Abstract
Introdução: No ambiente da eScience, os objetos digitais de pesquisa são caracterizados por terem um ciclo de vida complexo e longo, que depende de diferentes contextos disciplinares e perspectivas de (re)uso. Este ciclo de vida começa antes do início da pesquisa e se estende para além do final do projeto, ao longo dessa jornada, vários tipos de metadados são adicionados aos objetos, atribuídos por diferentes atores, incluindo aqueles gerados automaticamente por instrumentos científicos e ferramentas de workflow, num processo contínuo de agregação de valor aos conjuntos de dados e a outros objetos de pesquisa. Nesse contexto, os objetos digitais de pesquisa são acompanhados por uma ampla gama de metadados - com muitas funções e propriedades - que muitas vezes superam os próprios dados em volume e até em importância, configurando um “big metadado científico” de difícil organização e gestão. Objetivo: Apresentar de forma sistematizada as funções dos novos metadados a fim de apoiar a gestão de metadados e a construção de esquemas disciplinares. Metodologia: Subjacente à construção da proposta, quatro eixos dão sustentação metodológica ao estudo: histórico, pragmático, de padronização e epistemológico. Resultado: Como resultado é proposto um modelo para esquematização dos diversos elementos de metadados baseado nas suas funcionalidades, tendo como pressuposto a conexão da eScience com a Ciência da Informação estabelecida pelo big metadado. Conclusão: Conclui-se que o big metadado cria uma conexão entre a eScience e a CI, e que para além da necessidade da curadoria dos objetos de pesquisa, é necessário também uma gestão FAIR especifica para os metadados.
Funder
Conselho Nacional de Desenvolvimento Científico e Tecnológico
Fundação Carlos Chagas Filho de Amparo à Pesquisa do Estado do Rio de Janeiro
Publisher
Universidade Estadual de Campinas
Subject
Library and Information Sciences,Public Administration,Education,Information Systems
Reference33 articles.
1. BATISTA, D. et al. Machine actionable metadata model. Scientific Data, London, v. 9, n. 1, 2022. Disponível em: https://go.nature.com/3CsMpd9 . Acesso em: 20 fev. 2023.
2. BOHLE, S. What is E-science and how should it be managed? 2013. Disponível em: https://bit.ly/3Je1raz . Acessso em: 04 jul. 2022.
3. BRATT, S. E. et al. Big data, big metadata and quantitative study of science: A workflow model for big scientometrics. Proceedings of the Association for Information Science and Technology, v. 54, n. 1, 2017. Disponível em: https://bit.ly/43Ul9Qu . Acesso em: 04 jul. 2022.
4. BRIET, S. Qu'est-ce que la documentation. Paris: EDIT, 1951.
5. CCSDS - CONSULTATIVE COMMITTEE FOR SPACE DATA SYSTEM. Reference Model for an Open Archival Information System (OAIS). Washington, DC: CCSDS, 2012. (Recommended Practice CCSDS 650.0-M-2. Magenta book). Disponível em: https://public.ccsds.org/pubs/650x0m2.pdf. Acesso em: 30 set. 2019.