Boas práticas na formação de competências FAIR
Este relatório apresenta uma coleção de sete estudos de caso descrevendo como as competências FAIR estão a ser abordadas através de programas de formação. Estas boas práticas oferecem exemplos de integração bem sucedidos da Gestão de Dados de Investigação (GDI) e das competências dos princípios FAIR relacionadas com dados nos currículos e formação das instituições de ensino superior, a fim de oferecer uma perspetiva atualizada sobre como estas competências estão a ser implementadas pelas instituições de ensino superior.
Oferece às instituições de ensino superior elementos de inspiração e exemplos práticos de como se pode abordar a necessidade de mais competências em matéria de GDI e dados FAIR a serem lecionadas a nível de licenciatura, mestrado e doutoramento. Fá-lo através da análise de fatores externos e internos, passos para a implementação, capacidade investida e impato alcançado pelas boas práticas.
Este relatório foi desenvolvido no âmbito do projecto FAIRsFAIR, que visa desenvolver soluções práticas para apoiar a implementação e utilização dos princípios dos dados FAIR ao longo do ciclo de vida dos dados de investigação.
Visão global dos 7 estudos de caso
| Organização | Nome da iniciativa | Tipo de iniciativa | Público-alvo |
| U Bremen Research Alliance Alemanha | Data Train programme | Programa de formação | Estudantes de Doutoramento |
| Universidade NOVA de Lisboa Portugal | Research Data Management course | Curso | Estudantes de Doutoramento |
| TU Wien Áustria | Center for Research Data Management and Data Stewardship course | Unidade institucional dedicada à GDI e curso | Comunidade universitária e estudantes de Mestrado (Curso) |
| Tampere University Finlândia | Managing Research Information course and RDM: survey and interview data course | Cursos | Estudantes de Mestrado |
| swissuniversities Suíça | Open Science programme | Sistema de financiamento nacional | Instituições de ensino superior |
| Universidade do Minho Portugal | O Essencial da Gestão de Dados de Investigação (MOOC) | MOOC | Estudantes de Doutoramento e outros Investigadores |
| University of Cape Town África do Sul | Variety of training courses on RDM and FAIR data-related topics | Programas de formação | Comunidade universitária |
Principais conclusões
Âmbito e objetivos
Todos os estudos de caso partilham a necessidade de apoiar a aquisição de competências de dados FAIR em todos os níveis institucionais. No entanto, os investigadores de doutoramento continuam a ser vistos como uma categoria “prioritária” para se dotarem de competências relacionadas com dados.
Interdisciplinaridade como característica comum a todos os estudos de caso mas
tem os seus limites.
Diversidade de responsáveis pela implementação da formação em GDI e dados FAIR:
- Agentes externos: a emergência de novas políticas e requisitos de financiamento a nível nacional e europeu.
- Agentes internos: compromisso dos profissionais (por exemplo, bibliotecários e membros do pessoal de apoio à investigação) de melhorar a formação em dados FAIR e a presença de políticas institucionais que regulem as práticas de dados de investigação.
Implememtação
Importante combinar abordagens top-down e bottom-up para assegurar a eficácia e sustentabilidade a longo prazo das novas atividades de formação de dados FAIR.
Suporte e recursos
Importância de financiamento e recursos humanos dedicados.
Um financiamento consistente pode assegurar a continuidade das atividades de formação a longo prazo e ajudar a alcançar objetivos e marcos também relacionados com estratégias institucionais.
Impacto
Necessidade de ir além do modelo tradicional de avaliação para fazer um balanço completo do impacto e influência alcançados pela iniciativa de formação.
A formação é importante mas não suficiente. Um conjunto diversificado de desafios ainda impede estudantes e investigadores de aplicar os princípios FAIR, incluindo a falta de um sistema de incentivos e
recompensas.
Encontrar sinergias com outras prioridades na agenda institucional e nacional (por exemplo, ética e integridade da investigação, digitalização) pode ser um instrumento para não replicar esforços.
Ter uma estratégia e objetivos claros é fundamental para enfrentar os desafios que podem surgir e transformá-los em oportunidades.
Recomendações
Promover o envolvimento do pessoal de investigação e suporte e reforçar a capacidade em todos os níveis institucionais.
Necessidade de promover o intercâmbio entre líderes e profissionais, levando à definição de novas estratégias institucionais para apoiar a formação sobre dados FAIR.
“Everybody should be a data steward” e necessidade de toda a comunidade universitária se capacitar com as competências e práticas dos dados FAIR.
Desenvolver e articular políticas, infraestruturas e formação de competências para se reforçarem mutuamente
Políticas, infraestruturas e formação como três pilares principais de uma estratégia global destinada a transformar os princípios FAIR uma realidade.
Estar consciente das oportunidades a nível europeu e nacional e integrá-las nas estratégias institucionais
As universidades são atores chave na formação da próxima geração de profissionais de dados.
No entanto, devem trabalhar isoladamente e os seus esforços devem ser sustentados por novos quadros políticos e orientações a nível nacional e europeu.
Categorias: FAIRsFAIR, sobre os projetos
