Biblioguías: Datos de investigación: La gestión de datos y los PGD

Plan de gestión de datos

Un Plan de Gestión de Datos (PGD), es un documento formal que describe la gestión que se aplicará a los datos de investigación a lo largo del proyecto.

Aspectos que puede incluir un PGD (Fuente: Biblioteca CEPAL):

Qué datos de investigación va a crear o recopilar.
Responsables de cada aspecto del plan de gestión que está desarrollando.
Políticas (financieras, institucionales y legales) que se aplicarán a los datos.
Cómo se organizarán los datos (estructuras de carpetas, convenciones de nomenclatura de archivos, versionamiento de archivos).
Cómo se realizará la documentación de los datos durante la fase de recopilación y análisis de la investigación.
Qué prácticas de administración de datos usará para almacenar y proteger sus datos (copias de seguridad, almacenamiento, control de acceso, archivado)
Instalaciones y equipos serán necesarios (espacio en disco duro, servidor de copia de seguridad, repositorio).
Quién tendrá los derechos de propiedad y acceso a los datos.
Cómo se conservarán y se pondrán a disposición los datos a largo plazo, una vez que se complete la investigación.

El Plan es un documento vivo que evoluciona con el proyecto; debe actualizarse a mitad del proyecto, a su finalización y siempre que haya cambios significativos.

¿Por qué realizar un PGD?

- Requerimiento obligatorio de la agencia financiadora y/o de la institución

- Es una buena práctica que ayuda a planificar la investigación con datos.

Horizonte Europa establece la obligatoriedad de redactar un PGD y actualizarlo regularmente, para todos los proyectos subvencionados por la Unión Europea.

Existen varias plantillas y plataformas de apoyo para cumplimentar el PGD; se basan en un cuestionario donde explicar la gestión durante el ciclo de vida de los datos, desde su creación hasta la finalización del proyecto de investigación.

Plantillas:

- Plantilla de Horizonte Europa. Horizon Europe. Data Management Plan Template.

- Plantilla de Horizonte 2020. Data Management Plan Template

Herramientas:

ARGOS: herramienta en línea desarrollada por OpenAIRE y EUDAT para facilitar la elaboración de planes de gestión de datos. Asiste al investigador en todo el ciclo de vida de los datos, y ayuda a cumplir los diferentes mandatos y requisitos de las convocatorias y de las entidades financiadoras para acceder a sus ayudas.

Es la herramienta recomendada por el Consorcio Madroño para la elaboración de un plan de gestión de datos.

DMPonline: herramienta de ayuda para elaborar planes de gestión de datos del Digital Curation Centre (DCC) del Reino Unido. Facilita unas plantillas en las que pueden basarse los investigadores según los requerimientos de los organismos financiadores.

PGDonline: Basada en DMPOnline y traducida al español por el Consorcio Madroño.

ARGOS (OpenAire) Public DMPs.
DMPonline Public DMPs. Se puede filtrar por tipo de plantilla utilizada y organismo del investigador.
Psychology DMP. Un PGD ficticio de psicología muy detallado, creado por el proyecto de formación DMTpsych RDM, basado en un importante experimento psicológico.
Universidad de Leeds. DMP tools and examples.
University of Arizona. Example DMPs.
Revista Ideas de Investigación y Resultados (RIO). DMP de proyectos.
Zenodo

10 pasos para elaborar un Plan de Gestión de Datos

Fuente: REBIUN. 10 pasos para elaborar un Plan de Gestión de Datos

Revisa los requerimientos de la entidad financiadora.
Identifica los datos: tipología, procedencia, volumen, formatos y ficheros.
Define cómo se organizarán y gestionarán los datos: nombre de los ficheros, control de versiones, software necesario...
Explica cómo se documentarán los datos: información a procesar, estándares o esquemas de metadatos y herramientas para gestionarlos.
Describe los procesos que aseguran una buena calidad de los datos.
Prepara una estrategia de almacenamiento (durante el proceso) y de preservación de datos (repositorio).
Define las políticas de datos del proyecto: cuestiones sobre propiedad intelectual y cómo se tratarán los datos sensibles y personales.
Describe cómo se difundirán los datos: dónde, cuáles, cuándo se van a difundir, etc.
Asigna roles y responsabilidades para las personas y organizaciones.
Prepara un presupuesto realista: la gestión de datos cuesta tiempo y dinero en términos de software, hardware, servicios y personal.

Gestión de datos

La Gestión de datos de investigación (GDI) abarca las tareas de:

Crear / recolectar datos
Planificar un espacio de almacenamiento que asegure la preservación a largo plazo de los datos y diseñar un plan de protección y seguridad de los mismos.
Establecer un sistema de trabajo: flujos, procedimientos, herramientas, etc.
Configurar la estructura de los ficheros (nomenclatura de carpetas y ficheros, control y nombre de versiones), y determinar su formato (utilizar siempre que sea posible formatos abiertos, para garantizar su accesibilidad).
Documentar los datos para hacerlos comprensibles y fáciles de usar, (contexto y origen de los datos, metodología del proyecto, estructura de los ficheros, tipología y formato de los datos, metadatos).
Seleccionar los datos para su depósito (limpiar y procesar los datos en bruto).
Decidir que datos serán publicamente accesibles. Hay que tener en cuenta el marco legal que afecta a los datos de investigación (propiedad intelectual, confidencialidad, privacidad y protección de datos de carácter personal).

Planificar estas tareas mediante la elaboración de un plan de gestión de datos, mejora la gestión de los proyectos.

Más información:

Una gestión de datos adecuada ayuda a los investigadores a llevar a cabo una mejor investigación y supone:

Mejorar el perfil del investigador, el impacto y la visibilidad de los proyectos.
Mayor transparencia para la validación de los resultados de investigación.
Asegurar que los datos sean localizables, accesibles, interoperables y reutilizables.
Mejorar la protección de datos y minimizar el riesgo de pérdida de los mismos.
Cumplir con los requerimientos de los organismos financiadores.
Ahorrar tiempo y hacer uso eficiente de los recursos disponibles.