INTERSECCIÓN ENTRE PLANES DE GESTIÓN DE DATOS PROCESABLES POR MÁQUINAS Y MÉTRICAS PARA PRINCIPIOS FAIR

Resumen

Objetivo: Este estudio busca analizar intersecciones entre los Planes de Gestión de Datos accionables por máquina (maDMPs) y los Principios FAIR, investigando cómo estos dos enfoques pueden aplicarse para mejorar la gestión y reutilización de datos científicos. Metodología: La investigación realizó un análisis relacional entre los diez principios de los maDMPs, propuestos por Miksa et al. (2019), y las métricas del proyecto FAIRsFAIR Data Object Assessment Metrics (v.0.4), enfocándose en cómo los principios FAIR pueden implementarse en los flujos de trabajo de gestión de datos que utilizan los planes de gestión accionables por máquina. Resultados: El estudio identificó que los 10 principios de maDMPs analizados están alineados con las métricas FAIR estudiadas. Conclusiones: Los maDMPs tienen el potencial de convertirse en una herramienta central en el ecosistema científico, facilitando la interoperabilidad y el uso de datos en múltiples contextos. La alineación entre los maDMPs y los principios FAIR puede aumentar la eficiencia en la gestión de datos, promover el intercambio automatizado de información entre sistemas y reducir la carga burocrática para los investigadores, al tiempo que mejora la calidad de los datos generados. Sin embargo, su adopción ampliada, más allá de los requisitos tecnológicos y técnicos necesarios por parte de todos los involucrados, requiere incentivos institucionales, regulatorios y de cambio cultural.