-
http://repositorio.febab.org.br/files/original/63/6895/SNBU2020_013.pdf
e733c8444081d318afa057cff04e8379
PDF Text
Text
Práticas
GESTÃO DE DADOS DE PESQUISA: MODELO DO SISTEMA NA PERSPECTIVA
SISTEMISTA DE MARIO BUNGE
RESEARCH DATA MANAGEMENT: SYSTEM MODEL FROM MARIO BUNGE'S
SYSTEMIST PERSPECTIVE
Crislaine Zurilda Silveira 1
Vinícius Medina Kern2
Karyn Munyk Lehmkuhl3
Resumo: A atual tendência em direção a uma ciência aberta inclui a transparência dos dados de pesquisa, o que
demanda um sistema de gestão desses dados. O objetivo deste artigo é descrever a gestão de dados de pesquisa
na Universidade Federal de Santa Catarina. A abordagem é a abstração ou modelagem de sistemas baseada no
metamodelo de sistema composição-ambiente-estrutura-mecanismo de Mario Bunge. O modelo resultante é
apresentado em um diagrama que descritivo das partes detectáveis do sistema (composição, ambiente e estrutura)
e uma conjetura explicativa (ou mecanismo) do funcionamento típico do sistema, usando um diagrama de
Boudon-Coleman. O uso metamodelo composição-ambiente-estrutura-mecanismo possibilitou verificar que a
gestão de dados de pesquisa é uma tarefa complexa que envolve vários componentes institucionais. A descrição
do sistema de gestão de dados usando o metamodelo permitiu verificar a potencialidade do uso da abordagem
sistemista de Bunge na avaliação da complexidade de problemas reais presentes em sistemas de informação.
Foram identificadas pesquisas potenciais para a Ciência da Informação.
Palavras-chave: Gestão de dados de pesquisa. Biblioteca Universitária. Sistemismo bunguiano.
Abstract: The current trend towards open science assumes transparency of research data, which demands a
research data management system. This article aims at describing the research data management at the Federal
University of Santa Catarina. The methodological approach is the abstraction or system modeling based on
Mario Bunge's composition-environment-structure-mechanism system metamodel. The resulting model
comprises a diagram with the syste's detectable parts (composition, environment and structure), as well as an
explanatory Boudon-Coleman diagram of a conjecture (or mechanism) of the typical functioning of research data
management. The use of composition-environment-structure-mechanism metamodel made it possible to verify
that research data management is a complex task that involves several institutional components. The description
of the data management system using the metamodel allowed us to verify the potentiality of using Bunge's
systemic approach in evaluating the complexity of real problems present in information systems. We point out
potential research topics for information science.
Keywords: Research data management. University library. Bunge’s systemism.
1 INTRODUÇÃO
A atual tendência em direção a uma ciência aberta inclui a transparência dos dados de
pesquisa, o que demanda um sistema de gestão desses dados. Portanto, dados e informações
1
Mestra. Bibliotecária da UFSC. E-mail de contato: crislaine.silveira@ufsc.br.
Doutor. Professor da UFSC, bolsista de produtividade em pesquisa do CNPq. E-mail contato:
v.m.kern@ufsc.br.
3
Mestra. Bibliotecária da UFSC. E-mail de contato: karyn.lehmkuhl@ufsc.br.
2
�digitais gerados pelas pesquisas necessitam de cuidados específicos, sendo necessária a
criação de modelos de gestão de conteúdos científicos digitais que incluam ações de
arquivamento seguro, preservação, formas de acrescentar valor e de otimização da sua
capacidade de reuso (SAYÃO; SALES, 2012).
Sendo assim, a gestão de dados de pesquisa pode ser considerada um fato social que
interfere na política e na cultura do ambiente onde ele é produzido e gerido. Além disso, sua
gestão, pode impactar na estrutura econômica das instituições de pesquisa e na sociedade,
uma vez que o reuso dos dados e a transparência nas pesquisas têm sido fatores motivados
pelo Movimento do Acesso Aberto.
Uma proposta de gestão de dados de pesquisa precisa considerar toda a rede de atores
envolvidos. Por isso, é preciso o uso de um modelo que abarque toda essa complexidade, o
metamodelo Composition (C) (composição), Environment (E) (ambiente), Structure (S)
(estrutura) e Mechanism (M) (mecanismo) (CESM), proposto por Mario Bunge, pode ser uma
possível solução.
Nesse sentido, objetivo deste artigo é descrever a gestão de dados de pesquisa na
Universidade Federal de Santa Catarina (UFSC), usando o metamodelo CESM. Este assunto
tem sido discutido na Comissão para Concepção do Serviço de Suporte à Pesquisa e Gestão
de Dados Científicos da Biblioteca Universitária da UFSC, da qual as autoras deste artigo
fazem parte, por isso esta foi a motivação para realizar este trabalho.
Essa discussão se inicia brevemente na introdução, na seção 2 é apresentada a
abordagem sistemista de Bunge com seus postulados, na seção 3 é contextualizada a gestão de
dados de pesquisa, na seção 4 são apresentados os procedimentos metodológicos, na seção 5
são apresentados os resultados, na seção 6 são realizadas as discussões, na seção 7 as
considerações finais e por fim, são listadas as referências utilizadas.
2 ABORDAGEM SISTEMISTA DE BUNGE
Na Ciência da Informação o sistemismo bunguiano vem sendo estudado por Kern
(2011), o qual verificou sua contribuição para o estudo e compreensão de grandes sistemas de
informação.
�O sistemismo não é uma teoria para substituir outras, mas uma estratégia para
desenhar projetos de pesquisa, cujo intuito é descobrir características de sistemas de um tipo
particular (BUNGE, 2004). Na perspectiva sistemista de Bunge (2004) tudo no universo é, foi
ou será parte um componente num sistema. Sendo que sistema é um objeto complexo, cujas
partes ou componentes são mantidos juntos por laços de algum tipo, que podem ser lógicos,
no caso de um sistema conceitual, ou materiais, no caso de um sistema concreto e a coleção
de todas essas relações forma sua estrutura (BUNGE, 2004).
Nesse sentido, Bunge (2000) sugere os seguintes postulados:
a) tudo, que seja concreto ou abstrato, é um sistema, um componente real ou
potencial componente de um sistema;
b) sistemas têm características sistêmicas (emergentes) que faltam em seus
componentes;
c) todos os problemas devem ser abordados de forma sistêmica e não setorial;
d) todas as ideias devem ser colocadas juntas em sistemas (teorias); e
e) o teste de qualquer coisa, seja ideia ou artefato, assume a validade de outros itens,
que são tomados como benchmarks, pelo menos de forma provisória.
Kern (2011) afirma que com esses postulados, Bunge declara que os sistemas estão em
todos os lugares, isto é, não há nada permanentemente isolado e por isso aconselha uma visão
sistêmica que pode ser construída a partir do metamodelo CESM.
Nessa perspectiva, um sistema concreto pode ser descrito por meio do acrônimo
CESM, onde a Composição, é a coleção de partes ou componentes do sistema, o Ambiente é a
coleção de itens externos que influenciam ou que são influenciados pelos componentes, a
Estrutura é a coleção de ligações entre componentes e entre esses e os itens do ambiente e o
Mecanismo é a coleção de processos que geram a novidade qualitativa causando crescimento,
manutenção ou o desmantelamento do sistema ou de alguma de suas partes (BUNGE, 1997).
Embora não exista um método para conjecturar mecanismos, Bunge (1997) descreve
sete passos que orientam o uso do CESM:
a) coloque cada fato social em seu contexto mais amplo (ou sistema);
b) divida cada sistema em sua composição, ambiente e estrutura;
c) descreva os vários níveis do sistema e exiba suas relações;
�d) identifique o(s) mecanismo(s) que mantém o sistema funcionando ou que pode(m)
levar a seu crescimento ou decadência;
e) certifique-se de que o mecanismo proposto é compatível com as leis e normas
conhecidas e, se possível, verifique as hipóteses ou teorias, mexendo
experimentalmente nas variáveis em questão;
f) prefira hipóteses, teorias e explicações mecânicas (dinâmicas) a fenomenológicas
(cinemáticas);
g) em caso de mau funcionamento do sistema, examine o CESM e busque consertar o
sistema, alterando alguns ou todos os seus componentes.
Em síntese, a regra 1, recomenda colocar o fato social em seu sentido mais amplo o
que significa não isolá-lo do sistema social que será estudado; a regra 2 está voltada para a
descrição dos aspectos observáveis do sistema; a regra 3 expressa a identificação de macro e
microssistemas dentro do sistema em foco e como suas relações se estabelecem; a regra 4
busca identificar (de forma conjecturada) mecanismos que impactam no sistema; a regra 5
recomenda testar e verificar as conjecturas; a regra 6 busca identificar as melhores práticas
para promover explicações mais profundas e a regra 7 é uma sugestão de intervenção para
promover os efeitos sistêmicos almejados (KERN, 2011).
Neste artigo, cujo objetivo é descrever um sistema voltado para gestão de dados de
pesquisa pela Biblioteca da UFSC, será dado um enfoque nos quatro primeiros itens das
regras bunguianas.
3 GESTÃO DE DADOS DE PESQUISA
Ao se pensar em dados de pesquisa é preciso considerar a interdisciplinaridade e a
natureza díspar e heterogênea intrínseca do objeto “dado de pesquisa”, que pode se originar
em diferentes áreas de conhecimento, com metodologias, jargões, práticas e fluxos específicos
de cada domínio (SALES; SAYÃO, 2019). Sendo assim “[...] dado de pesquisa é todo e
qualquer tipo de registro coletado, observado, gerado ou usado pela pesquisa científica,
tratado e aceito como necessário para validar os resultados da pesquisa pela comunidade
científica” (SALES; SAYÃO, 2019, p. 36).
�A gestão de dados de pesquisa envolve os aspectos de planejamento, aquisição,
organização, estruturação, definição de fluxos analíticos e a seleção de uma ferramenta
computacional apropriada para o armazenamento de dados (BERTIN; VISOLI; DRUCKER,
2017; SAYÃO, SALES, 2015). Além disso, atua nas questões relativas à manipulação,
organização, documentação e agregação de valor, e tem um papel crucial como facilitador nos
processos de compartilhamento dos dados, na garantia da sustentabilidade e acessibilidade
dos dados em longo prazo. Sendo que os pesquisadores e os bibliotecários possuem papéis
cruciais nesta gestão (BERTIN; VISOLI; DRUCKER, 2017; SAYÃO, SALES, 2015).
Ainda de acordo com Sayão e Sales (2015) os pesquisadores, atuam na aquisição e
planejamento dos dados, enquanto os bibliotecários, atuam na organização, estruturação,
definição de fluxos analíticos e ferramenta computacional, os dados de pesquisa, considerados
o insumo de todo o processo de gestão e a ferramenta computacional, representada pelo já
consolidado
termo
“repositório”
para
o
armazenamento
de
dados,
promovendo
compartilhamento dos dados, na garantia da sustentabilidade e acessibilidade dos dados em
longo prazo.
Em relação ao envolvimento da biblioteca Cox et al. (2017) afirma que existe um
amplo debate profissional sobre a natureza exata desse envolvimento na gestão de dados de
pesquisa. Questiona-se até que ponto as bibliotecas podem realizar um papel de liderança,
quais os tipos de serviços que precisam ser fornecidos e o nível de infraestrutura que deve
estar disponível.
As bibliotecas ao gerir dados precisam se atentar que estão lidando com um conjunto
complexo de desafios associados à gestão de dados em suas instituições. Destes desafios
podem ser incluídos: baixos níveis de envolvimento com as principais partes interessadas
(incluindo os pesquisadores), a incerteza sobre os níveis de técnica, infraestrutura necessária,
capacidade da força de trabalho, qualificação do bibliotecário para atuar com a gestão de
dados, obtenção de recursos, a falta de "reconhecimento da necessidade" de uma abordagem
em nível de instituição para gerenciamento de dados, garantias de preservação dos dados,
direitos de acesso e uso, local de armazenamento dos dados (ANNA; DIAS; MACULAN,
2019; COX et al., 2017).
�As atividades e serviços de gestão de dados de pesquisa não são desenvolvidos pelo
bibliotecário isoladamente, há uma série de outras partes interessadas importantes, no âmbito
do planejamento, por exemplo: departamento de TI da instituição, diferentes personagens do
meio acadêmico, como pesquisadores, coordenadores de cursos, agências de fomento e
editores (ANNA; DIAS; MACULAN, 2019; COX et al., 2017).
4 PROCEDIMENTOS METODOLÓGICOS
Considerando que o objetivo do artigo que é descrever a gestão de dados de pesquisa,
na UFSC, usando o metamodelo CESM, foi realizada uma pesquisa bibliográfica e
documental para levantar elementos que subsidiassem sua a concretização.
De acordo com Silva, Vianna e Kern (2016), Bunge prescreve, mas não detalha,
diretrizes para elaborar a descrição de componentes, itens do ambiente e ligações do sistema.
Por isso foram seguidas as etapas da pesquisa descritas por Silva, Formoso, Kern (2013) e
Silva (2014), que buscaram descrever os aspectos observáveis do Sistema (C-E-S).
Posteriormente, o mecanismo (M) foi desenvolvido a partir do diagrama Boudon-Coleman.
As etapas da pesquisa incluem: (1) a seleção de fontes abrangentes; (2) a marcação dos
componentes, itens do ambiente e ligações reconhecidos nessas fontes; (3) a consolidação
dessa marcação por meio da discussão em grupo; e (4) a síntese do modelo, seguida por sua
consolidação por consenso entre pesquisadores. Posteriormente, Silva (2014), acrescentou (5)
a discussão da síntese com peritos na área, e finalmente (6) a síntese de um único modelo
abrangendo a análise, discussão e consolidação de todas as fontes analisadas (textos e peritos).
Neste artigo, a seleção das fontes abrangentes se constituiu de 90 atas das reuniões da
Comissão para Concepção do Serviço de Suporte à Pesquisa e Gestão de Dados Científicos,
do período de 2016 a 2020 (1). A partir das leituras (2), foi realizada a identificação dos
componentes, itens do ambiente e ligações. A as etapas (3) e (4) foram consolidadas durante a
disciplina “Abordagem Sistemista da Informação” vinculada ao Programa de Pós de
Graduação em Ciência da Informação” da UFSC, ministrada no mês de maio de 2021. A
etapa (5) foi realizada com os membros da comissão, cujo objetivo foi validar a modelagem
proposta, em reunião realizada em 01 de junho de 2021 e finalmente foi realizada a síntese do
modelo (6), disponível na figura 1.
�Cabe ressaltar que, por ser uma abstração realizada a partir de atas de reuniões, alguns
elementos diretamente relacionados com a gestão de dados de pesquisa podem não ter sido
contemplados nas atas ou durantes as discussões, o que não significa que esses não sejam
importantes para o sistema.
O mecanismo foi conjecturado seguindo as orientações contidas no diagrama BoudonColeman que busca explicar o mecanismo através de ações macro e microníveis, onde tudo
que ocorre em nível de sistema afeta o indivíduo que por sua vez reage, afetando o sistema e
provocando seu crescimento, manutenção ou o desmantelamento (STOLTZ, 2014).
Já o mecanismo foi proposto a partir de uma suposição de seus impactos para o
sistema de gestão de dados. Pois, de acordo com Bunge (2004), a maioria dos mecanismos
são ocultos de modo que eles precisam ser conjecturados. Isto é, na prática, não existe
nenhum método, muito menos uma lógica, para realizar tal atividade.
5 RESULTADOS
A descrição do sistema de gestão de dados de pesquisa da UFSC foi realizada a partir
da leitura das atas, conforme destacado na seção de procedimentos metodológicos, onde
foram sendo identificados os componentes, itens do ambiente e ligações, conforme quadro 1.
Quadro 1 – Identificação dos componentes, dos itens do ambiente e das ligações.
Fonte: elaborado pelos autores.
�Notas:
* Pró-Reitoria de Pesquisa (PROPESQ)
** Superintendência de Governança Eletrônica e Tecnologia da Informação e Comunicação (SETIC)
*** Instituto Brasileiro de Informação em Ciência e Tecnologia (IBICT)
A UFSC é uma universidade com uma grande variedade de cursos em nível de
graduação e pós-graduação, por consequência, as pesquisas em diversas áreas do
conhecimento produzem dados que refletem essa variabilidade, o que acarreta um grande
desafio a sua gestão. Portanto, o sistema apresentado na figura 1 envolve vários atores. É
importante ressaltar que se trata de um sistema técnico e social. Ou seja, seus componentes
referem-se a atores que influenciam e são influenciados pelo sistema e por um aparato
tecnológico, no caso o repositório de dados que será responsável por colaborar na efetivação
da gestão do sistema.
Figura 1 – Sistema de gestão de dados de pesquisa da UFSC
Fonte: elaborado pelos autores.
Notas:
* Pró-Reitoria de Pesquisa (PROPESQ)
** Superintendência de Governança Eletrônica e Tecnologia da Informação e Comunicação (SETIC)
*** Instituto Brasileiro de Informação em Ciência e Tecnologia (IBICT)
�Sendo assim, é possível verificar que o sistema tem como componentes:
a) a biblioteca, a qual é atribuído o papel de orientar os pesquisadores quanto ao
depósito de dados, de selecionar a melhor ferramenta que tornará possível esse
depósito e será responsável por criar políticas de gestão dos dados de pesquisa
juntamente com outros atores da UFSC;
b) os pesquisadores, que se ligam ao repositório de dados a partir do depósito dos
dados, cujo reuso permite minimizar retrabalhos;
c) os dados de pesquisa, cujos tipos irão definir os metadados que serão utilizados
pelo repositório de dados. O que de certa forma, irá influenciar a decisão da
biblioteca de qual a melhor ferramenta escolher para a gestão dos dados e;
d) o repositório de dados que efetivará a gestão dos dados.
As ligações que estruturam o sistema se concentram na biblioteca, uma vez que,
atualmente na UFSC, ela é a responsável por articular as ações com os outros atores da
instituição que irão influenciar diretamente o sistema.
Os componentes do ambiente são aqueles que irão influenciar o funcionamento do
sistema. Esses componentes são:
a) a Reitoria: que se liga a biblioteca através da criação de políticas institucionais
que norteiam o depósito e preservação dos dados e se liga aos pesquisadores, com
políticas de incentivo ao depósito de dados;
b) a Pró-reitoria de Pesquisa (PROPESQ) que é responsável por fornecer
informações sobre os pesquisadores da instituição para a biblioteca, que por sua
vez são a base para o diagnóstico institucional em relação aos dados de pesquisa,
além de ser responsável por gerenciar as pesquisas em andamento na UFSC;
c) grupos de pesquisa participaram de um diagnóstico institucional sobre dados de
pesquisa da UFSC;
d) outras instituições que servem com benchmarking para que a biblioteca
identifique as melhores práticas a serem ser adotadas;
e) a Superintendência de Governança Eletrônica e Tecnologia da Informação e
Comunicação (SETIC) responsável por efetivar as políticas de preservação e de
armazenamento dos dados produzidos pelos pesquisadores da UFSC, de forma
�articulada com a biblioteca, além disso, a SETIC também é responsável por
proporcionar a segurança das informações constantes no repositório de dados;
f) o Instituto Brasileiro de Informação em Ciência e Tecnologia (IBICT) que se
liga o repositório de dados, através da criação de políticas de preservação que
podem ser adotadas pelas instituições brasileiras;
g) as agências de fomento que se ligam a biblioteca, proporcionando a captação de
recursos para efetivar a gestão de dados de pesquisa, além disso, elas se ligam aos
dados de pesquisa, através da exigência de disponibilização dos dados;
h) os periódicos científicos se ligam aos dados de pesquisa, quando exigem dos
pesquisadores sua disponibilização;
i) o Movimento do Acesso aberto, percursor de toda a discussão sobre a
disponibilização de dados de pesquisa, o qual influencia a biblioteca a criar
políticas mandatórias de acesso aberto;
j) os Centros de ensino cujo objetivo é sensibilizar seus pesquisadores a
depositarem seus dados;
k) a Câmara da Pós-graduação cujo objetivo é sensibilizar os pesquisadores a
depositarem seus dados;
Baseado no sistema apresentado na figura 1, o diagrama Boudon-Coleman, quadro 2,
busca conjecturar o impacto da criação de um sistema de gestão de dados de pesquisa na
instituição. Esse mecanismo foi conjecturado por ser crucial ao crescimento e
desenvolvimento do sistema, uma vez que ele envolve vários atores da universidade e impacta
na cultura de pesquisa da UFSC.
Quadro 2 – Impacto da criação de um Sistema de gestão de dados de pesquisa.
Fonte: elaborado pelos autores.
�Sendo assim, no macronível (1) a proposta de criação de um sistema para gerir os
dados de pesquisa produzidos pelos pesquisadores da UFSC, poderá influenciar no micronível
(2) que seria a obrigação dos pesquisadores a realizar o depósito no repositório de dados,
neste sentido (3), como resposta a essa obrigação, os pesquisadores realizariam o auto
depósito dos dados de pesquisa no repositório, o que poderá impactar diretamente na (4)
transparência das pesquisas realizadas pela a instituição na perspectiva da sociedade, no
macronível do sistema. Portanto, esse mecanismo conjecturado poderá ajudar a BU e os
demais atores envolvidos a pensar em ações de sensibilização e políticas de incentivo ao
depósito de dados.
6 DISCUSSÃO
De acordo com o diagrama do mecanismo com base no metamodelo CESM, é possível
verificar que o assunto é complexo. Afinal, requer o desenvolvimento de políticas de gestão
cujo processo envolve múltiplas partes interessadas (biblioteca, serviços de TI, escritório de
pesquisa, escritório jurídico e colaboradores acadêmicos) (COX et al., 2017).
Além disso, as instituições acadêmicas e as agências de fomento à pesquisa começam
a entender que estes dados, se preservados e bem gerenciados, constituem uma fonte
imprescindível de recursos informacionais que podem ser compartilhados e reutilizados como
insumo para novas pesquisas. Por isso, agências do mundo inteiro exigem uma adequada
gestão destes dados, evidenciando a necessidade de assegurar meios e mecanismos para
preservação e reutilização dos mesmos por meio de políticas que regulem a abertura de dados
de pesquisas financiadas com recursos públicos (ESTEVÃO; ARNS; STRAUHS, 2019;
SALES; SAYÃO, 2019).
No Brasil, as instituições financiadoras de pesquisas também têm exigido que os
pesquisadores e as instituições garantam, através de um plano de gestão de dados, que os
dados de pesquisa possam ser preservados e acessados por outros pesquisadores (GRÁCIO;
ARELLANO, 2020).
Grácio e Arellano (2020, p. 2) também pontuam outros desafios que impactam gestão
dos dados de pesquisa
�A explosão da quantidade de informação digital produzida a partir das pesquisas
realizadas;
A obsolescência do hardware e do software que tratam essa informação;
As mudanças no formato dos arquivos onde a informação é registrada;
As mudanças nas mídias de armazenamento;
As mudanças e avanços muito rápidos nas TICs;
A busca e recuperação dessa informação digital;
Os custos elevados das novas tecnologias para gerenciar essa informação;
As necessidades de recursos humanos e tecnológicos para manter o acesso aos dados
de pesquisa e aos seus resultados;
A capacidade de assimilação das mudanças tecnológicas e de procedimentos dentro
da organização, ou seja, a mudança na cultura organizacional.
Por isso, os bibliotecários, ao planejar serviços de informação, devem ficar atentos à
realidade e ao contexto institucional, observando as necessidades da comunidade. Essas
podem ser identificadas a partir da realização de diagnósticos organizacionais junto aos
departamentos e unidades responsáveis não só pela produção das pesquisas, mas por aquelas
que têm interesse em usar os dados resultantes das pesquisas (ANNA; DIAS; MACULAN,
2019).
De acordo Cox et al. (2017) estudos indicam que os serviços de dados de pesquisa
desenvolvidos pelas bibliotecas tendem a focar em atividades de consultoria, suporte e
treinamento (treinamento para pesquisadores ou produção de guias às fontes de dados) em
maior extensão do que os serviços técnicos (realizando a gestão, armazenamento e
preservação dos conjuntos).
Nesse contexto, a curadoria digital de dados científicos, surge com o desafio de
preservar não somente o conjunto de dados, mas preservar, sobretudo, a capacidade que ele
possui de transmitir conhecimento para uso futuro das comunidades interessadas. (SAYÃO;
SALES, 2012).
O reuso de dados de pesquisa só se torna possível se os dados forem recuperados,
acessados, compreensíveis e sejam estáveis ao longo do tempo. Por isso os dados de pesquisa
precisam ser organizados e estruturados de modo a permitir seu armazenamento nos formatos
adequados, sua preservação e acesso, e a garantir sua confiabilidade, autenticidade e
integridade (GRÁCIO; ARELLANO, 2020; SALES; SAYÃO, 2019).
Portanto, a importância da disponibilidade dos dados da pesquisa se dá principalmente
pela possibilidade de compreender o processo de geração daquele conhecimento, sem
�obscuridades. Nessa perspectiva, a disponibilidade de dados da pesquisa ampliaria o reuso dos
mesmos não apenas para validações, mas para novas inferências a partir de abordagens
distintas, tornando o processo de construção científica transparente, aberto e democrático
(ESTEVÃO; ARNS; STRAUHS, 2019).
7 CONSIDERAÇÕES FINAIS
A descrição do sistema de gestão de dados de pesquisa da UFSC usando o
metamodelo CESM possibilitou verificar que esta é uma tarefa complexa que envolve vários
componentes institucionais (Reitoria, Pró-Reitoria de Pesquisas, Câmaras de Pós-Graduação,
Centros de Ensino, SETIC, pesquisadores e a biblioteca) e aspectos externos que influenciam
diretamente essa gestão, portanto, é preciso criar várias políticas que permeiam o processo de
gestão.
Para a Biblioteca Universitária espera-se que esse trabalho, usando o metamodelo
CESM, forneça subsídios para que a comissão envolvida tenha uma visão do que já foi
discutido, fornecendo um diagnóstico das atividades e um plano de ação para os próximos
passos.
A descrição do sistema de gestão de dados usando o metamodelo CESM possibilitou
verificar potencialidade do uso da abordagem sistemista de Bunge na avaliação da
complexidade de problemas reais presentes em sistemas de informação que envolvem as
unidades de informação.
A conjectura do mecanismo permitiu identificar algumas possibilidades de pesquisas
para a Ciência da Informação no que condiz a gestão de dados e práticas de pesquisa, dentre
elas estão: identificar quais as competências poderão ser necessárias para os cientistas no
contexto da Ciência Aberta; verificar se as ferramentas biblioteconômicas usadas no
tratamento técnico da informação, serão úteis para a gestão dos dados; identificar o grau de
maturidade no tratamento técnico de dados de pesquisa; identificar o grau de maturidade da
preservação dos dados nas instituições e, identificar pesquisas que envolvam os aspectos
éticos relacionados ao uso e reuso dos dados de pesquisa.
�REFERÊNCIAS
ANNA, J. S; DIAS, C. C.; MACULAN, B. C. A gestão dos dados de pesquisa nas
universidades e o papel dos serviços informacionais oferecidos nas bibliotecas: uma revisão
narrativa. Revista Múltiplos Olhares em Ciência da Informação, Belo Horizonte, v. 9, n. 2,
p. 1-16, 2019. Disponível em: https://periodicos.ufmg.br/index.php/moci/article/view/19169.
Acesso em: 26 maio 2021.
BERTIN, P. R. B.; VISOLI, M. C.; DRUCKER, D. P. A. Gestão de dados de pesquisa no
contexto da e-science: benefícios, desafios e oportunidades para organizações de P&D. Ponto
de Acesso, Salvador, v.11, n. 2, p. 34-48, ago. 2017. Disponível em:
https://periodicos.ufba.br/index.php/revistaici/article/view/21449. Acesso em: 16 maio 2021.
BUNGE, M. Mechanism and explanation. Philosophy of the Social Sciences, Waterloo, v.
27, n. 4, p. 410-465, Dec. 1997.
BUNGE, M. Systemism: the alternative to individualism and holism. Journal of SocioEconomics, Oxford, v. 29, n.2, p. 147-157, 2000.
BUNGE, M. How does it work? The search for explanatory mechanisms. Philosophy of the
Social Sciences, Waterloo, v. 34, n. 2, p. 182-210, June 2004.
COX, A. M. et al. Developments in Research Data Management in Academic Libraries:
Towards an Understanding of Research Data Service Maturity. Journal of the Association
for Information Science and Technology, v. 68, n. 9, p. 2182-2200, 2017.
ESTEVÃO, J. S. B.; ARNS, E. M.; STRAUHS, F. R. Gestão de dados de pesquisa: uma
prática para abrir a caixa preta da pesquisa científica. RDBCI: Revista Digital de
Biblioteconomia e Ciência da Informação, Campinas, v.17, p. 1-26, 2019. Disponível em:
https://periodicos.sbu.unicamp.br/ojs/index.php/rdbci/article/view/8656239. Acesso em: 24
maio 2021.
GRÁCIO, J. C. A.; ARELLANO, M. A. M. A gestão da preservação digital de dados de
pesquisa proposta de um modelo processual. Revista Brasileira de Preservação Digital,
Campinas, v. 1, p. 1-19, 2020. Disponível em:
https://econtents.bc.unicamp.br/inpec/index.php/rebpred/article/view/13223. Acesso em: 21
maio 2021.
KERN, V. M. O sistemismo de Bunge: fundamentos, abordagem metodológica e aplicação a
sistemas de informação. In: ENCONTRO NACIONAL DE PESQUISA EM CIÊNCIA DA
INFORMAÇÃO, 12., 2011, Brasília. Anais […], Brasília, 2011. Disponível em:
https://core.ac.uk/download/pdf/290487163.pdf. Acesso em: 24 maio 2021.
�SALES, L. F.; SAYÃO, L. F. Uma proposta de taxonomia para dados de pesquisa.
Conhecimento em Ação, Rio de Janeiro, v. 4, n. 1, jan/jun. 2019. Disponível em:
https://revistas.ufrj.br/index.php/rca/article/view/26337. Acesso em: 21 maio 2021.
SAYÃO, L. F.; SALES, L. F. Curadoria digital: um novo patamar para preservação de dados
digitais de pesquisa. Informação & Sociedade: Estudos, João Pessoa, v. 22, n. 3, p. 179-191,
set./dez. 2012. Disponível em: https://periodicos.ufpb.br/ojs/index.php/ies/article/view/12224.
Acesso em: 24 maio 2021.
SAYÃO, L. F.; SALES, L. F. Guia de Gestão de Dados de Pesquisa para Bibliotecários e
Pesquisadores. Rio de Janeiro: CNEN/IEN, 2015.
SILVA, L. M.; FORMOSO, B. G; KERN, V. M. Repositório institucional como sistema
técnico-social: composição, ambiente e estrutura. In: ENCONTRO NACIONAL DE
PESQUISA EM CIÊNCIA DA INFORMAÇÃO, 14., 2013, Florianópolis. Anais […],
Florianópolis, 2013. Disponível em:
http://repositorios.questoesemrede.uff.br/repositorios/handle/123456789/2432. Acesso em: 24
maio 2021.
SILVA, L. M. Repositório institucional como sistema técnico-social: composição,
ambiente e estrutura. 2014. Dissertação (Mestrado em Ciência da Informação) – Centro de
Ciências da Educação, Universidade Federal de Santa Catarina, Florianópolis, 2014.
Disponível em: http://tede.ufsc.br/teses/PCIN0100-D.pdf. Acesso em: 24 maio 2021.
SILVA, L. M.; VIANNA, W. B.; KERN, V. M. O sistemismo de Bunge como base teóricometodológica para pesquisa em Ciência da Informação. Em Questão, Porto Alegre, v. 22, n.
2, p. 140-164, mai/ago. 2016 Disponível em:
https://seer.ufrgs.br/EmQuestao/article/view/58347/37135. Acesso em: 16 maio 2021.
STOLTZ, D. Diagrams of theory: Coleman's boat. In: STOLTZ, D. Blog, 25 jan. 2014.
Disponível em: https://www.dustinstoltz.com/blog/2014/01/26/diagrams-of-theory-jamescolemans-boat-bathtub. Acesso em: 21 maio 2021.
�
Dublin Core
The Dublin Core metadata element set is common to all Omeka records, including items, files, and collections. For more information see, http://dublincore.org/documents/dces/.
Title
A name given to the resource
SNBU - Edição: 21 - Ano: 2020 (UFG - Goiânia/GO)
Subject
The topic of the resource
Biblioteconomia
Documentação
Ciência da Informação
Bibliotecas Universitárias
Description
An account of the resource
Tema: Biblioteca universitária: tradição, práticas e inovações
Creator
An entity primarily responsible for making the resource
SNBU - Seminário Nacional de Bibliotecas Universitárias
Publisher
An entity responsible for making the resource available
UFG
Language
A language of the resource
pt
Type
The nature or genre of the resource
Evento
Coverage
The spatial or temporal topic of the resource, the spatial applicability of the resource, or the jurisdiction under which the resource is relevant
Goiânia (Goiás)
Event
A non-persistent, time-based occurrence. Metadata for an event provides descriptive information that is the basis for discovery of the purpose, location, duration, and responsible agents associated with an event. Examples include an exhibition, webcast, conference, workshop, open day, performance, battle, trial, wedding, tea party, conflagration.
Dublin Core
The Dublin Core metadata element set is common to all Omeka records, including items, files, and collections. For more information see, http://dublincore.org/documents/dces/.
Title
A name given to the resource
Gestão de dados de pesquisa:modelo do sistema na perspectiva sistemista de Mario Bunge.
Creator
An entity primarily responsible for making the resource
Silveira, Crislaine Zurilda, Kern, Vinícius Medina, Lehmkuhl, Karyn Munyk
Coverage
The spatial or temporal topic of the resource, the spatial applicability of the resource, or the jurisdiction under which the resource is relevant
Goiânia (Goiás)
Publisher
An entity responsible for making the resource available
UFG
Date
A point or period of time associated with an event in the lifecycle of the resource
2020
Language
A language of the resource
pt
Type
The nature or genre of the resource
Evento
Description
An account of the resource
A atual tendência em direção a uma ciência aberta inclui a transparência dos dados de pesquisa, o que demanda um sistema de gestão desses dados. O objetivo deste artigo é descrever a gestão de dados de pesquisa na Universidade Federal de Santa Catarina. A abordagem é a abstração ou modelagem de sistemas baseada no metamodelo de sistema composição-ambiente-estrutura-mecanismo de Mario Bunge. O modelo resultante é apresentado em um diagrama que descritivo das partes detectáveis do sistema (composição, ambiente e estrutura) e uma conjetura explicativa (ou mecanismo) do funcionamento típico do sistema, usando um diagrama de Boudon-Coleman. O uso metamodelo composição-ambiente-estrutura-mecanismo possibilitou verificar que a gestão de dados de pesquisa é uma tarefa complexa que envolve vários componentes institucionais. A descrição do sistema de gestão de dados usando o metamodelo permitiu verificar a potencialidade do uso da abordagem sistemista de Bunge na avaliação da complexidade de problemas reais presentes em sistemas de informação. Foram identificadas pesquisas potenciais para a Ciência da Informação.