Pós-Graduação em Ciência da Computação – UFPE
Defesa de Tese de Doutorado Nº 659
Aluno: Susimery Vila Nova Silva Pontes
Orientadora: Profa. Bernadette Farias Lóscio
Coorientador: Prof. Marcelo Iury de Sousa Oliveira (UFPB/Centro de Informática)
Título: FATORES INTERVENIENTES NO COMPARTILHAMENTO DE DADOS CIENTÍFICOS ABERTOS: uma perspectiva dos pesquisadores à luz da Ciência Aberta
Data: 24/02/25
Hora/Local: 14h – Auditório – Bloco B
Banca Examinadora:
Prof. Carina Frota Alves (UFPE) / Centro de Informática)
Profa. Sandra de Albuquerque Siebra (UFPE) / Departamento de Ciência da Informação )
Profa. Vanessa de Arruda Jorge (Fundação Oswaldo Cruz – RJ)
Prof. Louisiana Regadas de Macedo Quinino (Centro de Pesquisas Aggeu Magalhães)
Prof. Lucilene Rafael Aguiar (UPE / Faculdade de Enfermagem Nossa Senhora das Graças)
RESUMO:
O compartilhamento de dados científicos primários exerce um impacto relevante no desenvolvimento de estudos e pesquisas no mundo científico. Dentre os desafios regulatórios e éticos que esse contexto impõe, destaca-se a situação no Brasil, que ainda carece de uma política nacional integrada capaz de orientar a implementação prática da Ciência Aberta no país. Essa realidade traz preocupações, pois diversos desafios precisam ser enfrentados para garantir infraestrutura e recursos adequados à ampla disseminação de dados de pesquisa. Esta tese buscou oferecer uma visão aprofundada da complexa interação de fatores que influenciam os pesquisadores no compartilhamento de dados de pesquisa abertos. Seu objetivo foi propor um modelo teórico que caracteriza os fatores intervenientes no compartilhamento de dados de pesquisa durante o contexto da recente pandemia de COVID-19. A pesquisa é de natureza qualitativa e adota um pressuposto filosófico construtivista. Para a coleta de dados, foram utilizadas estratégias de Mapeamento Sistemático da Literatura e entrevistas semiestruturadas com seis cientistas das áreas de epidemiologia e genética humana, vinculados a três renomadas instituições do Estado de Pernambuco. Na análise dos dados, aplicaram-se as técnicas de Análise Temática e Análise de Conteúdo, com o auxílio do software Atlas.ti 24 para a gestão dos dados qualitativos. Essas estratégias permitiram identificar 26 fatores, dos quais 18 foram extraídos da literatura e 8 emergiram do estudo empírico. Esses fatores foram associados a 11 categorias, organizadas em 4 dimensões analíticas que representam as barreiras ao compartilhamento de dados de pesquisa. A triangulação dos achados da literatura com os resultados empíricos, integrada à relação entre as networks compostas pelas dimensões, categorias e fatores, resultou no modelo OpenDaRE (Open Data Research Empowerment), formando um continuum entre a literatura e as novas contribuições geradas nesta tese. O aporte metodológico utilizado na construção do OpenDaRE baseou-se na proposta teórico-metodológica para elaboração de modelos teóricos de Souza Filho e Struchiner (2021). O modelo foi avaliado e validado por especialistas a partir de dois grupos focais. Como principais resultados, constatou-se que, entre as múltiplas barreiras institucionais, culturais, tecnológicas e financeiras que dificultam o compartilhamento de dados nas instituições investigadas, os fatores motivacionais desempenham um papel central. As atitudes e convicções pessoais dos pesquisadores revelaram-se os principais impulsionadores para o compartilhamento de dados. A análise também sugere que o compartilhamento de dados não é uma prática comum, mesmo em situações de emergência de saúde pública, como a pandemia de COVID-19. Como contribuição, espera-se que o reconhecimento dos fatores intervenientes no compartilhamento de dados de pesquisa, abordados neste estudo, forneça insights relevantes tanto para as instâncias governamentais quanto para as instituições de pesquisa. Esses insights poderão subsidiar a tomada de decisão no planejamento e otimização de políticas públicas e internas, serviços de informação e estratégias para responder a possíveis futuras pandemias. Por fim, a pesquisa propõe sugestões para estudos futuros que possam enfrentar barreiras e resistências à abertura de dados de pesquisa, mesmo em contextos de crise. Esta pesquisa foi aprovada pelos Comitês de Ética em Pesquisa Humana da UFPE e do IAM.
Palavras-chave: Ciência Aberta. Compartilhamento de dados científicos. Fatores intervenientes. Modelo OpenDaRE. COVID-19.
Comentários desativados