Più supporto, più FAIRness: il ruolo cruciale dei servizi nella gestione dei dati aperti.
Abstract
This poster presents the development and impact of the Research Data Management (RDM) support services implemented at the University of Milan since 2017. The analysis illustrates how structured training, front-office assistance, and data curation have significantly increased both the quantity and quality of research datasets deposited on the institutional repository Data@UniMi. Drawing on internal repository metrics and FAIRness assessments, the poster shows that Dataverse curated by the University of Milan (Data@UniMi) has surpassed Zenodo as the preferred platform for UniMi researchers since 2022. This shift is linked not merely to the availability of the repository, but to the growth of an integrated support ecosystem, including monthly RDM trainings, DMP assistance, and dedicated data stewards. The poster also documents the institutional milestones—from the adoption of a university-wide RDM policy to the achievement of the CoreTrustSeal certification in 2024—that have contributed to building a robust and sustainable Open Science infrastructure. The workflow adopted by the data stewards, including FAIR review prior to publication, is presented as a replicable model for institutions aiming to strengthen responsible data management and promote FAIR practices.
Full text
PIÙ SUPPORTO PIÙ FAIR Direzione Performance, Assicurazione Qualità, Valutazione e Politiche di Open Science, Università degli Studi di Milano INTRODUZIONE I servizi strutturati fanno la differenza: a UNIMI, la crescita dell’uso di Data@UniMi segue il potenziamento dei servizi di formazione, front-office e curation, non semplicemente l’installazione della piattaforma. La qualità è riconosciuta: la certificazione CoreTrustSeal ottenuta nel 2024 attesta il valore del modello UNIMI per la gestione responsabile e FAIR dei dati della ricerca. Data@UniMi cresce, Zenodo rallenta: dal 2022, Data@UniMi diventa la scelta preferita per gli utenti UNIMI, in coincidenza con il rafforzamento del supporto alla gestione dei dati. Le scelte dei ricercatori riflettono fiducia: comprendere cosa incentiva (o frena) l’adozione di pratiche FAIR è cruciale per progettare servizi efficaci e promuovere un reale cambiamento culturale. Un modello replicabile: il caso UNIMI mostra come infrastrutture, risorse umane e formazione integrata possano costruire un ecosistema di open science solido, efficace e sostenibile. KEY TAKEAWAYS Abbreviazioni DS: Data Steward | OS: Open Science | RDM: Research Data Management | DMP: Data Management Plan | Data@UniMi: Dataverse, Università degli Studi di Milano Fonti: Dataverse dell’Università degli Studi di Milano; Manfredini, C., & Giovinazzi, L. (2024, maggio 7). Data@UNIMI: un repository e il supporto alla gestione dei dati della ricerca. II meeting della comunità italiana dei Data Stewards "Strumenti di gestione dei dati: esperienze a confronto", Università di Bologna. Zenodo Manfredini, C., Criveller, M., & Giovinazzi, L. (2025). Research Data Management Checklist. Zenodo Basset, D., Criveller, M., Giovinazzi, L., & Manfredini, C. (2025). I dati FAIR: un confronto tra i dataset depositati su Zenodo e Dataverse UNIMI. Zenodo. https:// doi.org/10.5281/zenodo.15691771 Margherita Criveller – Post-doc presso il Dipartimento di Scienze Sociali e Politiche & Data Steward, Università degli Studi di Milano Laura Giovinazzi – Data Steward presso l'Ufficio di Supporto alle Politiche di Scienza Aperta, Università degli Studi di Milano AUTRICI UNIVERSITÀ DEGLI STUDI DI MILANO GENOA WEEK 2025 DATAVERSE VS ZENODO Dal 2021 i dataset su Data@UniMi crescono del +133%, fino a superare Zenodo nel 2024 (111 vs 63). A differenza di Zenodo, Data@UniMi offre supporto RDM e verifica FAIR da parte delle data stewards, migliorando qualità e affidabilità dei dati pubblicati. IMPLEMENTARE IL RDM @ UNIMI 2 1 3 4 UNIMI DATAVERSE WORKFLOW Gli utenti si registrano, contattano le DS per creare uno spazio su Data@UniMi e ricevono i ruoli assegnati. ISCRIZIONE CREAZIONE Gli utenti possono caricare file, gestire metadati, assegnare licenze e scegliere le modalità di accesso ai dati. REVISIONE Le DS verificano la FAIRness di dati e metadati, restituendo i dataset per modifiche. PUBBLICAZIONE Le DS pubblicano il dataset o creano un link privato per inviarlo ai revisori. Servizi a Supporto presso UNIMI I servizi di supporto offerti da UNIMI si suddividono in 1.formazione; 2.assistenza front-office; 3.curatela dei dati. L'offerta formativa comprende quattro sessioni di training, ciascuna della durata di 90 minuti, focalizzate sull'utilizzo dei repository e sulla redazione dei DMP. Dal 2023 ad oggi, abbiamo registrato un notevole aumento degli iscritti, segno di un crescente interesse verso i principi e le pratiche della scienza aperta. Supporto e Workflow L'assistenza front-office consente ai ricercatori di affrontare dubbi e problematiche nella gestione dei dati. Inoltre, il workflow per la pubblicazione dei dati assicura un elevato livello di FAIRness, evidenziato dalla preferenza di depositare i dati su Dataverse piuttosto che su Zenodo. Questo approccio su tre livelli rappresenta una roadmap utile e replicabile per le università impegnate nella scienza aperta. AFFILIAZIONE Dal 2022 al 2024, gli upload aumentano da 2.200 a 13.176 file (+499%), mentre i download passano da 2.662 a 314.590 (+11.720%). Questi dati indicano un utilizzo intensivo del repository e una crescente diffusione dei dataset pubblicati. 2018 2017 2022 2024 2023 2025 Policy gestione dei dati Installazione di Data@UniMi Istituzione Commissione Open Science Arrivo Data Stewards Trainings mensili RDM Supporto DMP Workshop pratici RDM Dataverse Core Trust Seal Training dipartimentali OS Data@UniMi Zenodo Anno Dataset pubblicati da affiliati UniMi 2017 2018 2019 2020 2021 2022 2023 2024 0 20 40 60 80 100 120 140 Download Upload File depositati 2019 2020 2021 2022 2023 2024 0 50000 100000 150000 200000 250000 300000 350000 Essere FAIR è una sfida collettiva. Non bastano le intenzioni individuali: la qualità della gestione dei dati dipende anche da strumenti accessibili, policy chiare e servizi di supporto all’altezza delle esigenze della ricerca. Dal 2017, l’Ufficio Open Science dell’Università degli Studi di Milano ha costruito un percorso strutturato per rafforzare il Research Data Management: dalla policy istituzionale alla creazione del repository Data@UNIMI, fino alla crescita di competenze diffuse grazie a workshop, supporto ai DMP e consulenze personalizzate. Questo poster mostra come queste azioni abbiano inciso concretamente: più dataset pubblicati, un uso crescente di Dataverse rispetto a Zenodo, un aumento misurabile della FAIRness nei processi e nei contenuti – riconosciuto dal CoreTrustSeal ottenuto nel 2024.