- El Plan de Gestión de Datos es un documento dinámico que organiza el ciclo de vida de la información científica.
- La implementación de los principios FAIR garantiza que los datos sean localizables, accesibles, interoperables y reutilizables.
- Existen diversas herramientas digitales especializadas que facilitan la redacción de estos planes según la agencia financiadora.
Cuando nos lanzamos a un proyecto de investigación, a veces cometemos el error de centrarnos solo en los resultados finales, dejando de lado cómo vamos a manejar toda la información que vamos a generar. Sin embargo, diseñar un Plan de Gestión de Datos (PGD) desde el primer día es fundamental para que el trabajo no se vuelva un caos y para que otros científicos puedan aprovechar nuestros hallazgos en el futuro.
Básicamente, el DMP (por sus siglas en inglés) es un documento vivo que evoluciona con el proyecto. No hace falta que la primera versión sea perfecta o extremadamente detallada, ya que se irá puliendo sobre la marcha mientras respondemos a preguntas clave sobre cómo vamos a recopilar, almacenar y publicar nuestra información.
Herramientas digitales para redactar tu PGD
Hoy en día no hace falta pelearse con un documento de Word en blanco, porque existen aplicaciones diseñadas específicamente para esto. Por ejemplo, PGDonline es una opción muy solvente, ya que es la versión traducida al castellano de la herramienta Argos y cuenta con plantillas adaptadas a los requisitos de Horizonte Europa. Se puede entrar cómodamente a través de una cuenta de Google o mediante el acceso de instituciones como la Universidad de Sevilla.
Si buscamos algo más global, Argos (desarrollada por OpenAIRE) es el estándar para gestionar y difundir estos planes. Por otro lado, el Digital Curation Center ofrece DMP Online, una herramienta muy fiable que sigue el esquema de la Comisión Europea y que destaca especialmente por su lista de verificación o Check List, que es canela en rama para no olvidarse de nada.
Para quienes se encuentran en el ámbito catalán, eiNa DMP es una alternativa gratuita y muy completa basada en el modelo del DCC. Lo mejor de eiNa es que permite compartir el plan con otros colegas mediante permisos de lectura o escritura, y ofrece ejemplos reales dentro del cuestionario para que el investigador no se quede bloqueado al redactar.
Estructura detallada: ¿Qué debe incluir el plan?
Para que un plan sea robusto, debe cubrir varias áreas críticas. Empezando por la información administrativa, es imprescindible anotar el nombre del proyecto, la entidad que lo financia, quién es el Investigador Principal (con su ID) y el control de versiones del documento.
El resumen de los datos
En este apartado debemos dejar claro para qué queremos recoger los datos y cómo encajan con los objetivos del estudio. Es vital detallar los formatos de archivo que se usarán, si vamos a aprovechar datos ya existentes y quién podría sacar partido de esta información una vez publicada.
La implementación de los principios FAIR
Para que la ciencia avance, los datos deben ser FAIR (por sus siglas en inglés). Esto se desglosa en cuatro pilares:
- Localizables (Findable): Los datos deben describirse con metadatos precisos y contar con identificadores persistentes, como el DOI, además de palabras clave claras.
- Accesibles (Accessible): Hay que definir qué datos serán abiertos y cuáles no. Si existen restricciones, se debe explicar el motivo y si se usarán repositorios específicos o software especial para acceder a ellos.
- Interoperables (Interoperable): Se trata de usar estándares y vocabularios comunes para que los datos puedan intercambiarse entre sistemas sin problemas.
- Reutilizables (Reusable): Es fundamental elegir la licencia adecuada y definir si habrá un periodo de embargo (por ejemplo, para registrar una patente) antes de que el público pueda usarlos.
Recursos, Seguridad y Ética
No todo es técnico; también hay que pensar en la cartera. Es necesario estimar los costes económicos y humanos necesarios para que los datos sean FAIR y asignar a un responsable de la gestión. En cuanto a la seguridad de la información, hay que describir los protocolos de almacenamiento y transferencia para evitar pérdidas o filtraciones.
Por último, no podemos olvidar los aspectos éticos y legales. Cualquier conflicto relacionado con la privacidad de los sujetos o normativas de protección de datos debe quedar reflejado, al igual que cualquier otro procedimiento sectorial o nacional que se esté siguiendo.
Organizar la trayectoria de la información científica mediante el uso de herramientas como eiNa o Argos, siguiendo los estándares FAIR y detallando los costes y la seguridad, permite que la investigación sea transparente y sostenible en el tiempo.