Sí, siempre y cuando el proyecto esté financiado por Horizonte 2020 en el Piloto de Datos de Investigación en Abierto.

En el caso de que el proyecto esté financiado por Horizonte 2020 pero no genere datos, o éstos puedan suponer un conflicto con la obligación de proteger los resultados, o con las obligaciones de confidencialidad, seguridad nacional o con las leyes de protección de datos personales, el investigador puede optar por no realizar un PGD.

Elaborar un Plan de Gestión de Datos es una buena práctica en cualquier investigación en la que se utilicen datos.

La Unión Europea concentra gran parte de sus actividades de investigación e innovación en el Programa Marco que en esta edición se denominará Horizonte 2020 (H2020). En el período 2014-2020 y mediante la implantación de tres pilares, contribuye a abordar los principales retos sociales, promover el liderazgo industrial en Europa y reforzar la excelencia de su base científica. El presupuesto disponible ascenderá a 76.880 M€. Horizonte 2020 integra por primera vez todas las fases desde la generación del conocimiento hasta las actividades más próximas al mercado: investigación básica, desarrollo de tecnologías, proyectos de demostración, líneas piloto de fabricación, innovación social, transferencia de tecnología, pruebas de concepto, normalización, apoyo a las compras públicas pre-comerciales, capital riesgo y sistema de garantías. El Instituto Europeo de Innovación y Tecnología (EIT) pasa a formar parte de Horizonte 2020 y a través de sus comunidades de conocimiento (KIC) integra actividades de investigación, formación y creación de empresas. Los objetivos estratégicos del programa Horizonte 2020 son los siguientes: a) Crear una ciencia de excelencia, que permita reforzar la posición de la UE en el panorama científico mundial. Para ello:

  • Se incrementa considerablemente la dotación del Consejo Europeo de Investigación (ERC), que subvenciona a investigadores europeos del más alto nivel sin que sea necesario el trabajo en consorcio internacional y se amplía el campo de las tecnologías futuras cubriendo todos los sectores (FET).
  • Se mantienen las actividades de Marie Curie para apoyar la formación, la movilidad y la cualificación de investigadores y las infraestructuras de investigación.

b) Desarrollar tecnologías y sus aplicaciones para mejorar la competitividad europea.

Cuenta con importantes inversiones en tecnologías clave para la industria, como Tecnologías de la Información y Comunicación (TIC), las nanotecnologías, fabricación avanzada, la biotecnología y el espacio. En este apartado es necesario destacar las actividades para PYMEs que pueden participar en los proyectos colaborativos de los Retos sociales y de Tecnologías y para lo cual se establece como objetivo de financiación al menos el 20% del presupuesto.

Adicionalmente, estas empresas tienen a su disposición el denominado “instrumento PYME” que puede financiar desde la evaluación del concepto y su viabilidad al desarrollo, demostración y replicación en el mercado y alcanzando incluso apoyos para la comercialización con servicios de ayuda para rentabilizar la explotación de los resultados. Este instrumento es bottom-up, sin consorcio mínimo y está dirigido a dar apoyo a aquellas PYMEs, tradicionales o innovadoras, que tenga la ambición de crecer e internacionalizarse a través de un proyecto de innovación de dimensión Europea.

c) Investigar en las grandes cuestiones que afectan a los ciudadanos europeos.

La atención se centra en seis áreas esenciales para una vida mejor: salud, alimentación y agricultura incluyendo las ciencias del mar, energía, transporte, clima y materias primas, sociedades inclusivas y seguridad.

Los resultados se dirigen a resolver problemas concretos de los ciudadanos. Como por ejemplo, el envejecimiento de la sociedad, la protección informática o la transición a una economía eficiente y baja en emisiones de carbono.

La participación en el Programa Marco se basa en competir con los mejores y en la mayoría de las veces con actividades en consorcio (grupos de investigación, empresas y usuarios) con las excepciones del Consejo Europeo de Investigación (ERC) y algunas acciones de movilidad y PYMEs. Como principales características de Horizonte 2020 hay que destacar:

  • La tasa de financiación de las actividades está alrededor del 20%.
  • La duración de los proyectos es de unos 3 años y el presupuesto mayor de 2 M€ salvo excepciones.
  • El objetivo es que los beneficiarios puedan comenzar sus trabajos en una media de plazo de 8 meses a partir del cierre de las convocatorias.

En estas condiciones, no es de extrañar que H2020 tenga unas condiciones de financiación óptimas: por lo general el 100% de los costes directos para todo tipo de entidades y el 70% en el caso de empresas trabajando en las fases de innovación; como costes indirectos se considerarán el 25% de los costes directos.

Como en el Séptimo Programa Marco, la mayoría de las actividades se ejecutan mediante convocatorias anuales competitivas gestionadas por la Comisión con unas prioridades preestablecidas en los programas de trabajo que son públicos.

Además de las convocatorias ya tradicionales gestionadas por la Comisión, aumentan significativamente el número de las grandes iniciativas tanto públicas como privadas.

Entre las primeras, señalar las actividades conjuntas de los planes de I+D+I de los países (JPI) que pueden tener financiación importante de H2020 para sus propias convocatorias en función del grado de integración de las mismas: desde ERA Nets hasta su posible articulación mediante entidades legales (Art. 185).

Entre las segundas, y desde una perspectiva industrial, destacan las Asociaciones Público Privadas lideradas por empresas (PPP contractuales) y las Asociaciones Público Privadas institucionales (JTI). Ambas tienen entre sus prioridades el I+D+i, diferenciándose en quien realiza la gestión de las convocatorias y sus fondos: la Comisión o las propias asociaciones.

Las ventajas de participar en Horizonte 2020 son:

  • Incremento de la competitividad.
  • Colaboración con entidades de otros países y en redes internacionales.
  • Internacionalización de estrategias y mercados.
  • Compartir riesgos en las actividades de investigación e innovación.
  • Acceso a información privilegiada a nivel europeo y a nuevos conocimientos.
  • Renovación tecnológica.
  • Mejora de la imagen de la entidad: visibilidad y prestigio investigación e innovación.
  • Posibilidad de hacer frente a problemas científicos e industriales actuales, cada vez más complejos e interrelacionados, así como el conocimiento de hacia dónde evoluciona el sector.
  • Apertura a nuevos mercados.

Cualquier empresa, universidad, centro de investigación o entidad jurídica europea que quiera desarrollar un proyecto de I+D+I cuyo contenido se adapte a las líneas y prioridades establecidas en alguno de los pilares de Horizonte 2020, puede presentar sus propuestas a las convocatorias del programa. Gran parte de las actividades de este programa se desarrollan mediante proyectos en consorcio, que debe estar constituido por al menos tres entidades jurídicas independientes cada una de ellas establecida en un Estado miembro de la Unión Europea, o Estado asociado diferente. Sin embargo, existen algunas excepciones, como es el caso de las acciones de investigación “en las fronteras del conocimiento” del Consejo Europeo de Investigación (ERC), las acciones de coordinación y apoyo y las acciones de movilidad y formación en las cuales las entidades o personas físicas pueden participar de forma individual. En cualquier caso, los planes o programas de trabajo de las convocatorias pueden establecer condiciones adicionales a las mencionadas, dependiendo de la naturaleza y objetivos de la acción a desarrollar. El consorcio deberá designar a uno de sus miembros para que actúe como coordinador, que será el principal interlocutor entre los miembros del consorcio y la Comisión Europea. De forma general, Horizonte 2020 concede a los participantes subvenciones a fondo perdido que cubren hasta el 100% de los costes elegibles del proyecto (costes directos más un 25% en concepto de costes indirectos). En el caso de las acciones de innovación y acciones de cofinanciación de programas, la subvención se limitará a un máximo del 70% de los costes elegibles, salvo en el caso de las entidades sin ánimo de lucro que el porcentaje se mantendrá en el 100%. Para solicitar financiación para cualquier proyecto de I+D+I es necesario presentar una propuesta a una convocatoria. Las convocatorias, así como todos los documentos asociados a la misma, en los que se indican los plazos y forma de presentación, se publican en portal del participante, a través del cual se accede también al sistema electrónico de presentación de propuestas.

Acceso Abierto se define como la práctica de proveer acceso en línea a la información científica sin cargo para el usuario y de forma reutilizable. En el contexto de la investigación e innovación, con “información científica” podemos referirnos tanto a artículos de investigación científicos con revisión por pares (publicados en revistas académicas) como a datos de investigación (datos subyacentes a las publicaciones, datos preservados y/o datos en bruto).
Con datos de investigación nos referimos a información factual, en particular hechos o números, recopilada para ser analizada en conjunto como base para el razonamiento, la discusión o el cálculo. En un contexto científico, serían ejemplos de datos las estadísticas, resultados de experimentos, medidas, resultados de observaciones de trabajos de campo, resultados de encuestas, grabaciones de entrevistas e imágenes. Es fundamental que estos datos de investigación estén disponibles en formato digital.
El acceso abierto a los datos de investigación hace referencia al derecho de acceso y reutilización de los datos de investigación en formato digital, bajo los términos y las condiciones indicadas en el acuerdo de subvención. Los datos de investigación en abierto, en general, deberán ser aptos para su acceso, extracción, explotación, reproducción y diseminación de forma gratuita para el usuario.

La investigación científica actual se basa en un amplio diálogo entre científicos y en los avances conseguidos para mejorar el trabajo anterior. Además, la estrategia Europa 2020 para una economía inteligente, sostenible e integradora enfatiza el papel central del conocimiento y la innovación para generar crecimiento. Por tanto, un mayor acceso y más amplio a las publicaciones científicas y a los datos de investigación contribuirá a:

  • Basarse en los resultados de investigaciones previas (mejora la calidad de los resultados).
  • Fomentar la colaboración y evitar la duplicación de esfuerzos (mayor eficiencia).
  • Acelerar la innovación (un mercado más rápido = crecimiento más rápido).
  • Involucrar a los ciudadanos y a la sociedad (mejora la transparencia del proceso científico).

Por estas razones, la Unión (Comisión) Europea se esfuerza por mejorar el acceso a la información científica y potenciar los beneficios de la inversión pública en la investigación financiada con fondos del EU Programa Marco para la Investigación y la Innovación Horizonte 2020 (2014-2020).

La visión de la Comisión Europea es que no hay que pagar nuevamente por la información sufragada con fondos públicos cada vez que se acceda a ella o se utilice, y que las empresas y los ciudadanos deberían beneficiarse plenamente de dicha información. Esto conlleva la necesidad de hacer disponible la información científica financiada con fondos públicos, sin coste adicional, a los investigadores, industrias innovadoras y ciudadanos europeos, al tiempo que se garantiza a largo plazo su preservación.

El Piloto de datos de investigación en abierto en Horizonte 2020, tiene como propósito maximizar el acceso y reutilización de los datos de investigación generados por los proyectos.

La información valiosa producida por los investigadores en muchos proyectos financiados por la UE será compartida libremente como resultado del Piloto de datos de investigación en abierto en Horizonte 2020. Se exige a los investigadores de proyectos participantes en el piloto que proporcionen, para uso de otros investigadores, industrias innovadoras y ciudadanos, los datos en los que se basan para validar los resultados presentados en las publicaciones científicas y otra información científica disponible.

Esta medida favorecerá la mejora y eficiencia de la ciencia y aumentará la transparencia para los ciudadanos y la sociedad. También contribuirá al crecimiento económico a través de la innovación abierta. Durante el periodo 2014-2015, las áreas temáticas que participan en el Piloto de datos de investigación en abierto recibirán fondos alrededor de 3 mil millones de euros.

La Comisión reconoce que los datos de investigación son tan importantes como las publicaciones. Por tanto ya anunció en 2012 que experimentaría el acceso abierto a los datos de investigación (ver IP/12/790).

El Piloto de Datos de investigación en abierto será supervisado a través de Horizonte 2020 con el fin de impulsar aún más la política europea sobre investigación en abierto.

La Comisión Europea pone en marcha una iniciativa piloto para hacer posible el acceso en abierto a los datos de investigación resultantes de proyectos financiados por Horizonte 2020. Reconociendo que el acceso a los datos de investigación que permitan validar los resultados presentados en publicaciones científicas y otras fuentes de información es tan importante como el acceso en abierto a las publicaciones, pone en marcha la iniciativa piloto anunciada en 2012. La iniciativa, denominada Pilot on Open Research Data in Horizon 2020, tiene como fin mejorar y maximizar el acceso y la utilización de datos científicos generados por proyectos en beneficio de la sociedad y la economía. Supone un paso más para el Acceso Abierto, ya que se suma a la obligación de publicar en abierto todos las publicaciones científicas resultado de proyectos financiados con fondos de Horizonte 2020. En los programas de trabajo 2014-2016 las áreas incluidas en el piloto son:

  • Tecnologías Futuras y Emergentes.
  • Infraestructuras de investigación, parte de e-infraestructuras.
  • Liderazgo en tecnologías industriales y de capacitación.
  • Reto Social: “Energía eficiente, segura y limpia” – sección ciudades y comunidades inteligentes.
  • Reto Social: “Acción por el clima, medio ambiente, eficiencia de los recursos y materias primas”, exceptuando las líneas relacionadas con las materias primas.
  • Reto Social: “Europea en un mundo cambiante, sociedades inclusivas, innovadoras y reflexivas”.
  • Ciencia con y para la Sociedad.

En la versión revisada del programa 2017 el piloto de datos se extiende a todas las áreas de Horizonte 2020.

Aunque en Horizon 2020 se aplicará por defecto el acceso abierto a los datos, la Comisión reconoce que puede haber razones por las cuales los datos deben mantenerse en acceso cerrado. Por ello da la opción de cancelar la subvención en cualquier fase (preparación, aplicación o posterior a firmar el acuerdo de subvención).

Se dará la opción de no participar en esta iniciativa a aquellos proyectos que por motivos de protección de la propiedad intelectual o de datos personales, o que afecten a la seguridad, no puedan dar acceso abierto a los datos resultado de la investigación.

Más información:

Página web de interés: RECOLECTA, plataforma que agrupa a todos los repositorios científicos nacionales y que provee de servicios a los gestores de repositorios, a los investigadores y a los agentes implicados en la elaboración de políticas.

En el Artículo 29.3 se establece que los beneficiarios que participan en el Piloto de Datos deberán:

  1. Depositar en un repositorio de datos y hacer posible el acceso, explotación, reproducción y difusión de:
    1. los datos (incluyendo los metadatos asociados) necesarios para validar los resultados presentados en publicaciones científicas.
    2. otros datos (incluidos los metadatos asociados) según lo especificado y dentro de los plazos establecidos en el “Plan de Gestión de Datos” de los proyectos (véase el anexo 1).
  2. Proporcionar información  (a través del repositorio) acerca de las herramientas e instrumentos, a disposición de los beneficiarios, necesarias para la validación de los resultados.

Una manera de hacerlo es asignar la licencia de Creative Commons (CC-BY o CC0) a los datos depositados.

(http://creativecommons.org/licenses, http://creativecommons.org/about/cc0 ).

La Comisión reconoce que “los datos” generados por los proyectos financiados por la UE son extremadamente diversos. El Piloto de Datos de Investigación en Abierto se aplica a dos tipos de datos:

  • Los datos, incluidos sus metadatos, necesarios para validar los resultados presentados en publicaciones científicas.
  • Otros datos, incluyendo sus metadatos, según lo especificado y dentro de los plazos establecidos en el Plan de Gestión de Datos de los proyectos.

Podrán participar en el Piloto de forma voluntaria (hasta 2016) los proyectos financiados en el marco de Horizonte 2020 que no estén cubiertos por las áreas o subáreas del Piloto señaladas anteriormente. A partir de 2017 el Piloto de Datos se extiende a todas las áreas de Horizonte 2020. Los proyectos del Piloto incluirán el artículo 29.3 en su acuerdo de subvención.

Los proyectos pueden en cualquier momento excluirse del Piloto por diversas razones, como por ejemplo:

  • Si el proyecto no va a generar o recoger datos.
  • En caso de conflicto con la obligación de proteger los resultados.
  • Si es incompatible con la necesidad de confidencialidad relacionada con cuestiones de seguridad.
  • En caso de conflicto con la protección de datos personales.
  • Si la participación en el Piloto pone en peligro la consecución del objetivo principal de la acción.
  • Por alguna otra razón legítima que debe justificarse en la fase de propuesta del proyecto.

Como la participación en el Piloto de Datos en Abierto no es parte de la evaluación del proyecto, la opción de excluirse del Piloto por alguno de estos motivos es posible en cualquier etapa del proyecto, ha de recogerse en el Plan de Gestión de Datos del proyecto (PGD) y no se penaliza.

Los proyectos también pueden optar por mantener conjuntos de datos seleccionados o incluso todos los datos cerrados por cualquiera de las razones anteriores, a través de su Plan de Gestión de Datos (PGD).

El enfoque de la Comisión es “lo más abierto posible, tan cerrado como sea necesario”.

Un Plan de Gestión de Datos (PGD) es un documento que describe el tratamiento que van a recibir los datos de investigación recopilados o generados en el curso de un proyecto de investigación, en el que se describe qué datos se van a recoger o generar, qué metodología y normas se van a emplear, cómo se van a compartir y/o poner en abierto, y cómo se van a conservar y preservar (véanse las Directrices para la Gestión de Datos en Horizonte 2020). Los proyectos que participan en el Piloto de Datos de Investigación en Abierto deberán proporcionar una primera versión del PGD en los 6 primeros meses del proyecto. Aquellos proyectos financiados por Horizonte 2020 pero que no participan en el piloto durante los programas 2014-2016 pueden presentar un PGD si lo consideran relevante para la planificación de la investigación. A partir de 2017 el piloto de datos se extiende a todas las áreas de Horizonte 2020.  Por lo que todos los proyectos de H2020 deberán presentar un PGD.

El propósito de un PGD es proporcionar un análisis de los principales elementos de la política de gestión de datos que será utilizada por los solicitantes con respecto a todos los conjuntos de datos que se generarán en el proyecto. El PGD no es un documento definitivo, sino que evolucionará durante el período de vigencia del proyecto.

El PGD debe abordar los puntos que se indican a continuación y que constituirá un conjunto de datos básico, así como reflejar el estado del conjunto de datos que se van a generar:

  • Referencia y nombre del conjunto de datos.
    • Se creará un identificador para el conjunto de datos.
  • Descripción del conjunto de datos.
    • Descripción de los datos que vayan a generar o recopilar, su origen (en caso de que sean recogidos), naturaleza y escala, a quién le podrían resultar útiles, si sustentan una publicación científica. Información sobre la existencia (o no) de datos similares y las posibilidades de su integración y reutilización.
  • Estándares y metadatos.
    • Referencia a los estándares existentes de la disciplina. Si éstos no existieran, se creará un esquema de cómo y qué metadatos se van a utilizar.
  • Datos compartidos.
    • Descripción de cómo se van a compartir los datos, incluyendo procedimientos de acceso, períodos de embargo (si los hubiera), sumarios de los mecanismos técnicos para su diseminación y software necesario, así como otras herramientas que permitan su reutilización. Definición de si el acceso será abierto o restringido a determinados grupos. Identificación del repositorio en el que se archivarán los datos. Si ya existen y están identificados, indicación del tipo de repositorio (institucional, temático, etc.).
      En caso de que los datos no se puedan compartir, han de mencionarse las razones (por ej. éticas, protección de datos de carácter personal, propiedad intelectual, comercial, relacionadas con la privacidad, la seguridad…).
  • Archivo y preservación (incluido el almacenamiento y copias de seguridad).
    • Descripción de los procedimientos que se establecerán para la preservación a largo plazo de los datos. Indicación del tiempo que se deben conservar, cuál es su volumen final aproximado, qué costes asociados conllevan y cómo éstos se planificarán y cubrirán.

Una buena gestión de datos es la base del éxito de la investigación. La gestión de los datos de manera eficaz a través de su ciclo de vida es muy importante para el éxito del proyecto de investigación. El Informe preliminar para la conservación y reutilización de datos científicos en España (FECYT, RECOLECTA) enumera los siguientes beneficios para los investigadores:

  • Se pueden encontrar y comprender los datos cuando se necesite utilizarlos.
  • Se garantiza la continuidad del proyecto independientemente de la participación de los investigadores.
  • Se evitan duplicaciones y tareas innecesarias.
  • El mantenimiento del conjunto de datos generados permite la validación de los resultados.
  • Los datos se pueden compartir permitiendo un alto nivel de colaboración y de avance en la investigación.
  • Si los datos se ofrecen en abierto tendrán una gran visibilidad.
  • Otros investigadores que utilicen los datos pueden citarlos y la investigación obtendrá más prestigio.

Además, un PGD permite al investigador:

  • Cumplir con los requisitos de la agencia de financiación.
  • Garantizar la integridad de la investigación y la reproducibilidad.
  • Aumentar de la eficiencia y la calidad de la investigación.
  • Asegurar que los datos de investigación son precisos, completos, auténticos y fidedignos.
  • Ahorrar tiempo y recursos a largo plazo.
  • Mejorar la protección de datos y minimizar el riesgo de pérdida de datos.
  • Garantizar la conservación y preservación de los datos de investigación

El uso de Planes de Gestión de Datos es obligatorio para los proyectos participantes en el Piloto de Datos de Investigación en Abierto en Horizonte 2020. A partir de 2017 el Piloto se extiende a todas las áreas. (Directrices para la Gestión de Datos en Horizonte 2020).

Más información sobre los proyectos participantes en Horizonte 2020.

Puede haber otros organismos financiadores que requieran un Plan de Gestión de Datos. Para ello habrá que consultar las bases de dichas convocatorias.

El uso de Planes de Gestión de Datos es obligatorio para los proyectos participantes en el Piloto de Datos de Investigación en Abierto en Horizonte 2020. Otros proyectos podrán opcionalmente (hasta 2016) presentar un Plan de Gestión de Datos si es relevante para su proyecto de investigación. (Directrices para la Gestión de Datos en Horizonte 2020).

A partir de 2017 el piloto de datos se extiende a todas las áreas de Horizonte 2020.  Por lo que todos los proyectos de H2020 deberán presentar un Plan de Gestión de Datos.

Elaborar un Plan de Gestión de Datos es una buena práctica en cualquier investigación en la que se utilicen datos.

Según las Directrices para la Gestión de Datos en Horizonte 2020 los solicitantes de los proyectos deberán aportar un breve esquema sobre su política de gestión de datos que incluya los siguientes aspectos:

  • Qué tipos de datos generará y recopilará el proyecto.
  • Qué estándares se utilizarán.
  • Cómo serán explotados y/o compartidos/accesibles los datos para su verificación y reutilización. Si los datos no pudieran estar disponibles, es necesario explicar el motivo.
  • Cómo se conservarán y preservarán los datos.

Los beneficiarios deberán depositar en un repositorio de datos de investigación y tomar medidas para posibilitar a terceras personas el acceso, la extracción, la explotación, la reproducción y la diseminación  (libre de carga para cualquier usuario):

  • los datos, incluidos los metadatos asociados, necesarios para validar los resultados presentados en las publicaciones científicas, tan pronto como sea posible.
  • otros datos, incluidos los metadatos asociados, tal como se especifica y dentro de los plazos previstos, en el Plan de Gestión de Datos.

Además, las directrices para la gestion de datos FAIR de Horizonte 2020 (Guidelines on FAIR Data Management in Horizon 2020) indican cómo los beneficiarios de H2020 deben hacer que los datos sean FAIR: findable (localizables), accessible (accesibles), interoperable (interoperables) and re-usable (reutilizables).

Antes de empezar a crear su Plan de Gestión de Datos es muy conveniente que previamente considere una serie de cuestiones relacionadas con la gestión de los datos en su proyecto.

Un punto de partida útil es la lista de control DCC (Digital Curation Centre) para un Plan de Gestión de Datos (en inglés). Presenta los principales temas y preguntas que los investigadores pueden querer cubrir a la hora de escribir un Plan de Gestión de Datos.

Si es la primera vez que se enfrenta a la elaboración de un Plan de Gestión de Datos, puede serle también muy útil leer algunos ejemplos de planes de gestión de datos. Estos, recopilados por el Digital Curation Centre, incluyen ejemplos de diferentes disciplinas y de diferentes financiadores: [en inglés]

A diferencia de otras entidades financiadoras, la Comisión Europea no requiere que se presente un PGD en el momento de la propuesta. Por lo tanto el PGD no forma parte de la evaluación.

Sin embargo, tenga en cuenta que todas las propuestas de proyectos presentadas bajo el epígrafe “Acciones de investigación e innovación”, así como las “Acciones de innovación”, incluyen una sección sobre gestión de datos de investigación que se evalúa bajo el criterio “Impacto”. En su caso los solicitantes deben proporcionar un breve esquema general de sus políticas de gestión de datos.

PGDOnline es una herramienta web en línea, desarrollada por el DCC (Digital Curation Centre, UK). Le proporciona una plantilla (traducida al castellano por el Consorcio Madroño) adaptada a los requerimientos de las directrices Horizonte 2020. Es un recurso muy útil que permite crear, almacenar y compartir un Plan de Gestión de Datos. Guía muy completa sobre qué se tiene que tener en cuenta a la hora de gestionar datos y qué debe de tener un Plan de Gestión de datos de forma global. No se limita a ser una simple guía de pasos a realizar, sino que tiene elementos para motivar a los investigadores (vídeos de profesores y estudiantes de doctorado) y ejercicios entretenidos para comprobar que se ha comprendido la guía.

Cómo funciona PGDOnline

Crear un plan

Para crear un plan, haga clic en el botón ‘Crear el plan’ de la página ‘Mis planes’ o en el menú superior. Seleccione las opciones de los menús desplegables y casillas de verificación para determinar qué preguntas y la orientación que quiere que se le presente. Confirme su selección haciendo clic en ‘Sí, crear el plan’

Escriba su plan

La interfaz con pestañas le permite navegar a través de diferentes funciones al editar su plan:

  • “Detalles del plan” incluye detalles administrativos básicos, le dice el conjunto de cuestiones en la que está basado su plan (en relación con los requerimientos del organismo financiador) y le ofrece un resumen de las preguntas que se le formularán.
  • Las fichas siguientes presentan las preguntas a responder.
  • La pestaña “Compartir” le permite invitar a otros a leer o contribuir a su plan.
  • La pestaña ‘Exportar’ le permite descargar su plan en varios formatos. Esto puede ser útil si usted necesita enviar su plan como parte de una solicitud de subvención.

Al ver cualquiera de las fichas de preguntas, verá desplegadas las distintas secciones de su plan. Haga clic en cada una de ellas para responder a las preguntas. Usted puede formatear sus respuestas usando los botones de edición de texto.

La orientación sobre cómo debe responder a las preguntas se muestra en el panel derecho. Haga clic en el símbolo ‘+’ para verlo. Recuerde que debe “guardar” sus respuestas antes de continuar.

Comparta su plan

Introduzca la dirección de correo electrónico de cualquiera de sus colaboradores a los que le gustaría invitar a leer o editar su plan. Ajuste el nivel de permisos que desea otorgarles a través de las opciones desplegables y haga clic en ‘Añadir colaborador’

Exporte su plan

Desde aquí se puede descargar su plan en varios formatos. Esto puede ser útil si usted necesita enviar su plan como parte de una solicitud de subvención. Elija el formato en el que desea ver / descargar su plan y haga clic en exportar. Cuando inicie sesión en PGDonline se le dirigirá a la página ‘Mis planes’. Desde ahí se puede editar, compartir, exportar o eliminar cualquiera de sus planes. También podrá ver los planes que han compartido otros con usted.

Comience… logo PGD Online

Se define datos de investigación como aquellos materiales generados o recolectados durante el transcurso de la realización de una investigación. En general, los datos de la investigación son todo aquello que un investigador necesitaría para validar los resultados publicados de su investigación. Un informe financiado por el Higher Education Funding Council for England (HEFCE) 2008 establece que “Los datos de investigación son la base de la evidencia sobre la que los investigadores académicos construyen su trabajo”.

Los datos de la investigación son hechos, observaciones o experiencias en que se basa el argumento, la teoría o la prueba. Los datos pueden ser numéricos, descriptivos o visuales. Los datos pueden ser en estado bruto o analizado, pueden ser experimentales u observacionales. Los datos incluyen: cuadernos de laboratorio, cuadernos de campo, datos de investigación primaria (incluidos los datos en papel o en soporte informático), cuestionarios, cintas de audio, videos, desarrollo de modelos, fotografías, películas, y las comprobaciones y las respuestas de la prueba. Las colecciones de datos para la investigación pueden incluir diapositivas, diseños y muestras. En la información sobre la procedencia de los datos también se podría incluir: el cómo, cuándo, dónde se recogió y con qué (por ejemplo, instrumentos). El código de software utilizado para generar, comentar o analizar los datos también pueden ser considerados datos.

(Universidad de Melbourne).

Aunque la naturaleza de los datos de investigación es muy heterogénea y depende de cada disciplina, según la US National Science Foundation los datos de investigación se pueden clasificar de la siguiente forma:

  • Datos observacionales. Son registros históricos, se pueden obtener únicamente en un lugar y en un momento en el tiempo. Esta característica los hace especialmente importantes a la hora de preservarlos ya que en caso de que se perdiesen no podrían volver a reproducirse. Ejemplos: los barómetros del Centro de Investigaciones Sociológicas (CIS), son encuestas de opinión sobre diversos temas que preocupan a los españoles. El Banco Nacional de Datos Climatológicos sería otro caso de este tipo ya que posee información sobre precipitaciones registradas en España desde hace 150 años.
  • Datos experimentales. Son los datos que acompañan a los experimentos desde su planificación y preparación hasta la obtención de resultados. Los experimentos en muchos casos pueden repetirse para obtener los mismos datos sin embargo en ocasiones el coste de repetir el experimento hace que no sea rentable repetirlo. Ejemplos: el acelerador de partículas del CERN en Ginebra produce una cantidad desorbitada de datos experimentales capaz de llenar 100,000 DVDs al año. En los laboratorios de investigación ya sean químicos, biológicos o en otras disciplinas también se producen gran cantidad de datos con instrumentos especializados.
  • Datos computacionales. Estos son los datos que acompañan a las simulaciones que suelen incluir datos de entrada, ciertos programas y resultados. Para este tipo de datos en la mayoría de los casos no se necesitan los resultados ya que con los datos de entrada, los programas y el ordenador que los genera debiera de ser posible reproducirlos. Ejemplos: pueden ser datos producidos en centros de computación avanzada que simulan el funcionamiento de órganos del cuerpo humano, el movimiento de los astros o predicen el tiempo.

La Comisión reconoce que “los datos” generados por los proyectos financiados por la UE son extremadamente diversos.

El Piloto de Datos de Investigación en Abierto se aplica a dos tipos de datos:

  • los datos, incluidos los metadatos asociados, necesarios para validar los resultados presentados en las publicaciones científicas,
  • otros datos, incluidos los metadatos asociados, tal como se especifica, y dentro de los plazos previstos, en el Plan de Gestión de Datos.

Ejemplos de tipos de datos que se incluyen en un PGD:

  • Documentos (texto, Word), hojas de cálculo
  • Cuadernos de laboratorio, cuadernos de campo, diarios
  • Cuestionarios, transcripciones, libros de códigos
  • Cintas de audio, cintas de video
  • Fotografías, películas
  • Proteínas o secuencias genéticas
  • Spectra
  • Respuestas de ensayo
  • Diapositivas, muestras
  • Colección de objetos digitales adquiridos y generados durante el proceso de investigación
  • Contenidos de bases de datos (video, audio, texto, imágenes)
  • Modelos, algoritmos, scripts
  • Contenidos de una aplicación (entrada, salida, los archivos de registro de software de análisis, software de simulación, esquemas)
  • Metodologías y flujos de trabajo
  • Procedimientos operativos estándar y protocolos

Algunos tipos de datos que no se suelen incluir debido a su naturaleza o por cuestiones de ética o privacidad son:

  • Análisis preliminares
  • Borradores de artículos científicos
  • Planes para futuras investigaciones
  • Revisiones por pares
  • Comunicaciones con los colegas

Tampoco se incluyen:

  • Secretos comerciales, información comercial, materiales confidenciales hasta el momento de su publicación, o información similar que esté protegida por las leyes.
  • Información médica o personal así como información cuya divulgación constituya una clara invasión injustificada de la privacidad personal, que podría ser utilizada para identificar a una persona en particular en un estudio de investigación.
  • Patentes

Datos que pueden ser utilizados y distribuidos por cualquiera, sin barreras técnicas o legales, bajo los requerimientos de reconocer la autoría y compartir el nuevo producto en las mismas condiciones.
Fuente: Open Knowledge Foundation. What is Open Data?. Disponible en: http://okfn.org/opendata
Los organismos financiadores de la investigación requieren que los datos producidos en el curso de un proyecto de investigación estén disponibles en acceso abierto.

El repositorio o archivo que seleccione para sus datos debe garantizar seguridad a largo plazo, facilidad en la recuperación y el acceso de los colegas en su campo. Hay dos tipos comunes de repositorio que debe buscar:

  • Específico de una disciplina: acepta datos de un determinado campo o de un tipo concreto (por ejemplo, GenBank acepta datos de secuencias de nucleótidos).
  • Institucional: acepta datos de cualquier tipo producidos dentro de la institución que lo mantiene.

Registros de repositorios de datos son re3data. Entre los repositorios podemos nombrar: Figshare, Dryad, etc.

El proyecto OpenAIRE proporciona el repositorio Zenodo que se puede utilizar para depositar datos.

En España, el Portal de investigación del Consorcio Madroño, InvestigaM, ofrece el repositorio e-cienciaDatos. A nivel nacional se encuentra el portal de repositorios institucionales RECOLECTA.

Las condiciones de acceso las determinará el creador, productor o distribuidor de los datos mediante una licencia de uso. A través de esta licencia, el titular de los derechos de autor comunicará qué permisos disponen los potenciales usuarios para utilizar los datos.

Se pueden utilizar diferentes formatos para citar los conjuntos de datos. Cada disciplina suele utilizar un estilo de cita determinado. DataCite recomienda el siguiente formato:

  • Creator (PublicationYear): Title. Version. Publisher. ResourceType. Identifier

Veamos un ejemplo:

DOI Citation Formatter es un servicio ofrecido por DataCite que construye automáticamente las citas conforme al estilo que seleccionemos.

Infografía elaborada por REBIUN: Cita tus datos de investigación.

Existen varios tipos de licencias electrónicas estándares específicamente para conjuntos de datos:

a) Licencias Open Data Commons: http://opendatacommons.org/licenses/

  • Dominio Público: “Public Domain Dedication & Licence is a document intended to allow you to freely share, modify, and use this work for any purpose and without any restrictions.”
  • Atribución: “Public Domain Dedication & Licence is a document intended to allow you to freely share, modify, and use this work for any purpose and without any restrictions. “
  • Licencia abierta: “Free to share, to create and to adapt this work, as long as you attribute, share-alike and keep open”.

b) Licencias Creative Commons: http://creativecommons.org
Para los datos abiertos se recomienda el uso de las siguientes:

  • CC0 Public Domain: obra libre de restricciones.
  • CC Attribution: en cualquiera de los usos que se realice de la obra hará falta reconocer la autoría.
  • CC Attribution- ShareAlike: además de reconocer la autoría, se podrán crear obras derivadas siempre que mantengan la misma licencia al ser divulgadas.

La producción, recopilación, gestión y diseminación de los datos se ajusta a un marco legal que debe ser respetado. Los conjuntos de datos pueden estar afectados por disposiciones legales referidas, entre otras, a propiedad intelectual, propiedad industrial,  privacidad o secreto y protección de datos personales.

Los condicionantes éticos y legales imponen una serie de restricciones que habrá que tener en cuenta durante todo el ciclo de vida de los datos.

Los datos se deben citar al igual que se cita un artículo o un libro. Las funciones de una cita son principalmente:

  • La cita debe identificar unívocamente al objeto citado.
  • La cita debe identificar tanto conjuntos de datos completos como subconjuntos.
  • La cita debe facilitar la recuperación del objeto citado proporcionando acceso al conjunto de datos depositado en un repositorio (para permitir la reutilización y validación de los datos) .
  • La cita debe ser legible por máquina para generar servicios adicionales (medición del impacto, aplicación de métricas alternativas, etc.).
  • Autoría: autor individual, autor colectivo o entidad. Se puede añadir el Identificador de autor.
  • Fecha de publicación: fecha de publicación o accesibilidad.
  • Título: denominación específica del conjunto de datos o del nombre del estudio o proyecto.
  • Edición: indicación de la etapa de procesamiento de los datos.
  • Versión: indicación de la revisión o actualización.
  • Tipo de recurso: por ej. “database”, “dataset”.
  • Editor y distribuidor: el editor o productor es la organización que patrocina la investigación que da origen al conjunto de datos; el distribuidor es la organización que proporciona acceso al conjunto de datos para su reutilización.
  • Ubicación: repositorio en el que están depositados los datos.
  • Localización: la url persistente que permita el acceso al conjunto de datos. Se recomienda utilizar el sistema DOI.

El formato y el software con que se archivan los datos de investigación, es un factor primordial para asegurar su preservación y accesibilidad. Suele depender de la forma en que los investigadores recogen y analizan esos datos y a menudo están influenciados por las normas y costumbres propias de cada disciplina.

La información digital está diseñada para que sea interpretada por programas informáticos, lo que hace que los datos digitales estén siempre potencialmente en peligro por la rápida evolución de las tecnologías y por la obsolescencia del hardware y software con el que han sido creados.

Para garantizar el acceso y la preservación a largo plazo de los datos, hay que tener en cuenta:

  • Utilizar siempre que sea posible formatos abiertos, no propietarios.
  • Elegir formatos estándar para que la mayoría de softwares sean capaces de interpretarlos.
  • El formato utilizado ha de permitir la indización del contenido para su potencial recuperación.
  • Evitar formatos desconocidos y poco documentados.
  • Es recomendable optar por formatos que tengan un uso extendido para tener una mayor probabilidad de apoyo en el caso de que sea necesario.
  • Un formato de compresión de datos utiliza menos espacio de almacenamiento.

Algunos ejemplos de formatos más recomendados:

  • Imagen: JPEG, JPG-2000, PNG, TIFF
  • Texto: HTML, XML, PDF/A
  • Audio: AIFF, WAVE
  • Almacenamiento: TAR, GZIP, ZIP

Más información en  UK Data Service guidance on recommended formats

Los ficheros y las carpetas deben estar bien organizados adoptando una estructura coherente y ordenada. Es conveniente utilizar un sistema de nomenclatura para identificar los contenidos de cada carpeta y fichero:

  • Seguir siempre el mismo criterio de denominación para cada uno de los ficheros.
  • Asignar nombres significativos y breves, sin espacios, tildes ni caracteres especiales.
  • Identificar la versión del fichero en el propio nombre para facilitar la gestión de versiones.

La estrategia de almacenamiento de datos debe contemplar la obsolescencia del hardware y del software, por lo que conviene copiar los datos en diferentes tipos de soporte físico. Lo más aconsejable es almacenar los ficheros en un servidor institucional seguro gestionado por el servicio de informática, lo que permitirá el acceso en red y la sincronización con el trabajo de otros investigadores que participan en la gestión de los datos.

Se debe programar de forma automática la realización de copias de seguridad y se debe constatar la integridad de los ficheros, el tamaño y la fecha.

Los metadatos son descripciones normalizadas de recursos de cualquier tipo o formato que tienen como finalidad facilitar su identificación, recuperación, evaluación, interoperatividad y preservación. Son esenciales para localizar y compartir los datos, pues mediante la descripción de éstos de manera clara y detallada, se asegura que puedan ser entendidos y reutilizados por otros usuarios.

Es decir, los metadatos mediante una descripción estructurada de los recursos de información, tienen como finalidad hacer útiles los datos.

Siguiendo la norma UNE-ISO 23081-1:2008, los metadatos apoyan los procesos de trabajo y los procesos de gestión de documentos:

a) protegiendo los documentos como prueba y asegurando su accesibilidad y disponibilidad a lo largo del tiempo

b) facilitando la comprensión de los documentos

c) sirviendo de base y garantizando el valor probatorio de los documentos

d) contribuyendo a garantizar la autenticidad, fiabilidad e integridad de los documentos

e) respaldando la gestión del acceso, la privacidad y los derechos de propiedad intelectual

f) sirviendo de base para una recuperación eficiente

g) respaldando las estrategias de interoperabilidad, permitiendo que se incorporen oficialmente al sistema documentos creados en diversos entornos administrativos y técnicos y que se mantengan durante tanto tiempo como sea necesario

h) proporcionando vínculos lógicos entre los documentos y su contexto de creación, manteniéndolos de forma estructurada, fiable e inteligible

i) facilitando la identificación del entorno tecnológico en que los documentos digitales fueron creados o se incorporaron al sistema y la gestión del entorno tecnológico en el que se han mantenido, de modo que puedan ser reproducidos como documentos auténticos cuando se necesiten

j) facilitando la migración eficiente y exitosa de documentos electrónicos de un entorno o plataforma informáticos a otro, o cualquier otra posible estrategia de conservación.

Existen diferentes estándares o esquemas de metadatos adaptados a diferentes disciplinas científicas, cuyo objetivo es satisfacer los requerimientos específicos de cada disciplina, y que muestran las relaciones entre los distintos elementos del conjunto de metadatos mediante el establecimiento de reglas para su uso y gestión. (DCC Disciplinary Metadata).

El sistema más extendido en la actualidad es Dublin Core Metadata Terms.

Es imprescindible documentar todo el ciclo de vida de los datos para que sean accesibles, reutilizables e interoperables con otros conjuntos de datos.

Los investigadores pueden documentar sus datos de acuerdo con diversos estándares o esquemas de metadatos.  Algunos aspectos generales, independientemente de la disciplina, que debe contemplar el registro de datos de investigación son:

Título

Nombre del conjunto de datos o del proyecto de investigación que lo produjo.

Creador

Nombres y direcciones de los creadores y colaboradores (personas o entidades que han creado los datos).

Patrocinador

Organismos que financian la investigación.

Idioma

Idiomas utilizados en el conjunto de datos.

Fecha

Fechas clave asociadas con los datos: inicio y fin del proyecto, período  cubierto por los datos y otras fechas asociadas con la vida útil de los datos.

Cobertura

Lugar y tiempo al que hacen referencia los datos.

Materias o palabras clave

Palabras o frases que describen el tema o el contenido de los datos.

Derechos

Derechos legales, licencias o restricciones en el uso de los datos.

Identificador

Códigos de uso interno

Identificador único digital

Derecho de acceso

Dónde y cómo los datos pueden ser accesibles por otros investigadores y reutilizables.

Metodología

Cómo se han generado los datos, métodos, instrumentos y variables, equipos y software utilizado, protocolos, etc.

Procesamiento

Información acerca de cómo los datos se han alterado o procesado.

Fuentes

Citas de los datos procedentes de otras fuentes, incluidos los detalles de los datos de origen y el acceso a los mismos.

Estructura y organización

Relación entre el conjunto de datos y los subconjuntos. Archivos y ficheros con sus correspondientes nombres y extensiones de archivo. Explicación de los códigos y abreviaturas utilizadas.

Versiones

Control de las versiones de cada uno de los ficheros de datos (fecha y hora, ID para cada versión, etc.).

Un identificador digital es un código que sirve para identificar de forma única y persistente cualquier documento electrónico y asignarle un enlace permanente. Surgen para solucionar el problema de los cambios de ubicación y/o nombres de los archivos en Internet. Su objetivo es redireccionar a los documentos, aunque estos hayan cambiado de ubicación en la red.

Los conjuntos de datos debe asociarse a un identificador único y persistente que facilite la verificación de los datos, la reutilización, la diseminación y el impacto y el acceso a largo plazo.

El sistema comúnmente utilizado para identificar de forma permanente los datos de investigación es el DOI (Digital Object Identifier), el cual se ha convertido en un estándar internacional ( Norma ISO 26324:2012 – Digital object identifier system).

Este sistema gestiona la identificación, descripción, resolución y acceso de documentos digitales en Internet. El identificador DOI está formado por una cadena de caracteres dividida en dos partes (prefijo y sufijo). Si queremos acceder al objeto digital le añadiremos la url del servidor de resolución de doi’s :

DOI

Cada DOI identifica al objeto digital asociado de forma permanente y única. El sistema DOI permite la resolución del identificador mediante la redirección desde el identificador DOI a los metadatos del objeto.

DataCite es un servicio internacional para editores de datos (centros de datos, repositorios institucionales y otros archivos) que asigna DOI’s a los conjuntos de datos y registra sus correspondientes metadatos en una base de datos pública. Su  objetivo es ayudar a la comunidad investigadora a localizar, identificar y citar datos de investigación.

Los investigadores necesitan mantener unos estándares éticos elevados y atenerse a las leyes de protección de datos cuando obtengan datos de personas vía cuestionarios, entrevistas, etc. Si se está llevando a cabo una investigación de ese tipo, se tiene el deber de asegurarse que cualquier dato recogido y compartido se utiliza de manera correcta de acuerdo con la ley. Ante cualquier cuestión de ámbito legal, se puede recurrir a los Comités de Ética de la Investigación que se han creado en las diferentes Universidades del Consorcio Madroño:

Otros Comités Éticos:

Si se recogen datos de personas, estos pueden contener información de tipo personal o sensible.Las leyes como la L.O. 15/1999 de Protección de Datos de Carácter Personal y R.D. 1720/2007 que aprueba el Reglamento de desarrollo de la Ley Orgánica regulan el tratamiento de estos datos. También hay que tener en cuenta las directrices éticas de cada universidad, así como las emitidas por la entidad financiadora.

Si alguna de las siguientes definiciones se aplica a los datos del proyecto, se tendrá que tener en cuenta la legislación relativa a la protección de datos y el código ético de su institución, si lo tuviera, o de la entidad financiadora.

  • Datos de carácter personal: “Cualquier información numérica, alfabética, gráfica, fotográfica, acústica o de cualquier otro tipo concerniente a personas físicas identificadas o identificables” (LOPD art. 3.a y RD 1720/2007 art. 5.1.f).
  • Datos sensibles o “especialmente protegidos” (LOPD art. 7): son aquellos datos que por tener un contenido que afecta a la intimidad, derechos fundamentales y libertades públicas de la persona requieren una mayor protección.

Las colecciones de datos y las bases de datos están protegidas por propiedad intelectual:

  • Como una obra de creación intelectual con derechos morales y patrimoniales (de explotación) (TRLPI, art. 12).
  • Como una inversión sustancial protegida por el derecho “sui generis” (TRLPI, Título. VIII): medios financieros, empleo de tiempo y esfuerzo u otros de similar naturaleza para la obtención, verificación o presentación de su contenido.

Tal y como se indica en el TRLPI, art. 12.1, la protección de las colecciones de datos y bases de datos se refiere únicamente a su estructura en cuanto forma de expresión de la selección o disposición de sus contenidos, no siendo extensiva a éstos (por ej. en una base de datos de imágenes, los derechos de cada una de las imágenes pueden pertenecer a distintos titulares).

La persona o personas que recopilan y gestionan los datos y/o la persona natural o jurídica que invierte en la obtención, verificación y presentación del contenido de los datos.

El mandato de acceso abierto de H2020 “no cambia la obligación de proteger los resultados según el artículo 27 del Model Grant Agreement, se siguen aplicando las obligaciones de confidencialidad establecidas en el artículo 36, las obligaciones de seguridad del artículo 37 o las obligaciones de protección de datos personales en el artículo 39”. (Artículo 29.3, p.60 “El acceso abierto a los datos de investigación”).

Porque conforme a la legislación de protección de datos de carácter personal se han de proteger los datos personales, al igual que otros datos que puedan afectar a la privacidad de las personas.

La LO 15/1999 de Protección de Datos de Carácter Personal dice que el objeto de la protección de dichos datos es “garantizar y proteger, en lo que concierne al tratamiento de los datos personales, las libertades públicas y los derechos fundamentales de las personas físicas, y especialmente de su honor e intimidad personal y familiar”.

Para cumplir con los preceptos legales:

  • Hay que obtener el consentimiento de las personas implicadas para el tratamiento de sus datos.
  • Hay que anonimizar la información de carácter personal en nuestros ficheros.

La información personal procedente de los datos de investigación no debiera de ser revelada a otros a no ser que exista consentimiento explícito por parte de la persona para ello. En el resto de los casos es necesario que sean anónimos de manera que no puedan ser identificados por terceras personas con las que se comparte el trabajo. Los investigadores debieran comprometerse explícitamente a guardar la debida confidencialidad sobre los datos personales de los participantes en el proyecto, tanto en los procesos de su obtención, tratamiento y conservación así como en la posterior publicación de los resultados. Con carácter general, deberá tenderse a la anonimización, excepto cuando las características del estudio requieran otro procedimiento, debidamente justificado.Los datos pueden ocultarse mediante:

  • Eliminando identificadores directos (ej. Nombre, dirección).
  • Agregando o reduciendo la precisión de la información (ej. Reemplazando la fecha de nacimiento por grupos de edad).
  • Generalizando el significado de textos detallados (ej. Reemplazando el área de especialización de un médico con una especialidad médica).
  • Utilizando pseudónimos.

Se gastará más tiempo y será más costoso convertir en anónimos datos de investigación, si no se planea en los estadios iniciales del ciclo de vida de los datos. Por lo que resulta fundamental considerar qué datos van a ser anónimos cuando se realice el PGD.

Se espera que el investigador obtenga el consentimiento informado de aquellas personas que participen en el proyecto de investigación, en relación con el uso de los datos y su manera de recogerse. A los participantes se les debiera de informar de lo siguiente:

  • Propósito de la investigación.
  • Qué implica participar en la misma.
  • Beneficios y riesgos.
  • Mecanismos para retirarse del mismo.
  • Uso de los datos: investigación, almacenamiento, procesamiento, reutilización, compartirlos, archivarlos, etc.
  • Métodos para asegurar la confidencialidad de los datos cuando sea relevante.

Sólo cuando se le haya proporcionado toda la información de lo que supone participar en la investigación y el uso de los datos, es cuando hay que obtener un permiso del participante de manera verbal o escrita. Sin consentimiento expreso las oportunidades de compartir datos con otros investigadores pueden correr riesgo.

Depende de la naturaleza de la investigación, el tipo de datos, el formato y el uso que se va a dar a esos datos.Para entrevistas en profundidad o investigación donde se recogen datos personales, sensibles o confidenciales, se recomienda el consentimiento por escrito. Esto asegurará el cumplimiento de la Ley de Protección de Datos y las normas éticas de la institución o de la entidad financiadora. El consentimiento explícito por escrito generalmente incluye una hoja de información que el participante tiene que firmar. Ejemplo: modelo elaborado por el Comité de Ética de la Investigación conjunto CNB-CBMSO http://www.cnb.csic.es/~cei/docs/Consentimiento_CEI_HIP_CI.pdf. El consentimiento verbal puede grabarse con audio o vídeo. Para los estudios o entrevistas informales, donde no se recogen datos personales o que identifiquen a la persona, no se requiere el permiso escrito. En este caso también debe de entregarse una hoja de información con la información anterior y la identidad de los investigadores.

Las directrices para la gestion de datos FAIR de Horizonte 2020 (Guidelines on FAIR Data Management in Horizon 2020) indican cómo los beneficiarios de H2020 deben hacer que los datos sean FAIR, que significa:

  • Findable (localizables):
    • Asignarles un identificador único y permanente (DOI)
    • Describirlos con metadatos enriquecidos
    • Registrarlos e indexarlos en recursos de búsqueda
  • Accessible (accesibles):
    • A través de protocolos normalizados y abiertos
    • Licencias, posibles embargo.
  • Interoperable (interoperables)
    • Utilicen un lenguaje formal y ampliamente aplicable
    • Vocabularios estándar
    • Incluyan referencias cualificadas a otros datos
  • Re-usable (reutilizables):
    • Precisos y relevantes
    • Licencias de uso claras
    • Procedencia

Principios FAIR (www.force11.org/group/fairgroup/fairprinciples)

USO DE COOKIES

Este sitio web utiliza cookies para que tengas la mejor experiencia de usuario.

Si continúas navegando, consideramos que aceptas su uso, pero puedes desactivarlas en cualquier momento.

Puede obtener más información en nuestra política de privacidad, ACEPTAR

Aviso de cookies