Boas práticas na formação de competências FAIR

. 22 de Fevereiro de 2022

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.

DOI

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

OrganizaçãoNome da iniciativaTipo de iniciativaPúblico-alvo
U Bremen Research Alliance
Alemanha
Data Train programmePrograma de formaçãoEstudantes de Doutoramento
Universidade NOVA de Lisboa
Portugal
Research Data Management courseCursoEstudantes de Doutoramento
TU Wien
Áustria
Center for Research Data Management and Data Stewardship courseUnidade institucional dedicada à GDI e cursoComunidade universitária e estudantes de Mestrado (Curso)
Tampere University
Finlândia
Managing Research Information course and RDM: survey and interview data courseCursosEstudantes de Mestrado
swissuniversities
Suíça
Open Science programmeSistema de financiamento nacionalInstituições de ensino superior
Universidade do Minho
Portugal
O Essencial da Gestão de Dados de Investigação (MOOC)MOOCEstudantes de Doutoramento e outros Investigadores
University of Cape Town
África do Sul
Variety of training courses on RDM and FAIR data-related topicsProgramas de formaçãoComunidade universitária
Para saber mais sobre estas iniciativas de formação, consulte a secção de estudos de caso do relatório (https://doi.org/10.5281/zenodo.5940099)

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.

Tags: , , , , , , , ,

Categorias: FAIRsFAIR, sobre os projetos

Sobre o Autor ()

Membro do Gabinete de Gestão de Informação Científica, Repositórios e Ciência Aberta dos Serviços de Documentação e Bibliotecas da Universidade do Minho.

Comentários encerrados.