Artículos de temática libre

Reuso de dados de pesquisa: uma revisão bibliométrica

1. Introdução

No passado, dados de pesquisa duramente coletados eram compartilhados apenas entre alguns colegas confiáveis e conhecidos (Curty, Crowston, Specht, Grant & Dalton, 2017). No entanto, no decorrer do tempo foram sendo observadas as potencialidades econômicas no compartilhamento e reuso desses dados.

A ideia de que a reutilização de dados de pesquisa possibilita a economia de custos e esforços de pesquisa, começou a ganhar visibilidade com as discussões lideradas pela Organização para Cooperação e Desenvolvimento Econômico (OCDE), no Reino Unido, em meados da década de 1990, que recomendou o compartilhamento e o acesso aberto a dados de pesquisa com financiamento público dentro e entre comunidades de pesquisa. (Chauvette, Chick-Makaroff & Molzahn, 2019; Childs, Loma, Mcleod & Cook, 2014; Van de Sandt, Dallmeier-Tiessen, Lavasa & Petras, 2019).

Em 2001, os institutos nacionais de saúde dos Estados Unidos, foram uma das primeiras agências de financiamento a introduzir uma política de compartilhamento de dados de pesquisa (Perrier, Blondal & Macdonald, 2020). Aos poucos essa exigência, foi sendo incorporada por periódicos de alto impacto, como Nature e a família de periódicos PLOS (Park & Wolfram, 2017).

Muitas partes interessadas estão envolvidas nas infraestruturas de conhecimento associadas aos dados de pesquisa. Estes incluem os pesquisadores e equipes que produzem os dados, agências de financiamento que fornecem os recursos para conduzir pesquisas, universidades e outras instituições de pesquisa onde as investigações são baseadas ou conduzidas, formuladores de políticas de pesquisa em organizações públicas e privadas, usuários atuais e potenciais desses dados e as bibliotecas e arquivos que podem ser responsáveis pela sua gestão (Borgman, Scharnhorst & Golshan, 2019).

Embora os dados sejam partes fundamentais do processo de pesquisa, extraí-los como produtos a serem compartilhados e reutilizados por outros pesquisadores, pode ser uma tarefa árdua, que envolve uma diversidade dados, indivíduos, disciplinas, contextos, culturas, requer tempo e esforço necessários para entender e reanalisar os dados publicados, despesas além da condução da pesquisa em si e a privacidade dos participantes das pesquisas (Borgman, Scharnhorst & Golshan, 2019; Joo, Kim & Kim, 2017; Park & Wolfram, 2017; Thanos, 2017).

Thanos (2017) afirma que apesar do reuso de dados pesquisa ser considerado complexo, ele tem se tornando uma característica distinta da prática científica moderna, pois permite a reanálise de evidências, reprodução e verificação de resultados, minimizando a duplicação de esforços.

A reutilização de dados de pesquisa ou a reusabilidade é entendida pelo autor como a facilidade de utilização de dados para pesquisa científica legitimada por uma ou mais comunidades de pesquisa (comunidades de consumidores) e que são produzidas por outras comunidades de pesquisa (comunidades de produtores) com um propósito para estudar um novo problema. Van de Sandt, Dallmeier-Tiessen, Lavasa & Petras, (2019) ampliam a abrangência do reuso de dados de pesquisa como o uso de qualquer recurso de pesquisa independente de quando é usado, a finalidade, as características dos dados e seu usuário, ou seja, nessa perspectiva o reuso pode ser caracterizado pelo o uso dos dados pela pessoa o coletou para a mesma finalidade ou para outra.

Para Gregory (2020) a reutilização de dados de pesquisa pode ser uma grande promessa da pesquisa, pois têm sido propostas diversas plataformas e políticas para facilitar a descoberta e a reutilização desses dados, tais como: a European Open Science Cloud, esquemas de metadados (como o esquema DataCite), e repositórios de dados de pesquisa, como Google Dataset e o Research Datada Elsevier.

Portanto, com o uso do instrumento Knowledge Development Process Constructivist (ProKnow-C), foram selecionados artigos sobre o tema reuso de dados de pesquisa, os quais compuseram um portfólio bibliográfico representativo e qualificado do tema. Posteriormente, foi realizada uma análise bibliométrica, com o uso dos indicadores autores, periódicos e palavras-chaves com o objetivo de destacar sua relevância na temática apresentada.

Este artigo está organizado da seguinte maneira: após a seção introdutória, na seção dois serão apresentados os aspectos metodológicos que conduziram a pesquisa, na seção três é apresentada a bibliometria onde são descritos os resultados encontrados e as discussões, na seção quatro são realizadas as conclusões e na última seção são apresentadas as referências utilizadas.

2. Metodologia

Trata-se de uma revisão sistematizada da literatura usando o instrumento ProKnow-C, cujo objetivo é embasar a construção do conhecimento do pesquisador sobre uma determinada temática a partir da seleção dos artigos relevantes que irão compor um portfólio bibliográfico (Lacerda, Ensslin & Ensslin, 2012). O processo é composto por quatro etapas: (a) seleção de um portfólio de artigos sobre o tema da pesquisa; (b) análise bibliométrica do portfólio; (c) análise sistêmica; e a (d) definição da pergunta e do objetivo de pesquisa (Ensslin, Ensslin & Pinto, 2013). A Figura 1 ilustra essas etapas.

Figura 1:

Etapas do Proknow-C.

Fonte: adaptado de Ensslin, Ensslin & Pinto (2013).

Neste artigo é relatado apenas as duas primeiras etapas do Proknow-C, a seleção do portfólio bibliográfico e a realização da bibliometria, a partir da análise dos autores, periódicos e palavras-chaves. Pois entende-se que para os propósitos desta pesquisa, as duas primeiras etapas do Proknow-C são suficientes.

A seleção e análise do portfólio bibliográfico foi iniciada a partir da identificação dos artigos que compuseram o banco de dados de artigos brutos, da filtragem dos artigos com base no alinhamento da pesquisa e da demonstração da representatividade do portfólio bibliográfico através da bibliometria. Na Figura 2 são sintetizadas as atividades que fizeram parte da composição do banco de dados de artigos brutos.

Figura 2:

Composição do banco de dados de artigos brutos.

Fonte: adaptado de Lacerda, Ensslin & Ensslin (2012).

A composição do banco de artigos brutos abarcou a definição dos eixos de pesquisa e das palavras-chave, as combinações de busca e a seleção das bases de dados. Foram definidas duas bases multidisciplinares, a Scopus e a Web of Science (WOS) e duas bases de dados específicas da área da Ciência da Informação, a Library Information Science & Technology Abstracts with full text (LISTA) e a Base de Dados Referenciais de Artigos de Periódicos em Ciência da Informação (BRAPCI). O critério de seleção das bases se baseou na cobertura temática, na disponibilização de ferramentas de busca que abrangiam operadores booleanos, na possibilidade de realizar o refinamento dos resultados e na importação dos registros para software gerenciadores.

As buscas nas bases de dados foram realizadas em abril de 2022. Nas bases de dados Scopus e WOS, as buscas se concentram nos títulos, nas palavras-chave e no resumo, enquanto que nas bases LISTAe BRAPCI as buscas foram realizadas em todos os campos, devido a limitação dessas fontes. Foram definidos como critérios elegibilidade: artigos de periódicos publicados nos idiomas inglês, espanhol e português e com cobertura temporal de 2012 a 2022 para que se pudesse abarcar os artigos recentes e representativos sobre o tema. O número de registros recuperados em cada base de dados, estão descritos no Quadro 1.

Quadro 1

Registros recuperados nas bases de dados.

Fonte: elaborado pelos autores.

Após as buscas, foram selecionados 2 artigos de maneira aleatória para o teste de aderência das palavras-chaves utilizadas na busca, cujo objetivo foi verificar a necessidade de adição de outros que termos que também representassem o tema da pesquisa, no entanto, não foram identificados novos termos.

A atividade seguinte do Proknow-C correspondeu a filtragem dos artigos com base no alinhamento da pesquisa, conforme apresentado na Figura 3.

Figura 3

Filtragem dos artigos com base no alinhamento da pesquisa.

Fonte: adaptado de Lacerda, Ensslin & Ensslin (2012).

Os 1.069 registros recuperados que compuseram o banco de artigos brutos foram exportados para o gerenciador bibliográfico Mendeley, onde foram identificados os registros duplicados. A exclusão desses registros gerou um conjunto com 572 registros que passaram a compor a atividade de leitura dos títulos, que identificou que 291 registros não possuíam alinhamento com o tema da pesquisa, restando 281 trabalhos.

Esses 281 registros, cujos títulos possuíam alinhamento com o tema da pesquisa, foram analisados pelo seu reconhecimento científico, obtido pelo índice de citações gerados pelo Google Scholar. A partir do índice de citação de cada artigo, foi aplicado conceito do Teorema de Pareto, no qual os artigos mais citados representam a maioria do reconhecimento científico presente no conjunto atual de artigos (Lacerda, Ensslin & Ensslin, 2012). Com isso, somando todas as citações dos 281 artigos analisados, obteve-se um total de 5.943 citações, desses, um conjunto com 61 artigos representaram 80,83% de todas as citações. Contudo, os artigos que individualmente foram citados 22 vezes ou mais, foram incluídos no portfólio de pesquisa, pois possuíam o reconhecimento científico de acordo com o Teorema de Pareto (Lacerda, Ensslin & Ensslin, 2012).

Na atividade seguinte foi realizada a leitura dos resumos desses 61 artigos, cujo objetivo foi verificar seu alinhamento com o tema de pesquisa, como resultado dessa atividade obteve-se a identificação de 35 artigos com reconhecimento científico e com alinhamento ao tema.

Os 220 artigos que não possuíam reconhecimento científico, ou seja, aqueles que corresponderam a apenas 19,17% das citações, conforme Teorema de Pareto, passaram por um processo de reconsideração, cujas condições para fazerem parte do portfólio da pesquisa, era que precisavam ter sido publicados há menos de 2 anos, dado que não tiveram possibilidades de serem bem citados ainda e que os artigos publicados há mais de 2 anos, devessem ser de autoria de algum pesquisador já presente no grupo dos artigos com reconhecimento científico e com alinhamento ao tema (Lacerda, Ensslin & Ensslin, 2012). Após essa etapa, 6 artigos foram adicionados ao banco de artigos não repetidos, mas alinhados com título e resumo e com reconhecimento científico potencial. A Figura 4 sintetiza todas as etapas envolvidas na filtragem dos artigos com base no alinhamento da pesquisa.

Figura 4

Processo de filtragem dos artigos conforme alinhamento da pesquisa.

Fonte: adaptado de Lacerda, Ensslin & Ensslin (2012).

Com base na Figura 4, é possível observar que ao final do processo 41 artigos passaram para a fase de leitura integral dos textos, a fim de concluir a filtragem dos artigos conforme alinhamento da pesquisa. Ao fim da leitura, 32 artigos foram selecionados para compor o portfólio de pesquisa, conforme autores citados no Quadro 2 e as referências listadas no Apêndice A.

Esses artigos serão analisados na seção seguinte por meio de uma análise bibliométrica a partir dos indicadores autor, periódicos e palavras-chave com o objetivo de destacar sua relevância na literatura.

3. Análise dos dados

A análise do portfólio de artigos selecionados foi dividida em três etapas: a) análise bibliométrica dos artigos que compuseram o portfólio bibliográfico; b) análise bibliométrica das referências citadas nesses 32 artigos e a c) classificação dos artigos conforme relevância.

3.1 Análise bibliométrica do portfólio bibliográfico

No indicador autor, o objetivo foi identificar aqueles que mais publicaram sobre o tema e fazer uma breve caracterização dos autores de destaque. Foram identificados 121 autores, sendo que os 5 que mais se destacaram no portfólio bibliográfico, estão descritos na Figura 5.

Figura 5.

Autores mais relevantes.

Fonte: elaborado pelos autores.

Pode-se observar que Youngseek Kim foi o autor mais relevante no portfólio com 3 artigos publicados, Kathleen Gregory, Thomas Kramer, Hyoungjoo Park e Andrea Scharnhorst, possuíam 2 artigos, os demais autores não apresentados na Figura 5 possuíam apenas 1 artigo publicado no conjunto de artigos selecionados.

A partir da base de dados Scopus, foram levantadas algumas características dos autores de destaque, as quais estão sintetizadas no Quadro 3.

Quadro 3.

Características dos autores mais relevantes.

Fonte: elaborado pelos autoresNota: * Documentos produzidos e indexados na Scopus.

** Citações recebidas na Scopus.

Ao se analisar a afiliação dos autores, é possível verificar que eles concentram no continente europeu e asiático. Em relação às publicações, ao se verificar a quantidade de publicações Youngseek Kim e Andrea Scharnhorst são os mais produtivos, com 36 e 69 documentos produzidos e indexados na base Scopus, respectivamente.

Andrea Scharnhorst também é a autora mais citada e com mais impacto. Embora, em seus tópicos de proeminência dos últimos 5 anos (2017-2021) não tenham relação com o reuso de dados,¹ a autora, já possui um histórico longo de publicações, tendo o primeiro trabalho indexado em 1986, os estudos sobre reuso de dados de pesquisa, podem ser ainda pouco expressivos com relação as referências usadas no período.

Ainda em relação aos tópicos de proeminência, o reuso de dados aparece com destaque nos trabalhos citados por Kim, Youngseek, Gregory, Kathleen M. e Park, Hyoungjoo, o que pode ser um indicativo de que a temática tem ganhado atenção na literatura.

No indicador periódicos, objetivo foi identificar o mais relevante no portfólio e realizar uma breve caracterização a partir do índice do Journal Citation Reports (JCR) e da categoria temática de cada um. Foram identificados 23 periódicos, conforme Quadro 4.

O periódico que mais concentrou publicações foi o PLOS ONE, com 5 artigos, o Data science journal, o Journal of the Association for Information Science and Technology, o Scientific data, o Aslib Journal of information management e o Online information review concentraram a publicação de 2 artigos e os demais concentraram a publicação de apenas 1 artigo.

Ao se relacionar a área do periódico com os 32 artigos do portfólio, verifica-se que 10 artigos são da Ciência da informação, 7 da Ciência da informação e Ciência da computação, 7 das Ciências multidisciplinares, 2 das Ciências sociais e Interdisciplinares, 1 da Ciência da computação e Informática médica, 1 da Geociências, 1 da Sociologia, 1 da Informática médica e 2 não tiveram a área identificada. Com isso, pode-se inferir que a Ciência da informação em consonância com outras áreas do conhecimento tem forte influência na interdisciplinaridade do tema reuso de dados de pesquisa.

Conforme o Quadro 5, é possível verificar ainda que dos 23 periódicos identificados, 14 são da área de Ciência da Informação, dos quais 1 concentra a publicação no Quartil 1, 3 se concentram em Quartil 2, 6 no Quartil 3 e os demais não estão classificados nos quartis.

Quadro 5:

Quartis na ciência da informação.

Fonte: elaborado pelos autores.Notas: N/D Não disponível no JCR.

N/C Ainda não classificado nos quartis.

Pode-se observar ainda que o tema tem começado a ganhar visibilidade na Ciência da Informação, uma vez que a maioria deles tem se concentrado nos periódicos situados no quartil 3.

O último indicador estudado foi as palavras-chave dos artigos selecionados, sendo que foram identificadas 123 palavras, sintetizadas na Figura 6.

Figura 6.

Síntese das palavras-chave.

Fonte: elaborado pelos autores.

Pode-se verificar que as palavras “research data”, “data sharing” e “data reuse”, foram as palavras que mais obtiveram destaque. Sendo que “data reuse” foi a mais citada, sendo utilizada 8 vezes; “data sharing” e “research data” foram citadas 6 vezes cada uma; “data management” foi citada 4 vezes e “citation analysis” foi citada 3 vezes. As demais receberam 2 ou menos citações. Com isso, pode-se inferir que o reuso de dados (tradução literal para “data reuse”) tem forte ligação com os estudos que tratam sobre compartilhamento de dados (tradução de “data sharing”).

3.2 Análise bibliométrica das referências dos artigos do portfólio

A próxima análise foi realizada a partir das referências citadas nos 32 artigos que compuseram o portfólio bibliográfico. Essa análise, teve como objetivo verificar: a) o reconhecimento científico dos artigos pelo número de citações; b) o número de artigos publicados por periódico e c) o número de artigos por autor. Foram identificas 1.146 artigos citados nas referências, nesta análise foram considerados apenas artigos científicos.

Quanto ao reconhecimento científico, os 10 artigos mais citados estão descritos no Quadro 6 e as referências arroladas no Apêndice B.

Quadro 6.

Citações recebidas pelos 10 artigos mais citados nas referências do portfólio.

Fonte: elaborado pelos autores.

Pode-se observar que em relação ao reconhecimento científico extraído a partir das citações do Google Scholar, nenhum dos títulos explicita o termo “reuso de dados de pesquisa”, o que pode indicar que este é um tema recente e que ainda carece de reconhecimento científico considerando as citações.

A análise seguinte teve como objetivo identificar os autores mais citados nas referências, foram identificados 2.668 autores, sendo que os 5 mais citados são apresentados na Figura 7.

Figura 7.

Autores mais citados nas referências do portfólio.

Fonte: elaborado pelos autores.

Dentre os 5 autores mais citados Christine Borgman recebeu 41 citações, Joshua Denny recebeu 34 citações, Youngseek Kim recebeu 30 citações, Suzie Allard e Mike Frame receberam 28 citações cada. Pode-se observar que dos 5 autores mais citados nas referências, Youngseek Kim é o autor que mais concentra publicações no portfólio bibliográfico.

No quadro 7 é possível verificar as características dos autores mais relevantes das referências.

Quadro 7.

Características dos autores mais relevantes.

Fonte: elaborado pelos autores.Nota: * Documentos produzidos e indexados na Scopus.

** Citações recebidas na Scopus.

Ao se analisar o país de afiliação dos autores mais citados das referências, é possível verificar que eles concentram nos Estados Unidos. Em relação às publicações, ao se verificar a quantidade de publicações Joshua Denny, se destaca com 416 e além disso, suas publicações tem um grande impacto, com 22.299 citações num espaço temporal de 22 anos. No entanto, esse autor, é o único cujos tópicos de proeminência dos últimos 5 anos, não citam explicitamente o reuso de dados, mas citam a anonimização, que é um processo que faz parte do escopo de estudos de reuso de dados.

A última análise buscou identificar os periódicos que foram mais citadas nas referências. Foram identificados 405 periódicos, desses os 5 mais citados são apresentados na Figura 8.

Figura 8.

Periódicos mais citados nas referências do portfólio.

Fonte: elaborado pelos autores.

Dos periódicos citados, a PLOS ONE teve 96 artigos publicados, o International journal of digital curation, foi citado por 54 artigos, o Journal of the Association for Information Science and Technology, foi citado por 39 artigos, o Journal of the American Society for Information Science and Technology foi citado por 25 artigos e o Data Science Journal foi citado por 24 artigos.

Desses periódicos, a PLOS ONE, o Journal of the Association for Information Science and Technology e o Data science journal foram periódicos que mais concentraram publicações presentes no portfólio bibliográfico, sendo que o primeiro também foi o periódico de maior destaque.

Embora os periódicos International journal of digital curation e o Journal of the American Society for Information Science and Technology não tenham aparecido no portfólio bibliográfico, eles também concentram sua temática na Ciência da informação e áreas correlatas.

Ao se correlacionar os periódicos mais citados nas referências com os periódicos citados no portfólio bibliográfico, novamente a área da Ciência da informação é a área que mais se destaca.

3.3 Classificação dos artigos conforme relevância acadêmica

Para classificar os artigos do portfólio pela sua relevância acadêmica, o presente estudo adotou três eixos de avaliação, sendo: a) relevância dos autores a partir da quantidade de vezes que ele foi citado nas referências do portfólio e nas referências; b) periódicos de maior destaque no portfólio e nas referências e c) representatividade dos autores nos artigos no portfólio.

A relevância dos autores foi verificada a partir da comparação entre a quantidade publicações no portfólio e a quantidade de publicações nas referências, conforme Figura 9.

Figura 9.

Relevância dos autores.

Fonte: elaborado pelos autores

Ao se comparar os 10 autores mais citados nas referências com os 10 autores mais citados no portfólio bibliográfico, pode-se observar que a relevância dos autores do portfólio não foi confirmada, uma vez que nenhum deles se aproximou da quantidade de publicações dos autores citados nas referências.

No entanto, ao se relacionar as características desses autores, conforme Quadro 8, pode-se observar que o país de afiliação se concentra nos Estados Unidos e que em 6 deles mantêm a proeminência de tópicos na área da reuso de dados, pesquisadores e bibliotecários. O que coincide com as análises já verificadas nos autores do portfólio.

Quadro 8.

Características dos autores mais relevantes.

Fonte: elaborado pelos autores.Nota: * Documentos produzidos e indexados na Scopus.

** Citações recebidas na Scopus.

Isto é, apesar da relevância dos autores do portfólio em relação aos autores referências não ser confirmada no que condiz as citações, ela se confirmou nos tópicos de proeminência reuso de dado, pesquisadores e bibliotecários.

Ao se realizar uma comparação entre o número de artigos publicados no portfólio e o número de artigos citados nas referências, o PLOS ONE foi o mais representativo, pois obteve destaque tanto nas referências concentrando a publicação de 96 artigos quanto portfólio concentrando a publicação em artigos dos 32 selecionados, conforme Figura 10.

Figura 10.

Periódico mais representativo

Fonte: elaborado pelos autores.

Ao se analisar os 23 periódicos que concentram a publicação dos 32 artigos selecionados no portfólio, 14 deles pertencem a Ciência da informação, embora ainda não tenham representatividade em relação às referências utilizadas, pode-se dizer que o tema reuso de dados tem forte aceitação nos periódicos da área, podendo ser caracterizado como um tema emergente.

A variável seguinte teve como objetivo identificar a representatividade dos autores, a partir da relação entre os autores mais citados nas referências e do número de citações recebidas, no Google Scholar, pelos artigos do portfólio, conforme Figura 11.

Figura 11.

Representatividade dos autores.

Fonte: elaborado pelos autores.

Pode-se observar que dos 32 artigos, 28 receberam menos de 100 citações, desses 22 são relevantes para o tema, mas os autores ainda carecem de reconhecimento científico, pois receberam menos de 20 citações nas referências utilizadas, conforme o primeiro quadrante. No segundo quadrante é possível verificar que 4 artigos receberam mais de 100 citações, no entanto, os autores desses artigos também carecem de reconhecimento científico receberam menos de 20 citações nas referências utilizadas. No terceiro quadrante, é possível verificar que há um reconhecimento científico dos autores no portfólio, pois receberam 20 ou mais citações, mas ainda não há um reconhecimento dos artigos científicos que compõem o portfólio. E por fim, pode-se verificar no quarto quadrante, que ainda não há simultaneamente o reconhecimento dos autores e nem dos artigos científicos.

Considerações finais

O uso do Proknow-C possibilitou identificar um portfólio bibliográfico representativo e qualificado do tema, a partir da seleção de 32 artigos científicos. No entanto, ao se analisar as citações no Google Scholar, 28 deles receberam menos de 100 citações. Sendo que, 22 artigos dessa maioria, os autores ainda carecem de reconhecimento científico, pois receberam menos de 20 citações quando comparados com as referências utilizadas no portfólio selecionado. Os artigos que receberam mais de 100 citações, os autores também carecem de reconhecimento científico, pois receberam menos de 20 citações quando também comparados com as referências utilizadas no portfólio selecionado. Esses dados podem sugerir, que o tema “reuso de dados de pesquisa” ainda é emergente, uma vez que de maneira geral os artigos ainda carecem de reconhecimento.

Na análise bibliométrica foi possível identificar que Youngseek Kim, Kathleen Gregory, Thomas Kramer, Hyoungjoo Park e Andrea Scharnhorst são os autores de maior destaque e partir da análise dos assuntos das referências os temas: pesquisadores, reuso de dados e bibliotecários são temáticas de interesse para a maioria desses autores.

O uso do Proknow-C se mostrou importante para identificar os artigos mais relevantes sobre o reuso de dados de pesquisa. No entanto, para a aplicação da metodologia estar completa, será necessário realizar a análise sistêmica do conteúdo dos artigos selecionados para identificar as oportunidades de pesquisa, possíveis melhorias e assim definir a perguntas e os objetivos de pesquisa.

Como ponto de partida para os estudos sobre o reuso de dados, esta pesquisa demonstrou os autores e os periódicos que mais tem publicado sobre esta temática bem como as palavras-chaves que podem ajudar na compreensão das relações do reuso de dados.

A Ciência da informação, sendo a área do conhecimento que teve maior destaque para o tema, descortina-se com um horizonte de possibilidades de exploração de pesquisas tais como: identificar como tema vem sendo estudado, quais os paradigmas têm dominado, se os autores dessa área têm compartilhado e reutilizado dados, se há padrões de metadados e de citações sendo utilizados, em quais países as pesquisas sobre o reuso de dados tem se concentrado se elas tem correlação com as políticas regulatórias e investimentos, bem como outros estímulos para reconhecimento.

Referências

Borgman, C. L., Scharnhorst, A. & Golshan, M. S. (2019). Digital data archives as knowledge infrastructures: Mediating data sharing and reuse. Journal of the Association for Information Science and Technology, 70(8), 888-904. https://doi.org/10.1002/asi.24172

Chauvette, A., Schick-Makaroff, K. & Molzahn, A. E. (2019). Open data in qualitative research. International journal of qualitative methods, 18. https://doi.org/10.1177/1609406918823863

Childs, S., Loma, E., Mcleod, J. & Cook, G. A. (2014). Opening research data: issues and opportunities. Records management journal, 24(2), 142-162. https://doi.org/10.1108/RMJ-01-2014-0005

Curty, R. G., Crowston, K., Specht, A., Grant, B. W. & Dalton, E. D. (2017). Attitudes and norms affecting scientists’ data reuse. PLOS ONE, 12(12), 1-22. https://doi.org/10.1371/journal.pone.0189288

Ensslin, L.; Ensslin, S. R. & Pinto, H. M. (2013). Processo de investigação e análise bibliométrica: avaliação da qualidade dos serviços bancários. Revista de administração contemporânea, 17(3), 325-349. https://doi.org/10.1590/S1415-65552013000300005

Gregory, K. M. (2020). A dataset describing data discovery and reuse practices in research. Scientific data, 7(232), 1-11. https://doi.org/10.1038/s41597-020-0569-5

Joo, S., Kim, S. & Kim, Y. (2017). An exploratory study of health scientists’ data reuse behaviors: examining attitudinal, social, and resource factors. Aslib journal of information management, 69(4), 1-29. https://doi.org/10.1108/AJIM-12-2016-0201

Lacerda, R. T. O., Ensslin, L. & Ensslin, R. S. (2012). Uma análise bibliométrica da literatura sobre estratégia e avaliação de desempenho. Gestão de produção, 19(1), 59-78. https://doi.org/10.1590/S0104-530X2012000100005

Park, H. & Wolfram, D. (2017). An examination of research data sharing and re-use: implications for data citation practice. Scientometrics, 111, 443-461. https://doi.org/10.1007/s11192-017-2240-2

Perrier, L., Blondal, E. & Macdonald, H. (2020). The views, perspectives, and experiences of academic researchers with data sharing and reuse: a meta-synthesis. PLOS ONE, 15(2), 1-21. https://doi.org/10.1371/journal.pone.0229182

Thanos, C. (2017). Research data reusability: conceptual foundations, barriers and enabling technologies. Publications, 5(2), 1-19. https://doi.org/10.3390/publications5010002

Van de Sandt, S., Dallmeier-Tiessen, S., Lavasa, A. & Petras, V. (2019). The definition of reuse. Data science journal, 18(22), 1-19. https://doi.org/10.5334/dsj-2019-022

Notas

Recepción: 15 Febrero 2023

Aprobación: 10 Junio 2023

Publicación: 01 Abril 2024

Obra bajo Licencia Creative Commons Atribución-NoComercial-CompartirIgual 4.0 Internacional