Content uploaded by Leonardo Castro Botega
Author content
All content in this area was uploaded by Leonardo Castro Botega on Dec 07, 2021
Content may be subject to copyright.
Em Questão, Porto Alegre, v. 28, n. 1, p. 159-184, jan/mar. 2022
doi: http://dx.doi.org/10.19132/1808-5245281.159-184
E-ISSN 1808-5245
| 159
Qualidade de dados em gestão de dados de
pesquisa: um estudo bibliométrico
Daiane Marcela Piccolo
Doutoranda; Universidade Estadual Paulista, Marília, SP, Brasil;
daiane.piccolo@unesp.br; ORCID: https://orcid.org/0000-0003-3854-0654
Antonio Victor Wolf Tadini
Mestrando; Universidade Estadual Paulista, Marília, SP, Brasil;
antonio.vw.tadini@unesp.br; ORCID: https://orcid.org/0000-0002-7234-4617
Heytor Diniz Teixeira
Mestrando; Universidade Estadual Paulista, Marília, SP, Brasil;
hd.teixeira@unesp.br; ORCID: https://orcid.org/0000-0001-5954-1408
Leonardo Castro Botega
Doutor; Universidade Estadual Paulista, Marília, SP, Brasil;
leonardo.botega@unesp.br; ORCID: https://orcid.org/0000-0003-1495-5935
Ricardo César Gonçalves Sant'Ana
Doutor; Universidade Estadual Paulista, Marília, SP, Brasil;
ricardo.santana@unesp.br; ORCID: https://orcid.org/0000-0003-1387-4519
José Eduardo Santarem Segundo
Doutor; Universidade de São Paulo, Ribeirão Preto, SP, Brasil;
santarem@usp.br; ORCID: https://orcid.org/0000-0003-3360-7872
Rachel Cristina Vesu Alves
Doutora; Universidade Estadual Paulista, Marília, SP, Brasil;
rachel.vesu@unesp.br; ORCID: https://orcid.org/0000-0002-1649-3722
Resumo: A gestão dos dados de pesquisa é reconhecida pela comunidade
científica como parte importante das boas práticas de pesquisa. Desta maneira,
acredita-se que os mesmos devem estar sempre disponíveis para acesso e reuso.
Neste contexto, a curadoria e a qualidade de dados são entendidas como
elementos estratégicos. Este trabalho tem como objetivo caracterizar e
especificar a produção científica existente sobre o tema “qualidade de dados em
gestão de dados de pesquisa”, por meio da aferição de indicadores
bibliométricos. Em termos metodológicos, esta pesquisa possui natureza
quantitativa e qualitativa, é de tipo exploratória quanto a seus objetivos e utiliza-
se das bases de dados Web of Science e Scopus para a composição do corpus do
estudo bibliométrico. Como resultado, identificou-se, a partir de um corpus de
77 artigos, um período de publicações relevantes entre os anos de 1984 e 2020,
sendo o ano de 2019 aquele com mais trabalhos publicados. Adicionalmente, 7
veículos de publicação apresentaram mais de um artigo no tópico pesquisado,
sendo os Estados Unidos o país com mais trabalhos publicados, totalizando 34.
A área da Ciência da Computação foi a que mais produziu nesse tema e constitui
uma tendência em sua interdisciplinaridade com as ciências biológicas, sociais
aplicadas e da saúde. Finalmente, conclui-se que, a partir da consciência de que
Qualidade de dados em gestão de dados de pesquisa: um
estudo bibliométrico
Daiane Marcela Piccolo, Antonio Victor Wolf Tadini, Heytor Diniz
Teixeira, Leonardo Castro Botega, Ricardo César Gonçalves
Sant'Ana, José Eduardo Santarem Segundo, Rachel Cristina Vesu
Alves
Em Questão, Porto Alegre, v. 28, n. 1, p. 160-184, jan/mar. 2022
doi: http://dx.doi.org/10.19132/1808-5245281.159-184
| 160
E-ISSN 1808-5245
a qualidade de dados é um parâmetro relativo, a implementação de serviços de
gestão de dados de pesquisa deve passar por preparação, com foco no
atendimento a requisitos como os concernentes ao domínio e aos usos
pretendidos.
Palavras-chave: Gestão de dados de pesquisa; Qualidade de dados; Dados de
pesquisa; Dados científicos; Curadoria digital
1 Introdução
Junto às discussões sobre o acesso aberto às pesquisas científicas, surge o debate
a respeito do acesso aberto também aos dados que possibilitaram a construção
dessas pesquisas (BRASE; FARQUHAR, 2011; SAYÃO; SALES, 2012;
SILVA; SANTAREM SEGUNDO; SILVA, 2018).
A expansão do conceito de acesso livre, incorporando agora
coleções de dados de pesquisa, vem se consolidando amparada por
várias ações cultivadas no próprio seio das comunidades científicas,
que reconhecem esses estoques de informação como uma parte do
patrimônio da ciência universal e um pilar imprescindível para o seu
avanço. O acesso aos dados de pesquisa torna-se, portanto, um
imperativo para a ciência com reflexos globais, dado que os
pesquisadores trabalham em cooperação internacional e os dados
são criados, compartilhados e acessados globalmente (BRASE;
FARQUHAR, 2011
1
apud SAYÃO; SALES, 2012, p. 181).
O entendimento hoje é de que esses dados, ditos de pesquisa, são
parte integrante do registro acadêmico e devem estar disponíveis para reuso,
pois vêm sendo reconhecidos pela comunidade científica como parte essencial
das boas práticas de pesquisa (SILVA; SANTAREM SEGUNDO; SILVA,
2018).
Sales e Sayão (2019), ao propor uma representação hierárquica para os
conceitos presentes no domínio dos dados de pesquisa, examinam definições do
conceito de dado de pesquisa a fim de postularem uma definição própria.
Dado de pesquisa é todo e qualquer tipo de registro coletado,
observado, gerado ou usado pela pesquisa científica, tratado e aceito
como necessário para validar os resultados da pesquisa pela
comunidade científica. (SALES; SAYÃO, 2019, p. 36).
Tanto Sales e Sayão (2019) quanto Silva, Santarem Segundo e
Silva (2018) referem-se a Borgman (2010) para reafirmar a dificuldade
Qualidade de dados em gestão de dados de pesquisa: um
estudo bibliométrico
Daiane Marcela Piccolo, Antonio Victor Wolf Tadini, Heytor Diniz
Teixeira, Leonardo Castro Botega, Ricardo César Gonçalves
Sant'Ana, José Eduardo Santarem Segundo, Rachel Cristina Vesu
Alves
Em Questão, Porto Alegre, v. 28, n. 1, p. 161-184, jan/mar. 2022
doi: http://dx.doi.org/10.19132/1808-5245281.159-184
| 161
E-ISSN 1808-5245
envolvida na definição do conceito. Borgman (2010) atribui essa dificuldade ao
entendimento de que a existência do dado de pesquisa enquanto tal é relativa à
interpretação de alguém que dessa maneira o enxergue.
A Figura 1 consiste em um mapa conceitual cuja finalidade é fornecer
uma orientação introdutória acerca das relações de significado existentes entre
conceitos que são estratégicos na pesquisa. O mapa foi elaborado de modo a
representar os conceitos de acordo com as concepções teóricas em que se
fundamenta este artigo, as quais podem ser verificadas em Marín-Arraiza,
Puerta-Díaz e Vidotti (2019), Sales et al. (2019), Silva, Santarem Segundo e
Silva (2018) e Tartarotti, Dal’Evedove e Fujita (2019).
Figura 1 - Mapa conceitual: qualidade de dados em gestão de dados de pesquisa
Fonte: Elaborado pelos autores.
Note-se que as questões de acesso, a despeito de serem fundamentais,
não bastam: elas são tão importantes quanto o foco na viabilização do reuso dos
dados – enquanto benefício decorrente, entre outros fatores, do próprio acesso
aos dados, bem como da qualidade dos dados (LÓSCIO; BURLE; CALEGARI,
2017; SILVA; SANTAREM SEGUNDO; SILVA, 2018).
O objetivo deste trabalho é especificar e caracterizar a produção
científica existente sobre o tema “qualidade de dados em gestão de dados de
pesquisa”. Para tanto, a aferição de indicadores bibliométricos objetiva, nesta
Qualidade de dados em gestão de dados de pesquisa: um
estudo bibliométrico
Daiane Marcela Piccolo, Antonio Victor Wolf Tadini, Heytor Diniz
Teixeira, Leonardo Castro Botega, Ricardo César Gonçalves
Sant'Ana, José Eduardo Santarem Segundo, Rachel Cristina Vesu
Alves
Em Questão, Porto Alegre, v. 28, n. 1, p. 162-184, jan/mar. 2022
doi: http://dx.doi.org/10.19132/1808-5245281.159-184
| 162
E-ISSN 1808-5245
pesquisa, fornecer subsídios para a exploração da intersecção em que consiste a
incidência da qualidade de dados na gestão de dados de pesquisa.
O estudo bibliométrico que ora se apresenta almeja, desse modo, prover
“informações sobre a estrutura do conhecimento e sua comunicação”, de modo a
evidenciar características e comportamentos da comunicação científica referente
a esse tópico específico do conhecimento, tendo em vista a dimensão coletiva da
construção do conhecimento humano (BUFREM; PRATES, 2005, p. 23).
1.1 Acesso e reuso de dados de pesquisa
Com relação à viabilização do acesso a dados de pesquisa de um modo geral,
GABRIEL JUNIOR et al. (2019, p. 90) afirmam que:
Os benefícios mais evidentes são a possibilidade da reprodução ou
da verificação da pesquisa; a disponibilização dos resultados de
pesquisas financiadas com fundos públicos; a continuidade das
pesquisas e dos questionamentos a respeito dos dados existentes e,
consequentemente, a viabilização de avanços no estado da pesquisa
e na inovação.
Tenopir et al. (2015) mostram que o acesso aberto aos dados de
pesquisa, do ponto de vista do pesquisador, proporciona visibilidade; para as
instituições de ensino superior, melhora o monitoramento e avaliação das
atividades científicas, além de proporcionar prestígio e visibilidade; para as
entidades financiadoras, justifica o investimento, cria transparência e evita
duplicação de financiamento; e, especificamente na pesquisa, pode beneficiar a
comunidade científica global.
Contudo, conforme mencionado anteriormente, a mera disponibilização
dos dados de pesquisa não é o bastante. É nesse sentido que Wilkinson et al.
(2016) apontam para o gerenciamento dos dados como um canal estratégico para
o conhecimento, a descoberta e a inovação, e subsequente integração e reuso de
dados e conhecimento pela comunidade após a publicação dos dados. Silva,
Santarem Segundo e Silva (2018) esclarecem que os princípios FAIR (Findable,
Accessible, Interoperable, Re-usable), referidos originalmente por Wilkinson et
al. (2016), orientam na elaboração do plano de gestão e publicação de dados e
aprimoram a capacidade das máquinas em utilizar e encontrar os dados, além de
apoiar a reutilização desses dados por indivíduos.
Qualidade de dados em gestão de dados de pesquisa: um
estudo bibliométrico
Daiane Marcela Piccolo, Antonio Victor Wolf Tadini, Heytor Diniz
Teixeira, Leonardo Castro Botega, Ricardo César Gonçalves
Sant'Ana, José Eduardo Santarem Segundo, Rachel Cristina Vesu
Alves
Em Questão, Porto Alegre, v. 28, n. 1, p. 163-184, jan/mar. 2022
doi: http://dx.doi.org/10.19132/1808-5245281.159-184
| 163
E-ISSN 1808-5245
Wilkinson et al. (2016, p. 4) afirmam que os princípios FAIR, apesar de
serem elementos relacionados, são independentes e separáveis, e atuam como
guia para auxiliar os atores envolvidos a avaliar suas escolhas de
implementação. Com base em Lóscio, Burle e Calegari (2017), é possível
vislumbrar a relação existente entre os princípios segundo os quais os dados
devem ser “encontráveis” (findable) e “reusáveis” (re-usable) por meio da
seguinte declaração: as questões de acesso aos dados ocupam uma das 13
categorias de melhores práticas do W3C para publicação de dados. Essa
categoria reúne sozinha 10 do total de 35 práticas elencadas; em comum, todas
as 35 práticas, e consequentemente as 13 categorias, possuem como benefício
decorrente o aprimoramento das condições de reuso.
1.2 Qualidade de dados e os dados de pesquisa
Ainda considerando Lóscio, Burle e Calegari (2017), é possível destacar mais
uma dessas 13 categorias de melhores práticas do W3C: a que envolve questões
de qualidade de dados.
Melo, Botega e Santarem Segundo (2017, p. 83) entendem – em
consonância com o conceito de “fitness for use” postulado por Illari e Floridi
(2014) – que a ideia de qualidade envolve “medidas para que o produto
oferecido esteja de acordo com o que se espera dele, podendo este ser uma
informação, um dado, um serviço ou um processo”. Os autores salientam
também que os problemas de qualidade nos dados existem quando eles não
representam adequadamente os componentes da realidade do domínio em que se
inscrevem, contribuindo negativamente para a execução das atividades deles
dependentes.
Santos e Sant’Ana (2013, p. 205), para definir o que é um dado,
ressaltam que ele é necessariamente relacionado a determinado contexto, cujo
detalhamento, mesmo que não esteja explícito, “[...] deverá estar disponível de
modo implícito ao utilizador, permitindo, portanto, sua plena interpretação”. A
qualidade de dados, em decorrência disso, não pode ser tomada como um
parâmetro absoluto, e sim relativo aos requisitos do domínio e dos usos
pretendidos para eles (BATINI et al., 2009; MELO; BOTEGA; SANTAREM
Qualidade de dados em gestão de dados de pesquisa: um
estudo bibliométrico
Daiane Marcela Piccolo, Antonio Victor Wolf Tadini, Heytor Diniz
Teixeira, Leonardo Castro Botega, Ricardo César Gonçalves
Sant'Ana, José Eduardo Santarem Segundo, Rachel Cristina Vesu
Alves
Em Questão, Porto Alegre, v. 28, n. 1, p. 164-184, jan/mar. 2022
doi: http://dx.doi.org/10.19132/1808-5245281.159-184
| 164
E-ISSN 1808-5245
SEGUNDO, 2017; OLIVER; HARVEY, 2010; SAYÃO; SALES, 2015). Sem
essa contextualização, não é possível afirmar taxativamente em que medida (sob
quais métricas) uma porção específica de dados é dotada de qualidade.
É importante considerar que a qualidade de dados é um conceito de
sentido delimitado tradicionalmente na literatura científica, de modo que
constitui um campo consolidado do conhecimento, que possui arcabouço teórico
próprio. Algumas referências que corroboram para essa consolidação podem ser
destacadas, como Batini et al. (2009), Batini e Scannapieco (2016), Hacid et al.
(2019), Illari e Floridi (2014), Laudon (1986), entre outras.
A qualidade de dados, de um modo geral, é compreendida em dimensões
(de qualidade de dados). A respeito disso, os autores abaixo mencionados
apontam que
[...] existem dimensões mais utilizadas, porém não há um padrão
estabelecido de dimensões; cada domínio utiliza dimensões que
atendam aos seus requisitos específicos. Dentre as mais utilizadas
na literatura constam: completude, precisão, relevância e
consistência. (MELO; BOTEGA; SANTAREM SEGUNDO, 2017,
p. 84).
Devido ao fato de a qualidade de dados não ser um parâmetro absoluto,
mas relativo aos requisitos do domínio e dos usos das atividades pretendidas,
não é apropriado tentar estabelecer uma metodologia aplicável, com
profundidade satisfatória, irrestritamente a quaisquer situações. Desse modo,
dimensões funcionam como aspectos pelos quais a qualidade de dados pode ser
avaliada de maneira adequada, dentro de um domínio.
Isso pressupõe que, para determinado domínio, sejam definidas essas
dimensões, o que pode ser concretizado no âmbito de uma metodologia de
avaliação construída com foco nesse contexto específico – a exemplo do que se
pode verificar em Melo, Botega e Santarem Segundo (2017), que estabelecem
uma metodologia de avaliação de qualidade de dados para dados publicados no
contexto do Linked Data. Após a definição das dimensões, parte-se para a
definição de métricas, sobrepostas às dimensões, para que seja possível aferir,
em termos quantitativos, a qualidade dos dados avaliados no que se refere a
determinada dimensão. E, então, é possível a obtenção de um panorama
Qualidade de dados em gestão de dados de pesquisa: um
estudo bibliométrico
Daiane Marcela Piccolo, Antonio Victor Wolf Tadini, Heytor Diniz
Teixeira, Leonardo Castro Botega, Ricardo César Gonçalves
Sant'Ana, José Eduardo Santarem Segundo, Rachel Cristina Vesu
Alves
Em Questão, Porto Alegre, v. 28, n. 1, p. 165-184, jan/mar. 2022
doi: http://dx.doi.org/10.19132/1808-5245281.159-184
| 165
E-ISSN 1808-5245
quantitativo considerando todas as dimensões definidas para o contexto em que
o conjunto de dados avaliado se inscreve (BATINI et al., 2009).
Sant’Ana (2019) concebe a qualidade (assim como a privacidade, a
integração, a legislação, a disseminação e a preservação) como um fator
transversal que permeia todas as fases do ciclo de vida dos dados (coleta,
armazenamento, recuperação e descarte – conforme apresentado pelo autor). No
que se refere, especificamente, à gestão de dados de pesquisa, não é diferente: é
essencial que se tenha a noção de ciclo de vida desses dados.
Tendo isso em vista, Sayão e Sales (2015) estabelecem uma distinção
entre os conceitos de garantia de qualidade e de controle de qualidade: a garantia
de qualidade se refere aos processos aplicados antes e durante a coleta dos
dados, enquanto o controle de qualidade congrega os processos posteriores à
coleta (como “limpeza de dados” e decisões sobre dados ausentes e valores
estimados).
Assim como Lóscio, Burle e Calegari (2017), Oliver e Harvey (2010)
também posicionam a manutenção da qualidade de dados como uma das
estratégias para que os dados sejam “reusáveis” (re-usable). Desse modo,
emerge a curadoria dos dados de pesquisa, inscrita na gestão de dados de
pesquisa e também entendida como “[...] ações mais dinâmicas e contundentes
sobre os dados [...], que visam adicionar valor aos dados [...]” (SAYÃO;
SALES, 2016, p. 96).
A curadoria digital, em resumo, assegura a sustentabilidade dos
dados para o futuro, não deixando, entretanto, de conferir valor
imediato a eles para os seus criadores e para os seus usuários. Os
recursos estratégicos, metodológicos e as tecnologias envolvidas nas
práticas da curadoria digital facilitam o acesso persistente a dados
digitais confiáveis por meio da melhoria da qualidade desses
dados, do seu contexto de pesquisa e da checagem de autenticidade.
(SAYÃO; SALES, 2012, p. 185, grifo nosso).
Mais recentemente e de modo mais objetivo, Sales et al. (2019, p.
308) definem curadoria de dados como a “manutenção, preservação e agregação
de valor a dados de pesquisa durante o seu ciclo de vida”. Desse modo, sendo a
curadoria de dados parte da gestão de dados de pesquisa, é necessário discutir
sobre os repositórios de dados, estruturas que dão suporte e constituem um
ambiente propício para a gestão de dados de pesquisa.
Qualidade de dados em gestão de dados de pesquisa: um
estudo bibliométrico
Daiane Marcela Piccolo, Antonio Victor Wolf Tadini, Heytor Diniz
Teixeira, Leonardo Castro Botega, Ricardo César Gonçalves
Sant'Ana, José Eduardo Santarem Segundo, Rachel Cristina Vesu
Alves
Em Questão, Porto Alegre, v. 28, n. 1, p. 166-184, jan/mar. 2022
doi: http://dx.doi.org/10.19132/1808-5245281.159-184
| 166
E-ISSN 1808-5245
1.3 Repositório de dados de pesquisa
O termo “gestão de dados” pode ser definido como: “conjunto de atividades
gerenciais e tecnológicas, apoiado por políticas gerais e específicas destinadas a
garantir: arquivamento, curadoria, preservação e oferta de acesso contínuo aos
dados de pesquisa” (SALES et al., 2019, p. 308).
Dá-se o nome de repositório de dados de pesquisa à ferramenta utilizada
para dar suporte tecnológico e gerencial às referidas atividades. Sayão e Sales
(2015, p. 82) definem repositório de dados de pesquisa como uma “estrutura
tecnológica e gerencial que permite que pesquisadores depositem seus dados de
pesquisa para armazenamento e amplo acesso”. O repositório está no centro de
um arcabouço tecnológico e gerencial que compreende todo o ciclo de vida dos
dados para apoiar a execução dos processos envolvidos na gestão de dados de
pesquisa (SAYÃO; SALES, 2016).
Vale observar que, apesar de a definição de Sayão e Sales (2015)
destacar o armazenamento e o acesso como finalidades, os repositórios de dados
de pesquisa dão suporte também à produção, ao uso, ao reuso e ao
compartilhamento dos conjuntos de dados gerados durante as várias etapas do
processo da pesquisa científica (RICE; SOUTHALL, 2016; TARTAROTTI;
DAL’EVEDOVE; FUJITA, 2019).
Os repositórios de dados de pesquisa também podem ser descritos como
“plataformas colaborativas de gestão de dados de pesquisa” (SAYÃO; SALES,
2018, p. 82). Os autores destacam a necessidade de que
[...] os repositórios de dados estejam permeados por políticas
organizacionais, condições legais e éticas, processos
administrativos, sustentabilidade financeira e temporal e disponham
de um elenco de serviços voltados para a sua comunidade-alvo,
criando um ambiente multifacetado de gestão de dados e de
colaboração entre os pesquisadores. (SAYÃO; SALES, 2018, p.
82).
O repositório de dados de pesquisa é, dessa forma, um sistema digital
que integra diversas funções, e “[...] tem como perspectiva oferecer um
ambiente dinâmico e flexível – principalmente pela natureza heterogênea dos
Qualidade de dados em gestão de dados de pesquisa: um
estudo bibliométrico
Daiane Marcela Piccolo, Antonio Victor Wolf Tadini, Heytor Diniz
Teixeira, Leonardo Castro Botega, Ricardo César Gonçalves
Sant'Ana, José Eduardo Santarem Segundo, Rachel Cristina Vesu
Alves
Em Questão, Porto Alegre, v. 28, n. 1, p. 167-184, jan/mar. 2022
doi: http://dx.doi.org/10.19132/1808-5245281.159-184
| 167
E-ISSN 1808-5245
dados [...]” (SAYÃO; SALES, 2016, p. 99). Desse modo, evidencia-se a
intersecção desses repositórios com o tema dos ambientes informacionais
digitais, objeto da Arquitetura da Informação e da Ciência da Informação
(MARÍN-ARRAIZA; PUERTA-DÍAZ; VIDOTTI, 2019; TORINO; ROA-
MARTÍNEZ; VIDOTTI, 2020).
Corroborando para a perspectiva de aderência dos repositórios à Ciência
da Informação e às práticas bibliotecárias, verifica-se que o profissional
identificado como bibliotecário de dados deve contribuir para a implantação e a
gestão dos repositórios de dados de pesquisa, definindo o escopo, escolhendo o
esquema de metadados; gerenciando o acesso; revisando a qualidade dos dados;
planejando a preservação digital; promovendo repositórios digitais confiáveis; e
possibilitando a interoperabilidade. O bibliotecário de dados pode, então, ser
entendido como um agente otimizador perante os desafios da gestão dos dados
de pesquisa (MARÍN-ARRAIZA; PUERTA-DÍAZ; VIDOTTI, 2019; TORINO;
ROA-MARTÍNEZ; VIDOTTI, 2020; RICE; SOUTHALL, 2016).
2 Metodologia
A metodologia utilizada neste trabalho é, sob o ponto de vista de sua
abordagem, de natureza quantitativa e qualitativa. Adicionalmente, de acordo
com seus objetivos, esta pesquisa possui caráter exploratório.
Tendo em vista o objetivo deste trabalho, a escolha das bases de dados se
deu pelos critérios de relevância internacional da base de dados, sua capacidade
de possibilitar a geração de um panorama global sobre o tema pesquisado e o
histórico da base de dados de possuir estudos de alta qualidade indexados.
Portanto, foram utilizadas para o desenvolvimento desta pesquisa as bases Web
of Science e Scopus.
Em se tratando de um estudo bibliométrico, vale compreender que os
procedimentos metodológicos aplicados são concernentes a “organização,
classificação e avaliação quantitativa sobre padrões de publicação, sujeitas a
cálculos matemáticos e estatísticos”, e que a exploração de bases de dados on-
line nesse contexto consiste em um procedimento “[...] não somente para
analisar documentos ou fatos, mas também para traçar as tendências e o
Qualidade de dados em gestão de dados de pesquisa: um
estudo bibliométrico
Daiane Marcela Piccolo, Antonio Victor Wolf Tadini, Heytor Diniz
Teixeira, Leonardo Castro Botega, Ricardo César Gonçalves
Sant'Ana, José Eduardo Santarem Segundo, Rachel Cristina Vesu
Alves
Em Questão, Porto Alegre, v. 28, n. 1, p. 168-184, jan/mar. 2022
doi: http://dx.doi.org/10.19132/1808-5245281.159-184
| 168
E-ISSN 1808-5245
desenvolvimento da sociedade, das disciplinas científicas e das áreas de
produção e consumo” (BUFREM; PRATES, 2005, p. 23).
Para a realização das análises bibliométricas, foram observados os
seguintes indicadores, dentro do tópico “qualidade de dados em gestão de dados
de pesquisa”:
a) categorização e distribuição quantitativa de publicações para o tópico em
função das categorias “estudo teórico” e “estudo empírico”;
b) distribuição quantitativa de publicações para o tópico em função do ano
de publicação;
c) distribuição quantitativa de publicações para o tópico em função dos
veículos de publicação mais produtivos;
d) distribuição quantitativa de publicações para o tópico em função dos
principais países de publicação;
e) distribuição quantitativa de publicações para o tópico em função das
áreas do conhecimento mais produtivas, na Web of Science e na Scopus.
Para instrumentalização da coleta de dados, a pesquisa baseou-se no
protocolo de revisões sistemáticas de Kitchenham (2004). No Quadro 1 estão
dispostas as strings para as buscas nas bases de dados.
Quadro 1 - Strings de busca nas bases de dados
Base de dados
String de busca
Web of Science
TI=("data quality") AND TS=("scientific data management" OR
"research data management " OR "scientific data curation" OR "research
data curation" OR "data curation" OR "scientific data" OR "research
data" OR "data repository")
Scopus
TITLE("data quality") AND TITLE-ABS-KEY("scientific data
management" OR "research data management" OR "scientific data curation"
OR "research data curation" OR "data curation" OR "scientific data" OR
"research data" OR "data repository")
Fonte: Elaborado pelos autores.
As buscas foram realizadas entre os dias 15 de junho e 15 de julho de
2020, de modo que retornaram apenas estudos publicados até esse período. A
pesquisa na base de dados Web of Science foi realizada pela busca avançada,
em que foi utilizada a “Coleção principal da Web of Science” (índices SCI-
Qualidade de dados em gestão de dados de pesquisa: um
estudo bibliométrico
Daiane Marcela Piccolo, Antonio Victor Wolf Tadini, Heytor Diniz
Teixeira, Leonardo Castro Botega, Ricardo César Gonçalves
Sant'Ana, José Eduardo Santarem Segundo, Rachel Cristina Vesu
Alves
Em Questão, Porto Alegre, v. 28, n. 1, p. 169-184, jan/mar. 2022
doi: http://dx.doi.org/10.19132/1808-5245281.159-184
| 169
E-ISSN 1808-5245
EXPANDED, SSCI, A&HCI, CPCI-S, CPCI-SSH, ESCI, CCR-EXPANDED,
IC). Já na Scopus foi selecionado somente o campo “Título, resumo, palavras-
chave” para a busca com a string. Desse modo, foram recuperados com as
strings, considerando as duas bases de dados, 129 trabalhos no total, sendo 46
na Web of Science e 83 na Scopus.
Para triagem dos estudos, definiram-se duas etapas: (1) leitura de título,
resumo e palavras-chave, a fim de verificar o contexto do estudo e a possível
existência de trabalhos duplicados, etapa em que foram descartados 41 estudos;
(2) leitura técnica subsidiária do conteúdo dos textos (introdução, objetivos e
resultados), para verificar se os estudos atendiam aos critérios de inclusão, etapa
em que foram descartados 11 estudos.
Desse modo, foram incluídos no corpus os estudos que tratavam do
tópico estabelecido (qualidade de dados em gestão de dados de pesquisa),
conforme os critérios de inclusão, dentre eles: (a) os trabalhos que avaliavam
outros estudos sobre a temática; (b) os que forneciam procedimentos para a
avaliação da qualidade de dados; (c) os que avaliavam estruturas, metodologias
ou softwares já aplicados para a avaliação da qualidade de dados.
Para obtenção, tabulação e representação gráfica dos resultados
concernentes às análises bibliométricas, foram utilizados o Excel, como
ferramenta para edição de planilhas, bem como ferramentas disponibilizadas nas
próprias bases de dados, destinadas à realização de filtragens e análises.
3 Resultados
A seleção decorrente da avaliação dos documentos recuperados para o tópico
“qualidade de dados em gestão de dados de pesquisa” gerou um corpus
composto por 77 publicações. O Quadro 2 apresenta o resultado da coleta, em
ordem cronológica decrescente, identificando as publicações selecionadas por
meio das colunas “ID” (identificação dos trabalhos), “Título do artigo”,
“Autores”, “Ano” e a coluna “Categoria” com os semi-identificadores “T” e
“E”, em que “T” identifica estudo teórico e “E” identifica estudo empírico.
Qualidade de dados em gestão de dados de pesquisa: um
estudo bibliométrico
Daiane Marcela Piccolo, Antonio Victor Wolf Tadini, Heytor Diniz
Teixeira, Leonardo Castro Botega, Ricardo César Gonçalves
Sant'Ana, José Eduardo Santarem Segundo, Rachel Cristina Vesu
Alves
Em Questão, Porto Alegre, v. 28, n. 1, p. 170-184, jan/mar. 2022
doi: http://dx.doi.org/10.19132/1808-5245281.159-184
| 170
E-ISSN 1808-5245
Quadro 2 - Publicações selecionadas para as análises bibliométricas
ID
Título do artigo
Autores
Ano
Categoria
(T/E)
1
Heterogeneity in clinical research data quality
monitoring: a national survey
Houston, L. et al.
2020
E
2
How to inspect and measure data quality about
scientific publications: use case of Wikipedia and
CRIS databases Open Access
Azeroual, O.;
Lewoniewski, W.
2020
E
3
Publishers’ responsibilities in promoting data quality
and reproducibility
Hrynaszkiewicz, I.
2020
T
4
Measuring data quality in information systems
research
Timmerman, Y.;
Bronselaer, A.
2019
E
5
TAQIH, a tool for tabular data quality assessment
and improvement in the context of health data
Alvarez Sanchez, R.
et al.
2019
E
6
Initializing a hospital-wide data quality program: the
AP-HP experience
Daniel, C. et al.
2019
E
7
Towards a content agnostic computable knowledge
repository for data quality assessment
Rajan, N. S. et al.
2019
E
8
Reducing defects in the datasets of clinical research
studies: conformance with data quality metrics
Shaheen, N. A. et
al.
2019
E
9
Medical data quality assessment: on the development
of an automated framework for medical data curation
Pezoulas, V. C. et
al.
2019
E
10
Enhancing medical data quality through data
curation: a case study in primary Sjogren's syndrome
Pezoulas, V. C. et
al.
2019
E
11
Provenance-aware workflow for data quality
management and improvement for large continuous
scientific data streams
Kumar, J. et al.
2019
E
12
Guest editorial: special issue in biomedical data
quality assessment methods
Sáez, C. et al.
2019
T
13
Discovering data quality problems: the case of
repurposed data
Zhang, R.;
Indulska, M.; Sadiq,
S.
2019
E
14
Moving towards an EHR data quality framework: the
miracum approach
Kapsner, L. A. et al.
2019
E
15
Extending Achilles heel data quality tool with new
rules informed by multi-site data quality comparison
Huser, V. et al.
2019
E
16
Clinical information model based data quality
checks: theory and example
Tute, E. et al.
2019
E
17
A data quality framework for process mining of
electronic health record data
Fox, F. et al.
2018
E
18
The creation, management, and use of data quality
information for life cycle assessment
Edelen, A.;
Ingwersen, W. W.
2018
T
19
Methods for examining data quality in healthcare
integrated data repositories
Huser, V. et al.
2018
T
20
Characterizing the clinical relevance of digital
phenotyping data quality with applications to a
cohort with schizophrenia
Torous, J.; Staples,
P.; Barnett, I.
2018
T
21
On data quality assurance and conflation
entanglement in crowdsourcing for environmental
studies
Leibovici, D. G. et
al.
2017
T
22
Data quality assessment and improvement: a Vrije
Universiteit Brussel case study
Van den Berghe, S.;
Van Gaeveren, K.
2017
T
Qualidade de dados em gestão de dados de pesquisa: um
estudo bibliométrico
Daiane Marcela Piccolo, Antonio Victor Wolf Tadini, Heytor Diniz
Teixeira, Leonardo Castro Botega, Ricardo César Gonçalves
Sant'Ana, José Eduardo Santarem Segundo, Rachel Cristina Vesu
Alves
Em Questão, Porto Alegre, v. 28, n. 1, p. 171-184, jan/mar. 2022
doi: http://dx.doi.org/10.19132/1808-5245281.159-184
| 171
E-ISSN 1808-5245
23
A standardized and data quality assessed maternal-
child care integrated data repository for research and
monitoring of best practices: a pilot project in Spain
Sáez, C. et al.
2017
E
24
A framework for data quality assessment in clinical
research datasets
Lee, K.; Weiskopf,
N.; Pathak, J.
2017
E
25
Data governance, data literacy and the management
of data quality
Koltay, T.
2016
T
26
Data quality assessment framework to assess
electronic medical record data for use in research
Reimer, A. P.;
Milinovich, A.;
Madigan, E. A.
2016
E
27
Automated monitoring of data quality in Linked Data
systems
Feeney, K. et al.
2016
E
28
Near real-time satellite data quality monitoring and
control
Han, W; Jochum,
M.
2016
E
29
Validating RDF data quality using constraints to
direct the development of constraint languages
Hartmann, T. et al.
2016
E
30
Data quality between promises and results
Papotti, P.
2016
T
31
Communicating thematic data quality with web map
services
Blower, J. D. et al.
2015
E
32
Sankofa pediatric HIV disclosure intervention cyber
data management: building capacity in a resource-
limited setting and ensuring data quality
Catlin, A. C. et al.
2015
E
33
Research project tasks, data, and perceptions of data
quality in a condensed matter physics community
Stvilia, B. et al.
2015
T
34
Genomics data curation roles, skills and perception of
data quality
Huang, H.;
Joergensen, C.;
Stvilia, B.
2015
T
35
Data curation: improving environmental health data
quality
Yang, L. et al.
2015
E
36
Veterans health administration experience with data
quality surveillance of continuity of care documents:
interoperability challenges for eHealth Exchange
participants
Lyle, J. et al.
2015
E
37
Clinical data quality problems and countermeasure
for real world study
Zhang, R. et al.
2014
T
38
Improving curated web-data quality with structured
harvesting and assessment
Feeney, K. C. et al.
2014
E
39
Exploring the effect of organizational dynamic
capability on Data Quality-BI Success relationship
Kokin, S.; Wang, T.
2014
E
40
Data quality in materials science: a quality
management manual approach
Wuest, T.; Mak-
Dadanski, J.;
Thoben, K.
2014
T
41
Automatic data quality control for environmental
measurements
Tchorbadjieff, A.
2014
E
42
Data quality issues and content analysis for research
data repositories: the case of Dryad
Rousidis, D. et al.
2014
E
43
Comprehensive evaluation of the level of scientific
data quality
Li, Z. et al.
2014
T
44
Initial evaluation of data quality in a TSP software
engineering project data repositor
Shirai, Y.; Nichols,
W.; Kasunic, M.
2014
E
45
Data quality of an electronic health record tool to
support VA cardiac catheterization laboratory quality
improvement: the VA Clinical Assessment,
Byrd, J. B. et al.
2013
E
Qualidade de dados em gestão de dados de pesquisa: um
estudo bibliométrico
Daiane Marcela Piccolo, Antonio Victor Wolf Tadini, Heytor Diniz
Teixeira, Leonardo Castro Botega, Ricardo César Gonçalves
Sant'Ana, José Eduardo Santarem Segundo, Rachel Cristina Vesu
Alves
Em Questão, Porto Alegre, v. 28, n. 1, p. 172-184, jan/mar. 2022
doi: http://dx.doi.org/10.19132/1808-5245281.159-184
| 172
E-ISSN 1808-5245
Reporting, and Tracking System for Cath Labs
(CART) program
46
An evaluation of data quality in Canada's Continuing
Care Reporting System (CCRS): secondary analyses
of Ontario data submitted between 1996 and 2011
Hirdes, J. P. et al.
2013
E
47
A semiotic approach to data quality
Krogstie, J.
2013
E
48
Crowdsourcing Linked Data quality assessment
Acosta, M. et al.
2013
E
49
Can we trust our results?: a mapping study on data
quality
Rosli, M. M.;
Tempero, E.;
Luxton-Reily, A.
2013
T
50
Data quality and curation
Ashley, K.
2013
T
51
Data quality improvement in clinical databases using
statistical quality control: review and case study
Assareh, H. et al.
2013
E
52
Big data quality case study preliminary findings
Becker, D. et al.
2013
T
53
Dynamic data maintenance for quality data, quality
research
Ozmen-Ertekin, D.;
Ozbay, K.
2012
E
54
Prioritization of data quality dimensions and skills
requirements in genome annotation work
Huang, H. et al.
2012
E
55
Curation roles and perceived priorities for data
quality dimensions and skills in genome curation
work
Huang, H.; Stvilia,
B.; Jörgensen, C.
2012
E
56
Responsibility for research data quality in open
access: a slovenian case
Štebe, J.
2012
E
57
Workflow in clinical trial sites & its association with
near miss events for data quality: ethnographic,
workflow & systems simulation
Araujo de Carvalho,
E. C. et al.
2012
E
58
Automatic data quality control of environmental data
Tchorbadjieff, A.
2012
E
59
Metrics to measure open geospatial data quality
Xia, J.
2012
E
60
Recommendations for mass spectrometry data quality
metrics for open access data (corollary to the
Amsterdam Principles)
Kinsinger, C. R. et
al.
2012
T
61
Key concepts to assess the readiness of data for
international research: data quality, lineage and
provenance, extraction and processing errors,
traceability, and curation: contribution of the IMIA
Primary Health Care Informatics Working Group
Lusignan, S. et al.
2011
T
62
Microarray data quality control improves the
detection of differentially expressed genes
Kauffmann, A.;
Huber, W.
2010
E
63
Study on the data quality management and the data
quality control-a case study of the Earth System
Science Data Sharing Project
Sun, C.; Wang, J.
2010
T
64
Consideration on data quality dimensions for long-
term ecosystem observation on biotic components: a
case study in Chinese Ecosystem Research Network
(CERN)
Wu, D. et al.
2010
E
65
Data quality and transparency in the dietary
supplement industry
Wait, A. D.
2010
T
66
Improving environmental sensor data quality using a
categorization of data properties
Gallegos, I.; Gates,
A.; Tweedie, C.
2010
E
67
Using inheritance in a metadata based approach to
data quality assessment
Farinha, J.;
Trigueiros, M. J.;
Belo, O.
2009
E
Qualidade de dados em gestão de dados de pesquisa: um
estudo bibliométrico
Daiane Marcela Piccolo, Antonio Victor Wolf Tadini, Heytor Diniz
Teixeira, Leonardo Castro Botega, Ricardo César Gonçalves
Sant'Ana, José Eduardo Santarem Segundo, Rachel Cristina Vesu
Alves
Em Questão, Porto Alegre, v. 28, n. 1, p. 173-184, jan/mar. 2022
doi: http://dx.doi.org/10.19132/1808-5245281.159-184
| 173
E-ISSN 1808-5245
68
Managing data quality in a terabyte-scale sensor
archive
Cutt, B.; Lawrence,
R.
2008
E
69
Comparative analysis of data quality and utility
inequality assessments
Even, A.;
Shankaranarayanan,
G.
2008
T
70
Know thy sensor: trust, data quality, and data
integrity in scientific digital libraries
Wallis, J. C. et al.
2007
T
71
Utility-driven configuration of data quality in data
repositories
Even, A.;
Shankaranarayanan,
G.
2007
T
72
Optimization of information/data quality amongst
dispersed project teams and management groups in
the nigerian oil and gas industry
Edehe, K.
2007
T
73
Learning to trust your data: how data quality
profiling saves money
Gregory, P.; King,
I.
2006
T
74
Data quality assurance for thermophysical property
databases: applications to the TRC SOURCE data
system
Dong, Q. et al.
2002
T
75
Online signal validation for assured data quality
Bickford, R.;
Meyer, C.; Lee, V.
2001
E
76
Data quality objectives in environmental research
planning
Batterman, A. R. et
al.
1999
T
77
Ensuring data quality in medical research through an
integrated data management system
Marinez, Y. N. et
al.
1984
T
Fonte: Elaborado pelos autores.
O Quadro 2 mostra que o corpus é constituído por 29 estudos teóricos e
48 empíricos. Na Figura 2, é possível visualizar a distribuição dos trabalhos
conforme o ano de publicação.
Figura 2 - Distribuição quantitativa de publicações sobre qualidade de dados em gestão de
dados de pesquisa em função do ano de publicação
Fonte: Elaborado pelos autores.
Qualidade de dados em gestão de dados de pesquisa: um
estudo bibliométrico
Daiane Marcela Piccolo, Antonio Victor Wolf Tadini, Heytor Diniz
Teixeira, Leonardo Castro Botega, Ricardo César Gonçalves
Sant'Ana, José Eduardo Santarem Segundo, Rachel Cristina Vesu
Alves
Em Questão, Porto Alegre, v. 28, n. 1, p. 174-184, jan/mar. 2022
doi: http://dx.doi.org/10.19132/1808-5245281.159-184
| 174
E-ISSN 1808-5245
Nota-se, pela Figura 2, que as publicações científicas identificadas estão
distribuídas entre os anos de 1984 e 2020. Os dados revelam uma curva instável
ao longo do tempo. O ano de 2019 destacou-se pelo maior número de trabalhos
publicados, com um total de 13 publicações, das quais 12 foram categorizadas
como referentes a estudos empíricos.
Nota-se, ademais, que 31% das publicações se concentram,
aproximadamente, entre os anos de 2012 e 2014. Por meio de exame dos títulos,
resumos e palavras-chave das publicações do corpus, observou-se que esse dado
pode estar relacionado à expansão das pesquisas sobre curadoria, sob tal
terminologia, bem como à consolidação do Digital Curation Centre (DCC). É
notável, nesse sentido, que as fases 1, 2 e 3 do DCC tenham sido finalizadas
respectivamente em 2007, 2010 e 2013 (DIGITAL CURATION CENTRE,
2021).
A análise subsequente evidencia os veículos de publicação indexados na
Web of Science e na Scopus que se destacaram como os mais produtivos para o
tópico da pesquisa, conforme exposto na Figura 3.
Figura 3 – Distribuição quantitativa de publicações em função dos veículos de publicação mais
produtivos para o tópico qualidade de dados em gestão de dados de pesquisa
Fonte: Elaborado pelos autores.
A Figura 4 apresenta uma análise do volume das publicações de cada
país. Em consonância com os filtros e a análise das bases de dados utilizadas, o
país de publicação é referente à nacionalidade atribuída aos autores, de modo
que, se a publicação é assinada por três indivíduos com nacionalidades distintas,
por exemplo, os três respectivos países pontuam uma vez com base nessa
publicação.
Qualidade de dados em gestão de dados de pesquisa: um
estudo bibliométrico
Daiane Marcela Piccolo, Antonio Victor Wolf Tadini, Heytor Diniz
Teixeira, Leonardo Castro Botega, Ricardo César Gonçalves
Sant'Ana, José Eduardo Santarem Segundo, Rachel Cristina Vesu
Alves
Em Questão, Porto Alegre, v. 28, n. 1, p. 175-184, jan/mar. 2022
doi: http://dx.doi.org/10.19132/1808-5245281.159-184
| 175
E-ISSN 1808-5245
Figura 4 - Distribuição quantitativa de publicações sobre qualidade de dados em gestão de
dados de pesquisa em função dos principais países de publicação
Fonte: Elaborado pelos autores.
Os países que publicaram (1 artigo cada), mas não estão na Figura 4 são:
Arábia Saudita, Brasil, Coréia do Sul, Dinamarca, Eslovênia, França, Gana,
Hungria, Israel, Japão, Luxemburgo, Noruega, Nova Zelândia, Polônia,
Portugal, Singapura e Suíça.
Posteriormente, foi realizada a análise das áreas do conhecimento que,
para o tópico, mais tiveram registros identificados nas bases de dados. A Figura
5 mostra os gráficos das áreas mais produtivas em cada base. Devido ao fato de
as bases apresentarem diferentes políticas de classificação temática, julgou-se
necessária a elaboração de dois gráficos separadamente, dispensando uma
eventual compilação dos dados provenientes das duas bases.
Qualidade de dados em gestão de dados de pesquisa: um
estudo bibliométrico
Daiane Marcela Piccolo, Antonio Victor Wolf Tadini, Heytor Diniz
Teixeira, Leonardo Castro Botega, Ricardo César Gonçalves
Sant'Ana, José Eduardo Santarem Segundo, Rachel Cristina Vesu
Alves
Em Questão, Porto Alegre, v. 28, n. 1, p. 176-184, jan/mar. 2022
doi: http://dx.doi.org/10.19132/1808-5245281.159-184
| 176
E-ISSN 1808-5245
Figura 5 - Distribuição quantitativa de publicações sobre qualidade de dados em gestão de
dados de pesquisa em função das áreas do conhecimento mais produtivas: Web of Science e
Scopus
Fonte: Elaborado pelos autores.
A partir dos gráficos da Figura 5, é notável um predomínio dos estudos
desenvolvidos, em linhas gerais, no âmbito da Ciência da Computação. Desse
modo, tal traço se reflete nas análises a seguir.
Partindo da observação de que o ano de 2019 se destaca com a maior
quantidade de estudos (13), a análise de tal amostra permite a percepção de uma
tendência qualitativa nas produções científicas para o tema. Nela, nota-se a
presença marcante de uma relação de interdisciplinaridade que reside na
investigação de métodos e aplicações da Ciência da Computação para
instrumentalizar a gestão de dados de pesquisa no âmbito das ciências biológicas
Qualidade de dados em gestão de dados de pesquisa: um
estudo bibliométrico
Daiane Marcela Piccolo, Antonio Victor Wolf Tadini, Heytor Diniz
Teixeira, Leonardo Castro Botega, Ricardo César Gonçalves
Sant'Ana, José Eduardo Santarem Segundo, Rachel Cristina Vesu
Alves
Em Questão, Porto Alegre, v. 28, n. 1, p. 177-184, jan/mar. 2022
doi: http://dx.doi.org/10.19132/1808-5245281.159-184
| 177
E-ISSN 1808-5245
e da saúde. Considerando esse subconjunto de estudos e a categorização
temática da Web of Science, destacam-se subáreas como a Informática Médica,
a Engenharia Biomédica e a de Serviços em Saúde.
Rajan et al. (2019) explicam sobre a heterogeneidade das fontes no
domínio da pesquisa biomédica, de um modo geral, e como isso constitui um
problema, uma vez que as práticas nesse contexto estão cada vez mais
dependentes da utilização secundária dos dados existentes, a exemplo dos
prontuários eletrônicos do paciente. Isso, então, impacta na estrutura de
avaliação da qualidade de dados nesse domínio, considerando suas dimensões e
métricas. No estudo, os autores desenham, desenvolvem e implementam uma
ferramenta para avaliação de qualidade de dados e caracterização de dados em
repositórios de dados de saúde.
É possível também tecer uma análise sobre a produção científica
concernente à Ciência da Informação, ao se considerar, conforme sustentado
anteriormente, que o bibliotecário pode atuar na gestão de dados de pesquisa, o
que se soma ao fato de que não existem parâmetros absolutos para a
determinação da qualidade de dados, pois tal aferição é necessariamente relativa
a domínios específicos, de modo que é necessário se adaptar ao domínio de
atuação para melhor atender o usuário.
A partir desses pressupostos, buscou-se verificar se algum dos 77
estudos selecionados para as análises bibliométricas deste trabalho poderia
embasar a atuação do bibliotecário com vistas à qualidade de dados em gestão
de dados de pesquisa. Adotou-se como estratégia a análise dos 7 estudos
categorizados pela Web of Science como sendo de Biblioteconomia e Ciência da
Informação. Os estudos estão identificados no Quadro 3.
Quadro 3 - Subconjunto de publicações da categoria Biblioteconomia e Ciência da Informação
da Web of Science
ID
Título do artigo
Autores
Ano
25
Data governance, data literacy and the management of data
quality
Koltay, T.
2016
33
Research project tasks, data, and perceptions of data quality
in a condensed matter physics community
Stvilia, B. et al.
2015
34
Genomics data curation roles, skills and perception of data
quality
Huang, H.;
Joergensen, C.;
2015
Qualidade de dados em gestão de dados de pesquisa: um
estudo bibliométrico
Daiane Marcela Piccolo, Antonio Victor Wolf Tadini, Heytor Diniz
Teixeira, Leonardo Castro Botega, Ricardo César Gonçalves
Sant'Ana, José Eduardo Santarem Segundo, Rachel Cristina Vesu
Alves
Em Questão, Porto Alegre, v. 28, n. 1, p. 178-184, jan/mar. 2022
doi: http://dx.doi.org/10.19132/1808-5245281.159-184
| 178
E-ISSN 1808-5245
Stvilia, B.
42
Data quality issues and content analysis for research data
repositories: the case of Dryad
Rousidis, D. et al.
2014
53
Dynamic data maintenance for quality data, quality research
Ozmen-Ertekin, D.;
Ozbay, K.
2012
54
Prioritization of data quality dimensions and skills
requirements in genome annotation work
Huang, H. et al.
2012
70
Know thy sensor: trust, data quality, and data integrity in
scientific digital libraries
Wallis, J. C. et al.
2007
Fonte: Elaborado pelos autores.
Com base na quantidade de publicações de cada autor e na quantidade de
citações fornecida pela Web of Science para cada publicação, é possível
destacar como principais autores: Besiki Stvilia, Hong Huang e Corinne
Joergensen. Para esse subconjunto, o único país com mais de um estudo são os
Estados Unidos: são 5 estudos, nos quais estão inseridos os trabalhos dos autores
mencionados, que, por sua vez, concentram-se mais especificamente no estado
da Flórida.
Ainda considerando o subconjunto de 7 estudos em Biblioteconomia e
Ciência da Informação, 4 deles são categorizados pela Web of Science como
pertinentes à Ciência da Computação, dos quais 3 são os que se destacam pelo
número de citações na Web of Science: Wallis et al. (2007), 26 citações; Huang
et al. (2012), 14 citações; e Stvilia et al. (2015), 10 citações.
Outro estudo em Biblioteconomia e Ciência da Informação que merece
destaque, não apenas pelo número de citações na Web of Science (17), mas
também por ser o mais recente entre os 7, é Koltay (2016), artigo publicado no
IFLA Journal. Nele, o autor aborda questões de qualidade de dados pela ótica da
governança de dados (data governance), e conclui que, apesar de o
conhecimento sobre governança de dados vir recebendo mais atenção em
ambientes empresariais, e apesar de os bibliotecários já dominarem algumas das
competências a ele relacionadas, é fundamental sua compreensão e aplicação
para beneficiamento dos serviços de gestão de dados de pesquisa. Especialmente
porque, como demonstra o autor, técnicas de governança de dados são aplicáveis
a todos os níveis presentes em tais serviços.
Qualidade de dados em gestão de dados de pesquisa: um
estudo bibliométrico
Daiane Marcela Piccolo, Antonio Victor Wolf Tadini, Heytor Diniz
Teixeira, Leonardo Castro Botega, Ricardo César Gonçalves
Sant'Ana, José Eduardo Santarem Segundo, Rachel Cristina Vesu
Alves
Em Questão, Porto Alegre, v. 28, n. 1, p. 179-184, jan/mar. 2022
doi: http://dx.doi.org/10.19132/1808-5245281.159-184
| 179
E-ISSN 1808-5245
4 Considerações finais
A realização da pesquisa que culminou neste trabalho possibilitou,
primeiramente, a realização de um mapeamento teórico a respeito da incidência
da qualidade de dados sobre a curadoria e a gestão de dados de pesquisa, cujas
atividades são apoiadas pelos repositórios de dados.
A partir dos resultados das análises bibliométricas, este trabalho explicita
um panorama geral da produção científica existente sobre qualidade de dados
em gestão de dados de pesquisa. Dentro disso, foram possíveis apontamentos,
tais como a identificação de uma tendência qualitativa nas produções científicas
no tema, localizada na interdisciplinaridade entre a Ciência da Computação e as
ciências biológicas e da saúde. Para pesquisas futuras, vislumbra-se a realização
de estudos com características ainda mais qualitativas a partir dos resultados
apresentados, tanto os referentes ao corpus de publicações ora selecionado e
avaliado, quanto os relativos aos dados bibliométricos aferidos.
Assim como o que se apresenta, trabalhos que desenvolvam aspectos
envolvidos na gestão de dados de pesquisa contribuem para a Ciência na medida
em que fortalecem a cultura da Ciência Aberta e dos princípios FAIR. Nessa
perspectiva, são muitos os benefícios, desde os que decorrem diretamente do
acesso aberto a dados – bem como da qualidade desses dados – à possibilidade,
por meio de seu reuso, de reprodução e verificação das pesquisas, e mesmo de
potencialização da visibilidade de pesquisadores e instituições.
Trabalhos como este são importantes por tratarem de um tema em franca
expansão, que tem um caminho ainda a enfrentar para sua ampla concretização;
mesmo no cenário internacional, mas principalmente no brasileiro.
Aos profissionais da informação – e especificamente aos bibliotecários,
este trabalho pode indicar caminhos para a oferta de serviços de gestão de dados
de pesquisa. A partir da consciência de que a qualidade de dados é um
parâmetro relativo, a implementação de serviços dessa natureza deve passar por
preparação, com foco no atendimento a requisitos como os concernentes ao
domínio de atuação – que eventualmente pode estar contemplado por literatura
específica para qualidade de dados em gestão de dados de pesquisa no referido
domínio –, bem como aos usos pretendidos para os dados.
Qualidade de dados em gestão de dados de pesquisa: um
estudo bibliométrico
Daiane Marcela Piccolo, Antonio Victor Wolf Tadini, Heytor Diniz
Teixeira, Leonardo Castro Botega, Ricardo César Gonçalves
Sant'Ana, José Eduardo Santarem Segundo, Rachel Cristina Vesu
Alves
Em Questão, Porto Alegre, v. 28, n. 1, p. 180-184, jan/mar. 2022
doi: http://dx.doi.org/10.19132/1808-5245281.159-184
| 180
E-ISSN 1808-5245
Financiamento
Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) e
Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq).
Referências
BATINI, C. et al. Methodologies for data quality assessment and improvement.
ACM Computing Surveys, Nova York, v. 41, n. 3, p. 1-52, 2009.
BATINI, C.; SCANNAPIECO, M. Data and information quality: dimensions,
principles and techniques. [S. l.]: Springer, 2016.
BORGMAN, C. L Research data: who will share what, with whom, when and
why?. RatSWD Working Paper Series, Berlim, v. 161, n. 10, 2010.
BRASE, J; FARQUHAR, A. Access to research data. D-Lib Magazine, [s. l.],
v. 17, n. 1/2, 2011.
BUFREM, L.; PRATES, Y. O saber científico registrado e as práticas de
mensuração da informação. Ciência da Informação, Brasília, v. 34, n. 2, p. 9-
25, 2005.
DIGITAL CURATION CENTRE. History of the DCC. DCC, 2021.
GABRIEL JUNIOR, R. F. et al. Acesso aberto a dados de pesquisa no Brasil:
mapeamento de repositórios, práticas e percepções dos pesquisadores e
tecnologias. Ciência da Informação, Brasília, v. 48, n. 3 (Supl.), p. 87-101,
2019.
HACID, H. et al.Data quality and trust in big data. [S. l.]: Springer, 2019.
HUANG, H. et al. Prioritization of data quality dimensions and skills
requirements in genome annotation work. Journal of the American Society for
Information Science and Technology, [Silver Spring], v. 63, n. 1, p. 195-207,
2012.
ILLARI, P.; FLORIDI, L. Information quality, data and philosophy. In:
FLORIDI, L.; ILLARI, P. (Eds.). The philosophy of information quality.
Cham: Springer, 2014. p. 5-23.
KITCHENHAM, B. Procedures for performing systematic reviews. Keele
University Technical Report, Keele, v. 33, p. 1-26, jul. 2004.
KOLTAY, T. Data governance, data literacy and the management of data
quality. IFLA Journal, [s.l.], v. 42, n. 4, p. 303-312, 2016.
Qualidade de dados em gestão de dados de pesquisa: um
estudo bibliométrico
Daiane Marcela Piccolo, Antonio Victor Wolf Tadini, Heytor Diniz
Teixeira, Leonardo Castro Botega, Ricardo César Gonçalves
Sant'Ana, José Eduardo Santarem Segundo, Rachel Cristina Vesu
Alves
Em Questão, Porto Alegre, v. 28, n. 1, p. 181-184, jan/mar. 2022
doi: http://dx.doi.org/10.19132/1808-5245281.159-184
| 181
E-ISSN 1808-5245
LAUDON, K. C. Data quality and due process in large interorganizational
record systems. Communications of the ACM, Nova York, v. 29, n. 1, p. 4-11,
1986.
LÓSCIO, B. F.; BURLE, C.; CALEGARI, N. Data on the Web best practices.
W3C, 2017.
MARÍN-ARRAIZA, P.; PUERTA-DÍAZ, M.; VIDOTTI, S. A. B. G. Gestión de
datos de investigación y bibliotecas: preservando los nuevos bienes científicos.
Hypertext.net, Barcelona, n. 19, p. 13-31, 2019.
MELO, J. O. S. F.; BOTEGA, L. C.; SANTAREM SEGUNDO, J. E.
Metodologia de avaliação de qualidade para dados conectados. Informação &
Tecnologia, Marília/João Pessoa, v. 4, n. 2, p. 80-101, 2017.
OLIVER, G.; HARVEY, D. R. Digital curation. Chicago: ALA Neal-Schuman,
2010.
RAJAN, N. S. et al. Towards a content agnostic computable knowledge
repository for data quality assessment. Computer Methods and Programs in
Biomedicine, [s. l.], v. 177, p. 193-201, 2019.
RICE, R.; SOUTHALL, J. The data librarian’s handbook. London: Facet
Publishing, 2016.
SALES, L. F. et al. Competências dos bibliotecários na gestão dos dados de
pesquisa. Ciência da Informação, Brasília, v. 48, n. 3 (Supl.), p. 303-313,
2019.
SALES, L. F.; SAYÃO, L. F. Há futuro para as bibliotecas de pesquisa no
ambiente e Science? Informação & Tecnologia, Marília/João Pessoa, v. 2, n. 1,
p. 30-52, 2015.
SALES, L. F.; SAYÃO, L. F. Uma proposta de taxonomia para dados de
pesquisa. Conhecimento em Ação, Rio de Janeiro, v. 4, n. 1, p. 31-48, 2019.
SANT’ANA, R. C. G. Campo informacional resultante da interação de ciclos de
vida dos dados. In: DIAS, G. A.; OLIVEIRA, B. M. J. F. Dados científicos:
perspectivas e desafios. João Pessoa: Ed. UFPB, 2019. p. 13-31.
SANTOS, P. L. V. A. C.; SANT’ANA, R. C. G. Dado e granularidade na
perspectiva da informação e tecnologia: uma interpretação pela Ciência da
Informação. Ciência da Informação, Brasília, v. 42, n. 2, p. 199-209, 2013.
SAYÃO, L. F.; SALES, L. F. Algumas considerações sobre os repositórios
digitais de dados de pesquisa. Informação & Informação, Londrina, v. 21, n. 2,
p. 90-115, 2016.
Qualidade de dados em gestão de dados de pesquisa: um
estudo bibliométrico
Daiane Marcela Piccolo, Antonio Victor Wolf Tadini, Heytor Diniz
Teixeira, Leonardo Castro Botega, Ricardo César Gonçalves
Sant'Ana, José Eduardo Santarem Segundo, Rachel Cristina Vesu
Alves
Em Questão, Porto Alegre, v. 28, n. 1, p. 182-184, jan/mar. 2022
doi: http://dx.doi.org/10.19132/1808-5245281.159-184
| 182
E-ISSN 1808-5245
SAYÃO, L. F.; SALES, L. F. Curadoria digital: um novo patamar para
preservação de dados digitais de pesquisa. Informação & Sociedade: Estudos,
João Pessoa, v. 22, n. 3, p. 179-191, 2012.
SAYÃO, L. F.; SALES, L. F. Guia de gestão de dados de pesquisa para
bibliotecários e pesquisadores. Rio de Janeiro: CNEN, 2015.
SAYÃO, L. F.; SALES, L. F. Subsídios para a construção de um modelo de
avaliação de sistemas de gestão de dados de pesquisa. PontodeAcesso,
Salvador, v. 12, n. 3, p. 80-108, 2018.
SILVA, L. C.; SANTAREM SEGUNDO, J. E.; SILVA, M. F. Princípios FAIR
e melhores práticas do Linked Data na publicação de dados de pesquisa.
Informação & Tecnologia (ITEC), Marília/João Pessoa, v. 5, n. 2, p. 81-103,
2018.
STVILIA, B. et al. Research project tasks, data, and perceptions of data quality
in a condensed matter physics community. Journal of the Association for
Information Science and Technology, Silver Spring, v. 66, n. 2, p. 246-263,
2015.
TARTAROTTI, R. C. D.; DAL´EVEDOVE, P. R.; FUJITA, M. S. L.
Biblioteconomia de dados em repositórios de pesquisa: perspectivas para a
atuação bibliotecária. Informação & Informação, Londrina, v. 24, n. 3, p. 207-
226, 2019.
TENOPIR, C. et al. Changes in data sharing and data reuse practices and
perceptions among scientists worldwide. PLoS One, São Francisco, v. 10, n. 8,
p. 1-24, 2015.
TORINO, E.; ROA-MARTÍNEZ, S. M.; VIDOTTI, S. A. B. G. Dados de
pesquisa: disponibilização ou publicação?. In: SHINTAKU, M.; SALES, L. F.;
COSTA, M. (Org.). Repositórios digitais: teoria e prática. Botucatu: ABEC,
2020. p. 183-201.
WALLIS, J. C. et al. Know thy sensor: trust, data quality, and data integrity in
scientific digital libraries. In: KOVÁCS, L.; FUHR, N.; MEGHINI, C. (Eds.).
Research and advanced technology for digital libraries (Lecture Notes in
Computer Science, v. 4675). Berlin: Springer, 2007. p. 380-391.
WILKINSON, M. D. et al. The FAIR guiding principles for scientific data
management and stewardship. Scientific Data, Londres, v. 3, artigo n. 60018,
2016.
Qualidade de dados em gestão de dados de pesquisa: um
estudo bibliométrico
Daiane Marcela Piccolo, Antonio Victor Wolf Tadini, Heytor Diniz
Teixeira, Leonardo Castro Botega, Ricardo César Gonçalves
Sant'Ana, José Eduardo Santarem Segundo, Rachel Cristina Vesu
Alves
Em Questão, Porto Alegre, v. 28, n. 1, p. 183-184, jan/mar. 2022
doi: http://dx.doi.org/10.19132/1808-5245281.159-184
| 183
E-ISSN 1808-5245
Data quality in research data management: a bibliometric study
Abstract: Research data management is recognized by the scientific community
as an important part of best practices in research, so that these data should be
available for access and reuse. Within the context of research data management,
data curation and data quality are understood as strategic elements. This work
aims to characterize and specify the existing scientific production on the theme
“data quality in research data management” through the measurement of
bibliometric indicators. In methodological terms, this research has a quantitative
and qualitative nature, is exploratory in its objectives and uses the Web of
Science and Scopus databases to compose the corpus of the bibliometric study.
As a result, it was identified from a corpus of 77 articles a period of relevant
publications between the years 1984 and 2020, being 2019 the year with more
published works. Additionally, 7 publication vehicles presented more than one
publication for the researched topic, being the United States the country with
more published papers, totaling 34 articles. The area of Computer Science was
the one that produced the most on this topic and constitutes a trend in its
interdisciplinarity with biological, applied social and health sciences. Finally,
we conclude that, based on the awareness that data quality is a relative
parameter, the implementation of research data management services must go
through preparation, focusing on meeting requirements such as those concerning
the domain and the intended uses.
Keywords: Research data management; Data quality; Research data; Scientific
data; Digital curation
Recebido: 18/03/2021
Aceito: 02/07/2021
Declaração de autoria
Concepção e elaboração do estudo: Daiane Marcela Piccolo, Antonio Victor
Wolf Tadini, Heytor Diniz Teixeira, Leonardo Castro Botega
Coleta de dados: Daiane Marcela Piccolo, Antonio Victor Wolf Tadini, Heytor
Diniz Teixeira
Análise e interpretação de dados: Daiane Marcela Piccolo, Antonio Victor
Wolf Tadini, Heytor Diniz Teixeira, Leonardo Castro Botega, Ricardo César
Gonçalves Sant’Ana, José Eduardo Santarem Segundo, Rachel Cristina Vesu
Alves
Redação: Daiane Marcela Piccolo, Antonio Victor Wolf Tadini, Heytor Diniz
Teixeira Revisão crítica do manuscrito: Leonardo Castro Botega, Ricardo César
Gonçalves Sant’Ana, José Eduardo Santarem Segundo, Rachel Cristina Vesu
Alves
Qualidade de dados em gestão de dados de pesquisa: um
estudo bibliométrico
Daiane Marcela Piccolo, Antonio Victor Wolf Tadini, Heytor Diniz
Teixeira, Leonardo Castro Botega, Ricardo César Gonçalves
Sant'Ana, José Eduardo Santarem Segundo, Rachel Cristina Vesu
Alves
Em Questão, Porto Alegre, v. 28, n. 1, p. 184-184, jan/mar. 2022
doi: http://dx.doi.org/10.19132/1808-5245281.159-184
| 184
E-ISSN 1808-5245
Como citar:
PICCOLO, Daiane Marcela et al. Qualidade de dados em gestão de dados de
pesquisa: um estudo bibliométrico. Em Questão, Porto Alegre, v. 28; n. 1, p.
159-184, 2022. DOI: http://dx.doi.org/10.19132/1808-5245281.159-184
1
BRASE, J; FARQUHAR, A. Access to research data. D-Lib Magazine, [s.l.], v. 17, n. 1/2,
2011. Apud Sayão e Sales (2012).
