La Federación EOSC y la publicación de datos de investigación federados: Cómo Europa está reconfigurando la ciencia abierta

El 10 de octubre de 2024, la Comisión Europea activó el Nodo de la UE de la EOSC en el Simposio de la EOSC en Berlín. El lanzamiento fue importante porque dio a la Federación de la EOSC su primer nodo operativo ejecutado por la Comisión: un servicio beta con un catálogo de recursos y una herramienta de transferencia de datos, además de un helpdesk. Para cualquiera que haya dirigido un grupo de investigación a través de un mandato de intercambio de datos, el cambio más importante no es el software.

La European Open Science Cloud (EOSC) se lanzó como una ambición política de la Comisión para crear un entorno federado, multidisciplinar donde los investigadores puedan publicar y reutilizar datos, herramientas y servicios. Su anchura legal, la Asociación EOSC, se formó en julio de 2020 como una organización internacional sin fines de lucro bajo la ley belga y ahora representa una afiliación de universidades, instituciones de investigación, financiadores y proveedores de servicios. La Federación EOSC es la capa operativa: una red de nodos EOSC ejecutados por organizaciones que se inscriben a condiciones comunes. La publicación de datos de investigación federada es lo que sucede cuando un conjunto de datos depositado en un nodo lleva un identificador persistente y metadatos legibles por máquina, por lo que otro nodo puede descubrir y citar sin que un curador humano lo re

De un catálogo central a una federación de nodos

Un nodo de EOSC no es un almacén donde se copien todos los datos de investigación europeos. Los datos permanecen en el repositorio institucional, la instalación nacional o el archivo de dominio donde se creó. El nodo publica una entrada de catálogo que apunta a los datos y proporciona la autenticación y la autorización, además de una capa de soporte que un investigador necesita cuando un repositorio de transferencia o un registro de metadatos falla en la validación. los nodos nacionales e institucionales pueden conectar los servicios locales bajo el mismo marco.

El Nodo de la UE de la EOSC, operado por la Comisión, es el primer nodo de referencia. El Manual de la Federación de la EOSC establece lo que debe proporcionar un nodo y cómo se incorpora, incluidas las obligaciones que se siguen si deja de cumplir esas condiciones. Esa última parte es fácil de ignorar. La federación sin una cláusula de salida es un ejercicio de marca; con uno, una universidad puede decidir si la carga operativa de ejecutar un nodo realmente vale la pena el beneficio de descubrimiento.

La lista de control de depósitos es corta; la disciplina es difícil

Para un investigador, la publicación de datos de investigación federados parece una lista de verificación corta. Un conjunto de datos citables necesita un identificador persistente, generalmente un DOI; una página de destino que resuelve; una licencia legible por máquina; un marcador de versión; y metadatos basados en esquemas.

Dos proyectos de Horizonte Europa están construyendo las piezas.Impacto justoApoya las métricas y los identificadores persistentes, junto con la certificación de repositorio. FAIRCORE4EOSC desarrolla componentes básicos como el PID Graph y los planes de gestión de datos operables por máquina. La distinción es importante porque un PID Graph puede mostrar que un conjunto de datos y un artículo de revista están vinculados, mientras que un certificado de repositorio le dice a un financiador que los datos no van a desaparecer cuando el investigador principal se va.

Lo que ve una oficina de control de datos

Un administrador de datos en una universidad de tamaño medio en el norte de Europa —lo llamó Dr. K— tomó tres días laborables para reconstruir metadatos para doce conjuntos de datos que un grupo de investigación retirado había dejado en un antiguo servidor de departamentos. Los archivos estaban allí; el contexto no estaba. En los repositorios institucionales que he auditado, entre un cuarto y medio de los conjuntos de datos depositados carecen de los metadatos completos, la versión o la información de licencia necesaria para el reuso automatizado.

Qué significa esto para tu laboratorio:

• Depósito temprano, no en el plazo de notificación de subvenciones, para que los errores de metadatos surjan mientras la persona que recopiló los datos todavía está en la misma oficina.
• Asigna un DOI en el punto del primer depósito, incluso para un pequeño conjunto de datos, porque el identificador es lo que convierte una mención en una sección de métodos en una cita que un financiador puede auditar.
• Escriba un README por conjunto de datos en la misma carpeta que los datos, con unidades, fechas de recopilación y configuraciones de instrumentos.
• Mantenga la licencia legible por máquina desde el principio; un permiso verbal de su antiguo supervisor no es interoperable.

Gobernanza: quién puede convertirse en un nodo, y quién paga

La Federación de la EOSC se rige por un acuerdo tripartito en el que la Comisión Europea y elAsociación EOSCtrabajar junto a los Estados miembros y los países asociados.Esta sucursal nacional mantiene a los ministerios de financiación a la mesa, porque un nodo nacional normalmente necesita su dinero y su aprobación legal.Una universidad no se convierte simplemente en un nodo por sí sola; trabaja con una iniciativa nacional de la EOSC o se une a un consorcio que puede cumplir con los requisitos operativos y de seguridad del Manual.

Funcionario de la ComisiónNube Europea de Ciencia Abiertapara una oficina de investigación, la pregunta práctica es si el país tiene un nodo nacional en funcionamiento, en piloto, o en ningún lugar cerca. La respuesta determina si el trabajo de gestión de datos locales será interoperable con lo que el nodo de la UE espera, o si su repositorio seguirá siendo un silo con una bandera europea en la página principal.

La página de publicación se cierra en el mismo ciclo

La publicación de datos no se sienta en un rincón separado de la publicación de artículos.Las revistas han comenzado a moverse de pedir a los autores que compartan datos a petición arequerir citas de datos explícitas con identificadores persistentesLos inversores comenzaron a exigirPlanes de gestión de datos mecánicamente actuablesen lugar de narrativas PDF. Cuando los sistemas nacionales de CRIS se conectan a laAbre el gráfico, el mismo registro que alimenta el informe anual de una universidad también se convierte en una señal en la federación.El resultado práctico es que los errores de metadatos se multiplican a la baja: una afiliación equivocada en un depósito de repositorio aparece en una evaluación nacional y un informe de financiador, luego de nuevo en un servicio de descubrimiento.

¿Qué significa esto para los investigadores y para los trabajos que los rodean?

Para los investigadores de carrera temprana, la publicación de datos federados convierte el trabajo de datos de un trabajo invisible en un resultado de investigación verificable. Un postdoc que deposita un conjunto de datos bien descrito puede apuntar a un DOI exactamente como apunta a un papel. Esto cambia las discusiones de contratación, porque una publicación de datos con un registro de cita es más difícil de rechazar que la experiencia con la ciencia abierta en un CV. Los roles de apoyo a la investigación también están cambiando: los administradores de datos y los gerentes de repositorio ahora se sienten entre el laboratorio y el nodo, y los ingenieros de software de investigación absorben gran parte del trabajo de integración detrás de ellos.

Un paso más concreto

Tome un conjunto de datos de su último proyecto completado y ejecute a través de la lista de verificación listo para los nodos. Pregunte a su repositorio institucional dos cosas: si asigna un DOI en el depósito y si el campo de licencia es legible por máquina. A continuación, compruebe si los metadatos cumplen con un esquema publicado. Si la respuesta es no, ese repositorio es una caja de almacenamiento. Si la respuesta es sí, publique el conjunto de datos ahora en lugar de esperar el próximo mandato. A continuación, descubra si su oficina de investigación tiene un contacto en la delegación nacional de la EOSC. Este contacto es la persona que sabe si su próximo depósito viajará a través de la federación o se detendrá en el firewall del campus.

Photo by Ricardo Gomez Angel on Unsplash