los años. En algunos casos, los autores simplemente se negaban a proporcionar la información solicitada.

La necesidad de archivar datos y realizar la debida diligencia aumenta considerablemente cuando la investigación aborda problemas de salud o la formación de políticas públicas.

Políticas seleccionadas por revistas A continuación se presentan ejemplos representativos de políticas de archivo de datos adoptadas por revistas científicas de diferentes disciplinas.

Biotropica

NB: Biotropica es una de las pocas revistas que paga las tarifas para los autores que depositan datos en Dryad.

The American Naturalist

Journal of Heredity

Molecular Ecology

Nature

Science

Royal Society

Journal of Archaeological Science

Políticas de agencias de financiación Las principales agencias de financiación de la investigación han establecido requisitos para la gestión y el archivo de datos:

+ Políticas de archivo de datos por agencia de financiación Agencia Requisito Referencia National Science Foundation (NSF, EE. UU.) Los investigadores deben presentar un Plan de gestión de datos (DMP) de dos páginas como parte de la solicitud de subvención. "NSF Data Management Plan Requirements" National Institutes of Health (NIH, EE. UU.) Requiere el depósito de datos en repositorios aprobados, con planes específicos según el tipo de investigación (genómica, clínica, etc.). "NIH Data Sharing Policies" Deutsche Forschungsgemeinschaft (DFG, Alemania) Exige que los datos de investigación se archiven en la propia institución del investigador o en una infraestructura nacional adecuada durante al menos 10 años. European Research Council (ERC) Requiere que los datos de investigación se depositen en un repositorio de acceso abierto tan pronto como sea posible después de la publicación. "ERC Data Management" UK Research and Innovation (UKRI) Exige un plan de gestión de datos y el depósito en repositorios reconocidos, con un período de embargo limitado. "UKRI Data Sharing Policy"

Además, la iniciativa NSF Datanet ha resultado en la financiación del proyecto de la Red de Observación de Datos para la Tierra (DataONE), que proporciona archivo de datos científicos para datos ecológicos y ambientales producidos por científicos de todo el mundo. El objetivo declarado de DataONE es preservar y proporcionar acceso a datos a escala múltiple, multidisciplinaria y multinacional.

El British Digital Curation Centre (DCC) mantiene una visión general actualizada de las políticas de datos de los financiadores a nivel internacional.

Archivos y repositorios de datos Los datos de investigación se archivan en bibliotecas de datos, archivos de datos o repositorios digitales. Estos pueden ser:

Repositorios disciplinares: especializados en un campo específico (ej. GenBank para secuencias genéticas, Protein Data Bank para estructuras de proteínas, PANGAEA para ciencias de la tierra). Repositorios institucionales: alojados por universidades o centros de investigación para preservar la producción científica de sus miembros. Repositorios generalistas: aceptan datos de cualquier disciplina (ej. Dryad, Figshare, Zenodo, Dataverse).

El Registry of Research Data Repositories (re3data.org) mantiene un catálogo global de repositorios de datos de investigación.

Desafíos y buenas prácticas A pesar de los avances, el archivo de datos enfrenta varios desafíos:

Falta de incentivos: los investigadores a menudo no reciben reconocimiento académico por archivar y curar datos. Costos: el almacenamiento y la curación a largo plazo requieren recursos financieros sostenidos. Estandarización: la falta de metadatos y formatos comunes dificulta la interoperabilidad. Privacidad y ética: los datos sensibles (humanos, ubicaciones de especies amenazadas) requieren controles de acceso. Cumplimiento: muchas políticas de revistas y financiadores no se aplican rigurosamente.

Las buenas prácticas incluyen: elaborar un plan de gestión de datos, documentar adecuadamente los metadatos, elegir repositorios confiables con políticas de preservación claras, asignar identificadores persistentes (DOIs) y respetar los principios FAIR (Findable, Accessible, Interoperable, Reusable).

Véase también Biblioteca de datos Preservación digital Gestión de datos de investigación Plan de gestión de datos Ciencia abierta Datos abiertos Principios FAIR Repositorio de datos Curación de datos

Referencias

Enlaces externos Registry of Research Data Repositories (re3data.org) – Registro global de repositorios de datos (en inglés) Digital Curation Centre (DCC) – Centro británico para la curación digital (en inglés) DataONE – Red de observación de datos para la Tierra (en inglés) Dryad – Repositorio generalista para datos científicos (en inglés) Figshare – Repositorio generalista para datos y figuras (en inglés) Zenodo – Repositorio generalista apoyado por CERN y la UE (en inglés) GO FAIR – Iniciativa internacional para implementar los principios FAIR (en inglés)

Categoría:Representación del conocimiento Categoría:Preservación digital Categoría:Gestión de datos