Estudo de utilização do Repositório de dados da Universidade do Porto

João Daniel Aguiar Castro Estudo de utilização do Repositório de dados da Universidade do Porto Dissertação realizada no âmbito do Mestrado em Ciência da Informação, orientada pela Professora Doutora Maria Cristina de Carvalho Alves Ribeiro Faculdade de Engenharia e Faculdade de Letras Universidade do Porto Julho de 2013 Estudo de utilização do Repositório de dados da Universidade do Porto João Daniel Aguiar Castro Dissertação realizada no âmbito do Mestrado em Ciência da Informação, orientada pela Professora Doutora Maria Cristina de Carvalho Alves Ribeiro Membros do Júri Professor Doutor Gabriel de Sousa Torcato David - Presidente Faculdade de Engenharia - Universidade do Porto Professora Doutora Ana Alice Rodrigues Pereira Baptista - Arguente Universidade do Minho Professora Doutora Maria Cristina de Carvalho Alves Ribeiro - Orientadora Faculdade de Engenharia - Universidade do Porto …......................................................................... Agradecimentos A presente dissertação de mestrado contou com importantes incentivos de diversas pessoas. Às seguintes expresso um sincero agradecimento... À minha orientadora, Professora Cristina Ribeiro, pelo apoio, disponibilidade em acompanhar todas as fases deste trabalho, e acima de tudo pelo espírito crítico e desafios propostos ao longo deste percurso; Aos investigadores da Universidade do Porto que acederam em colaborar neste trabalho: ao Dr. Marcelo Moura, ao Dr. José Luís Moreira, à Drª Luísa Bastos, à Drª Ângela Lomba, ao Dr. Rosaldo Rossetti; agradecimentos estendidos ao Dr. Paco Ruiz da Universidade de Valência e ao Dr. Fábio Pinto da Costa, sem esquecer a valiosa contribuição da Drª Maria Eugénia Fernandes, da Reitoria da Universidade do Porto, pela mediação no contato com os investigadores; Aos meus colegas do laboratório I123, em particular ao João Rocha da Silva pelo contributo impar e disposição para me aconselhar sempre que solicitado, e ainda ao José Pedro Barbosa e à Mariana Gouveia cujo trabalho que desenvolveram é intrínseco a este trabalho; A todos os docentes do Mestrado em Ciência da Informação pela partilha de conhecimentos; A toda a minha família pelo apoio, sacrifício e paciência ilimitada, em especial à tia Glória, pela aposta pessoal em mim, que me permite escrever estas palavras neste momento... e ainda à D. Fernanda e Sr. Adelino por todos os incentivos. Por fim, à minha namorada, Alexandra, pessoa responsável pelas escolhas mais sensatas que tomei ao longo dos últimos anos...obrigado por acreditares, Sempre! A todos OBRIGADO! Resumo Verifica-se atualmente uma crescente preocupação da comunidade científica em relação ao acesso e partilha dos dados resultantes do processo de investigação. Impulsionados pela tecnologia, os dados de investigação têm vindo a ser produzidos em grande quantidade, o que representa um desafio à sua gestão. Os repositórios digitais, como plataformas integradas e robustas de armazenamento, preservação e disseminação de informação, podem significar uma oportunidade de gestão eficiente em custos dos dados de investigação. Nesse sentido várias iniciativas relacionadas com repositórios digitais tendem a adotar estratégias que garantam os princípios de integridade dos dados ao longo do seu ciclo de vida, sendo a curadoria de dados um conceito emergente neste contexto. O Repositório de dados da Universidade do Porto, em fase experimental, apresenta um conjunto de funcionalidades e propõe um procedimento de depósito e gestão de dados, assente em duas plataformas integradas, de acordo com necessidades previamente identificadas para os investigadores. Antes de generalizar o uso das plataforma junto dos investigadores é necessário avaliar a sua conformidade com as necessidades dos investigadores. Para isso foram realizados testes de utilização junto de investigadores da Universidade do Porto, que por um lado permitiram identificar os pontos fortes e fracos do repositório e das ferramentas de gestão de dados, e por outro lado fazer um levantamento de sugestões de funcionalidades. A abordagem metodológica, resultante da análise da literatura de estudos de utilização em repositórios digitais, identifica os atributos de qualidade de Jakob Nielsen e o modelo de referência de Judy Jeng como critérios de avaliação a aplicar nos testes de utilização. Além disso, o trabalho desenvolvido implicou a seleção de descritores, de acordo com as recomendações da DCMI (Dublin Core Metadata Initiative), para um conjunto de dados reais já depositados no repositório experimental, nomeadamente através da elaboração de perfis de aplicação para diferentes domínios. Palavras-chave: repositório de dados; estudo de utilização; curadoria de dados; gestão de dados de investigação; perfil de aplicação. i ii Abstract Currently there is a growing concern in the scientific community regardind the access and sharing of data resulting from the research process. Driven by technology, research data has been produced in large scale, which represents a challenge to their management. Digital repositories as integrated and robust platforms for storage, preservation and dissemination, are an opportunity for costeffective management of research data. Accordingly, various initiatives related to digital repositories tend to adopt strategies that ensure the principles of data integrity throughout its lifecycle, and data curation is an emerging concept in this context. The Repositório de dados da Universidade do Porto, which is currently in an experimental stage, proposes a procedure for data management and storage, based on two integrated platforms, based on researchers identified needs. Before the widespread use of these platforms among researchers, it is necessary to assess their compliance with researchers requirements. So, tests were performed with researchers from the University of Porto, allowing to identify strenghts and weaknesses in the repository and the data submission process, and to make a survey of suggested functionalities. The methodological approach results from the literature review of studies of use in digital repositories, and led to the adoption of quality attributes of Jakob Nielsen and the reference model made by Judy Jeng as evaluation criteria to be applied in the usability tests. Moreover, the work involved the selection of descriptors, according to DCMI (Dublin Core Metadata Initiative) recommendations, to a set of actual pending data at the experimental repository, particularly by drawing application profiles for different domains. Keywords: data repository; user study; data curation; research data management; application profile. iii OAIS – Open Archival Information System OpenDoar – The Directory of Open Access Repositories OKF – Open Knowledge Foundation OPN – Open Planets Foundation qa. – Química Analítica RDA – Research Data Alliance U. Porto – Universidade do Porto VRE – Virtual Research Environment x Sumário Introdução................................................................................................................................1 Capítulo 1. Dados de investigação e Repositórios de dados.............................................................5 1.1 Dados de investigação: produção e partilha..........................................................................5 1.1.1 Os investigadores e a partilha dos dados de investigação...................................................8 1.1.2 O acesso aberto aos dados de investigação........................................................................10 1.2 A preservação de dados de investigação..............................................................................12 1.3 Curadoria de dados..............................................................................................................16 1.4 Repositórios digitais............................................................................................................18 1.5 Repositórios de dados.........................................................................................................20 1.6.1 Repositórios de dados e a gestão dos dados de investigação............................................23 1.6.2 Gestão de dados de investigação: o caso do laboratório Bennet (U. Michigan)..............26 Capítulo 2. Estudos de utilização...........................................................................................................28 2.1 Os estudos de utilização e a Ciência da Informação...........................................................28 2.1.1 Perspetiva Histórica..........................................................................................................29 2.1.2 O modelo de Tom Wilson (1981)......................................................................................30 2.1.3 Desenvolvimento da investigação qualitativa..................................................................32 2.2 Estudos de utilização aplicados a repositórios digitais......................................................34 Capítulo 3. Desenho de um perfil de aplicação para dados de investigação..............................39 3.1 Descrição de dados de investigação....................................................................................39 3.2 Proposta de desenho de perfis de aplicação........................................................................41 3.3 Gestão do workflow dos dados de investigação..................................................................42 3.4 Estudo de caso do grupo de investigação no domínio da fratura de materiais..................43 3.4.1 Perfil de aplicação para experiências de fratura de materiais .........................................44 3.5 Gestão de dados de investigação: Estudo de caso do domínio da química analítica..........46 3.5.1 Perfil de aplicação para experiências de química analítica .............................................48 3.6 Descrição de dados do domínio da Dinâmica de Estruturas..............................................49 3.7 Descrição de dados do domínio da Ecologia Georreferenciada..........................................52 3.8 Descrição de dados do domínio da Gravimetria.................................................................54 Capítulo 4. Testes de utilização do Repositório de dados da Universidade do Porto e das plataformas UPBox e DataNotes.......................................................................................58 4.1 Teste de utilização do Repositório de dados da Universidade do Porto.............................62 4.1.1 Resultados do teste de utilização do Repositório de dados da Universidade do Porto....64 4.1.2 Impressões gerais Repositório de dados da Universidade do Porto................................79 4.1.3 Recomendações Repositório de dados da Universidade do Porto...................................82 4.2 Teste de utilização das plataformas UPBox e DataNotes...................................................83 4.2.1 Resultados do teste de utilização das plataformas UPBox e DataNotes..........................86 4.2.2 Impressões gerais UPBox e DataNotes..........................................................................103 4.2.3 Recomendações UPBox e DataNotes..............................................................................107 Conclusão.............................................................................................................................109 Referências Bibliográficas............................................................................................... 113 xi ANEXOS..................................................................................................................................118 Anexo I – Recomendações de esquemas para descrição de dados de investigação (DCMI). .119 Anexo II – Guião de entrevista (Data Curation Tool Profile).................................................123 Anexo III – Guião teste de utilização Repositório de dados da Universidade do Porto.........129 Anexo IV– Guião de teste de utilização das ferramentas UPBox e DataNotes.......................131 Anexo V – Exemplar de relatório de teste de utilização.........................................................133 xii Introdução. O acesso aos dados provenientes da investigação é uma questão que tem estado na agenda da comunidade científica, independentemente das áreas de investigação onde estes se originam. Os dados resultantes de atividades de investigação têm como particularidade a sua heterogeneidade, sendo que para investigadores de um domínio concreto estes dados exigem uma descrição cuidadosa que diga respeito por exemplo às grandezas envolvidas, às condições de recolha e às condições de acesso por outros. Um dos argumentos que move a comunidade científica para a necessidade de fomentar o acesso e partilha dos dados recolhidos durante o processo de investigação é a oportunidade de reutilização. Oportunidade que permite, por exemplo, evitar a repetição de procedimentos, contribuindo assim para a agilização dos processos de investigação. Esta dinâmica pode fomentar o interesse das organizações no potencial valor comercial dos produtos resultantes da investigação científica e conduzir ao incremento do investimento privado, ao desenvolvimento de novos serviços, à empregabilidade e à produção de riqueza, para mencionar alguns. Intimamente relacionada com a questão do acesso e reutilização de dados de investigação surge a preservação digital, sendo um dos maiores desafios no ambiente digital garantir o acesso permanente ao objeto digital, tendo em consideração a evolução tecnológica. Outro problema são as dificuldades de resposta que as organizações têm perante a produção de dados a larga escala. Neste âmbito tende a haver uma maior consciencialização geral para a curadoria de dados, que se entende como o processo de manutenção, preservação e enriquecimento dos dados de investigação ao longo do seu ciclo de vida, muito embora em sentido prático os resultados desta prática tenham, ainda, um impacto ténue. No caso da Universidade do Porto estão em funcionamento duas plataformas com preocupações de preservação de publicações científicas. Uma é o repositório voltado para a partilha de publicações, o Repositório Aberto da Universidade do Porto, e outra o Repositório Temático da Universidade do Porto, este orientado para áreas ou públicos específicos. Contudo, ambos os repositórios apenas tornam visíveis os resultados finais das publicações, não tratando uma das componentes vitais da realização de uma investigação, isto é, os dados processados. Com isto em mente encontra-se a motivação para o desenvolvimento de um repositório multidisciplinar, que armazene, preserve, e permita o acesso e a reutilização dos dados de 1 investigação. O projeto UPData, que conta na sua equipa com investigadores da Faculdade de Engenharia da Universidade do Porto (FEUP) e da Reitoria da Universidade do Porto, tem como pano de fundo o estudo da aplicabilidade na Universidade do Porto (U. Porto) de práticas de curadoria de dados provenientes da experiência internacional. No repositório experimental estão depositados alguns conjuntos de dados reais, com descrições apropriadas, que podem ser interrogados. Foi também proposto um procedimento de depósito para interação com os investigadores, que requer avaliação junto dos mesmos. É neste contexto que se vai realizar o trabalho da dissertação, consistindo no estudo de utilização do Repositório de dados da Universidade do Porto, que compreende algumas funcionalidades para servir casos de uso dos utilizadores, e do processo de submissão de dados. O processo de submissão de dados envolve duas ferramentas de gestão de dados integradas, a UPBox para a criação de projetos e o DataNotes para anotação de ficheiros. Trata-se de um trabalho de cariz individual na exploração de esquemas de metadados e na interação a realizar com os investigadores da U. Porto durante os testes de utilização. Parte do trabalho será desenvolvida em colaboração com outros investigadores a trabalhar nesta área, com o objetivo de estabelecer um procedimento adequado para os investigadores da U. Porto, testando e melhorando o que foi proposto no projeto UPData. O Repositório de dados da Universidade do Porto encontra-se em fase de protótipo. Assim, o trabalho a realizar poderá ter uma natureza de intervenção no mesmo e nas plataformas propostas para gestão dos dados de investigação, permitindo adaptar as suas funcionalidades de acordo com os resultados do estudo. Objetivos e resultados esperados O trabalho a realizar implica a familiarização e acompanhamento da evolução tanto do Repositório de dados da Universidade do Porto, como das ferramentas UPBox e DataNotes. As atividades a desenvolver para alcançar os objetivos determinados são as seguintes: - Seleção de um conjunto de descritores para dados de investigação, de acordo com as recomendações da DCMI (Dublin Core and Metadata Initiative). Para tal será tida em conta a descrição de dados, com recurso às recomendações propostas pela “Dublin Core Science and Metadata Community” - esta comunidade funciona como um fórum, direcionado aos responsáveis pela curadoria de dados, de troca de informação sobre metadados para 2 descrever dados de investigação. Um dos grandes desafios dos repositórios digitais reside na consolidação das práticas de descrição e na normalização dos descritores a usar, sendo de prever a dificuldade em uniformizar a descrição entre domínios distintos. Entende-se que a descrição normalizada dificilmente cobrirá toda a especificidade de um conjunto de dados, no entanto a descrição de dados a nível conjunto será facilitada através da normalização. - Desenvolvimento e validação de perfis de aplicação. Para fazer cumprir este objetivo pretende-se criar um perfil de aplicação específico para cada um dos domínios de investigação dos quais foi possível obter dados. Importa realçar que os descritores apurados estão dependentes da validação por parte de um investigador ligado à produção dos mesmos. -Contactos com investigadores da U. Porto e observação direta da sua interação com o Repositório de dados da Universidade Porto e com as ferramentas de gestão de dados. No que diz respeito à interação com os investigadores, pretende-se fazer um trabalho de mediação entre a comunidade científica e a curadoria de dados. Existe um painel de investigadores que colaboraram no arranque da iniciativa UPData cuja contribuição será pedida neste trabalho. A experiência dos investigadores tem de ser tida em consideração para o sucesso deste trabalho. As dúvidas, dificuldades, comentários e sugestões de funcionalidade por parte dos investigadores podem ser capitalizadas em oportunidades para encontrar soluções adequadas para as plataformas a testar. Para suportar esta atividade objetivo elaborou-se um guião para servir de apoio a cada um dos testes de utilização. O objetivo final a alcançar com a realização deste trabalho será a proposta de melhorias nos procedimentos de gestão e submissão de dados e do Repositório de dados da Universidade do Porto. Estrutura da Dissertação Este documento encontra-se estruturado em quatro capítulos distintos: Capítulo 1 - Dados de investigação e Repositórios de dados - corresponde à revisão de literatura sobre a temática dos dados de investigação, realçando em primeiro lugar a crescente produção, o ciclo de vida dos dados e a importância da partilha dos mesmos. Em seguida é feita uma análise à sensibilidade dos investigadores para a partilha e discutida a disseminação aberta dos dados, sendo também abordados conceitos incontornáveis neste contexto, como a preservação e a curadoria de dados. A segunda parte deste capítulo é dedicada ao estado atual dos repositórios digitais, partindo de uma exposição geral para a exposição de casos particular, ou seja, enumeram-se projetos intimamente 3 ligados aos dados de investigação. Para terminar é apresentado um estudo de caso, de autoria de Akmon et al., realizado em 2011, relativo à gestão de dados num laboratório da Universidade do Michigan. Capítulo 2 - Estudos de Utilização – apresenta a revisão da literatura referente aos estudos de utilização. Começa por enquadrar esta temática na área da Ciência da Informação, salientando a relevância deste tipo de estudos para conhecer as necessidades dos utilizadores. Neste sentido é apresentada uma perspetiva histórica dos estudos de utilização e faz-se o destaque para as principais teorias de ordem qualitativa que surgiram neste campo. Depois estreitasse a análise aos estudos de utilização aplicados a repositórios digitais, sendo feito um levantamento de trabalhos de vários autores de modo a recolher as principais técnicas que por norma são utilizadas neste tipo de estudo, para assim justificar a adoção das técnicas ao processo metodológico desta investigação. Capítulo 3 - Desenho de um perfil de aplicação para dados de investigação - este capítulo apresenta dois estudos de casos da experiência realizada junto de investigadores das áreas da Engenharia Mecânica e Química, da FEUP, dos quais resultaram perfis de aplicação para domínios específicos destas áreas de investigação. Para além destes são sugeridos perfis de aplicação para a descrição de dados dos domínios da Dinâmica de Estruturas, da Ecologia Georreferenciada e da Gravimetria. Capítulo 4 - Teste de utilização do Repositório de dados da Universidade do Porto e das ferramentas UPBox e DataNotes - este capítulo é dedicado a descrição da experiência realizada junto dos utilizadores. Assim são apresentadas genericamente as ferramentas a testar, o Repositório de dados da Universidade do Porto, a UPBox e o DataNotes. Em primeiro lugar são descriminados os casos de uso que influenciaram a proposta de tarefas a realizar, os participantes, o processo de recolha de dados e as variáveis do estudo. Para facilitar a leitura do documento e evitar redundância na informação transmitida as funcionalidades das plataformas são descritas juntamente com a proposta das tarefas, sendo acompanhadas por um figura relacionada, uma tabela com os resultados obtidos, uma descrição breve da interação e as sugestões recolhidas. Após cada um dos testes de utilização é feito um levantamento das impressões gerais dos participantes e, por fim, é apresentada uma tabela que cobre todas as recomendações que foram possíveis obter com o intuito de melhorar as plataformas. Este trabalho termina com uma reflexão global à experiência realizada, num capítulo dedicado às conclusões. Em anexo pode ser consultada a documentação produzida para apoiar este trabalho. 4 Capítulo 1. Dados de investigação e Repositórios de dados 1.1 Dados de investigação: produção e partilha Os dados de investigação são um aspeto crítico na ciência, representam a sua infraestrutura na medida em que estabelecem as bases para a tomada de decisão científica. A National Science Foundation (NSF)1, entidade promotora do desenvolvimento científico, adota a definição de dados de investigação como - " the recorded factual material commonly accepted in the scientific community as necessary to validate research findings”. Os dados de investigação podem ser classificados como dados brutos (raw data), geralmente por processar, ou dados processados, que dizem respeito a dados em bruto que já passaram por um processo de manipulação. Estes últimos são mais refinados e percetíveis para outras pessoas, como é o caso de dados organizados numa tabela (Lauriault et al., 2007). O valor dos dados de investigação pode estar dependente da sua estrutura e organização, e nesta perspetiva os conjunto de dados (datasets), correspondentes à agregação de dados relacionados entre si e registados no mesmo formato, são essenciais. De uma forma geral os dados de investigação são tudo aquilo que um investigador necessitará para reproduzir resultados publicados.2 Os dados de investigação podem ainda ser agrupados de acordo com a disciplina que os produz e em última instância os utiliza. Este tipo de agrupação pode ser útil para o entendimento das semelhanças e diferenças, assim como para o potencial uso dos dados de investigação ao longo do tempo (Willis, Greenberg and White, 2012). A National Science Board (2005) divide os dados de investigação em três grupos mediante a sua origem: observacionais – que não podem ser recolhidos novamente e são arquivados indefinidamente (ecologia, ciências sociais, biologia); computacionais – resultantes de modelos computacionais ou simulações que podem ser recapturados com informação adequada sobre hardware, software e inputs; experimentais – por norma reproduzíveis, embora por vezes as condições da experiência ou variáveis possam ser desconhecidas (física, quimica). A produção de dados de investigação é dispendiosa e, por norma, constitui interesse para a comunidade científica a longo prazo. Quando produzidos em determinado espaço ou tempo, como no caso das observações ecológicas, tornam-se insubstituíveis (Borgman et al., 2007). Os dados de 1 National Science Foundation. Disponível em:http://www.lib.umich.edu/research-data-management-and-publishingsupport/nsf-data-management-plans Consultado a 27 de outubro de 2012 2Disponível em: http://www.lib.umich.edu/research-data-management-and-publishing-support/nsf-data-managementplans; Consultado a 9 de abril de 2013 5 investigação não representam somente um output da investigação, mas também providenciam inputs para novas hipóteses e replicação de estudos, isto é, abrem caminho para novo conhecimento científico e conduzem à inovação. Atualmente a produção de dados de investigação tem atingido um volume sem precedentes, assistindo-se a uma mudança de paradigma, à qual Hey et al. (2009) designam como “the four paradigm: data intensive scientific discovery”, em que o conceito intensidade é chave. Para além da intensidade, a NSF3 verifica que a colaboração entre investigadores é também um aspeto em crescimento. A literatura tende a adotar o termo “dilúvio”, no inglês “deluge”, para se referir à produção de dados em larga escala. Embora o crescimento da produção não possa ser contestado, Borgman et al. (2007) fazem notar que o dilúvio de dados está a ocorrer, não em absoluto, mas de forma relativa. Estes autores consideram que enquanto para as “big sciences”, como a física e a astronomia, se tem vindo a formar um conjunto de ferramentas e repositórios para lidar com a intensa produção, as ciências ditas pequenas, dependentes do trabalho de campo, carecem de infraestruturas capazes de gerir a quantidade crescente de dados. A falta de um framework integrado para gerir este tipo de dados de investigação representa “uma barreira significativa não apenas para aqueles cientistas que conduzem a investigação, mas também para aqueles, que subsequentemente a reutilizarão” (Borgman et al., 2007). A partilha de dados é uma das componentes de validação do método científico, permitindo a verificação dos resultados e um alargamento da investigação com base em resultados prévios. Num ambiente de aumento exponencial de dados a colaboração é premente. A partilha engloba o depósito e preservação dos dados, mas o principal desígnio é potenciar o acesso e reutilização dos mesmos. O incentivo para a partilha e reutilização de dados começa nas boas práticas de gestão em todas as fases do ciclo de vida dos dados (Tenopir et al., 2011). Em consideração a esta circunstância o Joint Information Systems Committee (JISC)4, propôs um framework do ciclo de vida dos dados (fig.1) integrado no processo de investigação, proporcionando um serviço de apoio aos investigadores em cada uma das etapas. Através do Virtual Research Environment (VRE), o JISC faculta ferramentas valiosas para a colaboração entre equipas de instituições distantes ou mesmo de países diferentes. O ciclo de vida dos dados de acordo com o framework do JISC5, tem origem no desencadeamento do processo de investigação, e não pode ser considerado à parte do ciclo de vida da investigação, já que os 3 National Science Foundation. Press Release 10-077 (2010). Disponível em: http://www.nsf.gov/news/news_summ.jsp?cntn_id=116928; Consultado a 27 de outubro de 2012 4JISC. Joint Information System Committee. Disponível em: http://www.jisc.ac.uk/ Consultado a 05 de novembro de 2012 5JISC. How JISC is helping researchers. Disponível em: http://www.jisc.ac.uk/whatwedo/campaigns/res3/jischelp.aspx Consultado a 05 de novembro de 2012 6 tornaram-se dependentes da informação digital. Na sua maioria os ativos da base do conhecimento institucional e inteletual estão em suporte digital. Contudo, existe a plena noção que este conhecimento pode estar em risco, sendo fracas as garantias de acesso futuro devido à dependência para com infraestruturas tecnológicas que tendem a evoluir a um ritmo alucinante, e que fazem dos recursos digitais menos permanentes que os seus equivalentes em papel (Smit et al., 2011). Neste sentido a preservação é um dos problemas imediatos dos recursos digitais. Os custos da preservação e arquivamento de dados são relativamente menores quando comparados à aquisição de registos científicos através da observação (Lauriault et al., 2007). Anderson e Mandelbaum (cit. por Chowdury, 2010) afirmam que a preservação, outrora uma preocupação exclusiva das bibliotecas, é agora uma preocupação universal. A preservação dos dados é nos dias de hoje uma questão inquietante no seio da comunidade científica, sobretudo devido à constante mutação tecnológica. Paul Conwey (cit. por Li e Banach, 2011) expressa essa preocupação - "as our capacity to record information has increased exponentially over time, the longevity of the media used to store the information has decreased equivalently". A obsolescência digital é tida como uma séria ameaça, tornando vários documentos ilegíveis devido à desatualização dos formatos que os suportam. Simplesmente, tudo o que é digital é frágil e passível de cair em desuso (Smit et al., 2011). À medida que o mundo da investigação se torna cada mais digital vão ser impostos novos desafios à longevidade e recuperação da informação científica, sendo certo que o advento da ciência está dependente do conhecimento gerado no passado. O que é estranho é a noção geral que, uma vez armazenada num suporte digital, a informação está salvaguardada. Os dados digitais raramente são arquivados e preservados devidamente, em consequência muitos se perdem, alguns permanentemente (Lauriault et al., 2007). Os cientistas tendem a armazenar os dados com pouca documentação ou informação adicional, fazendo poucos esforços via preservação, para além de back-ups nos computadores pessoais, pen-drives, cd-roms, entre outros suportes. Este tipo de estratégia dificilmente lida eficazmente com a produção de um grande volume de dados, uma vez que se trata de um tipo de abordagem local que não garante o acesso e uso futuro dos dados, comprometendo a interpretação futura, mesmo para quem os produziu. A preservação a longo prazo, quando bem gerida, ajuda a manter a integridade dos dados. A longo prazo sugere uma extensão temporal indefinida, mas que deve ser longa o suficiente para lidar com os problemas que envolvem a evolução tecnológica, incluindo o suporte para novos media e formatos de dados, ou uma mudança na comunidade de utilizadores. Smit el al. (2011) consideram que entre os periódicos tradicionais a questão da preservação está 13 devidamente salvaguarda por estratégias bem delineadas, no entanto no contexto de investigação ao nível da preservação de dados a situação não é favorável. O dilúvio de dados, que se espera continuar a emergir, não somente em quantidade mas também em múltiplos formatos representa um grande desafio. A preservação digital é um conceito que gera confusão, mesmo entre pessoas envolvidas na custódia de informação, que geralmente a confundem com conceitos próximos, ou focam-se em aspetos particulares da preservação digital e assumem-nos como um todo (Smith et al., 2011). É o caso de algumas instituições que lidam com o armazenamento a longo prazo que entendem a preservação como armazenamento. Embora o armazenamento seja um elemento de boa preservação, estes conceitos não devem ser entendidos como sinónimos. O armazenamento a longo prazo, por si só, não garante que os dados possam ser lidos e interpretados no futuro. Como os sistemas são renovados e os formatos mudam, os documentos e o conhecimento tácito sobre os mesmos é perdido. Podem ser verificadas na literatura várias estratégias para lidar com a preservação digital, sobretudo desenvolvidas sob a perspetiva das Tecnologias de Informação. De acordo com Smith et al. (2009), a preservação estará mais perto de ser conseguida se forem atendidos os seguintes aspetos: a) Normalização/ Standardização - assegurar sistematicamente que o formato e estrutura dos objetos é a mesma; b) Refrescamento - proceder à transferência da informação de um suporte de armazenamento físico para outro, antes da sua obsolescência; c) Migração (Transformação) - correspondente à conversão, ou transferência periódica de uma configuração de hardware/software para outra, que acompanhe a evolução da tecnologia para as gerações posteriores; d) Emulação - a abordagem ao problema da obsolescência é feita de outra forma, neste caso com a utilização de software que reproduza o comportamento de uma plataforma numa outra, que à partida não seria compatível; e) Metadados semânticos - manter a descrição da informação relativa ao objeto e assegurar a sua compreensão pela comunidade alvo no futuro. A semântica é geralmente independente ao formato; f) Combinação - tal como o termo indica, corresponde a conjugação dos esforços já mencionados. No caso dos dados científicos, a emulação terá menor destaque, uma vez que os investigadores preferem usar os sistemas de análise mais recentes. 14 Paradoxalmente, a preservação pode estar em risco se toda a gente, em todo o lado, fizer exatamente a mesma coisa. Smit et. al. (2011) consideram que para enfrentar o futuro desconhecido da preservação, os vários agentes envolvidos devem adaptar estratégias alternativas, admitindo que não se podem voltar cada um para seu lado. Tendo em consideração que a problemática da preservação digital será melhor sucedida, se enquadrada num ambiente de cooperação, coordenação e consistência entre os agentes que lidam com esta situação, podem ser identificados alguns programas internacionais a promover essa sinergia. No espaço europeu destaca-se o Digital Preservation Europe (DPE)14, enquanto nos EUA foi lançado, em 2000, o National Digital Information and Infraestructure Preservation Program (NDIIPP). Já o One Planets Foundation (OPN)15 procura oferecer ferramentas e metodologias que prescrevam melhores práticas para o desenvolvimento de uma visão e abordagem holística na preservação de informação digital. Tal iniciativa pode incutir nas universidades a responsabilidade em preservar conjunto de dados no seu raio de atuação. Outro programa, o Keeping Research Data Safe (KRDS), financiado pelo JISC,16 desenvolve desde 2008 um conjunto de projetos para a preservação a longo termo de dados de investigação ao nível institucional e nacional. Um dos modelos mais adotados para garantir o sucesso da preservação digital, é o modelo de referência OAIS (Open Archival Information System)17. Publicado pelo Consultative Committee for Space Data Systems (CCSDS), núcleo composto por agências espaciais, incluindo a NASA, o OAIS foi aprovado como modelo standard pela International Organization for Standardization (ISO), em 2003 (Ball, 2006). Um dos pontos fortes do OAIS é o facto de fornecer linhas de orientação relativamente a várias funções de preservação, através da representação do workflow dos dados a partir do momento em que são inseridos num determinado sistema, o que implica a ingestão, gestão, acesso, armazenamento e disseminação (fig.1). Simultaneamente recomenda algumas sequências de passos a seguir aquando da migração de informação digital para novos formatos ou suportes e recorre a modelos de dados úteis na descrição da informação (CCSDS, 2012), funções referidas como requisito de boa preservação. 14 Digital Preservation Europe. Disponível em: http://www.digitalpreservationeurope.eu/ Consultado a 4 de dezembro de 2012 15 One Planets Foundation. Disponível em:http://www.openplanetsfoundation.org/about Consultado a 4 de dezembro de 2012 16 Keep Research Data Safe. JISC. (2008). Disponível em: http://www.jisc.ac.uk/publications/reports/2008/keepingresearchdatasafe.aspx Consultado a 04 de dezembro de 2012 17 O termo “open” não implica que o acesso ao arquivo seja totalmente aberto. Neste caso significa que as normas e recomendações associadas são desenvolvidas em fóruns abertos. 15 Figura 2: Entidades Funcionais OAIS (CCSDS, 2012) Este modelo pode ser aplicado a várias realidades em que a tónica seja tornar os dados de investigação acessíveis e compreensíveis a longo prazo, podendo ser encarado como uma estrutura robusta para padronizar as práticas de preservação, uma vez que está pensado para lidar com questões de interoperabilidade entre sistemas. Apesar do OAIS ser importante do ponto de vista da preservação, é um modelo que não contempla o que acontece antes da ingestão dos dados nos sistemas. É neste sentido que a curadoria de dados fornece um contributo determinante ao workflow dos dados digitais, ao introduzir a noção do ciclo de vida dos dados como essencial à gestão dos dados digitais (Ray, 2012). 1.3 Curadoria de dados A curadoria de dados é uma prática que tem vindo a ser considerada nos últimos anos para responder aos desafios impostos pelo dilúvio de dados, entre os quais a falta de infraestruturas capazes de os armazenar. O termo curadoria digital, aplicado à gestão e preservação de um vasto raio de dados de investigação, surgiu pela primeira vez num relatório de um grupo de trabalho reunido pela JISC, em 2002. Embora a determinação do conceito não tenha sido consensual, em virtude da sua adoção como título profissional pela comunidade bioinformática18, foi desde então considerado como novo 18 O termo “curador” é aplicado nesta área referente ao profissional que identifica erros e fornece anotações às bases de dados de sequências de proteínas (protein sequences databases),ou outras. 16 neste contexto e unanimemente reconhecida a existência de áreas suficientemente genéricas e interdisciplinares às quais o fornecimento de um serviço de curadoria seria útil. Na visão da Digital Data Curation Task Force (DDCTF), de 2003, a curadoria de dados devia abordar princípios transversais a várias disciplinas e desempenhar funções para além da preservação, como o planeamento, avaliação, valorização, gestão ativa, acesso, e manutenção da informação de origem dos dados de investigação. A DDCTF preconizava, também, a necessidade de investigação científica em curadoria para o desenvolvimento da prática (cit. por Ray, 2012). Características que se mantêm atualmente. A curadoria de dados é definida pelo Digital Curation Centre (DCC), centro de investigação líder mundial em curadoria de informação digital, como um processo que “envolve a manutenção, preservação e enriquecimento dos dados de investigação ao longo do seu ciclo de vida”19. A mesma entidade argumenta que a ativa gestão dos dados de investigação reduz o risco de obsolescência digital. Por outro lado, a curadoria de dados está orientada para a redução da duplicação de dados, objetivando uma pesquisa de maior qualidade. A curadoria digital ocorre em paralelo com a preservação de dados. O próprio ciclo de vida da curadoria de dados engloba um conjunto de procedimentos considerados como adequados à preservação. O DCC explica que o ciclo de vida da curadoria digital inclui as seguintes etapas: Conceptualização – conceber e planear a criação de objetos digitais, incluindo métodos de captura e retenção; Criação – produzir objetos digitais, atribuindo-lhes metadados estruturais, descritivos e administrativos; Acesso e uso – garantir o fácil acesso aos objetos, sejam eles de acesso público ou protegidos por uma password; Avaliar e selecionar – identificar quais os objetos que requerem curadoria e preservação a longo termo; Descartar – limpar dos sistemas objetos tidos como não pertinentes, podendo exigir a destruição segura dos mesmos de acordo com requisitos e políticas legais; Ingestão – transferência dos documentos para plataformas de confiança, mais uma vez tendo em conta os requisitos legais; Ação de preservação – tomar medidas que assegurem a preservação a longo prazo e a retenção da natureza dos dados. O ciclo de vida da curadoria de dados prevê ainda a reavaliação dos dados que numa primeira instância não foram considerados como válidos, o armazenamento seguro dos dados em consonância com standards relevantes, a reutilização e a transformação (migração), prevista nas estratégias de preservação. O processo de curadoria implica, preferencialmente, a participação de dois grupos de intervenientes 19 The Digital Curation Centre (2012). Disponível em: http://www.dcc.ac.uk/digital-curation/what-digital-curation Consultado a: 10 de outubro de 2012 17 no decurso da submissão de dados num repositório, sendo estes os investigadores e os curadores. Para o processo ter maior probabilidade de sucesso, compete aos investigadores a publicação do seu trabalho, com particular atenção à anotação e organização dos dados. Por outro lado, e como a preservação é da competência dos curadores, estes devem proceder à acomodação dos dados de investigação nos repositórios, garantido a correta indexação e classificação para que os dados sejam facilmente recuperados pelos utilizadores através da Internet (Buneman, 2004). O objetivo desta parceria é minimizar os problemas associados ao processo de curadoria. Lyz Lyon (2010), investigadora associada ao DCC, fez uma revisão comparativa entre as diferenças disciplinares na área da curadoria, com base em dezasseis estudos de caso, chegando à conclusão que é vital desenvolver estratégias alternativas para agregar as diferentes disciplinas, uma vez que as abordagens tradicionais não vão conseguir responder às necessidades dos investigadores das várias áreas. Esta observação de Lyz Lyon reflete em grande medida um dos desafios apontados às universidades que procuram estabelecer infraestruturas de curadoria de dados de investigação. Neste contexto o JISC encara a curadoria digital com particular atenção à preservação e interoperabilidade desde o início do ciclo de vida dos dados. Esta abordagem procura contrariar a tendência geral dos criadores de apenas se preocuparem com as questões relacionadas com a preservação dos dados no final do ciclo, o que dificulta o processo de preservação a longo prazo, já que as decisões de maior pertinência na gestão de dados devem ser consideradas atempadamente. Os princípios de integridade, autenticidade e proveniência dos dados têm vindo a ser incorporados nas políticas e práticas dos repositórios digitais (Ray, 2012). 1.4 Repositórios digitais A produção científica, para além de intensa e colaborativa, está também fortemente instrumentalizada. Os repositórios digitais providenciam oportunidades de acesso, captura, e gestão do dilúvio de dados (Wallis et al., 2010), resultantes do processo de investigação. De acordo com Thomas e Mcdonald (2007) um repositório digital é um sistema em rede que presta um serviço em torno de uma coleção de objetos digitais. A categorização de um repositório é problemática, uma vez que os contextos em que estes se desenvolvem varia imenso, podendo ser categorizados de acordo com a entidade que os financia ou administra. As duas principais categorias na sua classificação são a instituição ou disciplina. O projeto OpenDoar (The Diretory of Open Access Repositories), atualmente financiado pelo JISC, 18 cotado pela John Hopkins University como serviço líder no panorama dos repositórios digitais e considerado recurso chave pela comunidade Open Access, dispõe uma listagem abrangente de repositórios de todo o mundo permitindo o acesso ao conteúdo dos mesmos, fornecendo simultaneamente ferramentas de apoio à atividade dos responsáveis por repositórios20. Segundo dados do OpenDoar os repositórios institucionais dominam na atualidade o panorama de repositórios com política de acesso aberto (82 por cento num total de 2255 repositórios listados). Um repositório institucional digital, abreviado para repositório institucional, pode ser definido como uma base de dados na Web com material escolar cumulativo, perpétuo, e de acesso aberto para membros da comunidade institucional (Ware, cit. por Asunka et al., 2011). Se as coleções digitais têm o mérito de absorver leitores à medida que se tornam acessíveis on-line em formatos estruturados e pesquisáveis (Huwe, cit. por Asunka et al., 2011), os repositórios institucionais representam uma gestão de trabalhos eficiente em custos. Além disso facilitam o acesso aos recursos através de uma interface na Web, enquanto proporcionam aos autores uma plataforma integrada e robusta para o armazenamento e disseminação do trabalho que produzem. Este tipo de repositório tem suscitado grande interesse, nomeadamente nas universidades, sobretudo devido à proliferação de conhecimento possibilitada pelas tecnologias emergentes. As universidades estão preocupadas com a administração dos ativos que produzem. Os repositórios prometem expandir o acesso a recursos de investigação, ao mesmo tempo que criam os componentes críticos para a reformulação do sistema corrente de comunicação científica dentro das instituições ou na academia em geral (Asunka et al., 2011). Neste contexto um grande número de instituições de ensino superior está a adaptar ou a implementar repositórios. Crow (2002) adianta que os repositórios podem servir como indicadores tangíveis da qualidade de uma universidade, podendo demonstrar a relevância social, científica e económica das atividades de investigação. Para além disto aumentam a visibilidade, estatuto e valor público das instituições. O interesse da comunidade académica nos repositórios digitais prende-se em grande medida com a lógica de iniciativa do auto-arquivamento para docentes e alunos do ensino superior, e com o descontentamento em relação ao sistema de publicação monopolista. No entanto, estes aspetos não são determinantes para captar o interesse dos investigadores, que encontram no reconhecimento pessoal e no impacto entre pares a motivação para depositar os resultados do seu trabalho (Thomas e Mcdonald, 2007), o que nem sempre é fácil de aferir através de um repositório. No caso dos repositórios institucionais existem duas realidades, os que obrigam os estudantes e docentes a auto arquivar os trabalhos, e aqueles que não o fazem. Independentemente da sua realidade, esperar que os “participantes” colaborarem não pode ser tido como garantido. De facto, ter um rácio de participação 20 OpenDoar. Disponível em:http://www.opendoar.org/ Consultado a 29 de novembro de 2012. 19 significativo é um dos maiores desafios dos repositórios institucionais e os resultados do envolvimento voluntário da comunidade académica não se têm revelado satisfatórios (Thomas e Mcdonald, 2007). Para Clifford Lynch, um dos primeiros visionários dos repositórios institucionais, o campo de atuação em que os repositórios podem fazer a diferença é na adoção de uma atitude alternativa em relação aos modelos de publicação tradicional. Nas palavras de Lynch - “the big, important mission for institutional repositories revolves around preserving access to underlying data and things that don ´t look very much like traditional publishing” (cit. por Albanese, 2009). Como complemento a esta observação, Lynch acrescenta que as principais agências de financiamento (NSF, Andrew W. Mellon Foundation) estão a reconhecer os dados de investigação como um recurso precioso e estão cada vez mais formais em relação ao destino dos dados, ou seja, vão passar a exigir dos investigadores uma gestão e preservação eficiente dos dados de investigação. Por isso mesmo os investigadores vão necessitar do apoio das suas instituições para satisfazerem os requisitos dos financiadores, e nesta perspetiva os repositórios institucionais podem desempenhar um serviço de apoio à gestão dos dados (cit. por Albanese, 2009). Por outro lado, os repositórios digitais, quer sejam agregadores de dados ou de documentos, são tipicamente utilizados para ingerir conteúdos perto, ou já no fim, do ciclo de vida. Esta não é um perspetiva desejável para a gestão dos dados de investigação, uma vez que os cientistas precisam de ter acesso aos dados desde uma fase inicial, podendo os repositórios ser uma solução se forem concebidos como sistemas que acompanhem o ciclo de vida dos dados completo. 1.5 Repositórios de dados Apesar da crescente preocupação em torno da gestão de dados de investigação produzidos a larga escala e da sua importância para o desenvolvimento científico, os repositórios dedicados a conjunto de dados estão atualmente numa posição aquém do desejável. De acordo com estatísticas atuais do OpenDoar (fig.3) o número de repositórios dedicados a conjunto de dados de investigação é ainda residual, se comparado com outros conteúdos, suplantando apenas o número de repositórios de patentes e software. 20 Figura 3: Tipo de conteúdos em repositórios de acesso aberto (OpenDoar, 2013) Porém, recorrendo a diretórios de repositórios de dados é possível perceber que estão em curso várias iniciativas neste âmbito. Exemplos disso podem ser consultados através do diretório Databib21. No Databib encontra-se um catálogo de pesquisa que ajuda a identificar e localizar repositórios de dados on-line, listando atualmente um total de 86 repositórios de dados por todo o mundo. A comunidade científica envolvida neste projeto, cria e cuida registos que descrevem os repositórios de dados para que estes possam ser pesquisados. O serviço prestado pelo Databib é útil aos stakeholders envolvidos com os dados de investigação. Através do Databib, os investigadores ficam a saber quais os repositórios mais apropriados para submeter dados, os utilizadores encontram repositórios que agreguem dados que coincidam com as suas necessidades, e permite aos bibliotecários ajudar os investigadores na tarefa de localizar ou integrar dados nos seus processos de pesquisa ou de aprendizagem. No fundo o que este projeto tem vindo a promover é o contato entre investigadores com os repositórios de dados, ou com os profissionais envolvidos na gestão de dados. Outros exemplos de diretórios a atuar neste contexto são o Open Access Directory (Simons College, Boston), em funcionamento desde 2008, que fornece links para repositórios de dados e bases de dados, segmentado por disciplina, e o MIT Data Management and Publishing: Sharing Your Data22, guia multidisciplinar da biblioteca do MIT para a gestão de dados, assim como o já referido DataCite. 21 Databib; Disponível em: http://databib.org/ Consultado a 14 de junho de 2013 22 Data Management and Publishing. http://libraries.mit.edu/guides/subjects/data-management/publishing.html Consultado a 05 de janeiro de 2013 21 Também a Amazon está a disponibilizar um serviço centralizado para o download de conjunto de dados do domínio público que podem ser integrados em aplicações baseados em nuvem da Amazon Web Services23. A Google, por sua vez, lançou recentemente o “Google Public Data Explorer” 24, para a exploração de conjuntos de dados provenientes de vários organismos internacionais, como o World Bank, a Eurostat e a OCDE. Há, ainda, diretórios especializados em disciplinas científicas concretas, sendo esse o caso do Oceanographic Data Repositories25, fundado pela NSF, e do Global Change Master Directory26, este último tutelado pela NASA. A nível internacional podem ser identificados alguns projetos relacionados com os repositórios de dados e boas práticas de curadoria, que conjugam os interesses da ciência e da sociedade com o acesso aberto, permanente e seguro a dados científicos devidamente recolhidos e descritos. Exemplos de projetos financiados por organismos oficiais são o Data Observation Network for Earth (DataONE)27, que colabora no desenvolvimento de uma organização que procura suportar a preservação e acesso a dados multidisciplinares produzidos a larga escala na área das ciências ambientais, e o Australian National Data Service (ANDS)28, que sob o lema “more researchers reusing data more often”, é um serviço que tem trabalhado na construção de uma coleção coesa de recursos de investigação na Austrália desde 2009. O ANDS contribui para a formação de especialistas na criação, gestão e partilha da dados, de acordo com políticas de gestão robustas, para o aumento da rotina do depósito de dados em ambientes de gestão e preservação que sejam sustentáveis, acessíveis e estáveis, facilitando a disseminação de dados científicos produzidos na Austrália para dar suporte a equipas de investigação multidisciplinares, tanto na Austrália como a nível internacional (Treloar, 2009). Outros projetos conjugam esforços de organizações de carácter científico, com destaque para o repositório do National Center for Biotechnology Information (NCBI)29 que disponibiliza o acesso (limitado) a um conjunto de bases de dados de informação nas áreas da biomedicina e do genoma, entre as quais a PubMed, e para o repositório Interuniversity Consortium for Political and Social Research (ICPSR)30, um consórcio com mais de 700 instituições académicas e organizações de investigação, que permite o acesso a uma coleção extensa de dados na área das ciências sociais, desenvolvendo ainda ações de formação em acesso e curadoria de dados. 23 Amazon Web Services. Disponível em: http://aws.amazon.com/pt/publicdatasets/ Consultado a 05 de janeiro de 2013 24 Google Public Data Explorer. Disponível em: http://www.google.com/publicdata/directory?hl=pt&dl=pt Consultado a 05 de janeiro de 2013 25 Oceanographic Data Repositories. Disponível em: http://www.bco-dmo.org/data Consultado a 05 de janeiro de 2013 26 Global Change Master Directory. Disponível em: http://gcmd.nasa.gov/KeywordSearch/Home.do Consultado a 05 de janeiro de 2013 27 DataONE. Disponível em: http://www.dataone.org/ Consultado a 10 de novembro de 2012 28 ANDS. Disponível em: http://www.ands.org.au/ Consultado a 12 de novembro de 2012 29 NCBI. Disponível em: http://www.ncbi.nlm.nih.gov/ Consultado a 12 de novembro de 2012 30 ICPSR. Disponível em: http://www.icpsr.umich.edu/icpsrweb/landing.jsp Consultado a 12 de novembro de 2012 22 Na perspetiva de Tom Wilson (2000) o utilizador pode ser enquadrado em diversos contextos e os estudos de utilização, no seu planeamento, devem definir com a maior exatidão possível esse contexto. Os contextos em que tem sido apropriado aplicar este tipo de estudo, e aos quais os investigadores mais se têm dedicado, apresentam o utilizador como: comunicador - de que forma as pessoas/organizações utilizam os recursos à sua disposição para comunicar com os seus pares, sobretudo; pesquisador - o foco tende a ser na interação das pessoas com os sistemas de informação; recetor - nem todos os serviços, ou sistemas de informação são passivos, alguns levam o produto ao utilizador, como é o caso de um SDI (Serviço de Informação). Os estudos neste domínio são mais direcionados para a avaliação do sistema, principalmente com o objetivo de aprimorar o serviço. 2.1.1 Perspetiva Histórica Os estudos de utilização tiveram a sua origem durante os anos 40, e desde então não têm parado de crescer, com a Ciência da Informação, por tradição, a revelar particular interesse nesta área. A título de exemplo, na Royal Scientific Information Conference, de 1948, foram apresentados vários estudos que diziam respeito ao estudo dos utilizadores, e dez anos depois este tipo de estudo intensificou-se (Siatri, 1999). Anos 60 - Os anos 60 foram, por assim dizer, a rampa de lançamento dos estudos de utilização, duas bibliografias apresentadas por Herbert Menzel, na primeira Annual Review of Information Science and Technology, de 1966, revelavam um total 438 e 679 de estudos de utilização realizados no ano de 1964 e 1965, respetivamente. Os estudos de utilização tornaram-se mais sofisticados, na medida em que passaram a procurar respostas para perguntas mais complexas e passaram a focar-se com maio incidência nas comunidades científicas como alvo de avaliação. Neste período as ciências sociais e comportamentais introduziram novos quadros teóricos e princípios que levaram os cientistas da informação a refletir sobre a aplicação dos mesmos aos estudos de utilização, ou seja, houve um despertar para questões de ordem metodológica. Menzel foi um dos primeiros a pensar esta situação, percebendo-se do potencial uso de métodos alternativos, argumentando que as técnicas utilizadas na época eram pouco adequadas à complexidade das tarefas com que os investigadores tinham que lidar (cit. por Siatri, 1999). Mote que foi unanimemente aceite pelo núcleo de investigadores na área, surgindo, assim, novas ideias, frameworks concetuais alternativos, metodologias e revisões regulares aos estudos. Anos 70 - Registou-se uma maior diversidade do público-alvo dos estudos, tendo o foco sido estendido à sociedade em geral. Os anos 70 ficam particularmente marcados pelo estudo de sistemas 29 de informação concretos, com vista a eficácia e eficiência destes serviços. Não se desenvolveu um framework teórico, mas um maior número de investigadores ficou ciente nas debilidades dos métodos aplicados e da fraca concetualização. Podendo-se destacar um marco importante na história dos estudo de utilizador, o estabelecimento, na Universidade de Sheffield, do Center for Research on User Studies (CRUS). Anos 80 - Época em que ocorre a intromissão das tecnologias de informação nos estudos de utilização, estabelecendo-se desde então a sua presença como área de interesse dos estudos de utilização, a ênfase nos estudos era dado ao levantamento de requisitos para o desenvolvimento de software. Nos anos 80 passaram a ser planeados serviços e sistemas de informação capazes de satisfazer as necessidades dos utilizadores, sem grandes resultados devido à dificuldade em perceber a complexidade do comportamento e necessidades dos mesmos. Mick et al. (1980) observam que os primeiros estudos das necessidades e comportamento informacional tinham uma natureza descritiva. Recorriam a variáveis, para a explicação do comportamento, que pouco contribuíam para o trabalho dos profissionais envolvidos com a gestão de sistemas de informação. Foram, ainda, aplicadas teorias de outras áreas do conhecimento como a Psicologia, Comunicação, Marketing, entre outras. Belkin (1980) produz o Anomalous State Knowledge, direcionado para a recuperação de informação, dando nova dimensão ao conceito “necessidade de informação” e à origem dessa necessidade. 2.1.2 O modelo de Tom Wilson (1981) Em 1981, Tom Wilson escrevia o artigo “On User Studies and Information Needs”. Nele pode ser lido que os estudos de utilização combinam alguns dos mais usados e menos detalhadamente definidos conceitos na Ciência da Informação. Conceitos como necessidade de informação, comportamento informacional e canal de comunicação, coexistem num sistema de relações complicadas e interdependentes. O modelo proposto por Tom Wilson (fig.6) sugere que o comportamento informacional resulta da necessidade de informação percebida pelo sujeito, procura estabelecer a coexistência destes conceitos, apresentando as relações dinâmicas entre eles, e tal como o próprio afirma, trata-se de uma forma de “pensar” os estudos de utilização. 30 Figura 6: Modelo de Comportamento Informacional (Wilson, 1981) O conceito “necessidade de informação” é vital para os estudos de utilização em qualquer dos contextos em que estes se desenrolem (Wilson, 2000). Segundo Tom Wilson (1981), “necessidades de informação” é um conceito que provoca muito debate e confusão. Sobretudo na distinção entre o que se entende por informação, dado ou conhecimento. Parte do problema está na dificuldade para detalhar o conceito de informação (tido como vago). Num estudo de utilização a “informação” pode ser interpretada como uma entidade física ou fenómeno (como o número de livros lidos ou o número de jornais subscritos), meio de comunicação (transmissão de dados, seja oral ou escrita), subject data (o que está contido num documento ou palavras), dados concretos transmitidos com objetividade, ou como uma simples opinião (juízo de valor). O múltiplo uso do conceito “informação” ocorre porque os investigadores falham em distinguir entre um sentido ou outro, ou simplesmente porque deixam que seja o leitor a interpretar esse sentido (Wilson, 2000). Na opinião de Bawden (2006) é difícil acreditar que esta situação tenha evoluído favoravelmente nos anos mais recentes, talvez tenha até piorado, tendo em conta que o termo “informação” é usado amplamente como um conceito central em outros ramos científicos, como a Física e a Biologia. Este é um modelo amplamente citado em publicações mais recentes, contudo não aplicado na prática por outros autores, o que Bawden (2006) interpreta como um problema geral na consolidação teórica da Ciência da Informação. Verificando-se uma maior preocupação em criar modelos do ”zero”, ao invés de reproduzir modelos prévios, o que denota uma fraca abordagem científica ao objeto de estudo. Contudo, a relativa simplicidade deste esquema abriu caminho para a intensificação de 31 tentativas mais sofisticadas de modelar macro-comportamentos (Cronin 2001). Este modelo foi posteriormente alargado em 1994 com a introdução de condicionantes internas e externas. Como nota Wilson (1981) o comportamento informacional pode destacar-se como um tipo de investigação por si só, quando o motivo da investigação passar pelo desenvolvimento ou design de um sistema. Os processos que envolvem um mediador ou um sistema de informação, ou a identificação de estratégias de busca implementadas por um mediador para satisfazer a demanda de informação do utilizador, podem ser estudados para aferir o quão eficiente é a performance de uma tecnologia. 2.1.3 Desenvolvimento da investigação qualitativa Após o trabalho de desenvolvimento de frameworks e teorias durante os anos 80, os anos subsequentes corresponderam ao crescimento de conceptualizações com base no conhecimento adquirido anteriormente, acompanhado por cada vez mais sofisticados métodos de investigação qualitativa. Os anos 90 testemunharam a explosão do fenómeno Internet, e o seu estabelecimento como fonte de informação para os cientistas da informação. Resultado disso foi o crescente número de trabalhos concentrados na infinidade de assuntos relacionados com o mundo Web, tal como o impacto da Internet nos utilizadores. Assim, uma nova geração de estudos de utilização começou a focar-se mais nos end-users e na forma como estes interagiam com a informação, a partir do momento em que as necessidades eram identificadas (Tenopir, 2003). No passado o dominador comum aos estudos de utilização foi o “método científico”, muitas vezes malinterpretado, com o inquérito a larga a escala a ser o método predominante na recolha de dados. A transição para a adoção dos métodos de ordem qualitativa, ocorreu quando se tornou evidente que os estudos quantitativos dificilmente ofereciam respostas para a identificação de necessidades individuais e não contribuíam para o desenvolvimento de sistemas de informação preparados para responder a essas necessidades. Tom Wilson (2000) sintetiza claramente esta observação - “Quantitative social survey methods are powerful data collection devices, so much so that they are often misused to collect a great deal of data without the researcher having a theoretical (or even descriptive) framework into which to fit the data. In effect, collecting data becomes a substitute for thinking about the problem. This is to criticise the unthinking application of methods, rather than the methods themselves.” A pesquisa qualitativa atende a causas de reação dos utilizadores e à resolução do problema informacional, sendo mais apropriada para a identificação das necessidades subjacentes de 32 informação. Várias teorias e modelos de avaliação qualitativa foram desenvolvidos como suporte à investigação na área dos estudos de utilização. Entre as mais citadas entre os estudos correntes podem ser destacadas os seguintes: O user-value de Taylor (1986) – O propósito do Value-Added Model de Taylor é fornecer um quadro que considere a informação e os sistemas de informação na perspetiva do utilizador. Assim, é um modelo assente em três elementos: Utilizador - Os sistemas existem para ir ao encontro das necessidades dos utilizadores. Estes devem ser vistos como parte do sistema. Informação - Existe um hierarquia na informação – spectrum da informação. Quando é acrescentado valor, este spectrum evolui, de dado para informação, de informação para conhecimento, de conhecimento para ação. Sistema - O objetivo de um sistema de informação é acrescentar valor para uma maior aproximação às necessidades do utilizador. O modelo de Kuhlthau (1991) - Assente nos trabalhos de Dervin e Nillan (1986), Kelly (1963), Belkin (1981) e Taylor (1986). O Information Seeking Process (ISP) foi desenvolvido após um conjunto de pesquisas sobre a experiência e o comportamento dos utilizadores de bibliotecas, sendo posteriormente estendido a outros ambientes de trabalho, como estudos de utilização em repositórios digitais. O modelo de processo consiste na observação, implicando seis etapas: início, seleção, exploração, formulação, coleta e apresentação. Nas palavras de Carol Kuhlthau o modelo serve para descrever o ISP do ponto de vista do utilizador, sendo tipicamente utilizado para avaliar aspetos cognitivos e afetivos dos utilizadores enquanto interagem com um sistema de informação, permitindo ao investigador suprir as diferenças entre o processo natural do uso de informação pelo utilizador e o proposto pelo sistema. Contextual Design (1999) - Introduzido por Hugh Beyer e Karen Holtzblatt, é um processo centrado no utilizador, que incorpora métodos etnográficos de recolha de dados para interpretar a forma como os utilizadores trabalham, com o objetivo de desenvolver sistemas e serviços apropriados à realidade dos mesmos. Este método combina entrevistas de fundo e observação contextualizada (Contextual Inquiry) seguida da modelação do workflow (Work Modelling) e da análise de resultados com o uso de um diagrama de afinidades (Consolidation). A partir daqui um sistema pode ser remodelado (Work Redisign and User Environment Design) e testado por utilizadores antes da sua implementação (Test with users). 33 A introdução de novas tecnologias acelerou o processo de inclusão dos estudos de utilização como um elemento básico em projetos orientados ao utilizador. Uma Ciência da Informação mais focada na compreensão dos utilizadores no seu contexto de trabalho será certamente mais útil a um profissional da informação, ao apontar o caminho da inovação dos serviços de informação. 2.2 Estudos de utilização aplicados a repositórios digitais Os repositórios digitais implicam vários problemas durante o seu desenvolvimento, devido à larga quantidade de informação envolvida e à dificuldade em perceber o que os utilizadores esperam deste tipo de sistemas. O processo de implementação ou alteração de um repositório digital, qualquer que seja a sua natureza, está sujeito a realização de estudos que validem e garantam a sua utilidade para os utilizadores finais. Estes estudos recorrem geralmente a suporte metodológico de áreas do conhecimento como a Interação Pessoa Computador (IPC)35, sobretudo em testes de usabilidade, e à Ciência da Informação, na identificação das necessidades e comportamento informacional do utilizador. Estudos com este foco tornam possível aos profissionais envolvidos com os repositórios digitais perceber os modelos mentais dos utilizadores, facilitando o desenvolvimento de um design mais útil e prático de acordo com as necessidades do público-alvo (Ferreira e Pithan, 2005). Tais estudos podem servir vários propósitos, havendo várias técnicas para a recolha de dados. Decidir o que pode ser estudado é apenas a primeira parte do problema. O que pode ser medido depende, obviamente, da metodologia aplicada. Existem muitas metodologias que podem ser usadas mas há dois métodos principais que ditam o que é medido. Carol Tenopir (2003) agrupa essas metodologias em dois grupos distintos: Observação - como técnica exige muito consumo de tempo mas produz conhecimento precioso sobre o modo de utilização dos sistemas. A observação pode incluir diversas metodologias específicas, como por exemplo a verbalização (thinking out loud), testes de usabilidade, registos de pesquisa (query log). Questionário - engloba várias técnicas como inquéritos e entrevistas, com maior ou menor profundidade, grupos-alvo, sondagens de opinião, entre outros. Contudo, estudos que combinem ambos os métodos permitiram obter melhores resultados. Os testes de usabilidade correspondem à maioria dos estudos feitos com o objetivo de avaliar o desempenho de um repositório digital, e são geralmente implementados com base em três critérios; a avaliação dos conteúdos, da funcionalidade e do interface do ponto de vista do utilizador. A 35 A IPC estuda o contato dos humanos com sistemas computorizados, mais concretamente a interação que decorre deste contacto. Neste contexto a usabilidade corresponde à extensão a que um produto pode ser utilizado por utilizadores concretos para atingir um objetivo de modo eficaz, eficiente e satisfatório num contexto de utilização específico. 34 International Organization for Standardization (ISO) define usabilidade como“the extent to wich a product can be used by specified users to achieve specified goals with effectiviness, efficiency, and satisfaction, in a specified context of use” (cit. por Kim e Kim, 2008). Shneiderman (cit. por Hariri e Norouzi, 2011), determina que a usabilidade de qualquer sistema informático pode ser avaliada pela conjugação dos seguintes aspetos orientados ao utilizador: 1) aprendizagem - aprender como aceder a um recurso deve ser um processo intuitivo e de fácil entendimento; 2) rapidez na execução de tarefas - encontrar um recurso importante deve ser feito em pouco tempo; 3) rácio de erros diminuto - erros de omissão (não encontrar o pretendido) ou encontrar o que não se pretende deve ser um acontecimento raro; 4) satisfação subjetiva - a pesquisa deve ser um experiência agradável e compensatória; 5) retenção do utilizador - voltar a utilizar o sistema, após um período sem o fazer, não deve requerer novo processo de aprendizagem. A questão de usabilidade é fundamental para aferir o sucesso de um repositório digital, porque quando um sistema é difícil de utilizar, os utilizadores podem não conseguir os resultados que pretendem, podem interpretar erradamente aquilo que encontram, podendo mesmo desistir da interação se considerarem que o sistema não os consegue ajudar (Hariri e Norouzi, 2011). Em 2005, Judy Jeng lançou uma revisão de literatura aos estudos de usabilidade em bibliotecas digitais, com o objetivo de desenvolver um modelo de avaliação para estes sistemas. Nesse sentido a autora chegou à conclusão da existência de um conjunto de elementos comuns a vários estudos para a determinação do sucesso de uma biblioteca digital, sendo estes a eficiência, eficácia e satisfação, conceitos mencionados na definição da ISO, e ainda, a já referida aprendizagem. No contexto da presente dissertação foi feito um levantamento da literatura referente a estudos de usabilidade realizados em repositórios digitais, a partir de 2005. Note-se que a literatura neste domínio é ainda escassa. No entanto, as operações básicas num repositório são similares às realizadas numa biblioteca digital e, portanto, optou-se por expandir a análise aos estudos realizados em bibliotecas digitais. Na tabela (1) estão listados os objetivos dos estudos, enquanto na tabela (2) estão representados os critérios de avaliação, tarefas e técnicas de recolha de dados que têm vindo a ser aplicados para medir a usabilidade dos repositórios digitais. 35 Tabela 1: Objetivos dos estudos de usabilidade em repositórios digitais Autor Objetivo Ferreira e Pithan, 2005 Testar usabilidade do protótipo da BD InfoHab Shiri et all, 2009 Avaliar o protótipo da plataforma Searchling Joo e Lee, 2011 Medir usabilidade de BD´s académicas Zhang et all, 2009 Avaliar a usabilidade de 3 BD´s Kani-Zahibi, 2006 Determinar sugestões de utilizadores para funcionalidades das BD´s Norberg et all, 2005 Processo para a criação de uma BD sustentável Kim e Kim, 2008 Sugestão de melhorias de usabilidade de um Repositório Institucional Tabela 2: Técnicas e critérios de usabilidade em repositórios digitais Autor Participantes Critério Tarefa Verbalização Grupo-Alvo Entrevista Inquérito Ferreira e Pithan, 2005 6 académicos Aprendizagem; eficácia; eficiência gestão de erros; memorização; satisfação. Pesquisa; salvar documento. o o Shiri et al., 2009 15 académicos Utilidade; facilidade de uso; satisfação; eficácia; eficiência Navegação; pesquisa; pesquisa avançada; exploração livre. o o o Joo e Lee, 2011 230 utilizadores de BD académica Eficácia; eficiência aprendizagem; satisfação Não se aplica o Zhang et al., 2009 35 académicos Eficiência; satisfação; facilidade de uso; utilidade Pesquisa; navegação. o o Kani-Zahibi, 2006 48 académicos Levantamento de requisitos: interface, conteúdo e funcionalidades Pesquisa; acionar alerta (RSS); ver e utilizar conteúdo. o Norberg et al., 2005 3 grupos: estudantes e investigadores; educadores; público em geral Satisfação; design do interface Pesquisa; navegação. o o Kim e Kim, 2008 15 participantes inexperientes 15 participantes experientes Grupo-alvo4 especialistas Satisfação; funcionalidade; facilidade de uso; assistência ao utilizador. Submissão de conteúdo; pesquisa; pesquisa avançada; navegação. o o o 36 Recorrendo a tabela 2 pode-se observar que os estudos de usabilidade, para além de recorrerem por norma aos critérios anteriormente identificados por Judy Jeng (2o05), combinam várias técnicas de recolha de dados para maximizarem os resultados. Verbalização - Ferreira e Pithon (2005), Shiri et al. (2009), Zeng et al. (2009), Kim e Kim (2008) e Norberg et al. (2005) pediram aos participantes dos seus estudos para verbalizarem os seus pensamentos, ações e problemas decorrentes da execução das tarefas propostas. Este tipo de abordagem não produz resultados estatísticos significantes, mas pode ser um bom indicador para a identificação de problemas num sistema interativo. Entrevista - No início do teste de usabilidade realizados por Shiri et al. (2009) e Ferreira e Pithan (2005) os participantes responderam a uma série de questões acerca da natureza das suas investigações e sobre as bases de dados que estes privilegiavam. Na fase complementar à realização das tarefas os autores tiveram a oportunidade de perguntar aos participantes quais os pontos fortes e fracos do sistema. Ferreira e Pithan (2005) recorreram a entrevistas semi-estruturadas para obterem informação sobre a perceção dos participantes em relação ao desempenho e dificuldades na utilização do sistema, pontos fortes e fracos, o nível de satisfação, e sondar os aspetos cognitivos e afetivos gerados durante a interação com o sistema. Para além disso, Ferreira e Pithan questionaram os participantes sobre as suas expetativas, prioridades e sugestões. Norberg et al. (2005) fizeram questões na fase complementar do estudo para obter informação sobre a satisfação em relação aos conteúdos, organização e estética visual da plataforma testada. As entrevistas neste estudo foram abertas para possibilitarem aos participantes desenvolver uma opinião e recomendarem sugestões. Os inquéritos seguem a mesma lógica das entrevistas, mas podem ser aplicados para recolher dados em médias (Zhang et al., 2009; Kani-Zahibi, 2oo6) ou grandes comunidades (Joo e Lee, 2o11), sendo geralmente fechados. Grupo-Alvo - No estudo de Kim e Kim (2008) convidaram quatro especialistas para participarem numa entrevista coletiva. Antes da sessão de discussão em conjunto, foram enviados a estes especialistas os resultados dos testes realizados aos dois grupos de participantes. As entrevistas ao grupo-alvo tiveram duas partes, a primeira para dar a conhecer aos especialistas as condicionantes do projeto, e a segunda para que estes fizessem recomendações balizadas pelos resultados prévios. Já o estudo de Norberg et al. (2005) foi realizado num ambiente controlado. Esse ambiente era um laboratório divido em duas salas, uma sala de teste com um computador, câmara e microfone, e uma sala de observação, onde o analista procedia ao registo das interações. Antes da realização do estudo de usabilidade os analistas pediram a voluntários que fizessem um teste inicial para estabelecer os tempos médios preferenciais para a execução das tarefas. 37 Os trabalhos de Kani-Zahibi (2006), Kim e Kim (2008) e Zhang et al. (2009) recorreram ainda a avaliação heurística nos seus estudos. A avaliação heurística foi desenvolvida por Jakob Nielsen, e tem sido fortemente aplicada no design de interfaces, sendo uma inspeção sistemática com o objetivo de descobrir quais os problemas de usabilidade. No entanto, para ser colocada em prática implica a participação de um conjunto de analistas, por norma especialistas, para examinar o interface e comparar com reconhecidos principios de usabilidade (as heurísticas). Estes princípios são dez e incluem a visibilidade do estado do sistema (status de carregamento de página por exemplo), a conformidade com standards para que o utilizador não se interrogue o que certas palavras, ações e situações significam, a prevenção do erro, ou seja, o sistema deve permitir a recuperação de erros e notificar o utilizador quando estes aconteçam. Para além deste permitem avaliar a flexibilidade e eficiência do uso, a simplicidade e design minimalista, entre outras, e podem ser consultadas no site da Nielsen Norman Group36 No estudo de Kani-Zahibi (2006) a avaliação heurística foi aplicada em complemento ao questionário, sendo pedido aos participantes para avaliarem a plataforma segundo os critérios de heurística, contudo os participantes neste estudo foram classificados como “user experts”. No caso de Kim e Kim (2oo8) foi aplicada na primeira de duas fases do estudo no estabelecimento um quadro de avaliação de usabilidade que pode ser aplicado tanto a avaliação heurística por si só, como também na realização dos testes de utilização em outros repositórios digitais. Por fim, Zhang et al. (2009) recorreram a avaliação heurística, juntamente com o feedbak dos utilizadores para identificar problemas para além dos que foi possível encontrar no decorrer dos testes de utilização. 36 Nielsen Norman Group. Disponível em http://www.nngroup.com/articles/ten-usability-heuristics/ Consultado a 23 de Janeiro de 2013 38 A título de exemplo o termo «specimen» foi adotado em vez do termo «sample» porque é um termo mais próximo ao grupo de trabalho, sendo assim mais confortável usar este conceito. De seguida foram estabelecidos elementos que cobrem as propriedades relacionadas com este «specimen» - «height»; «width»; «lenght»; «inicialCrackLenght» - o campo «specimenProperties» engloba outras propriedades complexas que devem ser preenchidas em texto livre. O perfil inclui ainda descritores para as condições que exercem influência sobre os resultados finais, estes são relativos ao ambiente - «temperature», «moisture» - e a velocidade à qual a experiência ocorreu - «testVelocity». Tabela 3: Perfil de aplicação “fm.” Namespace Description Example dc. creator An entity primarly responsible for making the resource - dc.title A name given to the resource - dc. subject The topic of the resource - dc. description An account of the resource - dc. date A point of period of time associated with an event in the lifecycle of the resource - dc.type The nature or genre of the resource - dc.medium The material or physical carrier of the resource - dc.identifier An unambiguous reference to the resource within a given context - dc.isReferecedBy A resource that references, cites, or otherwise points to the described resource dc.references A related resource that is referenced, cited, or otherwise pointed to by the described resource - eml.methods Actual procedures that are use in the creation or the subsequent processing of a dataset Free text eml.instrumentation The Instrumentation field allows the description of any instruments used in the data collection or quality control and quality assurance. INSTROM-1125 eml.specimen A word or phrase describing the type of specimen collected Wood (pinus pinaster) – a clear wood sawn from a single maritime pine fm.specimenLenght Speciment geometric length 400 mm 45 fm.specimenWidth Speciment geometric width 20mm fm.specimenHeight Speciment geometric height 20 mm fm.specimenInitialCrack Lenght The inicial crack of the DCB specimen prior to the fracture test 150mm fm.specimenProperties Specific properties related to the specimen, such as elastic, stress properties Free text fm.temperature The ambient temperature of the location where the experiment was performed, in degrees Celsius 18º fm.moisture The moisture percentage at the location where the experiment was performed. 55% fm.testVelocity Velocity at which the experiment was performed (millimeters per minute) 3mm/m 3.5 Gestão de dados de investigação: Estudo de caso do domínio da química analítica A sessão realizada no grupo de investigação em química analítica teve como pano de fundo os dados recolhidos durante uma campanha que teve como objetivo proceder à análise da concentrações de determinados poluentes. Estas análises são realizadas sobre diversas amostras de água e sedimentos coletadas em diversos pontos do Porto de Leixões. Através destas análises pode ser identificado o grau de contaminação dos sedimentos dragados no fundo das águas, de acordo com a legislação Portuguesa vigente. Este tipo de dados pode ser categorizado como dados de observação e experimentais, pois envolve uma forte componente de análise de laboratório a partir das amostras. Estes são dados com um grau de importância elevado porque fornecem indicações úteis para determinar as melhores estratégias de tratamento de resíduos, atividade que pode acarretar custos elevados. 46 Figura 8: Excerto dados ensaio de química analítica Segundo o entrevistado estes dados podem ser reutilizados pelos próprios produtores, que revelam interesse em manter a produção de séries temporais a partir dos mesmos, o que pode ajudar a tirar conclusões sobre a evolução da concentração de poluentes nos diferentes locais de recolha de amostras. No entanto, não vê pertinência na reutilização dos dados por parte de outros indivíduos e existem constrangimentos legais para que estes dados possam ser disponibilizados a terceiros, uma vez que foram produzidos no contexto de um acordo de prestação de serviços estabelecido com uma empresa, à qual os dados pertencem. O ciclo de vida da produção destes dados pode ser dividida em quatro etapas. A primeira etapa corresponde à recolha dos dados sendo produzido um ficheiro por amostra com recurso a software apropriado (cromatógrafo). O investigador prossegue com a criação de um ficheiro único para cada relatório que pretenda desenvolver, neste ficheiro em forma de folha de cálculo são criadas duas folhas, uma correspondente aos dados em bruto e outra relativa aos dados tratados. Na quarta e última fase o investigador produz um relatório que funde os dados das fases intermédias. Em cada uma das fases os dados ficam na posse do elemento que os produz podendo ser partilhados com outros elementos do grupo em qualquer fase, mas por norma essa partilha é feita entre o técnico de laboratório e o responsável pelo laboratório através do correio eletrónico. A manutenção é feita com recurso aos computadores de trabalho ou unidades de armazenamento pessoal, sendo que o instrumento de análise de amostras também mantém uma cópia de segurança dos dados em bruto, existindo cópias de segurança que são atualizadas mensalmente. O investigador salientou que os dados de cada uma das fases devem ser preservados sem exceção para análises posteriores com o objetivo de detetar eventuais inconsistências nas análises originais. No que diz respeito à anotação dos dados, esta é feita através de um relatório associado a cada uma das folhas de cálculo criadas, com base em campos pré-definidos pelo software utilizado, adaptados às 47 necessidades de anotação deste grupo de investigação. A descrição de dados é, portanto, feita sem recurso a um esquema de metadados concreto. Os dados não foram produzidos com a finalidade de serem publicados e as entidades que financiaram a produção não determinam a necessidade de execução de um plano formal para a gestão dos mesmos, e não exigem o armazenamento dos mesmos num repositório. No entanto os investigadores estão sujeitos a proteger a confidencialidade dos dados, embora essa questão não esteja formalizada. 3.5.1 Perfil de aplicação para experiências de química analítica O perfil de aplicação para descrição de experiências realizados no contexto de química analítica, (prefixo qa) foi elaborado para corresponder às necessidades de anotação previstas nos relatórios resultantes do processo de investigação, em que deve constar a amostra analisada, o número de amostras recolhidas, os compostos analisados e os limites legais para cada um dos poluentes. Os limites legais dos poluentes correspondem, de acordo com o anexo XX do Decreto-Lei nº236/96, à atribuição de um valor máximo admissível à qualidade de águas superficiais. Para além da data de produção de ficheiros o perfil de aplicação deve incluir um campo para o registo da data de recolha da amostra (sampleCollectionDate), tido como importante pelo investigador para a leitura dos dados. Do Dublin Core qualificado adotam-se os elementos “spatialCoverage” para a delimitação do espaço de recolha de amostras, e “rights” tendo em conta as condicionantes de acesso a estes dados. Tal como no caso anterior, os metadados relativos à metodologia e instrumentos utilizados foram adaptados do esquema EML, tendo em vista a uniformidade nas descrições entre domínios. Tabela 4: Perfil de aplicação “qa.” Namespace Description Example dc. creator An entity primarly responsible for making the resource - dc.title A name given to the resource - dc. subject The topic of the resource - dc. description An account of the resource - dc.date A point of period of time associated with an event in the lifecycle of the resource - dc.type The nature or genre of the resource - 48 dc.spatialCoverage Spatial characteristics of the resource Porto de Leixões, Matosinhos dc.identifier An unambiguous reference to the resource within a given context - dc.isReferecedBy A replaced resource that references, cites, or otherwise points to the described resource dc.references A related resource that is referenced, cited, or otherwise pointed to by the described resource - dc.rights Information about rights held in and over the resource. eml.methods Actual procedures that are use in the creation or the subsequent processing of a dataset Free text eml.instrumentation The Instrumentation field allows the description of any instruments used in the data collection or quality control and quality assurance. Varian CP3800 qa.sample A word or phrase describing the type of sample collected Water qa.compound A word or phrase describing the elements analized PCB´s (bifelinos policlorados qa.sampleCollectionDate Exact date in which the sample was collected 23-01-11 qa.sampleCount Number of used samples 10 qa.compoundLegalLimit Legal value related to sample quality 100 3.6 Descrição de dados do domínio da Dinâmica de Estruturas A investigação no domínio da dinâmica de estruturas estuda o comportamento de uma estrutura quando sujeito a alguma ação. O conjunto de dados deste grupo de investigação foi recolhido numa campanha experimental assente em conhecimento adquirido em campanhas preliminares, em que foram feitas algumas medições com o objetivo de identificar os locais da via com uma resposta dinâmica mais significativa e estudar a melhor forma de instalar os dispositivo de medição a utilizar. A aquisição de dados foi efetuada para a passagem de tráfego ferroviário, sendo a via instrumentada usado acelerómetros, extensómetros e dispositivos de medição de deslocamentos sem contato em diferentes pontos da via organizados por setups. A campanha decorreu em dois dias, o primeiro 49 dedicado à montagem de dispositivos. Os resultados obtidos são úteis para validar as ferramentas numéricas já desenvolvidas e para esclarecer algumas dúvidas relativamente aos elementos de projeto facultados. Figura 9: Excerto do registo de dados na campanha experimental, domínio da dinâmica de estruturas Os dados produzidos enquadram-se na categoria de observação e experimentais, já que envolvem a recolha de amostras que posteriormente são analisadas com recurso a modelos próprios, e a preservação dos mesmos pode ser útil para a reutilização tanto por quem os produziu como por investigadores da mesma área. O perfil de aplicação para o domínio da dinâmica de estruturas (prefixo de), utiliza elementos Dublin Core qualificado e simples, adota os elementos do esquema EML, “method” e “instrumentation”, e ainda o elemento “software” que no caso deste tipo de projeto é vital para a leitura dos dados, e portanto o grupo de investigação pode anotar, em formato de texto livre, elementos que digam respeito ao tipo, modelo e características do software utilizado. De notar que este perfil de aplicação pode evoluir para a descrição em campos separados dos atributos relativos ao software. Este perfil apresenta ainda os campos para descrição, em texto livre da configuração e posicionamento (setup) dos instrumentos utilizados. Este perfil aproveita ainda dois elementos da especificação da Data Documentation Initiave 50 (DDI Lifecycle – version 3.1.)40. Esta especificação é apropriada para a preservação de dados na áreas das ciências sociais e comportamentais, mas podem ser adotados aqui elementos para a determinação dos dias de início e fim de uma campanha de recolha de dados, informação tida como muito relevante quando se trata de anotar os dados neste domínio. Por fim foi criado o elemento “samplingFrequency” que tal como foi explicado por um dos elementos a trabalhar este conjunto de dados é uma informação que permite compreender o intervalo de tempo para aquisição dos dados. Tabela 5: Perfil de aplicação “de.” Namespace Description Example dc. creator An entity primarly responsible for making the resource - dc.title A name given to the resource - dc. subject The topic of the resource - dc. description An account of the resource - dc.date A point of period of time associated with an event in the lifecycle of the resource - dc.type The nature or genre of the resource - dc.spatialCoverage Spatial characteristics of the resource Vila Franca de Xira, Azambuja dc.identifier An unambiguous reference to the resource within a given context - dc.isReferecedBy A replaced resource that references, cites, or otherwise points to the described resource dc.references A related resource that is referenced, cited, or otherwise pointed to by the described resource - eml.methods Actual procedures that are use in the creation or the subsequent processing of a dataset Free text eml.instrumentation The Instrumentation field allows the description of any instruments used in the data collection or quality control and quality assurance. Acelerómetros, extensómetros de.configuration Defines how the instruments were configurated Free text de.positioning Defines where the instruments were placed Free text eml.software The software element contains general information about a software resource that is being documented. PSD module C 1o442/C10443 series 40 Data Documentation Initiative. Disponível em: http://www.ddialliance.org/, Consultado a 25 de fevereiro de 2013 51 ddi.startDate Start of a date range 10-08-09 ddi.endDate End of a date range. If range is continuing on, end date can be blank 09/10/09 de.samplingFrequency Defines the number of samples collected per unit of time (usually seconds). 2000 Hz 3.7 Descrição de dados do domínio da Ecologia Georreferenciada Os dados produzidos pelo grupo de investigação na área da ecologia têm uma forte incidência na georreferenciação, e foram recolhidos na zona Norte de Portugal Continental. Durante a sua produção dos mesmos os investigadores recolheram amostras que posteriormente foram analisadas com recurso a modelos próprios, e por isso mesmo são dados de observação e experimentais. Um tipo de informação comum neste grupo de investigação são os inventários de espécies, que são feitos através da identificação de amostras. A partir da dessa informação podem ser elaborados mapas de distribuição de espécies ou superfícies que representam a probabilidade de ocorrência de uma dada espécie numa certa localização. Os dados ecológicos georreferenciados podem ser sobrepostos a outro dados com as mesmas características para estabelecer correlações, servindo os propósitos da investigação secundária em áreas como a geologia, meteorologia ou ciências sócioeconómicas. Os investigadores nesta área são um exemplo de um grupo de investigadores com sensibilidade para a questão dos metadados. Os investigadores neste domínio têm a preocupação de catalogar e organizar os dados de forma interoperável decorrente da sua participação em projetos que têm como principal objetivo a produção e análise de dados. De momento recorrem à norma INSPIRE41 para a anotação de conjuntos de dados, uma vez que esta foi concebida para descrever conjuntos de dados no domínio geoespacial. A norma INSPIRE, parte da ISO 19115, é um perfil de metadados completo e bastante extenso. Esta norma tem um forte suporte institucional no sentido da sua adoção por parte de todas as infraestruturas da União Europeia que produzem e armazenam informação geoespacial. Os elementos propostos para a descrição dos dados deste domínio seguem as recomendações da norma INSPIRE, e são entendidos como obrigatórios. Na tabela 6 são listados os metadados 41 INSPIRE. Disponível em:http://inspire.jrc.ec.europa.eu/. Consultada a 14 de março de 2013 52 selecionados que podem ser considerados abrangentes o suficiente para fazer essa descrição. Note-se que os campos apresentados na tabela 6 podem ser estendidos para uma descrição com maior profundidade. Por exemplo o namespace “ResponsibleParty” pode ser desdobrado em “RespParty.OrganizationName”; “RespParty.Email”; RespParty.RespPartyRole”. Tabela 6: Perfil de aplicação do domínio da ecologia georreferenciada (norma INSPIRE - ISO 19-115)42 Namespace Description Example ResponsibleParty Description of the organization responsible for the estableshiment, management, maintenance and distribution of the resource - TemporalExtent The temporal extent defines the time period covered by the content of the resource - TempExtent.StartDate - 2009 TempExtent.EndDate - 2009 DateOfCreation Date of the creation of the resource 2009 ConditionsAccessAndUse Defines the conditions for access and use of spatial data sets and services Non-Commercial LimitationsPublicAccess Provide information on any fees necessary to access and use the resource Available to use without licensing ResourceTitle Characteristic, and often unique, name by which the resource is known Geomalacus maculosus species distribution data Keyword An INSPIRE thematic category from a controlled list Elevation KeywordValue The keyword value is a commonly used word, formalised word or phrase used to describe the subject Elevation | Solar orientation | Land Use GeographicBoundBox The bounding box should be expressed with westbound and eastbound longitudes, and southbound and northbound latitudes in decimal degrees 523541 - 733300464500 - 4513000 Lineage Statement on process history and/or overall quality of the spatial dataset This data is based on modelled species distribution using Maxent algorithm and software 42 A regulamentação de metadados INSPIRE pode ser consultada em: http://eur-lex.europa.eu/LexUriServ/LexUriServ.do? uri=CELEX:32008R1205:EN:NOT 53 ReferenceSystem Description of the spatial reference systems used in the dataset - RefSyst.Identifier Name of reference system WGS 84 SpatialRepresentation Digital mechanism used to represent spatial information vector GeographicExtentCode Description of geographic area using identifiers PT11 DistributionFormatName Description of the format of the data to be distributed ESRI Shapefile 3.8 Descrição de dados do domínio da Gravimetria Entende-se como gravimetria o estudo e determinação do valor exato da aceleração da gravidade num dado ponto do planeta. Neste contexto existem vários métodos para a produção de dados, entre os quais a gravimetria aérea. O conjunto de dados aqui descrito foi recolhida numa investigação neste domínio em particular e foi produzido pelo Observatório Astronómico da Faculdade de Ciências da Universidade do Porto. O objetivo final da investigação foi a determinação de uma superfície de referência denominada geóide, assim como a produção de mapas contendo as chamadas anomalias da gravidade. O processo consiste na montagem de diversos sensores numa aeronave que percorre um trajeto sobre a área determinada para a recolha de dados. Esses sensores incluem diversos sistemas inerciais, um giroscópio e recetores de GPS colocados em diferentes partes da aeronave, que registam a sua posição exata. A informação gerada é associada aos valores lidos pelo giroscópio para os tornar georreferenciados. Como o dispositivo utilizado não foi um gravímetro o grupo de investigação teve de desenvolver programas informáticos capazes de interpretar os sinais produzidos pelos sensores e convertê-los em valores numéricos passíveis de serem usados neste contexto. Para tal são usadas curvas de calibração dependentes do sistema inercial considerado. Estes tipo de dados pode ser classificados como experimentais e de observação, uma vez que a análise envolveu o uso de software construído à medida pelo próprio grupo. 54 Figura 11: Modelo de avaliação da usabilidade de bibliotecas digitais (Jeng, 2005). A satisfação, como variável subjetiva, é mensurável de preferência através de entrevistas (Norberg et al., 2005; Kim e Kim, 2008; Shiri et al., 2009; Ferreira e Pithan, 2005) ou com recurso a uma escala de Likert (Zhang et al., 2009; Shiri et al., 2009) e avalia, entre outros aspetos, a facilidade de uso percecionada pelo utilizador e o desenho amigável de um interface. A aprendizagem diz respeito ao esforço despendido pelo utilizador para dominar o sistema e pode ser medida através da facildade com que executa uma tarefa, da comparação com outros sistemas semelhantes, ou na execução dos procedimentos numa experiência posterior ultrapassando as dificuldades sentidas na primeira interação. 61 4.1 Teste de utilização do Repositório de dados da Universidade do Porto O Repositório de dados da Universidade do Porto foi desenhado e implementado como uma extensão da aplicação em código aberto Dspace46, uma das plataformas mais populares para a criação de repositórios institucionais47. Um dos argumentos favoráveis à adoção do Dspace como solução para o protótipo deste repositório é a adoção da mesma ferramenta nos repositórios já implementados na Universidade do Porto. Figura 12: Interface inicial do Repositório de dados da Universidade do Porto O objetivo deste repositório é providenciar funcionalidades de preservação de dados relevantes – armazenamento, descrição, facilidade de partilha e pesquisa, interrogação de subconjuntos de dados e o download total ou parcial dos mesmos. No âmbito deste trabalho não se procede a uma descrição especificada desta plataforma, para tal pode ser consultada a documentação disponibilizada pelo Dspace48. 46 Disponível em: http://www.dspace.org/; Consultado 23 de abril de 2013 47 Segundo dados da OpenDoar de junho de 2013, cerca de 41,3% de um total de 2293 Repositórios com software Open Access usam o DSpace como solução. 48 Dspace 1.7.2 Documentation. Disponível em: https://wiki.duraspace.org/display/DSDOC17/DSpace+Documentation, consultado a 18 de abril de 2013 62 O Repositório de dados da Universidade do Porto apresenta, enquanto protótipo, um conjunto de funcionalidades do ponto de vista do utilizador que permitem dar resposta aos seguintes casos de uso: 1.Explorar dados – O utilizador pode pré-visualizar os dados contidos num conjunto de dados sob a forma de tabela interativa. Esta tabela listará uma ou mais tabelas contidas no ficheiro e oferecerá funções de filtragem de dados. 2.Descarregar dados – Esta funcionalidade permite ao utilizador fazer o download da totalidade ou de uma parcela de dados contidos no ficheiro original, sob a forma uma folha de cálculo. 3.Filtrar dados – O utilizador tem a possibilidade de filtrar os dados que lhe são apresentados na tabela interativa de exploração de dados. 4.Obter link para dados – O investigador poderá ter o interesse em enviar um subconjunto de dados a um terceiro. Esta funcionalidade permite ao investigador executar uma consulta sobre um conjunto de dados do qual seja autor e produzir um identificador (link) que pode ser partilhado por email. Figura 13: Casos de uso do Repositório de dados da Universidade do Porto Tal como foi referido na descrição do processo de recolha de dados as tarefas propostas têm como base os casos de uso do ponto de vista do utilizador. Todavia a possibilidade de obter link para dados não figura como uma das tarefas propostas. O motivo dessa exclusão é a necessidade de proceder à exploração do repositório através das credenciais do analista, como utilizador previamente registado no sistema, mas não proprietário dos dados. Outra das funcionalidades promovidas nesta extensão do DSpace para a exploração de dados é a página de pesquisa por conjunto de dados e pode ser utilizada para recuperar tabelas de dados que 63 contenham colunas ou metadados específicos. O acesso a esta página é feito no canto superior esquerdo da página inicial do Repositório de dados, através do botão “Search Dataset”. Esta funcionalidade não foi incluída nas tarefas propostas, optando-se por se fazer uma demonstração desta funcionalidade junto dos participantes. Na próxima secção são descritos os resultados dos testes realizados nesta plataforma. 4.1.1 Resultados do teste de utilização do Repositório de dados da Universidade do Porto Antes de proceder às tarefas propostas para o teste de utilização do protótipo do Repositório de dados, foram colocadas breves questões aos participantes de modo a aferir as suas rotinas de pesquisa de informação e o grau de experiência no uso deste tipo de repositórios. Aos mesmos foi pedido que fizessem um exploração livre da plataforma para que fossem identificadas as suas estratégias de pesquisa. O participante A usa como fonte de referência exclusiva o Science Direct. Este participante não recorre por norma a repositórios para efeito de recuperação de dados ou armazenamento, e portanto não é um utilizador experiente deste tipo de ferramenta. Este destacou o carácter amigável do Repositório de dados, que para si engloba o essencial para uma pesquisa. O participante B satisfaz as suas necessidades de informação através do Google e não utiliza repositórios de dados, não sendo um utilizador experiente. Após a primeira interação com a plataforma avaliou-a como simples, contudo criticou o facto de não haver destaque para os botões mais relevantes, o que condiciona a navegação. Mencionou ainda que por não saber o que podia encontrar no repositório seria interessantes ser apresentada uma lista de conteúdos genérica para ir aprofundando a pesquisa. Já o participante C não tem por hábito recorrer a serviços de informação científica, nem com a intenção de recuperar nem no sentido de armazenar dados de investigação, sendo um utilizador sem experiência. No geral acha que a plataforma é de fácil navegação e tem uma boa estrutura apesar de não ter ficado totalmente convencido com a relação entre comunidades e coleções. O participante D utiliza habitualmente o Google Académico e o site da biblioteca da FEUP como fontes primordiais de pesquisa. Este participante é responsável pelo serviço de gestão de dados de investigação do grupo no qual está inserido, razão pela qual se considerada um utilizador experiente quando se trata de repositórios digitais. Após a abordagem livre do prótotipo a testar indicou que se trata de uma ferramenta que lhe é muito familiar, sendo uma rotina para si lidar com metadados e 64 funcionalidades de pesquisa. Por isso mesmo avaliou a plataforma como bastante simples e fácil de utilizar. No caso do participante E as necessidades de informação podem ser colmatadas numa primeira fase a partir de uma pesquisa no Google para identificar artigos especializados na área de investigação, apesar de já ter consultado repositórios para recolher dados, e por isso considera-se um utilizador com um grau de experiência normal neste tipo de ferramentas. Na sua perspetiva o protótipo é de utilização simples e semelhante a algumas ferramentas anteriormente consultadas. O participante F é um caso de utilizador com elevada experiência a nível de repositórios de dados, tratando-se de um investigador com particular interesse neste domínio. Na opinião do mesmo o Repositório de dados está construído de acordo com os padrões para este tipo de ferramentas. As rotinas de pesquisa do participante G envolvem bases de dados especializadas, como o Scopus e o Google Académico. Atualmente não tem dados publicados em nenhum repositório nem utiliza nenhum com o objetivo de os recolher. Por estes motivos é um utilizador inexperiente nestas ferramentas. A primeira impressão sobre este protótipo é a noção da utilidade desta para tornar dinâmica a troca de dados entre comunidades. Durante a exploração livre do Repositório os vários participantes adotaram estratégias diferentes. O participante A optou por começar a interrogar o sistema através da pesquisa avançada, enquanto o participante G o fez pela caixa de pesquisa simples. Os restantes optaram pela navegação de conteúdos. Apesar da exploração ao Repositório ter sido completa no geral, nenhum dos participantes procedeu à exploração dos dados, ora por não entrarem na opção “Search Dataset”, ora por não entrarem na exploração dos dados quando o nível de profundidade da navegação os fez chegar a ficheiros que tinham essa opção ativa. Tendo em conta que a exploração dos dados é uma funcionalidade importante nesta ferramenta, será conveniente destacar essa oportunidade numa posição central da página inicial do Repositório de dados. Outro aspeto a desenvolver é a capacidade do sistema sugerir termos indexados no momento em que os utilizadores começam a introduzir uma expressão de pesquisa. A verificação desta necessidade surgiu durante a interação do participante G, cuja estratégia de pesquisa, quando não conhece a coleção, passa pela interrogação do sistema com a introdução das primeiras letras de um termo. Após a primeira fase de exploração livre do Repositório de dados foram propostos aos participantes objetivos de pesquisa concretos, sob a forma de tarefas, que passam a ser apresentados. 65 Tarefa 1 – Visualizar coleção de dados A primeira tarefa proposta aos participantes consistiu na visualização de uma das coleções criadas na plataforma. O Repositório de dados da Universidade do Porto, de acordo com a estruturação do Dspace, está organizado em comunidades e coleções, correspondendo as comunidades aos diferentes domínios de investigação da U. Porto e as coleções à produção de conteúdos produzidos numa determinada comunidade. Para executar a tarefa os participantes deveriam navegar através de duas opções presentes na página inicial do Repositório de dados, pela exploração do botão “Communities & Collections”, ou entrar diretamente na comunidade “Communities in Dspace” (fig 14). Após este passo surge uma página onde o utilizador pode escolher qual das coleções pretende explorar. A tarefa seria considerada como concluída quando visualizada a home page de uma coleção. Figura 14: Página da coleção “Aereal Gravimetry Runs” (Repositório de dados) O participante A procurou chegar à coleção que lhe foi proposta através da pesquisa pelos termos exatos e invariavelmente a pesquisa não lhe produziu resultados, o que levou este utilizador a regressar à página inicial por três vezes para retomar a tentativa. Durante a tarefa admitiu não estar a ver - “não está óbvio” - e formulou um pedido de ajuda - “devia aparecer aqui certo?”. No fim desabafou que encontrar a coleção - “não foi fácil”. 66 O participante B também começou por interrogar a caixa de pesquisa, regressando de imediato à página inicial para completar a tarefa. No entanto comentou que a relação entre comunidades e coleções não lhe pareceu óbvia e que ficou com a sensação que depois de entrar na coleção esta estaria vazia. Os participantes F e G também ficaram com a sensação da falta de conteúdos da coleção. O participante C cometeu um erro do qual recuperou imediatamente, o que não comprometeu o sucesso da execução da tarefa. Tabela 9: Resultados tarefa 1 (Repositório de dados) Participante Regressa à página inicial Pede ajuda Comete erro Abandona tarefa Tempo despendido A 3 1 9 - 143 s B 1 - 1 23 s C - - 1 - 18 s D - - - - 14 s E - - - - 08 s F - - - - 16 s G - - - - 45 s média38.14 s Face aos resultados pode-se concluir que chegar à página de uma coleção é uma tarefa que pode ser executada de forma eficiente, como demonstra o tempo médio para terminar a tarefa, inflacionado pelo tempo despendido pelo participante A. Contudo a eficácia da mesma pode ser questionada uma vez que alguns participantes ficaram com a impressão que a coleção estava vazia. Por esta razão a página de coleção deve ser editada para permitir a visualização de conteúdos. Tarefa 2 – Visualizar ficheiros de um autor A segunda tarefa consistiu na pesquisa de ficheiros de acordo com a autoria. Note-se que a proposta de tarefa determinou qual o autor do qual os participantes deveriam recuperar ficheiros, implicando que os participantes sabiam de antemão que o autor estava na base de dados do Repositório. Assim os participantes podiam utilizar a caixa de pesquisa para interrogar o sistema ou então recorrer à navegação por autoria. A tarefa foi dada como terminada quando os participantes recuperaram todos os ficheiros sugeridos pelo analista. 67 Figura 15: Navegação por autor (Repositório de dados) Os resultados confirmam que esta tarefa foi executada sem indicadores de dificuldade. O participante B comentou que a pesquisa por autor é fácil. Tabela 10: Resultados tarefa 2 (Repositório de dados) Participante Regressa à página inicial Pede ajuda Comete erro Abandona tarefa Tempo despendido A - - - - 05 s B - - - - 04 s C - - - - 17 s D - - - - 12 s E - - - - 14 s F - - - - 10 s G - - - - 19 s média11.57 s 68 Tarefa 3 -Visualizar ficheiros de um assunto Na tarefa 3 foi pedido que os participantes recuperassem os ficheiros relativos a um assunto. As condições de realização desta tarefa foram em tudo semelhantes ao descrito na tarefa anterior, sendo que a navegação desta vez devia ser feita por assunto (subject), um dos classificadores previstos no repositório. Figura 16: Navegação por assunto (Repositório de dados) Tal como na tarefa anterior não foram registadas dificuldades para visualizar os ficheiros do assunto proposto. Tabela 11: Resultados tarefa 3 (Repositório de dados) Participante Regressa à página inicial Pede ajuda Comete erro Abandona tarefa Tempo despendido A - - - - 07 s B - - - - 09 s C - - - - 11 s D - - - - 09 s E - - - - 13 s F - - - - 12 s G - - - - 18 s média10 s 69 Tarefa 4 – Ordenação de ficheiros de coleção por ordem descendente de acordo com a data de emissão A tarefa 4 tinha como objetivo a pesquisa de ficheiros de acordo com a data de emissão (issue date), seguindo a lógica de navegação referidas nas tarefas 2 e 3. Contudo foi pedido ao participantes que ordenassem a lista de resultados por ordem descendente, isto é, do ficheiro mais recente para o mais antigo, ao invés da configuração definida do mais antigo para o mais recente. Os participantes deveriam manipular a barra de edição de preferências e selecionar “In order: Descending” e terminar ao carregar no botão “Update”. Figura 17: Ordenação dos ficheiros por ordem descendente (Repositório de dados) Os participantes B e D regressaram à página inicial da plataforma porque não visualizaram quaisquer ficheiro na página da coleção proposta, o que os levou a pensar que a coleção estava vazia. O erro registado pelo participante D foi ter selecionado na caixa “sort by:” a opção de data de submissão. 70 ajuda por três vezes. O erro do participante G ocorreu enquanto editava operadores, carregando no botão (-), o que apagou um registo já feito. Este participante afirmou que os símbolos (+) e (-) induziam em erro porque pensou que o propósito destes seria o de aumentar ou diminuir os valores inseridos. Tabela 15: Resultados tarefa 7 (Repositório de dados) Participante Regressa à página inicial Pede ajuda Comete erro Abandona tarefa Tempo despendido A - - 10 X - B - - 3 - 116 s C - 1 5 - 144 s D - - 2 - 77 s E - - - - 48 s F - 3 2 - 94 s G - - 1 - 123 s média86 s Os participantes A, B, C, F e G apelaram à substituição do ícone “lupa”, que sugere pesquisa por um elemento que seja mais fácil de associar, como um “funil”. O ícone deve estar também em maior destaque e a informação “find records” também não é a mais apropriada. O participante C acredita que não conseguiria fazer a filtragem se não lhe tivesse sido solicitada como tarefa. Outra das sugestões feitas por este participante foi a capacidade de o utilizador conseguir manipular diretamente na tabela. O participante B é da opinião que a caixa de operadores pode ser melhorada para se tornar mais convenientemente interpretável e que a disposição da tabela não é amigável, aconselhando o ajustamento da tabela à dimensão global do interface para uma leitura mais agradável. O participante G em virtude da confusão com os botões (+) e (-) recomendou que o botão (+) imediatamente acima da tabela fosse removido por ser redundante. Os resultados desta tarefa mostram claramente que há aspetos críticos a mudar no interface de exploração de dados, para além do que foi indentificado na tarefa anterior.Em primeiro lugar os participantes não se aperceberam que tinham a possibilidade de filtrar os dados se esta funcionalidade não lhes tivesse sido sugerido, por isso mesmo é recomendada a inclusão de notificação para esse efeito. Em segundo lugar a funcionalidade de começar o processo de filtragem não é eficaz e intuitiva. Os participantes não relacionaram a “lupa” e a designação “find records” à oportunidade de filtrar os dados. Assim, este botão deve ser corrigido. Por último devem ser eliminados da caixa de operadores elementos redundantes como é o caso do botão (+) junto ao botão “Find”. 77 Tarefa 8 - Subscrever uma coleção A última tarefa a executar no Repositório de dados consistia na subscrição de uma das coleções. O que significa que um utilizador no caso de ter o interesse em acompanhar as atualizações de uma determinada coleção pode receber uma notificação no correio eletrónico assim que sejam acrescentados novos itens. A subscrição pode ser feita quando se acede à página inicial de uma coleção. Contudo a opção “Receive email updates” está prevista na página inicial do sistema. Figura 22: Subscrição de coleção (Repositório de dados) Os erros cometidos pelo participante C foram os de carregar em botões associados à navegação que não o encaminharam para a subscrição. O participante F regressou à página inicial depois de ter acedido à página de comunidades e não ter selecionado a coleção pedida. O participante G selecionou a opção “Receive email updates” que no entanto não disponibiliza uma lista de coleções a subscrever, aconselhando o utilizador a visitar a página da coleção, por esse motivo este utilizador teve de regressar à página inicial. 78 Tabela 16: Resultados tarefa 8 (Repositório de dados) Participante Regressa à página inicial Pede ajuda Comete erro Abandona tarefa Tempo despendido A - - - - 48 s B - - - - 33 s C - - 2 - 40 s D - - - - 26 s E - - - - 09 s F 1 - - - 26 s G 1 - - - 38 s média31.42 s Os resultados apontam que a subscrição da coleção pode ser feita sem problemas de maior. No entanto o que a experiência do participante G mostra é que se o utilizador recorrer à opção “Receive e-mail updates”, opção lógica para fazer cumprir este objetivo, é-lhe sugerido um caminho alternativo. Desta forma é pertinente editar esta opção para que exiba as coleções passíveis de serem subscritas. 4.1.2 Impressões gerais Repositório de dados da Universidade do Porto Para o participante A a possibilidade de extrair conteúdo é um ponto a favor desta ferramenta, para além da partilha de dados com elementos do grupo de investigação que estão à distância. A função de pesquisa avançada precisa, na opinião do mesmo, de ser afinada e ter um maior destaque para ser acedida de modo mais intuitivo. Isto porque a primeira coisa que faz quando usa este tipo de plataforma e não sabe o que pode encontrar é recorrer a essa funcionalidade para colmatar uma necessidade de informação. Não ficou agradado com o ícone da lupa porque lhe sugeria pesquisa, para além de não estar muito visível. A linguagem foi entendida como acessível e acredita que o sistema na globalidade permite uma adaptação rápida, e que uma vez superadas as dificuldades não teria problemas em saber como explorar as funcionalidades. O participante B apontou a boa organização da informação, a rapidez e a simplicidade da plataforma, no entanto gostava de ver o interface mais limpo. Como aspeto negativo salientou que os diferentes botões devem estar identificados de acordo com a sua relevância, porque ao navegar pelas coleções foi percebendo que todos os botões que lhe foram surgindo estavam sinalizados da mesma maneira independentemente da função que desempenham, o que o obrigou a ler um por um. Para exemplificar lembrou o caso dos botões “show full item record” e “view statistics” que na opinião dele 79 têm diferentes graus de importância e surgem aos olhos do utilizador sem qualquer diferenciação, podendo-se perder algum conteúdo de interesse. Para além deste aspeto reforçou a ideia da dificuldade em perceber que existe a possibilidade de filtrar os dados. A linguagem e a aprendizagem de processo foram classificadas por este utilizador como adequadas. Apesar de reconhecer o sentido prático de ter os dados disponíveis on-line, e o que isso representa para a partilha entre investigadores, este participante afirmou que a opção de filtrar os dados no interface não era por si só relevante para o trabalho que desenvolve. Justificou esta posição com o facto de sentir maior conforto em descarregar os dados e proceder à filtragem através de uma folha de cálculo, porque para ele é um procedimento de rotina. Segundo o participante C este tipo de plataforma é inexistente no seu domínio de investigação, e já se sentiu confrontado com a necessidade de trabalhar com algo assim para conferir maior dinâmica aos projetos em que se encontra envolvido. Nesse sentido relevou a utilidade da ferramenta, utilizando o termo - “fantástica”, para a descrever. Os pontos fortes que identifica no Repositório de dados são a possibilidade de submissão e filtragem de um subconjunto de dados, que no seu entendimento potencia a partilha, dando como exemplo a reprodução de experiências científicas. Como sentiu dificuldades em filtrar é da opinião que este é um dos aspetos a rever no desenvolvimento da plataforma. Apesar disso considera a linguagem acessível e que a aprendizagem é imediata. O participante D indicou que esta plataforma é bastante completa e que a representação das funcionalidades está no geral bem conseguida. Na opinião deste a capacidade de explorar os dados surge como um aspeto inovador. Não reforçou a ideia de pontos negativos mas gostava de ver a pesquisa avançada num posicionamento mais próximo à atividade do utilizador, ao invés do posicionamento discreto no canto superior esquerdo. A linguagem foi tida como simples e acredita que não teria dificuldades em superar os poucos problemas que sentiu numa segunda interação. Já o participante E mostrou-se impressionado com o desempenho do Repositório de dados - “acho que é enorme o tipo de pesquisa que permite em tempo real”, e que vai facilitar imenso a partilha de dados entre os investigadores da área porque disponibiliza todos os campos relevantes a essa partilha, complementada pela possibilidade de filtrar os dados. Comentou ainda que a possibilidade de ter os dados armazenados num serviço on-line lhe conferia maior segurança do que nas ferramentas nas quais estes se encontram (pen-drives, registos anotados em papel, entre outros), em que a possibilidade destes se perderem e não poderem ser recuperados é elevada.Para este participante uma das limitações era não saber logo à partida quais os conteúdos que estão disponíveis, mas que fazer essa exploração é simples. Para além disso recomendou a adoção da língua portuguesa à ferramenta, 80 apesar de se sentir muito à vontade com o inglês, e da linguagem ser acessível. Segundo este participante a plataforma requer um período de habituação, sobretudo para dominar as funcionalidades paralelas. O participante F revelou-se bastante satisfeito com a interação realizada. Realçou como um dos pontos fortes da plataforma a possibilidade de consultar os dados sem a necessidade de os ter de descarregar, o que ns opinião do mesmo poupa trabalho aos investigadores. Tendo em conta o seu grau de especialização no uso do Dspace não teve dúvidas em relação à linguagem utilizada e na execução dos desafios propostos, exceto na funcionalidade estendida à filtragem de dados, que segundo o mesmo deve ser acompanhada de informação adicional que ajude o utilizador a perceber que existe essa possibilidade, para além do destaque que tem de ser dado ao ícone de filtro. Como sugestão propôs que na página de coleção fosse implementada uma lista de conteúdos, com uma indicação do número de ficheiros associados, para que um utilizador que não conheça a coleção saiba o que possa encontrar. Este participante pesquisa os conteúdos por tipo, e nesse sentido indicou que a navegação pudesse ser feita por tipologia de ficheiros. Deixou ainda a ideia de que no caso de os dados estarem com o acesso protegido, essa mensagem fosse representada através de um elemento iconográfico (por exemplo: chave), que pudesse ser pesquisável e transmitisse ao utilizador informação suplementar, como o contato dos investigadores proprietários dos dados. Por fim o participante G afirmou que existem botões que não são visíveis e prejudicam a usabilidade e outros que são redundantes e produzem ruído. Para este participante a linguagem não é exata em alguns aspetos, contudo no seu todo é sintética e imediata. Explicou ainda que “metadados” pode ser uma terminologia que alguns elementos da U. Porto podem não compreender, havendo a necessidade de dar formação a alguns dos utilizadores antes de os colocar a utilizar o Repositório de dados. Salientou ainda que um serviço como este é fundamental para dinamizar a investigação porque a descrição associada às tabelas permite a quem queira reutilizar os dados obter informação contextual e - “a oportunidade de absorver apenas o intervalo de dados que nos interessa é também muito interessante, ainda mais se o ficheiro for muito grande”. No final do teste foi perguntado aos participantes como avaliavam o desempenho da plataforma e o seu nível de satisfação pessoal após a experimentarem. Para responder a esta questão foi lhes pedido que atribuíssem um valor de zero a 10, numa escala de Linkert (zero para cotação negativa e 10 para positiva). O valor médio atribuído foi de 7,8 para ambas as avaliações. Este valor transmite uma resposta positiva por parte dos participantes à experiência realizada mas deixa em aberto o espaço para melhorias, tal como referiu um dos participantes - “não fosse aquela questão...e o valor atribuído seria 10”. 81 4.1.3 Recomendações Repositório de dados da Universidade do Porto Tendo sido concluído o teste de utilização do Repositório de dados da Universidade do Porto, e identificados os pontos fortes e fracos do mesmo, pode ser consultada na tabela 17 o conjunto de recomendações para melhoria desta ferramenta. Tabela 17: Recomendações de melhoria Repositório de dados da Universidade do Porto 1Apresentar na página inicial do Repositório uma lista genérica de conteúdos que possa ser explorada. 2Destacar a pesquisa direta nos conjuntos de dados numa posição central da página inicial do Repositório. 3Permitir a pesquisa direta nas coleções, sem ter de percorrer comunidades. 4Enquadrar a pesquisa avançada com a pesquisa simples, ao invés de apenas estar disponível no canto superior esquerdo do interface. 5Sugerir termos indexados quando o utilizador começar a introduzir uma interrogação na caixa de pesquisa. 6Mostrar conteúdos na página de coleção, com a referência ao número de documentos associados a cada conteúdo. 7Diferenciar botões de acordo com a relevância da atividade a desenvolver, por exemplo: botão “view full item record” visualmente mais representativo que o botão “view statistics”. 8Inverter a ordem entre a apresentação dos ficheiros e o registo completo de metadados na página relativa aos documentos associados a um item, para os ficheiros se manterem visíveis quando a descrição for muito extensa. 9Destacar a opção de visualizar metadados na página de exploração de dados, procurando uma alternativa mais percetível do que “Click to show metadata for current sheet” - ex: “Dataset Description”. 10 Substituir e aumentar ícone “lupa” por “funil” para dar início à filtragem de dados, e corrigir mensagem “find records” por “filter data”. 11 Introduzir informação adicional que alerte o utilizador para a possibilidade de poder filtrar os dados. 12 Eliminar o botão (+) redundante junto à opção “Find” da caixa de operadores. 13 Mostrar coleções que podem ser subscritas na opção “Receive email updates”. 14 Adaptar (aumentar) o tamanho da tabela da página de exploração de dados ao tamanho da página. 15 Disponibilizar uma versão em língua portuguesa. 16 Implementar a navegação por tipologia dos ficheiros. 17 Introduzir elemento iconográfico que simbolize o carácter protegido dos conteúdos (por exemplo: chave) que possa ser pesquisável e forneça informações como o contato dos proprietários dos dados. 82 4.2 Teste de utilização das plataformas UPBox e DataNotes No caso do processo de depósito de dados está previsto um conjunto de passos a desempenhar quer pelo investigador quer pelo curador de dados. Na fase inicial, onde se desencadeia o processo de submissão, será da responsabilidade do investigador preparar e descrever genericamente o conjunto de dados a submeter. Isto para que na fase complementar, a desempenhar pelo curador, existam as condições necessárias para uma descrição específica dos dados necessária para a futura recuperação e interpretação dos mesmos. Figura 23: Workflow do processo de submissão da dados no Repositório de dados da Universidade do Porto (Barbosa, 2013) A solução avançada consiste na integração de duas plataformas que propõem uma nova abordagem à curadoria de dados, tendo como objetivo auxiliar a gestão e a anotação de dados de investigação desde o início do ciclo de vida dos mesmos. Com isto é de esperar que no momento da submissão desses dados no Repositório de dados da Universidade do Porto não seja necessário proceder a uma organização e anotação “intensiva” por parte do curador, agilizando todo o processo. As plataformas propostas para apoiar o processo de depósito e anotação de dados são a UPBox e o DataNotes, desenvolvidas por Pedro Barbosa (2013) e Mariana Gouveia (2013) respetivamente, no contexto de dissertação académica. Com a plataforma UPBox pretende-se estabelecer um serviço de armazenamento de dados de investigação na nuvem, dados esses que oportunamente possam ser submetidos para curadoria e consequentemente disponibilizados no Repositório de dados da Universidade do Porto. A utilização da 83 UPBox é semelhante à popular solução na nuvem, Dropbox, comummente usada pelos investigadores, e visa funcionar como uma alternativa às já referidas práticas ad-hoc de gestão de dados entre os investigadores. Esta plataforma apresenta diversas funcionalidades que permitem a gestão remota de ficheiros expressa nos casos de uso da figura 24. Figura 24: Casos de uso UPBox (Barbosa, 2013) Assim durante a interação com a UPBox o investigador, como utilizador, deve efetuar a sua autenticação com as credenciais da Universidade do Porto, para não ter de criar um registo específico. Após o login o investigador pode criar um novo projeto, associar diretórios e ficheiros ao mesmo, fazer o download ou eliminar um ficheiro previamente carregado, assim como, associar ou remover outro investigador do projeto. Note-se que a anotação do ficheiro, propriamente dita, é feita na aplicação DataNotes, mas o processo é desencadeado na UPBox através de um botão que serve para fazer a transição entre as plataformas. Na UPBox será possível a marcação do diretório como disponível para curadoria, mas à data da realização desta dissertação essa funcionalidade não se encontra disponível, não sendo considerada nas tarefas propostas para o teste de utilização. No caso do DataNotes pretende-se estabelecer uma plataforma colaborativa, com base numa wiki semântica, que permite aos investigadores anotar os dados associados a um determinado projeto. O processo de anotação é suportado por descritores previamente introduzidos, que tal como foi 84 explicado no capítulo 3, tanto podem pertencer a esquemas de metadados formais (estabelecidos, documentados), multidisciplinares, ou criados para um domínio concreto. A descrição dos dados permitirá que estes se tornem interpretáveis para outros investigadores, tendo em conta os princípios da criação de projeto e associação de colaboradores ao mesmo. Figura 25: Casos de uso DataNotes (Gouveia, 2013) Do ponto de vista do utilizador o DataNotes apresenta os seguintes casos de uso: após realizar o login na wiki, o utilizador pode selecionar qual dos projetos pretende visualizar na estrutura de diretórios e ficheiros. Assim que essa seleção é feita surge uma estrutura onde o utilizador pode indicar o que pretende anotar. No caso dessa anotação já estar feita em determinado ficheiro ou pasta os metadados podem ser verificados, de outra forma surge uma nova página para iniciar a anotação. A página de anotação apresenta por definição alguns campos do esquema de metadados Dublin Core para orientação do utilizador, contudo o utilizador pode escolher entre outros descritores, usar os mais pertinentes e eliminar aqueles que não precisa. 85 De seguida são apresentadas as tarefas a executar e os resultados dos testes de utilização das plataformas UPBox e DataNotes. Os resultados são acompanhados por sugestões de melhoria, caso estas se justifiquem. 4.2.1 Resultados do teste de utilização das plataformas UPBox e DataNotes Tarefa 1 – Criação de um projeto Para a iniciar 0 teste da plataforma UPBox foi pedido aos participantes que criassem um novo projeto. A tarefa deveria ser completada através do clique no botão “New Project” e consequente preenchimento dos campos “Project name” e “Project description”, terminando com “Create Project”. O nome e descrição do projeto ficaram ao critério dos participantes. Figura 26: Processo de criação de um projeto (UPBox) A criação de um projeto revelou-se relativamente simples de executar como comprovam os resultados obtidos. 86 lembrou. O participante G recomendou que o cabeçalho fosse completo com mais informação relativa às funções a desempenhar neste interface, dando o exemplo de - “Gestão de ficheiros”. Tarefa 6 – Iniciar processo de anotação A última tarefa a executar no UPBox teve como objetivo iniciar o processo de anotação. Através do ícone destacado na figura 32, o participante faz a transição do UPBox para o DataNotes. Figura 32: Iniciar processo de anotação (UPBox) Esta tarefa revelou-se a de maior complexidade na UPBox. O participante A ficou confuso com a forma pela qual se faz a transição para o DataNotes, ou seja, a forma de começar o processo de anotação. Os comentários feitos durante a tarefa foram os seguintes: “Não estou a ver”; “É isto aqui, UPBox?”; “Daqui não consigo sair”; “Há algum link para lá?”. O participante B também teve algumas dificuldades em executar a tarefa. Não compreendendo imediatamente qual era o ícone que lhe permitiria dar início à anotação retrocedeu à página inicial e perguntou - “aqui?”. Durante a tarefa este participante e o participante D carregaram inadvertidamente no link do ficheiro (download). O participante E definiu o ícone de anotação como pouco intuitivo, tendo cometido um erro e regressado à página inicial da UPBox para procurar a solução, comentando - “não é fácil ver como isso se faz”. O participante F demonstrou uma certa hesitação em identificar o botão de iniciar a anotação, apesar de não cometer erros ou retroceder de página, procurou durante 32 segundos essa opção. 93 Tabela 23: Resultados tarefa 6 (UPBox) Participante Regressa à página inicial Pede ajuda Comete erro Abandona tarefa Tempo despendido A - 4 2 - 66 s B 1 1 1 - 45 s C - - - - 15 s D - - 1 - 12 s E 1 - 1 - 26 s F - - - - 32 s G - - - - 5 s média32.42 s Foi opinião unânime entre os participantes que a funcionalidade de prosseguir para a anotação deva estar sinalizada com maior nitidez ou ser acompanhada de informação complementar, nomeadamente no cabeçalho. Entre os participantes houve quem sugerisse que o ícone podia ser mais representativo da função, dando como exemplo um lápis, mas em maiores dimensões. O participante F recomendou o aproveitamento do muito espaço livre do interface para ser introduzida uma caixa de ajuda ao utilizador, que pudesse resolver este problema. O tempo médio de execução desta tarefa demonstra que não se trata de uma funcionalidade eficaz se comparado com o tempo médio da tarefa anterior (10.57 segundos), em que o modo para atingir o objetivo era idêntico. Isto, somado aos comentários dos participantes e a incidência de erros e pedidos de ajuda indicam que uma alteração deve ser feita na representação do ícone de anotação. Tarefa 7 - Selecionar ficheiro a anotar A primeira tarefa pedida para os participantes executarem no DataNotes foi a seleção de um ficheiro entre os anteriormente submetidos na UPBox. Para isso os participantes deveriam clicar no botão “Select” no canto inferior direito, que dá acesso a uma estrutura de ficheiros UPBox. 94 Figura 33: Seleção de ficheiro a anotar (DataNotes) O participante B teve dificuldades em encontrar o botão “Select”, cometendo dois erros ao clicar em opções irrelevantes para ser bem-sucedido nesta tarefa, confirmando ainda com o analista se o botão “Select” era o pretendido antes de pôr fim à tarefa. Após terminar referiu que a opção para selecionar o ficheiro devia estar em destaque - “devia aparecer maior, fiquei um pouco na dúvida”. Tal como o participante B, o participante C não conseguiu encontrar a caixa de seleção do ficheiro com facilidade. Os erros cometidos devem-se à exploração de vários botões no interface inicial do DataNotes, e por consequência o participante C teve de voltar três vezes à página inicial. Durante a realização da tarefa comentou não encontrar a opção para selecionar o ficheiro a editar. O participante D hesitou um pouco e procurou confirmar junto do analista se o seu procedimento era o correto antes de escolher definitivamente o ficheiro - “Chegar aqui, não?”; “é isto?” - o que foi entendido como dois pedidos de ajuda. 95 Tabela 24: Resultados tarefa 7 (DataNotes) Participante Regressa à página inicial Pede ajuda Comete erro Abandona tarefa Tempo despendido A - - - - 37 s B - 1 2 - 59 s C 3 1 7 - 175 s D - 2 - - 54 s E* - - - - - F - - - - 77 s G - - - - 47 s média64.14 s * O registo de dados relativos ao participante E não foi contabilizado por motivos de uma falha momentânea no sistema que implicou que o analista procedesse à resolução do problema, o que em último caso condicionou os resultados. À luz dos resultados, tempo médio despendido (a duração prevista para a realização da tarefa era de 30 segundos) e ocorrências de erros, a opção de seleção de ficheiro não pode ser considerada como eficaz e eficiente. Para o participante F a caixa de seleção de ficheiros deve ser colocada numa posição cimeira, invertendo a ordem com todas as opções que surgem na coluna da esquerda, que na sua opinião produzem ruído. Já o participante G queixou-se da omissão do nome do projeto enquanto navegava pela estrutura de ficheiros, o que lhe causou uma sensação de confusão. Tendo em conta o carácter central da seleção do ficheiro a anotar para o processo a decorrer no DataNotes este problema de usabilidade deve ser corrigido. Tarefa 8 – Editar anotação Após selecionar o ficheiro a anotar, o DataNotes conduz o utilizador para a página de criação de metadados associada ao documento. Para a realização da tarefa 8 foi pedido aos participantes que simulassem a anotação de um ficheiro escolhendo os seguintes campos: dc.title; dc.subject; dc.creator; dc.date; dc.description. Tal como é sugerido na figura 34, o campo dc.title aparece automaticamente na abertura desta página, o mesmo acontece nos casos do dc.description e do dc.subject. Os restantes campos teriam de ser selecionados a partir do botão “Select” que dá acesso a uma lista de descritores pré-definida. O preenchimento dos campos, ou seja o grau de detalhe da anotação, ficou ao critério de cada um. Para 96 terminar a tarefa foi pedido aos participantes que gravassem a edição. Foi também sugerido aos participantes que memorizassem a anotação feita no campo dc.creator para executarem uma das tarefas posteriores (tarefa 10). Figura 34: Página de edição de metadados (DataNotes) Apesar da demora para executar a tarefa, os participantes A, E, F e G não tiveram problemas em chegar à página de edição. O tempo despendido deveu-se ao grau de detalhe conferido à descrição (opção facultativa). O participante C referiu - “não encontro o link” - enquanto procurava o botão que lhe daria acesso à seleção dos campos, solicitando ainda a ajuda do analista em dois momentos. O participante E reconheceu a simplicidade em selecionar os campos. Tabela 25: Resultados tarefa 8 (DataNotes) Participante Regressa à página inicial Pede ajuda Comete erro Abandona tarefa Tempo despendido A-- - -236 s B-- - -78 s C-2 1 -214 s D- - - - 52 s E- - - - 207 s F- - - - 159 s G- - - - 126 s média130.42 s 97 O participante E após terminar a tarefa referiu que entendia como desvantagem o facto de não estarem definidos metadados como obrigatórios, clarificando que no seu ramo de investigação essa é uma questão essencial para criar as condições ideais de partilha. O participante F partilhou este ponto de vista, aconselhando a adoção de um sinal tipográfico para identificar os campos que devem ser de preenchimento obrigatório. O participante E acrescentou que devia ser utilizado um esquema de cores para guiar o processo de anotação. Vermelho para indicar que o processo de edição está por iniciar, amarelo para uma anotação incompleta e verde como certificado de validação. Desta forma seria retirado o desconforto de ter de preencher tudo de uma só vez, tornando o processo gradual e mais fácil de acompanhar. Outro dos aspetos mencionados pelo participante F foi a discrepância entre os campos de título, com uma barra de preenchimento curta, e de assunto, com uma barra longa, propondo uma inversão desta lógica. Para além disso, e como o campo de assunto por norma é preenchido mais do que uma vez pode ser aborrecido para o utilizador ter de ir buscar o campo à caixa de seleção sempre que o desejar repetir. Este constrangimento pode ser ultrapassado segundo o participante F se o sistema permitir acrescentar campos simplesmente por clicar num botão (+) colocado à frente dos campos. Referiu que o botão “Save page” deveria ocupar uma posição de maior destaque. Por fim aconselhou a adoção de um calendário durante o preenchimento da data, para não tornar ambígua essa anotação ( por exemplo: 01, june, 2o13 / 1, june, 2013). Uma possibilidade para agilizar o processo de anotação, para não obrigar o utilizador a preencher vários ficheiros com as mesmas descrições, é permitir que o sistema associe automaticamente as descrições da pasta “mãe” aos ficheiros incluídos, salvaguardando, porém, que a anotação possa ser feita particularmente num determinado ficheiro caso haja essa necessidade. Por outro lado a caixa de seleção de metadados deve ser organizada de acordo com o domínio para que o número elevado de elementos a percorrer não torne a tarefa penosa. O que também foi possível concluir pelo analista durante os testes prévios é que o sistema não grava as edições se o utilizador abandonar a página sem carregar em “Save page”, o que atribui um valor relevante a este botão, que como foi adiantado pelo participante F está discreto. Por isso será incluída nas recomendações de melhoria desta ferramenta uma mensagem de confirmação do abandono da página editada quando forem feitas edições que não tenham sido gravadas. 98 Tarefa 9 – Eliminar uma das anotações A tarefa 9 consistia em eliminar uma das anotações previamente anotadas. A tarefa era concluída no momento em que o utilizador clicasse no botão (x) associado a um descritor à sua escolha (ver figura 34). No entanto os participantes não fizeram a eliminação do ficheiro instantaneamente porque assim que é guardada a edição feita, a exemplo da tarefa anterior, o sistema conduz o utilizador para uma página onde é apresentada uma tabela com os campos preenchidos. A opção do participante para voltar à página de edição requer carregar na opção “Edit with form” ou “Edit”, nesta última os campos a editar aparecem em linguagem XML. O participante A teve alguns problemas em perceber como poderia voltar à página de edição para eliminar uma anotação. Alguns dos comentários feitos por este participante foram os seguintes: “Não sei o que quer dizer “edit with form””; “sei lá!”; “qual a diferença entre “edit” e “edit with form” - contabilizando um erro por explorar o botão “edit” sem que daí tivesse conseguido fazer a eliminação do campo. Após a tarefa seguiu-se uma explicação sobre a diferença entre os botões, o que nas palavras do participante significa que o botão “edit” - “não presta!”. O participante B teve dificuldade em executar a tarefa. Não viu o botão “edit with form”, o que o levou à exploração de opções irrelevantes para a tarefa. Os comentários deste participante revelaram um sentimento de aparente frustração - “não aparece nada para apagar”. A tarefa foi concluída após o participante B ter feito a sugestão de a abandonar. No caso do participante C a tarefa só foi terminada após uma exploração intensa dos botões presentes no interface o que levou à contagem de onze erros, e o regresso à página inicial do DataNotes por três ocasiões. Este participante referiu - “não estou a ver” - e perguntou - “como se faz?”. O participante G teve o mesmo tipo de problemas que os outros participantes com a particularidade de ter insistido com o botão “browse properties” e consultado o “help” que no entanto apenas apresenta uma mensagem da não existência de texto. Os comentários feitos por este participante foram - “não estou a ver”; “está complicado”; “estou a andar em círculos”. Apesar dos problemas em aceder à página de edição de anotação, uma vez dentro dessa página nenhum dos participantes teve dúvidas em relação ao botão que permite eliminar um registo. 99 Tabela 26: Resultados tarefa 9 (DataNotes) Participante Regressa à página inicial Pede ajuda Comete erro Abandona tarefa Tempo despendido A - 2 1 - 39 s B - - 2 X 140 s C 3 2 11 - 215 s D - - - - 17 s E - - - - 18 s F - - - - 23 s G 4 3 8 - 265 s média102.42 s No final da tarefa os participantes A, B, C, D e G referiram que a solução para resolver o problema de voltar à edição dos ficheiros, seria acrescentar essas opções à tabela apresentada (fig. 35). Tanto o participante B como G concluíram que os elementos de interação estão muito distantes, a caixa de seleção no canto inferior esquerdo e a opção de editar no canto superior direito. Ambos recomendaram uma aproximação entre as funcionalidades chave. Figura 35: Tabela de descrições (DataNotes) O que estes resultados traduzem não é um problema na eliminação de campos mas sim no processo de edição, portanto as modificações devem minimizar a dispersão das opções ao dispor do utilizador, assim como flexibilizar a edição na tabela de dados descritos. Por fim a página de ajuda deve ser editada. Tarefa 10 – Recuperar ficheiro pela autoria (dc. creator) Para executar a tarefa 10 foi pedido aos participantes que recuperassem um dos documentos editados. Essa recuperação teria de ser feita com recurso à caixa de pesquisa no canto superior esquerdo do 100 interface do DataNotes, ao colocar como interregação ao sistema o nome que atribuíram ao dc.creator no momento da edição dos ficheiros (tarefa 8). Note-se que no momento da edição de campos foi pedido aos participantes que relembrassem a autoria do ficheiro. Figura 36: Caixa de pesquisa (DataNotes) O participante B não identificou a caixa de pesquisa prevista para a execução com sucesso desta tarefa. Após voltar à página inicial este utilizador percorreu outros dois botões “view history” e “recent changes”, o que implicou a contagem de dois erros. O participante G cometeu um lapso que não deve ser tido como relevante. Tabela 27: Resultados tarefa 10 (DataNotes) Participante Regressa à página inicial Pede ajuda Comete erro Abandona tarefa Tempo despendido A - - - - 16 s B - - 2 - 58 s C - - - - 13 s D - - - - 10 s E - - - - 11 s F - - - - 13 s G - - 1 - 17 s média19.71 s O participante B recomendou que na página inicial deveria estar presente uma lista de documentos relativos ao utilizador registado, enquadrada no centro da página e devidamente estruturada no caso do número de ficheiros atingir uma dimensão considerável, que pudesse ser navegada até ser encontrado o ficheiro de interesse. 101 Tarefa 11 – Voltar à página de anotação e adicionar campo A última tarefa proposta para realizar na plataforma DataNotes determinou que os participantes voltassem à página de anotação e adicionassem o campo dc.type aos campos anteriormente anotados. Tal como na tarefa 9 os participantes teriam de recorrer à opção “Edit with form” após o surgimento da tabela com as descrições efetuadas. Figura 37: Seleção de metadados (DataNotes) O participante A revelou dificuldades em levar a cabo esta tarefa, particularmente em voltar ao campo de edição de dados, mesmo tendo em consideração o procedimento da tarefa 9. Os comentários tecidos por este participante foram - “não está evidente”, “New page?, “não consigo lá chegar”, “não sei”, “será isto?”. Decorrente dos erros cometidos e do facto de ter reiniciado a tarefa por três vezes, somados aos pedidos de ajuda, este participante decidiu-se pela desistência da tarefa. O participante B também revelou dificuldades no processo de adição de um novo elemento à descrição do ficheiro, navegou por oito botões de funcionalidade irrelevantes para o utilizador e fez duas tentativas de voltar ao início da tarefa. Tabela 28: Resultados tarefa 11 (DataNotes) Participante Regressa à página inicial Pede ajuda Comete erro Abandona tarefa Tempo despendido A 3 2 4 X - B 2 - 8 - 176 s C - - - - 33 s D - - - - 18 s E - - - - 21 s F - - - - 27 s G - - - - 43 s média53.42 s 102 Conclusão A gestão dos dados de investigação é uma atividade que levanta alguns problemas. Esses problemas estão relacionados com o registo incorreto dos dados, devido à falta de prática dos investigadores ou do tempo que eles podem dedicar a esta tarefa. A falta de apoio institucional é também um dos aspetos que condiciona a gestão dos dados de investigação, sendo que em muitos casos os investigadores não dispõem de infraestruturas que garantam o correto armazenamento e preservação dos dados. Para além disso a noção dos benefícios da partilha de dados entre a comunidade científica é uma questão que deve ser reforçada na mente dos investigadores. Estas circunstâncias podem ter consequências severas para o rumo da investigação, uma vez que colocam entraves ao acesso e interpretação dos dados o que dificulta a reutilização dos mesmos, provocando bloqueios à evolução da ciência. Nesse sentido a comunidade científica internacional tem feito esforços para fomentar abordagens de curadoria de dados e implementar serviços relacionados com repositórios de dados, que não só incentivam, como em alguns casos, obrigam à disponibilização dos dados de investigação. Existem também casos em que as entidades financiadoras e as publicações científicas recomendam planos de gestão de dados ou a ingestão destes num repositório. O trabalho desenvolvido nesta dissertação reflete esta problemática, enquadrando-se no processo de implementação na U. Porto de um repositório de dados e de ferramentas desenvolvidas para facilitar a gestão dos dados de investigação. Relembrando os objetivos expostos nas páginas de introdução, este trabalho foi segmentado em duas vertentes. Em primeiro lugar procedeu-se à descrição de dados de investigação de diferentes domínios, nomeadamente através da proposta de perfis de aplicação para cada um deles. Em segundo lugar realizaram-se testes de utilização às ferramentas de gestão de dados, a UPBox e o DataNotes, e ao protótipo do Repositório de dados da Universidade do Porto, com a finalidade de apresentar estas ferramentas aos investigadores e fazer um levantamento de eventuais pontos fracos das mesmas. Mediante os resultados obtidos pode-se afirmar que os objetivos propostos foram alcançados. No que diz respeito à elaboração de perfis de aplicação a confirmação do sucesso do cumprimento deste objetivo chegou através da escrita de um artigo científico, desenvolvido durante a elaboração desta dissertação, submetido e aceite para publicação nas atas da International Conference on Dublin Core and Metadata Applications, a decorrer em setembro de 2013. 109 Esse artigo, com o título “Designing an Application Profile using qualified Dublin Core: a case study with fracture mechanics datasets” consistiu num relatório de projeto onde foi descrita a experiência do levantamento das circunstâncias de gestão de dados grupo de investigação em fratura de materiais, e o desenho de um perfil de aplicação para a anotação dos dados produzidos por este grupo (ver capítulo 3). Os comentários dos revisores salientam que a proposta de perfil de aplicação é facilmente transferível para outras disciplinas, providenciado a informação necessária para perceber os conceitos fundamentais da experiência realizada. Para além disso o artigo foi considerado como um importante contributo para a comunidade DCMI. Tendo em linha de conta a observação dos revisores sobre a facilidade em transpor o modelo para outros domínios, depreende-se que para os restantes perfis de aplicação propostos os resultados sejam relevantes. Isto, salvaguardando a impossibilidade da reprodução da experiência nos grupos de investigação em estruturas dinâmicas, gravimetria e ecologia georreferenciada. Sendo que nos dois primeiros grupos os elementos para descrição de dados sugeridos foram validados por especialistas no domínio, e no caso do grupo de investigação em ecologia georreferenciada foram adotados elementos da norma INSPIRE, que os mesmos utilizam para anotar as experiências que desenvolvem. Em relação aos testes e demonstração das funcionalidades das plataformas foi possível levantar um número considerável de recomendações por parte dos participantes. Foram recolhidas um total de 17 sugestões de melhoria para o protótipo do Repositório de dados e 41 para as ferramentas de gestão de dados integradas, UPBox e DataNotes. Apesar do número elevado de recomendações as plataformas podem ser entendidas, nesta fase de desenvolvimento, como operacionais, tendo os participantes demonstrado, grosso modo, satisfação e vontade de usufruir destas ferramentas, em virtude do sentido de utilidade que reconhecem nas mesmas e na escassez de serviços deste género orientados aos investigadores. Os problemas identificados na interação dos participantes com as plataformas, uma vez superados, servem para minorar a possível resistência de futuros utilizadores, que experimentem as plataformas sem a presença de um intermediário, à adoção destas como ferramenta de trabalho. Todavia, convém salientar que a experiência não decorreu sem limitações. Uma dessas limitações está relacionada com questões de agenda dos investigadores, que na maioria dos casos não permitiu efetuar mais do que uma sessão com os mesmos. Outra limitação foi a indisponibilidade em recorrer a ferramentas apropriadas ao desenvolvimento dos teste de utilização, face à realização dos mesmos no local de trabalho e computador pessoal dos investigadores. As perspetivas de trabalho futuro, do ponto de vista da gestão de informação, devem ponderar a investigação no desenvolvimento de vocabulários controlados, esquemas de codificação e ontologias a 110 validar por especialistas dos mais diversos domínios, que obriguem à adoção de termos exatos para retirar a ambiguidade no momento da anotação dos dados. O estabelecimento de um vocabulário controlado vai também permitir uma percentagem maior na recuperação de resultados de interesse no momento da pesquisa, para além de orientar na construção de índices de pesquisa e classificadores de navegação no Repositório de dados da Universidade do Porto. Outro aspeto que pode ser alvo de investigação é o desenvolvimento de estratégias de parametrização no momento da ingestão e indexação dos dados no repositório, antecipando casos onde a anotação com o mesmo conteúdo informacional seja feita com recurso a metadados diferentes, nomeadamente a partir de esquemas distintos. O processo descrito ao longo da presente dissertação permitiu identificar paradigmas diferentes ao nível da consciencialização da importância de adoção das melhores práticas de gestão de dados. Por um lado lidou-se com investigadores que não tinham sensibilidade para a questão da descrição de dados, em que conceitos como metadados ou descritores não eram familiares. Neste caso a necessidade da anotação não era encarada como uma oportunidade de solução para o transtorno de gerir o volume crescentes de dados, não havendo sequer a evidência da gestão de dados como um problema identificado. Por outro lado existem grupos que se encontram a trabalhar a gestão de dados a um nível de maturidade elevado, em consequência da sua participação em projetos que obrigam a uma maior preocupação em termos de catalogação e organização dos dados, ou simplesmente porque operam em domínios que levam um avanço relativo quando se trata de gestão e preservação de dados. Esta observação levanta diferentes desafios e oportunidades para um profissional envolvido na curadoria de dados, devendo este moldar a sua abordagem ao tipo de perfil dos investigador de cada um dos paradigmas. Enquanto a mediação com grupos de investigação pouco experientes deve passar por um processo de educação dos mesmos, na interação com grupos mais experientes a postura a adotar poderá passar pela disposição à aprendizagem, tirando partido das melhores práticas de gestão de dados que estes tenham para oferecer. Esta experiência possibilitou promover a consciencialização do valor das práticas de boa descrição de dados entre os grupos de investigação e à medida que cada vez mais investigadores começarem a descrever os seus dados, mais facilmente estes serão transpostos para o Repositório de dados da Universidade do Porto. Com a continuidade deste trabalho, possivelmente alargado a grupos de investigação de diferentes domínios, pode-se obter um alargamento do conhecimento sobre as práticas de gestão de dados no contexto de investigação realizada na U. Porto, e contribuir para melhorar as ferramentas de gestão de dados. 111 Contudo, e qualquer que seja o grau de experiência dos investigadores na gestão de dados, ficou patente no contato efetuado com os investigadores que é do interesse destes em ver desenvolvidas ferramentas que lhes permitam armazenar, preservar, recuperar e partilhar (com as devidas reservas) os dados que produzem. Para terminar, e na esperança que a prática se generalize, o crescimento do Repositório de dados da Universidade do Porto pode motivar outros investigadores a valorizar a curadoria de dados, tendo em vista o aumento da visibilidade através da citação de dados. 112 Referências Bibliográficas Akmon, D. (2011). Moving Beyond Sharing vs Withholding to Understand How Scientists Share Data Through Large-Scale, Open Access Databases. iConference (pp. 634–635). Seattle: ACM. Akmon, D., Zimmerman, A., Daniels, M., & Hedstrom, M. (2011). The Application of Archival Concepts to a Data-Intensive Environment: Working with Scientists to Understand Data Management and Preservation Needs. Archival Science, 11(3-4), 329–348. Albanese, A. (2009). Institutional Repositories: Thinking Beyond the Box. Library Journal, 134(4), 26–28. Acessível em: http://www.libraryjournal.com/article/CA6639327.html AUSTRALIAN NATIONAL DATA SERVICE (2011). Metadata Guide Working Level. Intersect. Disponível em: http://www.ands.org.au/guides/metadata-working.html Arzberger, P., Schroeder, P., Beaulieu, A., Bowker, G., Casey, K., Laaksonen, L., & Moorman, D. (2004). Promoting Access to Public Research Data for Scientific , Economic , and Social Development. Data Science Journal, 3(November), 135–152. Asunka, S., Chae, H. S., & Natriello, G. (2011). Towards an understanding of the use of an institutional repository with integrated social networking tools: A case study of PocketKnowledge. Library & Information Science Research, 33(1), 80–88. doi:10.1016/j.lisr.2010.04.006 Ball, A. (2006). Briefing Paper: the OAIS Reference Model, (February), 1–18. Acessível em: www.ukoln.ac.uk/projects/grand-challenge/papers/oaisBriefing.pdf Bawden, D. (2006). Users, user studies and human information behaviour: A three-decade perspective on Tom Wilson’s “On user studies and information needs”. Journal of Documentation, 62(6), 671–679. doi:10.1108/00220410610714903 Barbosa, José Pedro (2013). UPBox: Armazenamento na Nuvem para Dados de Investigação na Universidade do Porto. Tese de Mestrado. Faculdade de Engenharia da Universidade do Porto, Portugal Beyer, H., & Holtzblatt, K. (1999). Contextual Design. Interactions, 6(1), 32–42. Belkin, N. (1980). Anomolous States of Knowledge as a Basis for Information Retrieval. The Canadian Journal of Information Science, 5, 133–143. 113 Borgman, C. L., Wallis, J. C., Mayernik, M. S., & Pepe, A. (2007). Drowning in Data: Digital Library Architecture to Support Scientific Use of Embedded Sensor Networks. JCDL, June(18-23), 269–277 Buneman, P. (2004) The two cultures of digital curation. Proceedings. International Conference on Scientific and Statistical Database Management. 7-7 CCSDS. (2012). Reference Model for an Open Archival Information System (OAIS): Magenta Book, (June). Chowdhury, G. (2010). From digital libraries to digital preservation research: the importance of users and context. Journal of Documentation, 66 (2).207–223. doi:10.1108/00220411011023625 COMISSÃO EUROPEIA (2010). Sharing knowledge: open access and preservation in Europe. Doi:10.2777/63410 COMISSÃO EUROPEIA (2011). National open access and preservation policies in Europe - Analyses of a questionnaire to the European Research Area Committee. Doi:10.2777/74207 Conwey, P. (1986). Facts and Frameworks: An Approach to Studying the Users of Archives. American Archivist, 49(October 1985), 393–407. Cronin, B. (2001), “T.D. Wilson: an appreciation”, Journal of Documentation, Vol. 57 No. 1, pp. 1-5 Crow, R. (2002). The Case for Institutional Repositories: A SPARC Position Paper. The Scholarly Publishing and Academic Resources Coalition, (August), 37. Gouveia, Mariana (2013) DataNotes – um sistema colaborativo para a anotação de estruturas de directórios. Tese de Mestrado. Faculdade de Engenharia da Universidade do Porto, Portugal. Giglia, E. (2011). Open Access, Open Data: Paradigm Shifts in the Changing Scholarly Communication Scenario: Conference Report. D-Lib Magazine, 17(3-4). doi:10.1045/march2011-giglia Hariri, N., & Norouzi, Y. (2011). Determining evaluation criteria for digital libraries’ user interface: a review. The Electronic Library, 29(5), 698–722. doi:10.1108/02640471111177116 Heery, Rachel & Patel, Manjula (2000). Application Profiles: Mixing and Matching Metadata Schemas. Ariadne, 25 (September). Acessível em: http://www.ariadne.ac.uk/issue25/app-profiles Hey, T., Transley, S., & Kirstin, T. (2009). The Fourth Paradigm: Data Intensive-Scientific Discovery. Redmond.Washington: Microsoft Research. 114 Jeng, J. (2005). Digital Libraries: Effectiveness, Efficiency, Satisfaction, and Learnability. Libri, 55, 96–121. Joo, S., & Lee, J. Y. (2011). Measuring the usability of academic digital libraries: Instrument development and validation. The Electronic Library, 29(4), 523–537. doi:10.1108/02640471111156777 Kani-Zabihi, E., Ghinea, G., & Chen, S. Y. (2006). Digital libraries: what do users want? Online Information Review, 30(4), 395–412. doi:10.1108/14684520610686292 Kellie, S., Ballaux, B., Christensen-Dalsgaard, B., Hofman, H., Hansen, J. H., Innocenti, P., Nielsen, M. P., et al. (2008). Considering the User Perspective Research into Usage and Communication of Digital Information. D-Lib Magazine, 14(5/6). Kim, H. H., & Kim, Y. H. (2008). Usability study of digital institutional repositories. The Electronic Library, 26(6), 863–881. doi:10.1108/02640470810921637 Li, Y., & Banach, M. (2011). Institutional Repositories and Digital Preservation: Assessing Current Practices at Research Libraries. D-Lib Magazine, 17(5/6). doi:10.1045/may2011 Lyon, Liz (2010) Data Dimensions : Disciplinary Differences in Research Data Sharing , Reuse and Long term Viability A comparative review based on sixteen case studies. A report commissioned by the DCC and SCARP Project, Key Perspectives Ltd, (January) Michener, W. K. (2006). Meta-information concepts for ecological data management. Ecological Informatics, 1(1), 3-7. Mick, C. K., Lindsey, G. N., & Callahati, D. (1980). Toward Usable User Studies. Journal of the American Society for Information Science, 347–356. Murray-Rust, P. (2008). Open Data in Science. Serials Review, 34(1), 52–64. doi:10.1016/j.serrev.2008.01.001 National Science Board (2005). Long-lived digital data collections: Enabling research and education in the 21st century. Disponível em http://www.nsf.gov/pubs/2005/nsb0540/. Consultado a 9 de abril de 2013 Nielsen, J. (2003). “Usability 101: Introduction to usability”. Useit.com: Usable Information Technology, August. Disponível em: http://www.nngroup.com/articles/usability-101introduction-to-usability/ Norberg, L. R., Vassiliadis, K., Ferguson, J., & Smith, N. (2005). Sustainable design for multiple audiences: The usability study and iterative redesign of the Documenting the American South digital library. OCLC Systems & Services, 21(4), 285–299. doi:10.1108/10650750510629625 115 Pfeiffenberger, H., & Carlson, D. (2011). Pfeiffenberger and Carlson (2011) Earth System Science Data (ESSD) - A Peer Reviewed Journal for Publication of Data. D-Lib Magazine, 17(1-2). doi:10.1045/january2011-pfeiffenberger Piwowar, H. a, Day, R. S., & Fridsma, D. B. (2007). Sharing detailed research data is associated with increased citation rate. PloS one, 2(3), e308. doi:10.1371/journal.pone.0000308 Ray, J. (2012). The rise of digital curation and cyberinfrastructure: From experimentation to implementation and maybe integration. Library Hi Tech, 30(4), 604–622. doi:10.1108/07378831211285086 Ribeiro, Cristina & Fernandes, Maria Eugénia Matos (2011). Data Curation at U. Porto: Identifying current practices across disciplianary domais. IASSIST Quarterly, Winter 2011: 14-17 Rice, Robin & Haywood, Jeff (2011). Research Data Management Initiatives at University of Edinburgh. The International Journal of Digital Curation, 6(2), 232–244. Savage, C. J., & Vickers, A. J. (2009). Empirical study of data sharing by authors publishing in PLoS journals. PloS one, 4(9), e7078. doi:10.1371/journal.pone.0007078 Shiri, A., Ruecker, S., Bouchard, M., Stafford, A., Mehta, P., Anvik, K., & Rossello, X. (2009). User evaluation of Searchling: a visual interface for bilingual digital libraries. The Electronic Library, 29(1), 71–89. doi:10.1108/02640471111111442 Siatri, R. (1999). The Evolution of User Studies. Libri, (48)3, 132-141. doi:10.1515/libr. 1999.49.3.132 Smit, E., Van Der Hoeven, J., & Giaretta, D. (2011). Avoiding a Digital Dark Age for data: why publishers should care about digital preservation. Learned Publishing, 24(1), 35–49. doi:10.1087/20110107 Tenopir, C., Allard, S., Douglass, K., Aydinoglu, A. U., Wu, L., Read, E., Manoff, M., et al. (2011). Data sharing by scientists: practices and perceptions. PloS one, 6(6), e21101. doi:10.1371/journal.pone.0021101 Thomas, C., & McDonald, R. (2007). Measuring and Comparing Participation Patterns In Digital Repositories, Repositories by the Numbers Part I. D-Lib Magazine, 13(9/10). Treloar, A. (2009). Design and Implementation of the Australian National Data Service. The International Journal of Digital Curation, 4(1), 125–137. Wallis, J. C., Mayernik, M. S., Borgman, C. L., & Pepe, A. (2010). Digital Libraries for Scientific Data Discovery and Reuse: From Vision to Practical Reality. JCDL, June(21-25), 333–340. 116 Wicherts, J. M., Bakker, M., & Molenaar, D. (2011). Willingness to share research data is related to the strength of the evidence and the quality of reporting of statistical results. PloS one, 6(11), e26828. doi:10.1371/journal.pone.0026828 Wildemuth, B. M. (2003). Why Conduct User Studies? The Role of Empirical Evidence in Improving the Practice of Librarianship by. In Inforum (Ed.), “Fine-Tuning information Strategies” INFORUM 2003; 9th Conference on Professional Information Resources. Praga. Willis, Craig, Greenberg, Jane & White, Hollie (2012). Analyses and Synthesis of Metadata Goals for Scientific Data. Journal of the American Society for Information Science, 63(8): 1505-1520 Wilson, J. A. J., Martinez-Uribe, L., Fraser, M. A., & Jeffreys, P. (2011). An Institutional Approach to Developing Research Data Management Infrastructure. The International Journal of Digital Curation, 6(2), 18–31. Wilson, T. D. (1981). on User Studies and Information Needs. Journal of Documentation, 37(1), 3–15. doi:10.1108/eb026702 Wilson, T. D. (2000). Recent trends in user studies action research and qualitative methods. Information Research, 5(3). Wira-Alam. Andias, Dimitrov, Dimitar & Zenk-Möltgen, Wolfgang. (2012) Extending Basic Dublin Core for an Open Research Data Archive. Proceedings of the Internation Congeference on Dublin Core and Metadata Applications, 2012, 56-61 Zhang, X., & Str, H. (2009). How Usable are Operational Digital Libraries – A Usability Evaluation of System Interactions. EICS, July(15-17), 177–186. Zhang, Y. (2010). Developing a Holistic Model for Digital Library Evaluation. Journal of the American Society for Information Science, 61(2000), 88–110. doi:10.1002/asi 117 ANEXOS 118 Prioridade do serviço Nenhuma Baixa Média Alta Não sei Aptidão para citar data sets nas minhas publicações x Data set deve ser citado por outros quando usados x Aptidão para restringir o uso de data sets a outros utilizadores X – restrito a elementos do grupo Outro serviço – um serviço que me agradaria era ter a capacidade de partilhar com facilidade os dados com os outros elementos, e parece que o vosso serviço podia facilitar isso, interessa-nos ter os dados depositados e facilmente consultados e outras coisas que nos interessam. Todavia existe o problema de ter de pedir os acessos de elementos externos, que correspondem a maioria das pessoas do nosso grupo, este é o maior problema. Não me ocorre a necessidade de ter aptidão para citar as minhas próprias publicações. Não existe prioridade nesse aspeto. Não temos necessidade de citar dados que dão origem aos dados. Mais importante que citar o dataset é importante a citação do artigo quando esses dados são usados. O acesso tem de estar restrito aos elementos do grupo. A partir do momento do embargo e publicação não posso dar resposta por mim mesmo, eventualmente, mas teria de ser discutido com colegas da UTAD, uma vez que os dados são gerados lá, aqui tratamos questões de ordem teórica e numérica. 3– Transferência de dados / Ingestão dos dados num Repositório. Que ações devem estar previstas para que os dados possam ser depositados num repositório ou transferidos do seu controlo para curadoria? Isso seria feito por nós, não teriamos dificuldade em fazer isso caso o serviço seja user-friendly. O entrevistado mostrou vontade de manter a sua autonomia. 4 – Organização e Descrição dos dados. Como são os datasets organizados e descritos (anotações detalhadas; tabelas, etc..,)? Utilizada algum esquema standard para a descrição de dados? Qual? É necessária alguma descrição adicional para que alguém com conhecimentos similares possa interpretar os dados? Existe informação adicional (contextual ou documental) necessária para que outros interpretem e usem os dados? A informação em princípio não é detalhada, diria que é mesmo escassa. Basicamente todos os elementos estão dentro do assunto, e conseguem interpretar os dados sem dificuldade. A informação 125 circula bem entre pessoas que conhecem o domínio. Nos dados que cedi tem uns desenhos que para elementos do grupo não seriam precisos. Quem chega vem preparado para compreender os dados. Não utilizamos esquemas de metadados standard. Pessoas da mesma área não precisam de informação adicional para compreender os dados em brutos, qualquer aluno saído da licenciatura vai compreender esses dados. Na segunda fase é que já é preciso informação adicional para interpretar os dados trabalhados, é necessário conhecer o método, que está publicado nos artigos, e não acompanham os dados. Pessoas fora da área não deveram ter interesse nos dados, a não ser ligadas a engenharia mecânica, e em concreto aqueles dentro da caracterização da fratura dos materiais. 5Propriedade Intelectual Quem é/são o(s) proprietário(s) dos dados? Quais são as fontes de financiamento? Existem outros stakeholders associados aos dados? Os finaciadores exigem: Um plano de gestão de dadosNão Partilhar, publicar ou depositar os dados num repositórioNão Preservação dos dados para além da “vida” do financiamento-Não Proteção dos dados através de uma política de privacidade/confidencialidade-Não Eu diria que são os membros do grupo, em particular da UTAD porque é lá que os dados são produzidos. Diria que essa propriedade é partilhada porque é cá que os dados são tratados. Quase todos os dados são produzidos sob financiamento da FCT, mas não tenho conhecimento de exigências da parte deles, a não ser uma menção nas publicações, isso é o que estamos obrigados a fazer, em relação aos dados não tenho esse conhecimento. Não existem outros stakeholders. 6Interoperabilidade. Nos periódicos em que publica, com maior regularidade, os dados, ou documentação associada, são aceites para publicação? Não nos pedem essa informação, os gráficos resultantes dos dados vão no artigo. Não existe nenhum interesse em relação aos dados em bruto ou exigência de disponibilização dos dados num repositório. 126 7Factor de impacto Prioridade do serviço Nenhuma Baixa Média Alta Não Sei Ter conhecimento de estatísticas sobre o uso dos dados x Ter informação sobre quem usou ou acedeu aos dados x Que informação gostaria de obter sobre os utilizadores que acedem ou usam os seus dados? Para além de estatísticas de uso, há outras medidas ou métodos de análise que gostaria de ver associados aos seus dados? Gostaria de saber a atividade profissional deles, o que andam a estudar, isso seria interessante. Pode dar impulso a novas colaborações e portanto o entrevistado vê a hipotese de obter informação sobre os utilizadores, um factor importante. Não demonstrou interesse noutro tipo de recolha de informação 8Gestão e Preservação dos dados. Que atividades desenvolve para gerir os seus dados? (Incluir software de armazenamento, ou outras ferramentas usadas para fazer essa gestão.) Faz back-ups desses dados? Atualmente toma medidas de proteção desses dados? Quais? Basicamente faço back-ups, mais do que um, através de um disco rígido, uma vez por mês. Quais são as partes (etapas do ciclo de vida) dos dados mais importantes a preservar? (a gerir a longo prazo). Os dados tratados são mais importantes, apesar de os dados tratados incluírem os dados em bruto. No entanto, se tivesse de escolher entre quais perder, não me importava de perder os dados em bruto. Os dados que pretende partilhar são os que precisam de ser preservados? Existem componentes adicionais que precisam de ser preservadas para além dos dados a partilhar? 127 Certo. Uma coisa que o meu colega se queixa com pertinência é da falta de organização das figuras. Temos dificuldade em encontrar figuras, que necessitamos de usar com frequência. Temos figuras que se repetem. Não sabemos qual é a figura original e perdemos muito tempo a procurar essa figura para fazermos alterações às mesmas. Seria útil um serviço de gestão e partilha das imagens produzidas internamente para contornar esse problema de localização das imagens. Durante quanto tempo os dados mantêm valor tanto para si, como para potenciais utilizadores? Sim, estes dados são importantes. Às vezes pegamos em dados que já não víamos há muito tempo. Os dados não ficam datados. São dados de observação e apesar de poderem ser reproduzidos, os resultados obtidos não são necessariamente os mesmos, mesmo quando por exemplo se estuda a mesma árvore no exterior. Os dados estão relacionados com a amostra e não são obrigatoriamente reproduzidos mesmo conhecendo os métodos e materiais. No caso de material artificial talvez seja mais fácil reproduzir estes dados. Não precisam de ser preservados - Menos de 3 anos3 a 5 anos5 a 10 anosMais de 10 anosIndefinidox FIM! 128 Anexo III – Guião teste de utilização Repositório de dados da Universidade do Porto TESTE DE UTILIZAÇÃO DO REPOSITÓRIO DE DADOS DE INVESTIGAÇÃO DA UNIVERSIDADE DO PORTO Investigador: Data: ------------------------------------------------------------------------------------------------------------------------- Questionário pré-tarefas: 1Quais as plataformas que utiliza para pesquisar informação científica? 2Utiliza algum repositório digitial para armazenar, recuperar dados de investigação? 3Considera-se um utilizador experiente neste tipo de plataforma? 3No geral, o que acha desta plataforma? Tarefas: 1. Visualizar coleção “Aereal Gravimetry Runs” 2. Visualizar ficheiros da autoria de “Richard Deurloo” 3. Visualizar ficheiros do assunto “azores” 4. Ordenar ficheiros da coleção “Aereal Gravimetry Runs”, de acordo com a data de emissão, por ordem descendente. 5. Visualizar os ficheiros relativos a “Final Results of the gravimetry runs”; mostrar registo de metadados e abrir um dos ficheiros 6. Explore dados relativos a “Final Results of the gravimetry runs” e visualize os metadados associados e termine com o download dos dados 7. Filtre os dados com altitude igual ou superior a “110.846” e inferior a “110.911” 8. Subscreva coleção “Aereal Gravimetry Runs” Questionário pós-tarefas: 1Principais impressões – Pontos positivos e negativos? 2Quais as principais dificuldades sentidas na realização das tarefas? 3Considera a linguagem utilizada nesta plataforma apropriada? 4Se voltasse a realizar as tarefas acha que as faria sem qualquer dificuldade? 5Considera esta plataforma útil? Em que sentido? Em comparação com outras plataformas? 6Sugestões de funcionalidade - O que mudaria nesta plataforma? 7Numa escala de 0 a 10, como avalia o desempenho desta plataforma? 8Numa escala de 0 a 10, qual o seu nível de satisfação após este experimentar esta plataforma? 129 Tarefa Regressa página inicial Pede ajuda Erro Abandona tarefa Tempo despendido 1 2 3 4 5 6 7 8 FIM! 130 Anexo IV – Guião de teste de utilização das ferramentas UPBox e DataNotes TESTE DE UTILIZAÇÃO DA UPBOX E DATANOTES Investigador: Data: ------------------------------------------------------------------------------------------------------------------------- Tarefas: 1.Criação de um projeto 2.Partilhar ficheiro com um colaborador 3.Criar uma pasta e adicionar ficheiro(s) 4.Efetuar download de ficheiro 5.Remover ficheiro do projeto 6.Iniciar processo de anotação 7.Iniciar anotação (Selecionar ficheiro a anotar) 8.Editar anotação: dc.title dc.subject dc.creator dc.date dc. description Guardar página 9.Eliminar uma das anotações 10.Regressa a página inicial e pesquisar pelo nome do criador/autor 11.Voltar a página de anotação e adicionar campo dc.type Questionário pós-tarefas: 1Principais impressões – Pontos positivos e negativos? 2Quais as principais dificuldades sentidas na realização das tarefas? 3Considera a linguagem utilizada nesta plataforma apropriada? 4Se voltasse a realizar as tarefas acha que as faria sem qualquer dificuldade? 5Considera esta plataforma útil? Em que sentido? Em comparação com outras plataformas? 6Sugestões de funcionalidade - O que mudaria nesta plataforma? 131 Tarefa Regressa página inicial Pede ajuda Erro Abandona tarefa Tempo dispendido 1 2 3 4 5 6 7 8 9 10 11 FIM! 132 Anexo V – Exemplar de relatório de teste de utilização Relatório do teste de usabilidade da UPBox e do DataNotes Investigador: Marcelo Moura | Departamento de Engenharia Mecânica Data: 14 de março de 2013 Tarefas: 1. Criação de um projeto 2. Partilhar ficheiro com um colaborador 3. Criar pasta e adicionar ficheiros 4. Efetuar download de ficheiro 5. Remover um ficheiro do projeto 6. Iniciar processo de anotação 7. Selecionar ficheiro a anotar 8. Editar anotação: -dc:title -dc:subject -dc:creator -dc:date -dc:description guardar página 9. Eliminar uma das anotações 10.Regressa a página inicial e pesquisar pelo nome do criador/autor 11. Voltar a página de anotação e adicionar campo -dc:type 133 Tarefa Regressa à página inicial Pede ajuda Comete erro Abandona tarefa Tempo dispendido 1 38 segundos 2254 segundos 3 42 segundos 4 6 segundos 5 9 segundos 64 2 1 minuto e 06 segundos* 7 37 segundos 8 3 minutos e 56 segundos 92 1 37 segundos 10 16 segundos 11 3 2 4 x Não terminou tarefa Comentários: Tarefa 1Nada a apontar Tarefa 2 - O utilizador revelou alguma dificuldade em executar esta tarefa. Durante a realização da mesma fez as seguintes perguntas: - Onde está o partilhar aqui? - Clico aqui? E afirmou – Não sei como fazer. - Talvez necessite de afinação. Tarefa 3 - O utilizador comenta a facilidade em adicionar folder, dizendo que está claro, assim como o upload e escolha de ficheiro foram consideradas como atividades óbvias do ponto de vista do utilizador. Tarefa 4 - A tarefa foi executada de forma intuitiva em simultâneo com a proposta para proceder ao download do ficheiro. Tarefa 5 - Nada a apontar 134