Datos de investigación. Español

Los datos de investigación son aquellos materiales generados o recolectados durante el transcurso de una investigación. 

• Sirven para validar los resultados obtenidos en la investigación
• Son aceptados por la comunidad científica para poder refutar o comprobar nuevo conocimiento.
• Pueden tener formatos variados y múltiples orígenes dependiendo de la disciplina científica de donde procedan.

En este tipo de datos se incluyen estadísticas, resultados de experimentos, cuadernos de campo, cuestionarios, etc.

Se denomina dataset al conjunto de datos reunidos durante la ejecución de un proyecto de investigación.
 

La Gestión de datos de investigación abarca las tareas de organizar, estructurar, almacenar, preservar y difundir los datos utilizados.

La correcta gestión y documentación de los datos a lo largo de su ciclo vital permitirá:

• Ahorrar tiempo y hacer un uso eficiente de los recursos disponibles sin duplicar esfuerzos.
• Reutilizar los datos al mantenerse exactos, completos, auténticos y fiables .
• Proteger y preservar los datos en repositorios apropiados, permitiendo que puedan servir a nuevas investigaciones y descubrimientos en el futuro.
• Cumplir los requisitos de los organismos financiadores que exigen la presentación de planes de gestión de datos y/o el depósito en repositorios. Horizonte 2020 es el programa que financia proyectos de investigación e innovación de diversas áreas temáticas en el contexto europeo

Infografía sobre buenas prácticas en la gestión de los datos de investigación, elaborada por el Servei de Biblioteques, Publicacións i Arxius de la  Universitat Politècnica de Catalunya y traducida en la Sección de Información y Referencia del Servicio de Biblioteca de la Universidade da Coruña.

Los datos de investigación se deben poder compartir y reutilizar de forma legal en nuevas investigaciones, de forma que otros investigadores puedan tener acceso a los mismos. 

Los principios FAIR hacen referencia a cómo deben tratarse los datos de investigación para que sean localizables, accesibles, interoperables y reutilizables (Findable, Accessible, Interoperable, Reusable).

• Localizables: asignándoles un identificador único y permanente (DOI, handle...). Describiéndolos con metadatos enriquecidos. Registrándolos e indexándolos en recursos de búsqueda.
• Accesibles: utilizando protocolos estandarizados de comunicación que sean abiertos y gratuitos. Cuando los datos no puedan ser abiertos por razones de seguridad, privacidad o intereses comerciales, se deben garantizar procedimientos de autenticación y autorización. Los metadatos estarán accesibles, aunque los datos no estén disponibles.
• Interoperables: los metadatos deben utilizar lenguajes accesibles, compartidos y estandarizados, vocabularios que sigan los principios FAIR, e incluir referencias cruzadas y enlaces entre datos y metadatos. 
• Reutilizables: los metadatos contendrán un licencia clara y accesible sobre la reutilización de los datos.

Hay herramientas que permiten valorar si los datos son FAIR, es decir, localizables, accesibles, interoperables y reutilizables. Algunos ejemplos son:

• FAIR data self-assessment tool
• FAIR-Aware