Governança de dados científicos e política de autoria em projetos ambientais de pesquisa e inovação transdisciplinares
DOI:
https://doi.org/10.5281/zenodo.16929780Palavras-chave:
redação científica, publicação científica, ética, pesquisa, inovação, conformidadeResumo
A governança eficaz de dados científicos e atribuição equitativa de autoria são essenciais para o sucesso de iniciativas de pesquisa transdisciplinares em larga escala. Com base em nossa experiência em dois programas principais — o “Programa de Diagnóstico de Danos após o desastre da barragem de Brumadinho” na bacia do rio Paraopeba (PDD) e o projeto “IBI UHE-Furnas & UFMG” na bacia do rio Grande —, cada um envolvendo centenas de pesquisadores da academia, indústria e sociedade civil, desenvolvemos e implementamos um modelo abrangente de governança. Os componentes centrais incluem: (1) coleta de dados de campo com protocolos padronizados, que são curados para manter consistência, confiabilidade e reprodutibilidade; e (2) uma política estruturada de autoria, que deve ser o mais objetiva possível e garantir a distribuição justa de créditos entre os participantes. Assim, desenvolvemos uma política baseada na taxonomia CRediT, exigindo pelo menos quatro funções de contribuição (incluindo obrigatoriamente a redação) para elegibilidade de autoria, e oferecendo coautoria àqueles que cumprirem esse critério. Um Comitê Científico diverso supervisiona a revisão de propostas, gerencia conflitos de interesse e previne pesquisas redundantes. Todos os manuscritos devem passar por submissão centralizada e utilizar apenas conjuntos de dados validados, enquanto agradecimentos e declarações de conformidade seguem as normas pertinentes de proteção de dados e ética. A implementação deste modelo esclareceu os papéis dos colaboradores, mitigou práticas de autoria fantasma e presenteada, promoveu uma distribuição transparente de trabalho e aumentou a inclusão, especialmente de pesquisadores em início de carreira e de grupos sub-representados. Nossos resultados demonstram que uma política de governança e autoria deliberadamente flexível, porém rigorosa, pode equilibrar autonomia, justiça e responsabilidade. Este modelo oferece um plano replicável para outros programas colaborativos de pesquisa que busquem manter com justiça a integridade, promover a diversidade e acelerar descobertas científicas confiáveis.
Referências
Adams, J. (2013). Collaborations: The fourth age of research. Nature, 497, p. 557-560.
Allen, L.; Brand, A.; Scott, J.; Altman, M.; Hlava, M. (2014). Credit where credit is due. Nature, 508, p. 312-313.
Brand, A.; Allen, L.; Altman, M.; Hlava, M.; Scott, J. (2015). Beyond authorship: Attribution, contribution, collaboration, and credit. Learned Publishing, 28, p. 151-155.
Burnette, G. A. (2022). Managing environmental data: principles, techniques, and best practices, 340.
Cooke, S. J.; Young, N; Donaldson, M. R.; Nyboer, E. A.; Roche, D. G; Madliger, C. L; Lennox, R. J.; Chapman, J. M.; Faulkes, Z.; Bennett, J. R. (2021). Ten strategies for avoiding and overcoming authorship conflicts in academic publishing. Facets, 6, p. 1753-1770.
Ding, J.; Liu, C.; Zheng, Q.; Cai, W. (2021). A new method of co-author credit allocation based on contributor roles taxonomy: proof of concept and evaluation using papers published in PLOS ONE. Scientometrics, 126, p. 7561-7581.
Farley, S. S.; Dawson, A.; Goring, S. J.; Williams, J. W. (2018). Situating Ecology as a Big-Data Science: Current Advances, Challenges, and Solutions. BioScience, 68, p. 563-576.
Freeman, R. B.; Huang W. (2014). Collaboration: Strength in diversity. Nature, 513, p.305.
Gasser, U.; Almeida, V. A. F. (2017). A Layered Model for AI Governance. IEEE Internet Computing, 21, p. 58-62.
Gibert, K.; Horsburgh, J. S.;Athanasiadis, I. N.; Holmes, G. (2018). Environmental Data Science. Environmental Modelling & Software, 106, p. 4-12.
Hinnant, C. C.; Stvilia, B.; Wu, S.; Worrall, A.; Burnett, G.; Burnett, K.; Kazmer, M. M.; Marty, P. F. (2012). Author-team diversity and the impact of scientific publications: Evidence from physics research at a national science lab. Library & Information Science Research, 34, p. 249-257.
Mowatt, G.; Shirran, L.; Grimshaw, J. M.; Rennie, D.; Flanagin, A.; Yank, V.; MacLennan, G.; Gøtzsche, P. C.; Bero, L. A. (2002). Prevalence of honorary and ghost authorship in Cochrane reviews. JAMA, 287, p. 2769-2771.
OECD. (2022). Going Digital Guide to Data Governance Policy Making. Going Digital Guide to Data Governance Policy Making.
Powell, K. (2018). The power of diversity. Nature, 558, p. 19-22.
R Core Team. (2024). R: A Language and Environment for Statistical Computing_. R Foundation for Statistical Computing, Vienna, Austria.
Savchenko, E.; Rosenfeld, A. (2024). Authorship conflicts in academia: an international cross-discipline survey. Scientometrics, 129, p. 2101-2121.
Smith, J. (1994). Gift authorship: a poisoned chalice? BMJ, 309, p. 1456-1457.
Sudmanns, M.; Tiede, D.; Lang, S.; Bergstedt, H.; Trost, G.; Augustin, H.; Baraldi, A.; Blaschke, T. (2020). Big Earth data: disruptive changes in Earth observation data management and analysis? International Journal of Digital Earth, 13, p. 832-850.
Wieczorek, J.; D. Bloom, D.;, R. Guralnick, R.; Blum, S.; Döring, M.; Giovanni, R.; Robertson, T.; Vieglais, D. (2012). Darwin Core: An Evolving Community-Developed Biodiversity Data Standard. PLOS ONE, 7(29715).
Wilkinson, M. D.; Dumontier, M.; Aalbersberg, I. J.; Appleton, G.; Axton, M.; Baak, A.; Blomberg, N.; Boiten, J. W.; Santos, L. B. S.; Bourne, P. E.; Bouwman, J.; Brookes, A. J.; Clark, T.; Crosas, M.; Dillo, I.; Dumon, O.; Edmunds, S.; Evelo, C. T.; Finkers, R.; Gonzalez-Beltran, A.; Gray, A. J. G.; Groth, P.; Goble, C.; Grethe, J. S.; Heringa, J.; P. t Hoen, P. A. C.; Hooft, R.; Kuhn, T.; Kok, R.; Kok, J.; Lusher, S. J.; Martone, M. E.; Mons, A.; Packer, A. L.; Persson, B.; Rocca-Serra, P.; Roos, M.; van Schaik, R.; Sansone, S. A.; Schultes, E.; Sengstag, T.; Slater, T.; Strawn, G.; Swertz, M. A.; Thompson, M.; Van Der Lei, J.; Van Mulligen, E.; Velterop, J.; Waagmeester, A.; Wittenburg, P.; Wolstencroft, K.; Zhao, J.; Mons, B. (2016). The FAIR Guiding Principles for scientific data management and stewardship. Scientific Data, 3, p. 1; 3, p. 1-9.
Zimba, O.; Gasparyan, A. Y. (2020). Scientific authorship: a primer for researchers. Reumatologia, 58, p. 345-349.
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Copyright (c) 2025 Revista Espinhaço
Este trabalho está licenciado sob uma licença Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
