Mapeamento e Análise Das Políticas Institucionais de Financiadores da Pesquisa Brasileira: Cenário dos Dados Científicos Abertos

Os dados utilizados para identificar as instituições que fomentam a pesquisa no Brasil foram extraídos da Plataforma Lattes. Esses dados foram obtidos com base na lista de Bolsistas de Produtividade em Pesquisa do CNPq, vigentes em julho de 2017^[1] e por meio da extração de informações da base de currículos acadêmicos da Plataforma Lattes, utilizando-se a ferramenta <em>scriptLattes^{<strong>[2]</strong>}</em>^. O relatório resultante desta extração contém dados sobre os financiadores de 151.481 projetos de pesquisa, registrados por 14.589 pesquisadores Bolsistas de Produtividade em Pesquisa do CNPq. A seguir estão descritos os procedimentos técnicos adotados, bem como as delimitações do objeto pesquisado: Foram excluídas do relatório inicial as instituições que são apenas mediadoras de financiamentos, mas que não têm como finalidade o fomento à pesquisa, ou ainda, que têm no financiamento uma atividade esporádica para demandas específicas: empresas privadas; bancos comerciais, privados e públicos; hierarquias do Poder Executivo (ministérios, secretarias e prefeituras); universidades nacionais e estrangeiras (faculdades, centros universitários, cursos universitários) e suas hierarquias (reitorias, pró-reitorias, secretarias, programas), inclusive suas fundações de apoio, pois apenas gerenciam os recursos financeiros recebidos de outras organizações que têm como finalidade o fomento à pesquisa; Foram padronizadas as nomenclaturas realizando-se buscas na <em>web</em>, por meio do serviço de busca <em>Google Search</em>, para acessar os portais eletrônicos das instituições e verificar suas nomenclaturas oficiais: Instituições que possuíam filiais tiveram a padronização em nome da instituição matriz, somando-se o número de projetos que apareceram como financiador; Instituições internacionais tiveram suas nomenclaturas padronizadas no idioma original, pois diversas estavam traduzidas para o português; Após esses procedimentos técnicos foi possível compilar os dados, gerando um <em>ranking</em> geral, que identificou um total de 3.309 financiadores. Considerando o número muito elevado de instituições, foi necessário realizar uma delimitação do número de financiadores para compor o universo da pesquisa. Considerando o tempo hábil para a pesquisa documental e posterior análise, foram selecionadas 15 instituições nacionais e 15 internacionais, identificadas com maior número de financiamentos para a exploração e análise. O <em>site </em>oficial de cada uma das 30 instituições foi explorado individualmente, com a finalidade de levantar documentos que continham dados institucionais de cada um dos financiadores para a sua caracterização, além de coletar documentos que identificassem a existência de políticas institucionais formalizadas e/ou iniciativas e práticas para a promoção do acesso aberto a dados de pesquisa. Além disso, nos casos em que não foram encontrados documentos formalizados para acesso aberto a dados de pesquisa, foram acessados os cinco últimos editais publicados com chamadas em aberto de cada órgão financiador, com o intuito de auxiliar na identificação de políticas de dados abertos. Nos casos em que não havia cinco editais em aberto, foram acessados os últimos editais já com chamadas encerradas. As políticas identificadas foram analisadas quanto ao seu caráter recomendatório ou mandatório: Caráter Mandatório: análise de políticas institucionalizadas, que se configuram como exigências aos projetos financiados; Caráter Recomendatório: análise de recomendações, iniciativas ou práticas isoladas, que se não cumpridas pelo pesquisador não impedem o recebimento de fomento à pesquisa; Não identificação de políticas, práticas ou iniciativas: análise que resulta negativa para a existência de ações sobre dados abertos. Além dessa classificação, foi utilizado como modelo um quadro de critérios do Reino Unido^[3], que analisa a cobertura das políticas de dados abertos dos financiadores, disponibilizado pelo <em>Digital Curation Centre</em> (DCC)^[4] em seu portal eletrônico, composto pelos seguintes critérios: Cobertura da Política: analisa se há previsão na política sobre resultados publicados e sobre acesso e manutenção do conjunto de dados; Resultados Publicados: política sobre produtos publicados, como por exemplo, artigos de revistas e documentos de conferências; Dados: política ou declaração de conjunto de dados sobre acesso e manutenção de recursos eletrônicos; Estipulações da Política: analisa se há na política previsão sobre prazos, plano de dados, compartilhamento e acesso, curadoria de longo prazo e monitoramento; Prazos: definição de prazos para tornar o conteúdo acessível ou preservar os resultados da pesquisa; Plano de dados: requisito para considerar a criação, gerenciamento ou compartilhamento de dados no aplicativo de concessão; Acesso/compartilhamento: promoção de periódicos <em>Open Access</em>, depósito em repositórios, compartilhamento de dados ou reutilização; Curadoria de longo prazo: estipulações sobre manutenção em longo prazo e preservação dos resultados da pesquisa; Monitoramento: se a conformidade é monitorada ou se são tomadas ações como a retenção de fundos; Suporte fornecido: analisa se a política prevê fornecimento de orientações, repositórios, centro de dados e custos: Orientação: fornecimento de <em>Frequently Asked Questions</em> (FAQs), guias de melhores práticas, kits de ferramentas e equipe de suporte; Repositório: provisão de um repositório para tornar os resultados de pesquisa publicados acessíveis; Centro de Dados: fornecimento de um <em>data center</em> para curadoria de recursos eletrônicos ou dados não publicados; Custos: a vontade de cumprir taxas de publicação e gerenciamento de dados / partilha de custos. Assim, para cada documento coletado no portal eletrônico dos 30 financiadores selecionados foi feita uma análise classificando em que medida a política atendia aos critérios, com as seguintes escalas: Cobertura Total (CT), Cobertura Parcial (CP) ou Nenhuma Cobertura (NC). ^{[1] Lista em ordem alfabética de bolsistas de Produtividade em Pesquisa do CNPq coletada em 05 de julho de 2017. Fonte dos dados: &lt;http://cnpq.br/bolsistas-vigentes&gt; - Version 2 - 16.07.2017, 02:25 by Fabio C. Gouveia. Fonte: &lt;https://figshare.com/articles/BolsistasProdCNPq170705_tsv/5177122&gt; Acesso em: 11/03/2018.} ^{[2] S<em>criptLattes</em> - ferramenta que baixa automaticamente os currículos Lattes em formato HTML (livremente disponíveis na rede) de um grupo de pessoas de interesse, compila as listas de produções, tratando apropriadamente as produções duplicadas e similares. Fonte: &lt;http://scriptlattes.sourceforge.net/&gt; Acesso em: 17/05/2018.} ^{[3] Disponível em: &lt;http://www.dcc.ac.uk/resources/policy-and-legal/overview-funders-data-policies&gt;. Acesso em 24 abr. 2019.} ^{[4] Criado em 2004, trabalha desde meados de 2011 em colaboração com organizações de pesquisa para fornecer suporte ao desenvolvimento de serviços, desde a defesa de dados de pesquisa, a avaliação de necessidades até o desenho e implementação de políticas, suporte, infraestrutura e serviços. Fonte: &lt;http://www.dcc.ac.uk/&gt;. Acesso em 24 abr. 2019.}本研究用于识别巴西科研促进机构的数据集，提取自Lattes平台（Plataforma Lattes）。该数据集基于2017年7月生效的巴西国家科学技术发展委员会（CNPq）生产力研究奖学金获得者名单^[1]，并通过scriptLattes^{<strong>[2]</strong>}工具提取Lattes平台学术简历库信息所得^.。本次提取生成的报告涵盖了14589位CNPq生产力研究奖学金获得者所登记的151481个科研项目的资助方数据。 下文将详述所采用的技术流程及研究对象的界定范围： 1. 从初始报告中剔除仅作为资助中介、不以科研促进为核心宗旨，或仅针对特定需求开展零星资助活动的机构，包括：私营企业；商业性私营及公立银行；行政权力层级机构（部委、秘书处及市政府）；国内外高等院校（学院、大学中心、大学课程）及其附属机构（校长办公室、副校长办公室、秘书处、项目组），以及其下属的支持基金会——此类机构仅负责管理来自其他科研促进组织的财政资源。 2. 对机构名称进行标准化处理：通过谷歌搜索（Google Search）检索机构官方门户网站，核实其官方名称；对于设有分支机构的机构，统一采用总部名称，并将所有标注为该资助方的项目数量合并统计。 3. 国际机构的名称采用其原语言标准化，避免因葡萄牙语翻译导致的名称不统一。 完成上述技术流程后，共汇总得到3309家资助方。由于机构数量庞大，需对研究样本进行界定。考虑到文献调研与后续分析的时间限制，最终选取了资助项目数量最多的15家国内机构与15家国际机构作为研究对象。 针对选定的30家机构，逐一访问其官方门户网站，收集用于机构特征描述的公开资料，同时检索是否存在正式制定的机构政策、举措或实践，以推动科研数据的开放获取。若未找到相关正式政策文件，则查阅该资助方最近发布的5项公开招标公告（若不足5项，则查阅已结束的最新招标公告），以辅助识别其开放数据政策。 对识别出的政策按以下三类进行分类： - 强制属性：指已制度化的政策，作为对受资助项目的硬性要求； - 推荐属性：指仅作为建议、孤立举措或实践，研究者未遵守不会影响其获得科研资助； - 未识别到相关政策、实践或举措：指未发现任何针对科研数据开放的相关行动。 此外，本研究采用英国（United Kingdom）数字保存中心（Digital Curation Centre, DCC）^[3]提出的标准框架，对资助方的开放数据政策覆盖情况进行分析，该框架由其官方门户网站发布^[4]，包含以下评判标准： 1. **政策覆盖范围**：分析政策是否涵盖已发表成果，以及科研数据集的获取与长期维护； 2. **已发表成果**：针对期刊论文、会议论文等已发表研究产物的相关政策； 3. **数据相关条款**：针对电子资源或数据集的获取、维护的政策或声明； 4. **政策规定细则**：分析政策是否包含时限、数据计划、共享与访问、长期管理与监控等内容： - **时限**：明确科研成果公开或保存的时间要求； - **数据计划**：要求在资助申请阶段考虑数据创建、管理或共享的相关规则； - **访问/共享**：推广开放获取（Open Access）期刊、要求存入仓储机构、推动数据共享或再利用； - **长期管理**：针对科研成果的长期维护与保存的相关规定； - **监控**：是否对合规性进行监控，或采取扣留资助资金等惩戒措施； 5. **提供的支持措施**：分析政策是否包含指导、仓储、数据中心与成本相关支持： - **指导**：提供常见问题解答（Frequently Asked Questions, FAQs）、最佳实践指南、工具包及支持团队； - **仓储**：提供仓储机构以实现已发表科研成果的公开访问； - **数据中心**：提供数据中心（data center）以管理电子资源或未发表数据集； - **成本**：是否承担或分摊发表费用与数据管理/共享成本。 据此，针对从30家选定机构门户网站收集的所有资料，逐一分析其政策符合上述标准的程度，并采用以下评级：全覆盖（CT）、部分覆盖（CP）或无覆盖（NC）。 ^{[1] 2017年7月5日收集的CNPq生产力研究奖学金获得者名单（按字母顺序排列）。数据来源：<http://cnpq.br/bolsistas-vigentes> - 版本2 - 2017年7月16日，02:25 by Fabio C. Gouveia。来源：<https://figshare.com/articles/BolsistasProdCNPq170705_tsv/5177122> 访问时间：2018年3月11日。} ^{[2] scriptLattes：可自动批量下载网络上公开的Lattes简历，并整理成果列表，自动处理重复与相似成果的工具。来源：<http://scriptlattes.sourceforge.net/> 访问时间：2018年5月17日。} ^{[3] 网址：<http://www.dcc.ac.uk/resources/policy-and-legal/overview-funders-data-policies>。访问时间：2019年4月24日。} ^{[4] 该中心成立于2004年，自2011年中期起与科研组织合作，为科研数据保护、需求评估、政策设计与实施、支持服务与基础设施建设等提供支持。来源：<http://www.dcc.ac.uk/>。访问时间：2019年4月24日。}