Archivo de datos de investigación

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. Las diversas revistas académicas tienen políticas diferentes con respecto a la cantidad de sus datos y métodos que los investigadores deben almacenar en un archivo público, y 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 se 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 algunos campos, todos los datos necesarios para replicar el trabajo ya están disponibles en el artículo de la revista. En el desarrollo de medicamentos, se genera una gran cantidad de datos que deben archivarse para que los investigadores puedan verificar que los informes que publican las compañías farmacéuticas reflejan con precisión los datos.

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 centrales. 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.^[1]​ Esta política exige que los conjuntos de datos citados en los documentos de AGU deben ser 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. Pero no se exige a los autores en papel que archiven sus datos.

Antes de archivar los datos organizados, los investigadores que deseaban evaluar o replicar un documento tendrían que solicitar datos y métodos de información del autor. La comunidad académica espera que los autores compartan datos suplementarios. Este proceso fue reconocido como un desperdicio de tiempo y energía y obtuvo resultados mixtos. La información podría perderse o corromperse con los años. En algunos casos, los autores simplemente se niegan a proporcionar la información.

La necesidad de archivar datos y debida diligencia aumenta considerablemente cuando la investigación aborda problemas de salud o la formación de políticas públicas.^[2]​

Biotropica requiere, como condición para la publicación, que los datos que respaldan los resultados en el documento y los metadatos que los describen se archiven en un archivo público apropiado como Dryad, Figshare, GenBank, TreeBASE, or NCBI. Los autores pueden optar por hacer que los datos estén disponibles públicamente tan pronto como se publique el artículo o, si la tecnología del archivo lo permite, prohibir el acceso a los datos hasta tres años después de la publicación del artículo. Se incluirá una declaración que describa la Disponibilidad de datos en el manuscrito tal como se describe en las instrucciones para los autores. Se pueden otorgar excepciones al archivo de datos requerido a discreción del Editor en Jefe para estudios que incluyen información confidencial (por ejemplo, la ubicación de especies en peligro de extinción). Puede encontrar nuestro editorial que explica la motivación de esta política here. Se encuentra disponible una lista más completa de repositorios de datos here. Promover una cultura de colaboración con investigadores que recopilan y archivan datos: Los datos recopilados por los biólogos tropicales son a menudo a largo plazo, complejos y caros de recopilar. La Junta de Editores de Biotropica recomienda encarecidamente a los autores que reutilizan conjuntos de datos archivados de archivos de datos que incluyan como colaboradores totalmente comprometidos a los científicos que los recopilaron originalmente. Creemos que esto mejorará en gran medida la calidad y el impacto de la investigación resultante al aprovechar los profundos conocimientos del recolector de datos sobre la historia natural del sistema de estudio, reducir el riesgo de errores en los análisis novedosos y estimular el interdisciplinar y el interculturalismo, la colaboración y entrenamiento para el cual el ATBC y Biotropica son ampliamente reconocidos.

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

The American Naturalist requiere que los autores depositen los datos asociados con los documentos aceptados en un archivo público. Para los datos de secuencia génica y los árboles filogenéticos, se requiere la deposición en GenBank o TreeBASE, respectivamente. Hay muchos archivos posibles que pueden adaptarse a un conjunto de datos en particular, incluido el repositorio Dryad para datos de biología ecológica y evolutiva. Todos los números de acceso para GenBank, TreeBASE y Dryad deben incluirse en los manuscritos aceptados antes de pasar a Producción. Si los datos se depositan en otro lugar, proporcione un enlace. Si los datos se obtienen de la literatura publicada, deposite los datos recopilados en Dryad para la comodidad de sus lectores. Cualquier impedimento para el intercambio de datos debe señalarse a la atención de los editores en el momento de la presentación para que se puedan resolver los arreglos apropiados.^[3]​

Los datos primarios que subyacen a las conclusiones de un artículo son críticos para la verificabilidad y transparencia de la empresa científica, y deben conservarse en forma utilizable durante décadas en el futuro. Por esta razón, el "Journal of Heredity" requiere que las secuencias de nucleótidos o aminoácidos recientemente reportadas y las coordenadas estructurales se envíen a las bases de datos públicas apropiadas (por ejemplo, GenBank; la Base de datos de secuencias de nucleótidos EMBL; Base de datos de ADN de Japón; la Protein Data Bank; y Swiss-Prot). Los números de acceso deben incluirse en la versión final del manuscrito. Para otras formas de datos (por ejemplo, genotipos de microsatélites, mapas de enlaces, imágenes), la revista respalda los principios de la Política Conjunta de Archivo de Datos (JDAP) para alentar a todos los autores a archivar conjuntos de datos primarios en un archivo público apropiado, como Dryad, TreeBASE, o la Red de conocimiento para la biocomplejidad. Se alienta a los autores a que hagan públicos los datos al momento de la publicación o, si la tecnología del archivo lo permite, optar por bloquear el acceso a los datos por un período de hasta un año después de la publicación. La American Genetic Association también reconoce la gran inversión de investigadores individuales en la generación y conservación de grandes conjuntos de datos. En consecuencia, recomendamos que esta inversión se respete en análisis secundarios o metanálisis con un espíritu de colaboración amable.

oxfordjournals.org^[4]​

Molecular Ecology espera que los datos que respaldan los resultados en el documento se archiven en un archivo público apropiado, como GenBank, Gene Expression Omnibus, TreeBASE, Dryad, Knowledge Network for Biocomplexity, su propio repositorio institucional o financiador, o como información de respaldo en el sitio web de Molecular Ecology. Los datos son productos importantes de la empresa científica, y deberían conservarse y utilizarse durante décadas en el futuro. Los autores pueden optar por tener los datos a disposición del público al momento de la publicación o, si la tecnología del archivo lo permite, pueden optar por bloquear el acceso a los datos por un período de hasta un año después de la publicación. Se pueden otorgar excepciones a discreción del editor, especialmente para información confidencial como datos de sujetos humanos o la ubicación de especies en peligro de extinción.

Wiley^[5]​

Dicho material debe estar alojado en un sitio independiente acreditado (URL y números de acceso a ser proporcionados por el autor), o enviado a la revista Nature en el momento del envío, ya sea cargado a través del servicio de envío en línea de la revista, o si los archivos son demasiado grandes o en un formato inadecuado para este propósito, en CD/DVD (cinco copias). Dicho material no puede ser alojado únicamente en el sitio web personal o institucional de un autor.^[6]​ Nature requiere que el revisor determine si se han archivado todos los datos y métodos complementarios. La política aconseja a los revisores que consideren varias preguntas, que incluyen: ¿Se debe pedir a los autores que proporcionen métodos o datos complementarios para acompañar el documento en línea? (Estos datos pueden incluir el código fuente para estudios de modelado, protocolos experimentales detallados o derivaciones matemáticas).

Nature^[7]​

Science apoya los esfuerzos de las bases de datos que agregan datos publicados para el uso de la comunidad científica. Por lo tanto, antes de la publicación, se deben depositar grandes conjuntos de datos (incluidos datos de microarrays, secuencias de proteínas o ADN y coordenadas atómicas o mapas de microscopía electrónica para estructuras macromoleculares) en una base de datos aprobada y se debe proporcionar un número de acceso para su inclusión en el documento publicado.^[8]​ "Materiales y métodos" - "Science" ahora solicita que, en general, los autores coloquen la mayor parte de su descripción de materiales y métodos en línea como material de apoyo, proporcionando solo la descripción de métodos en el manuscrito impreso que sea necesario para seguir el lógica del texto (Obviamente, esta restricción no se aplicará si el documento es fundamentalmente un estudio de un nuevo método o técnica).

Science^[9]​

Para permitir que otros verifiquen y desarrollen el trabajo publicado en las revistas Royal Society, es una condición de publicación que los autores pongan a disposición los datos, el código y los materiales de investigación que respaldan los resultados del artículo. Los conjuntos de datos y el código deben depositarse en un repositorio apropiado, reconocido y disponible al público. Cuando no exista un repositorio específico de datos, los autores deben depositar sus conjuntos de datos en un repositorio general como Dryad (repositorio) o Figshare.

Royal Society^[10]​

La Journal of Archaeological Science ha tenido un política de divulgación de datos desde al menos 2013. Su política establece que 'todos los datos relacionados con el artículo deben estar disponibles en archivos complementarios o depositados en repositorios externos y vinculados dentro del artículo. La política recomienda que los datos se depositen en un repositorio como el Archaeology Data Service, la Digital Archaeological Record, o PANGAEA. Un estudio de 2018 encontró una tasa de disponibilidad de datos del 53%, lo que refleja una débil aplicación de esta política o una comprensión incompleta entre los editores, revisores y autores de cómo interpretar e implementar esta política.^[11]​

En los Estados Unidos, la National Science Foundation (NSF) ha reforzado los requisitos sobre el archivo de datos. Los investigadores que buscan fondos de NSF ahora deben presentar un plan de gestión de datos como un suplemento de dos páginas a la solicitud de subvención.^[12]​

La iniciativa NSF Datanet ha resultado en la financiación del proyecto de la Red de Observación de Datos para la Tierra (DataONE), que proporcionará el 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. La comunidad de usuarios de DataONE incluye científicos, administradores de ecosistemas, encargados de formular políticas, estudiantes, educadores y el público.

El DFG alemán exige que los datos de la investigación se archiven en la propia institución del investigador o en una infraestructura nacional adecuada durante al menos 10 años.^[13]​

El British Digital Curation Center mantiene una visión general de las políticas de datos del financiador.^[14]​

Los datos de investigación se archivan en bibliotecas de datos o archivos de datos.

• Biblioteca de datos
• Wolfram Data Repository

• Registro de repositorios de datos de investigación re3data.org [1]
• Lista de verificación estadística requerida por la naturaleza [2]
• Políticas de procedimientos de la Academia Nacional de Ciencias (EE. UU.) [3]
• El Comité Nacional de los Estados Unidos para CODATA [4] Archivado el 29 de noviembre de 2008 en Wayback Machine.
• El papel de los archivos de datos y códigos de programas en el futuro de la investigación económica [5]
• Uso compartido y replicación de datos: sitio web de Gary King [6]
• El caso de la diligencia debida cuando McCullough y McKitrick utilizan la investigación empírica en la formación de políticas [7] Archivado el 3 de marzo de 2016 en Wayback Machine.
• Reflexiones sobre la publicación de revista referida por Chuck Doswell [8]
• “Cómo fomentar el comportamiento correcto”. Un artículo de opinión publicado en Nature, marzo de 2002. [9]
• Sistema de datos de astrofísica de la NASA [10]
• Principios de Panton para los datos abiertos en la ciencia, en Citizendium [11]
• Consorcio Interuniversitario de Investigación Política y Social [12]