¿Qué es el plan de gestión de datos -PGD-?
Es el documento que describe de forma específica como serán tratados los datos generados en un proyecto de investigación. Actualmente existen muchas herramientas que ayudan a los investigadores a crear su plan de gestión de datos.

¿Por qué debo planificar la gestión de datos?
Los datos deben ser planificados porque:

• Ayuda a darle organización, de modo que todos los miembros del equipo investigador sepan la ubicación exacta del dato y todos sepan las condiciones de recolecta o como se generó dicho dato
• Contribuye a generar una investigación mucho más participativa, ya que ayuda a validar resultados de la propia investigación o demás investigaciones. Mejora la visibilidad de la investigación en el mundo científico, dando la posibilidad a los datos de ser utilizados de otras formas que el investigador o grupo investigador no habían imaginado.
• Además, es obligatorio.

Algunas herramientas para crear el plan de gestión de datos:

• Plantilla H2020

Ayuda a los usuarios de Horizonte 2020 a hacer que sus datos de investigación puedan ser encontrados, accesible, interoperable y reutilizable (FAIR), garantizando que esté bien administrados.
¿Cómo funciona? Consta de un cuestionario sencillo que orienta al usuario por medio de preguntas a resolver su PGD bajo los requerimientos de la Unión Europea.
Idioma: Ingles
Desarrollado por: Unión Europea
http://ec.europa.eu/programmes/horizon2020/
http://ec.europa.eu/research/participants/data/ref/h2020/grants_manual/h...

• DMPTool

Esta plantilla ayuda a crear, revisar y compartir los planes de administración de datos y que estos cumplan con los requisitos de los financiadores e instituciones.
¿Cómo funciona? Los diseñadores han creado una serie de plantillas donde están representados los principales requerimientos de los principales financiadores. Solamente se debe responder una serie de preguntas orientadoras que permitirán construir el PGD
Idioma: Ingles
Desarrollado por: Digital Curation Centre (DCC) and the University of California Curation Center (UC3).
https://dmponline.dcc.ac.uk/
http://www.dcc.ac.uk/sites/default/files/documents/resource/DMP/DMP_Chec...

• Research data management plan

Es una herramienta que ayuda a describir su plan de gestión de datos de forma rápida.
¿Cómo funciona? Consta de una plantilla breve con una serie de epígrafes que solicitan al usuario que responda de manera breve los requerimientos del PGD. Tiene varios ejemplos al finalizar cada epígrafe que orientan al investigador. Este recurso resulta muy interesante pues tiene una herramienta que ayuda al grupo a encontrar el repositorio más adecuado según sus datos y el tipo de investigación
Idioma: Catalán. Traducido y adaptado por: el Consorci de Serveir Universitaris de Cataluya
https://dmp.csuc.cat/
http://hdl.handle.net/2072/266522
http://www.recercat.cat/bitstream/handle/2072/273194/PlansdeGestiodeDade...

• PGDonline

Esta es la herramienta diseñada por DCC traducida y adaptada por el consorcio madroño. Cuenta con un video tutorial que da las instrucciones desde el registro hasta la creación del plan.
Idioma: Español
Traducido y adaptado por: Consorcio Madroño
http://dmp.consorciomadrono.es/

Organizar y describir tus datos hará más fácil entender los detalles y procedimientos relacionados con tus datos y su obtención a lo largo de todo el ciclo de vida de tu proyecto. Además, una correcta gestión de datos es clave para el éxito del proyecto y la investigación.

La importancia de hacer un PGD radica en que si organizas bien los datos:

• garantizarás la integridad de la investigación.
• tu investigación podrá ser reproducida por otro investigador.
• cumplirás los requisitos de buenas prácticas y de agencias de financiación.
• podrás verificar tu investigación.
• podrás evitar su duplicación y evitar gasto de tiempo y recursos a largo plazo.
• aumentarás la eficiencia y la calidad de la investigación.
• podrás mejorar la protección de datos y minimizar el riesgo de pérdida de los mismos, al tomar medidas y planificar acciones de antemano para su resguardo y anonimización, y podrás depositarlos en entornos seguros con respaldo institucional.
• garantizarás la conservación y preservación de los datos de investigación.
• podrás evitar duplicación al volver disponibles los recursos para su reutilización por otros.
• conseguirás reconocimiento en tu disciplina por preservar y compartir tus datos.

Fuente:

Plan de Gestión de Datos en CONICET

En los últimos años se está haciendo un esfuerzo para que las instituciones financiadoras de proyectos establezcan una política sobre datos con un marco para gestionar y conservar datos, estipulando las obligaciones que deben cumplir los investigadores al recibir financiación. De forma que cada vez son más instituciones financiadoras de proyectos (especialmente las gubernamentales) las que exigen un Plan de gestión de datos (PGD) como parte del proceso de las solicitudes con subvención.

El PGD debe describir cómo la propuesta se ajustará a las políticas en relación a la organización y acceso a los datos y los resultados de la investigación. Su elaboración se convierte en un instrumento esencial de buenas prácticas que eleva los estándares de calidad, la transparencia y la ética del proceso de investigación. Una primera versión del PGD debe ser entregada durante los 6 primeros meses del proyecto. Se ha de actualizar al menos dos veces, a mitad del proyecto y a la finalización del mismo. Además se deberá hacer una nueva versión si hay cambios importantes de los datos durante el proyecto.

La elaboración del plan de gestión de datos, desde el punto de vista de las instituciones donde se desarrollan actividades de investigación, es clave porque no son solo espacios de creación de los datos sino que pueden volverse usuarias de los mismos, adquiriendo:

• Conocimiento previo de necesidades que surgirán en la gestión de datos a las que por ley se debe dar respuesta.
• Información más clara y estandarizada -machine readable, y con potencial aplicación de técnicas de minería de texto y datos- de las líneas de investigación y proyectos en desarrollo, para la asignación de recursos de forma más estratégica.
• Potencialidad de vinculación con el medio socio-productivo y/o actores gubernamentales, tanto al volver disponible la información que es base de desarrollos científicos y tecnológicos.

La mayoría de las instituciones europeas dedicadas a la investigación coinciden en que los principales motores para impulsar la elaboración de los planes de gestión son los requisitos de las instituciones financiadoras incluidos en las convocatorias de financiación de proyectos, y la existencia de códigos nacionales de conducta disciplinares. Los elementos que generalmente se incluyen en sus planes de gestión, y que coinciden básicamente con los elementos considerados más importantes por los investigadores en sus proyectos, se refieren a: definición de las responsabilidades y roles implicados en la gestión de los datos; formación y apoyo; acceso y reutilización; seguridad y preservación; acceso y disponibilidad de los datos en abierto. Puedes encontrar un ejemplo de esto en la Guía H2020 para la gestión de datos.

Mientras que en España, el segundo principio de gestión del Plan Estatal de Investigación Científica y Técnica y de Innovación 2017-2020 es la transparencia y rendición de cuentas. Esto se traduce en un acceso abierto a resultados y datos de investigación de las actividades subvencionadas con recursos públicos. Los trabajos publicados en revistas científicas financiados a través del Plan Estatal se depositarán en repositorios en abierto teniendo en cuenta las características específicas de las distintas materias. Los proyectos de I+D+i financiados incluirán un plan de gestión de los datos de investigación que se generen y se depositarán en repositorios institucionales, nacionales e internacionales con la excepción de datos protegidos o necesarios para la explotación comercial de los resultados obtenidos.

Finalmente, en la evaluación curricular de los investigadores, así como en la evaluación ex post de las actuaciones financiadas se tendrán en cuenta los trabajos publicados en abierto en repositorios institucionales y temáticos, nacionales e internacionales.

Aquí encontrarás algunos ejemplos de políticas institucionales y otras entradas relacionadas con la política de datos en investigación.

• La Biblioteca de la Universidad de Viena recopiló y analizó más de 40 políticas europeas de GDI entre 2015 y 2016 en el marco del proyecto Learn. Un análisis y evaluación de algunas de las políticas institucionales seleccionadas puede verse en el documento "Evaluation Grid for RDM Policies in Europe"
• Códigos de Práctica de Investigación en la Universidad de Birmingham https://www.birmingham.ac.uk/Documents/university/legal/research.pdf

Fuentes

http://www.ub.edu/blokdebid/es/content/mecanismos-de-intervencion-para-la-gestion-de-datos

Plan de Gestión de Datos en CONICET

Biblioguias.cepal.org-gestión de datos y entidades financiadoras

Plan Estatal de Ciencia y Tecnología y de Innovación 2017-2020.

Los planes de gestión de uso de datos describen tu plan para conseguir muchos aspectos relacionados con el trabajo con datos. Generalmente incluyen la siguiente información, aunque no están limitados, son dinámicos, y puedes incluir toda la información relevante para que alguien puede utilizar esos datos y pueda reproducir tu proyecto.

Para redactar el Plan de tu proyecto de investigación es necesario que al menos registres la siguiente información:

1. Proporciona la información básica de tu proyecto: título, cualquier número de seguimiento de proyectos, punto de contacto, etc. A continuación identifica el marco temporal del proyecto y las actividades de colección de datos (ejemplo: fecha de inicio y fin del proyecto los periodos de recogida de datos). Debes proporcionar también información de contacto para la plantilla de trabajo y los colaboradores involucrados en el proyecto; e identificar a la persona responsable en general del manejo de los datos, la adquisición, el procesamiento, control de calidad, documentación y almacenamiento. Si puedes, proporciona tu presupuesto estimado para las actividades de manejo de datos. Y si procede, identifica un acuerdo para compartir datos que defina los roles y las responsabilidades para la recogida de datos y para compartirlos (estas últimas etapas se definen conforme evoluciona el proyecto).
2. Los tipos de datos. Describe cuál es la fuente o el origen de tus datos. El formato. Qué volumen de datos esperas que produzca tu proyecto, y si tus datos serán definitivos o podrán cambiar con el tiempo.
3. Detalles del contexto de los datos (metadatos). Especifica cómo vas a documentar y describir tus datos.
4. Almacenamiento, recuperación y seguridad de los datos. Cómo, dónde y quién se encargará de almacenar tus datos con seguridad y calidad.
5. Protección y privacidad de datos. Identifica la persona a la que pertenecen los datos y cualquier cláusula de confidencialidad y privacidad de los datos.
6. Política de uso de los datos. Identifica cualquier restricción inherente al uso de los datos del proyecto y cómo podrán otros investigadores usar tus datos.
7. Acceso y publicación de los datos. Explica aquí como otros investigadores podrán descubrir tus datos y cómo les proporcionarás acceso a ellos. Archivos y permisos de acceso a los datos. Indica cuál es tu plan para preservar los datos y proporcionar acceso a largo plazo.

Otros enlaces interesantes para hacer tu PGD:

• https://uk.sagepub.com/en-gb/eur/managing-and-sharing-research-data/book240297

• 10 pasos para elaborar un Plan de gestión de datos

• Elements_of_the_Content_of_a_RDM_Policy.pdf

• https://biblioguias.cepal.org/gestion-de-datos-de-investigacion/herramientas-PGD

Fuentes:

https://guides.library.harvard.edu/c.php?g=471243&p=3223045

https://library.uoregon.edu/research-data-management/create-data-management-plan

El PGD es un documento sobre los datos de los proyectos que los investigadores deben cumplimentar, y que describe la propiedad, el origen, el formato, el tratamiento, la conservación, la seguridad y el uso de los datos a lo largo de todo el ciclo de vida de los datos en el proyecto de investigación. Este plan ha de detallar numerosos aspectos relacionados con:

1. Los datos que se ofrecerán en abierto, con una descripción detallada de los mismos.
2. El acceso a los datos, para su posible verificación y reutilización.
3. La conservación de los datos, indicando el nombre y tipo de repositorio donde se depositarán

Una primera versión del PGD debe ser entregada durante los 6 primeros meses del proyecto. Pero como el Plan de Gestión de Datos no es un documento estático sino que evoluciona con el proyecto, se ha de actualizar al menos dos veces, a mitad del proyecto y a la finalización del mismo. Además se deberá hacer una nueva versión si hay cambios importantes de los datos durante el proyecto. La creación de un plan de gestión de datos es la mejor práctica para los proyectos de investigación que implican la colección y diseminación de datos. Los planes ayudan a asegurar que los datos que serán reunidos o generados por el proyecto tendrán la integridad, calidad y la procedencia adecuada para validar la investigación propuesta. Además, permitirá la replicación del proyecto y evitará la replicación. Además, cada vez más instituciones encargadas de financiar proyectos de investigación exigen un plan formal de gestión de datos.

Aquí tienes algunas fuentes que te ayudarán a crear tu propio plan.

Guidance for Creating a Data Management Plan in Horizon 2020 Projects–Version July 2018

https://dataverse.org

Dataverse.org/data-management/#template-for-data-management-plan

Data Management & Curation-DMP-Template

BestPracticesDataManagement-Oregon

DMP-Oregon

DMP-Odum

Esta es una guía básica con ocho tablas a la que puedes añadir más campos.

Tabla 1. DATOS ADMINISTRATIVOS

Tabla 2. DESCRIPCIÓN DE LOS DATOS

Tabla 3. DOCUMENTACIÓN Y METADATOS

Tabla 4. REQUERIMIENTOS ÉTICOS Y LEGALES

Tabla 5. ALMACENAMIENTO Y COPIAS DE SEGURIDAD

Tabla 6. SELECCIÓN Y PRESERVACIÓN DE LOS DATOS

Tabla 7. COMPARTIR LOS DATOS

Tabla 8. RESPONSABILIDADES Y RECURSOS

Fuente:

Biblioteca de la Universidad de Cantabria

Existen muchos recursos concebidos para ayudar a los investigadores con la organización, la gestión y la conservación de datos. Desde la creación de un plan de gestión, y encontrar los tipos de datos adecuados para sus proyectos, hasta programas y manuales de formación en gestión y análisis de datos.

Aunque aquí te dejamos algunos enlaces útiles, no olvides consultar otras entradas en esta web para tener acceso a más recursos específicos sobre la gestión de datos.

• Plan, Gestión y Organización de datos

• MANTRA es un curso de formación interactivo sobre gestión de datos desarrollado por la Universidad de Edimburgo.
• CESDA es un curso formativo en gestión de datos de investigación siguiendo los principios FAIR (research data Findable, Accessible, Interoperable and Reusable).
• FOSTER pone a disposición un compendio de recursos de formación en gestión de datos en investigación.
• Si estás interesado/a en participar en convocatorias de proyectos H2020, no dejes de consultar la Guía H2020 para la gestión de datos.
• Lista de verificación de items para elaborar un Plan de Gestión de Datos
• Herramienta en línea llamada Research Data Management Plan — Plan de Gestión de Datos de Investigación permite crear PGDs.
• EUDAT es un portal que integra toda una serie de servicios de formación y gestión de datos de investigación: almacenamiento, búsqueda, conservación y recuperación de datos.
• CLARIN es una plataforma de apoyo al intercambio, uso y sostenibilidad de datos y herramientas lingüísticas digitales.

• Guías y documentos sobre programas informáticos para gestionar datos

Aquí te dejamos un enlace al directorio de la Universidad de Stanford de guías y documentos sobre los programas informáticos más populares empleados para la organización y análisis de datos. Entre ellos tienes: R, SAS, SPSS and Stata. En este otro enlace encontrarás mucha más información sobre estos y otros programas (como RStudio, Excel, MATLAB, S-PLUS, Minitab, QGis, GRASS, Data Description, etc.). Por otro lado, los sistemas de información geográfica son un ejemplo de recurso para organizar y gestionar los datos espaciales, así como para gestionar mapas, bases de datos climáticos, de inventarios forestales, etc.

Aquí te dejamos una muestra de este tipo de recursos:

• Mapas y Atlas Climáticos
• Atlas climático de la Península Ibérica: http://opengis.uab.es/wms/iberia/
• Atlas climático de la Agencia Estatal de Meteorología: http://www.aemet.es/es/serviciosclimaticos/atlas_climatico

• GIS
• GIS-overview
• Esri- GIS-Training
• Tutoriales para metadatos en GIS
• GRASS
• https://grass.osgeo.org

• Programas de gestión de datos de Inventarios Forestals Nacionales
• http://www.basifor.es

Fuentes:

https://library.uoregon.edu/data-services

http://biblioteca.uoc.edu/es/investigacion/gestion-de-los-datos-de-investigacion

http://biblioteca.uoc.edu/es/investigacion/herramientas

https://www.usgs.gov/products/data-and-tools/data-management/data-lifecycle

https://www.usgs.gov/products/data-and-tools/data-management/overview-data-management

https://guides.library.oregonstate.edu/research-data-services/lifecycle

https://library.uoregon.edu/research-data-management/best-practices

https://biblioguias.unex.es/datos_de_investigacion/gestion#s-lib-ctab-14467661-1