1. O documento discute estruturas de apoio para promover o acesso aberto a dados de pesquisa, como os Princípios FAIR para tornar dados localizáveis, acessíveis, interoperáveis e reutilizáveis. 2. É destacada a perda frequente de dados de pesquisa devido à falta de padronização e infraestrutura de apoio, limitando o avanço do conhecimento. 3. São apresentadas ferramentas para gestão de dados segundo os Princípios FAIR, como repositórios confiáveis e

1. ESTRUTURAS DE APOIO AO ACESSO ABERTO
15 DE JUNHO, 2018 – UNIRIO – RIO DE JANEIRO-BR
Luiz Bonino
luiz.bonino@go-fair.org

2. CIÊNCIA ABERTA E DADOS FAIR
https://vimeo.com/162062013

3. O PROBLEMA DE FUNDO
Fragmentação de…
• Dados
• Modelos
• Ferarmentas de software
• Plataformas
• Regras
• …

4. REALIDADE - HETEROGENEIDADE
Integração organizacional
Technologies
Providers
Platforms

5. REALIDADE – HETEROGENEIDADE - DESAFIOS
Integração organizacional
Technologies
Providers
Platforms
Como saber o que está disponível?
Onde conseguir?
Como conseguir?
Como integrar?
Como facilitar o reuso?

6. PERDA DE DADOS É REAL
Nature news, 19 December 2013
• Velocidade e capacidade de
armazenamento dos computadores
dobram a cada 18 meses e o ritmo é
estável
• Dados de sequenciamento de DNA
dobram a cada 6-8 meses e devem
acelerar na próxima década
Science1.0

7. Maioria dos dados não se falam
Dados são perdidos e/ou são difíceis de achar
Limita a ampliação da efetiva descoberta de conhecimentos
20% dos links de dados suplementares se “degradam”anualmente
80% dos dados são perdidos
60% dos dados em literatura não podem ser encontrados por máquinas
Aproximadamente 50% das pesquisas não são reproduzíveis
O PROBLEMA DE DADOS EM PESQUISA E INOVAÇÃO

8. O PROBLEMA DE DADOS EM PESQUISA E INOVAÇÃO
O crescente tsunami de dados requer habilidades além das
ensinadas em cursos de ciência da computação
Necessidade de programas educacionais para gestores de dados
profissionais
CE: 1,7M de cientistas e 70-100M de profissionais em C&I precisam
de 500.000 especialistas de dados (estimativa conservadora assumindo 10M de
geradores de dados e 1 especialista em dados para cada 20 geradores)
EUA: “Os Estados Unidos encaram um deficit 1,5M de gestores e
analistas com habilidades para entender e tomar decisões
baseadas em análise de dados” (Fonte: McKinsey Global Institute,
2011)

9. ESFORÇO EM REUSO DE DADOS
Fonte: Data Science Report 2016, CrowdFlower, 2016: http://visit.crowdflower.com/rs/416-ZBE-142/images/CrowdFlower_DataScienceReport_2016.pdf

10. ESFORÇO EM REUSO DE DADOS
Fonte: Data Science Report 2016, CrowdFlower, 2016: http://visit.crowdflower.com/rs/416-ZBE-142/images/CrowdFlower_DataScienceReport_2016.pdf

11. OS PRINCÍPIOS FAIR

12. PRINCÍPIOS FAIR
Findable (localizáveis):
F1. (meta)dados possuem identificadores persistentes e únicos
globalmente;
F2. dados são descritos por metadados ricos;
F3. metadados clara e explicitamente incluem os
identificadores dos dados que descrevem;
F4. (meta)dados são registrados e indexados em mecanismos
de busca;
Acessíveis:
A1. (meta)dados são recuperáveis através de seus identificados
utilizando um protocol de comunicação padronizado;
A1.1 o protocoloé aberto, gratis e universalmente
implementável;
A1.2. o protocolo possibilidade procedimentos de
autenticação e autorização, quando necessários;
A2. metadados são acessíveis mesmo quando os dados não estão
mais disponíveis;
Interoperáveis:
I1. (meta)dados usam linguagens de representação de
conhecimentos formais, acessíveis, compartilháveis e
amplamente aplicáveis.
I2. (meta)dados usam vocabulários que seguem os princípios
FAIR;
I3. (meta)dados incluem referências qualificadas para outros
(meta)dados.
Reusáveis:
R1. (meta)dados são ricamente descritos com uma pluralidades de
atributos relevantes e precisos;
R1.1. (meta)data are released with a clear and accessible data
usage license;
R1.2. (meta)data are associated with detailed provenance;
R1.3. (meta)data meet domain-relevant community
standards;
https://www.nature.com/articles/sdata201618

13. PRINCÍPIOS FAIR - METADADOS
Findable (localizáveis):
F1. metadados possuem identificadores persistentes e únicos
globalmente;
F2. dados são descritos por metadados ricos;
F3. metadados clara e explicitamente incluem os
identificadores dos dados que descrevem;
F4. metadados são registrados e indexados em mecanismos de
busca;
Acessíveis:
A1. metadados são recuperáveis através de seus identificados
utilizando um protocol de comunicação padronizado;
A1.1 o protocoloé aberto, gratis e universalmente
implementável;
A1.2. o protocolo possibilidade procedimentos de
autenticação e autorização, quando necessários;
A2. metadados são acessíveis mesmo quando os dados não estão
mais disponíveis;
Interoperáveis:
I1. metadados usam linguagens de representação de
conhecimentos formais, acessíveis, compartilháveis e
amplamente aplicáveis.
I2. metadados usam vocabulários que seguem os princípios
FAIR;
I3. metadados incluem referências qualificadas para outros
(meta)dados.
Reusáveis:
R1. metadados são ricamente descritos com uma pluralidades de
atributos relevantes e precisos;
R1.1. metadados possuem licenças de uso claras e acessíveis;
R1.2. metadados são associados a procedências detalhadas;
R1.3. metadados seguem padrões das comunidades
relevantes aos domínios;
https://www.nature.com/articles/sdata201618

14. PRINCÍPIOS FAIR – DADOS/OBJETOS DIGITAIS
Findable (localizáveis):
F1. dados possuem identificadores persistentes e únicos
globalmente;
F2. dados são descritos por metadados ricos;
F3. metadados clara e explicitamente incluem os
identificadores dos dados que descrevem;
F4. dados são registrados e indexados em mecanismos de
busca;
Acessíveis:
A1. dados são recuperáveis através de seus identificados utilizando
um protocol de comunicação padronizado;
A1.1 o protocoloé aberto, gratis e universalmente
implementável;
A1.2. o protocolo possibilidade procedimentos de
autenticação e autorização, quando necessários;
A2. metadados são acessíveis mesmo quando os dados não estão
mais disponíveis;
Interoperáveis:
I1. dados usam linguagens de representação de conhecimentos
formais, acessíveis, compartilháveis e amplamente aplicáveis.
I2. dados usam vocabulários que seguem os princípios FAIR;
I3. dados incluem referências qualificadas para outros
(meta)dados.
Reusáveis:
R1. dados são ricamente descritos com uma pluralidades de
atributos relevantes e precisos;
R1.1. dados possuem licenças de uso claras e acessíveis;
R1.2. dados são associados a procedências detalhadas;
R1.3. dados seguem padrões das comunidados relevantes aos
domínios;
https://www.nature.com/articles/sdata201618

15. PRINCÍPIOS FAIR – INFRAESTRUTURA DE APOIO
Findable (localizáveis):
F1. (meta)dados possuem identificadores persistentes e únicos
globalmente;
F2. dados são descritos por metadados ricos;
F3. metadados clara e explicitamente incluem os
identificadores dos dados que descrevem;
F4. (meta)dados são registrados e indexados em mecanismos
de busca;
Acessíveis:
A1. (meta)dados são recuperáveis através de seus identificados
utilizando um protocol de comunicação padronizado;
A1.1 o protocoloé aberto, gratis e universalmente
implementável;
A1.2. o protocolo possibilidade procedimentos de
autenticação e autorização, quando necessários;
A2. metadados são acessíveis mesmo quando os dados não estão
mais disponíveis;
Interoperáveis:
I1. (meta)dados usam linguagens de representação de
conhecimentos formais, acessíveis, compartilháveis e
amplamente aplicáveis.
I2. (meta)dados usam vocabulários que seguem os princípios
FAIR;
I3. (meta)dados incluem referências qualificadas para outros
(meta)dados.
Reusáveis:
R1. (meta)dados são ricamente descritos com uma pluralidades de
atributos relevantes e precisos;
R1.1. (meta)dados possuem licenças de uso claras e
acessíveis;
R1.2. (meta)dados são associados a procedências detalhadas;
R1.3. (meta)dados seguem padrões das comunidados
relevantes aos domínios;
https://www.nature.com/articles/sdata201618

16. GESTÃO DE DADOS FAIR

17. Fonte: Patricia Henning – UNIRIO/Fiocruz

18. FERRAMENTA PARA ELABORAÇÃO DE PLANO DE GESTÃO DE DADOS
• DMPOnline desenvolvido pelo Digital Curation Centre – DCC. Utilizado pela
Comissão Europeia.
https://dmponline.dcc.ac.uk/ Fonte: Patricia Henning – UNIRIO/Fiocruz

19. Fonte: Patricia Henning – UNIRIO/Fiocruz

20. Fonte: Patricia Henning – UNIRIO/Fiocruz

21. REPOSITÓRIOS DE DADOS
Fonte: Patricia Henning – UNIRIO/Fiocruz

22. Fonte: Patricia Henning – UNIRIO/Fiocruz

23. https://www.eudat.eu/news/charting-the-course-towards-a-concrete-european-open-science-
cloud-outcomes-of-the-eudat Fonte: Patricia Henning – UNIRIO/Fiocruz

24. Fonte: Patricia Henning – UNIRIO/Fiocruz

25. Fonte: Patricia Henning – UNIRIO/Fiocruz

26. Fonte: Patricia Henning – UNIRIO/Fiocruz

27. http://dendro.fe.up.pt/blog/wp-content/uploads/2016/11/UAIS2016posprint.pdf
Fonte: Patricia Henning – UNIRIO/Fiocruz

28. REPOSITÓRIOS CONFIÁVEIS
Um repositório confiável é aquele que pode
demonstrar conformidade com padrões e melhores
práticas através de políticas e procedimentos
transparentes e bem documentados.
• Deve oferecer políticas de:
• preservação digital,
• políticas de acesso e de uso,
• políticas de segurança de dados,
• políticas de metadados claras e compreensíveis
Fonte: Patricia Henning – UNIRIO/Fiocruz

29. GESTÃO DE DADOS DE PESQUISA
29
Apoio
Infra-
estrutura
Políticas
entendimento:
Pesquisadores entendem o que é
importante, quando, porque e quem
clareza:
Pesquisadores sabem o que se esperam
deles
habilidade:
Pesquisadores tem os recursos necessários
para satisfazerem as expectativas

30. ELEMENTOS DE UM DEPARTAMENTO DE GESTÃO DE DADOS
• Bem integrado (portanto acessível e respeitado) à
organização
• Bem gerido e organizado de forma supra-
departamental (modelo hub and spokes)
• Responsável por formular a política de gestão de
dados da organização
• Organiza e supervisiona os recursos necessários para a
gestão de dados
• O lugar para encontrar especialistas em gestão de
dados que podem apoiar os pesquisadores durante
todo o ciclo de gestão
Desenvolver
idéia
Busca/
descoberta
Escrever
relatório
Projetar
estudo
Armazenar
dados
Publicar
relatório
Coletar
dados
Análise de
dados

31. ELEMENTOS DE UM DEPARTAMENTO DE GESTÃO DE DADOS (2)
Considere o Gestor de Dados:
Parte integrante da organização
com plano de carreira dedicado
Parceiro real do pesquisador
não somente um ‘tratador de dados’
Envolvido
no desenho do projeto de pesquisa
ao longo do ciclo de pesquisa completo

32. PAPÉIS NO DEPARTAMENTO DE GESTÃO DE DADOS FAIR
O Gestor de Dados FAIR
Subervisiona os ciclos de vida dos dados e de casos
de uso/projetos
O Gerente de Serviços de Dados FAIR
Coordena a infraestrutura/ferramentas de suporte
O Especialista em Dados FAIR
Trata e transforma dados em FAIR
O Especialista em Ontologias
Define os modelos semânticos
Planejamento FAIRificação Análise
1.
Definir
objetivos/
perguntas
2.
Inventório
de recursos
existentes
3.
Análise de
pré-
FAIRificação
4a.
Definir modelo
semântico dos
dados
4b.
Definir modelo
semântico dos
metadados
5.
Criar dados
linkáveis
6.
Publicar
dados e
metadados
7.
Responder pergunta
- Busca
- Interoperabilidade
- análise
Biblioteconomista?
Especialista em infra IT
IT + biblio?
Engenheiro em ontologia?

33. ECOSSISTEMA FAIR

34. ECOSSISTEMA FAIR
Criar PublicarPlanejar Achar
011001
1
110010
1
100110
0
BYOD FAIR Hackathon
Treinar
Anotar
https://github.com/DTL-FAIRData

35. ECOSISTEMA FAIR
Criar Publicar AnotarAchar
0110011
1100101
1001100

36. Baseado no OpenRefine

37. FAIR Data Resource
submeter gerar
Modelo
semântico
genérico
FAIRIFIER

38. FAIRIFIER

40. FAIR DATA POINT
 Fornece acesso a metadados e dados de uma forma FAIR
 Dados podem ser internos ou externos ao FAIR Data Point.
 Dados podem ser FAIR ou não-FAIR.
 FAIR metadados

41. CAMADAS DE METADADOS
Repositório de dados (FDP)
(Dataset) Catálogo(s)
Coleção de dados
Distribuição
Registro dos Dados

42. FAIR DATA POINT - ARCHITETURA

43. FAIR DATA POINT - GUI – PARA TÉCNICOS

44. FAIR DATA POINT - GUI – PARA PESSOAS “NORMAIS”
}
}
Metadados do
repositório
Resumo dos
metadados dos
catálogos

45. FAIR DATA POINT - GUI
}
}
Metadados do
repositório
Resumo dos
metadados dos
catálogos
}Resumo dos
metadados dos
conjuntos de dados
/ distribuições
}Metadados do
catálogo

46. FAIR DATA POINT - GUI – CONJUNTO DE DADOS

47. SOLUÇÕES COMPATÍVEIS COM O FAIR DATA POINT
RDRF

48. 0110011
1100101
1001100

49. 0110011
1100101
1001100
metadata
index
retrieves
metadata
search
interfaces
(GUI and API)
FERRAMENTA DE BUSCA DE DADOS FAIR

51.  Permite anotações (novas afirmações) em bases de conhecimento existentes
 Captura a proveniência do anotador e a afirmação original
Open RDF
Knowledge AnnotatorORKA

54. ANOTAÇÕES ARMAZENADAS EM UMA
NANOPUB STORE

55. DATA FAIRPORT
F A I
R

56. ECOSSISTEMA FAIR
Retrieve
non-FAIR
data
Analyse
datasets
Define
semantic
model
Make
data
linkable
Assign
license
Define
metadata
Deploy
FAIR data
resource
Combine with
other FAIR data
Query combined
data
011001
1
110010
1
100110
0
FAIR Hackathon
BYOD

57. Q&A – CONTACT INFO
Luiz Bonino
International Technology Coordinator – GO FAIR
Associate Professor BioSemantics – LUMC
E-mail: luiz.bonino@go-fair.org
Skype: luizolavobonino
Web: www.go-fair.org