Table of Contents
¿Por qué los datos y los materiales comparten asuntos en la investigación de ingeniería
La investigación de ingeniería depende de resultados reproducibles y métodos transparentes. Cuando los investigadores comparten sus datos y materiales abiertamente, crean una base que otros pueden verificar, extender y aplicar a nuevos problemas. Esta práctica se ha convertido en una característica definitoria de la ciencia de ingeniería rigurosa, donde la capacidad de replicar experimentos y validar modelos afecta directamente la credibilidad de los hallazgos publicados.
Las disciplinas de ingeniería presentan desafíos únicos para compartir datos y materiales. A diferencia de algunos campos donde los datos a menudo toman la forma de pequeñas tablas o mediciones simples, la investigación de ingeniería puede implicar conjuntos de datos masivos de redes de sensores, salidas de simulación complejas, archivos de diseño asistido por computadora (CAD), código fuente para herramientas de análisis personalizados y prototipos físicos.
Más allá de los beneficios inmediatos para los investigadores individuales, la adopción generalizada de datos y el intercambio de materiales acelera el ritmo de innovación en toda la comunidad de ingeniería. Cuando un grupo de investigación pone sus datos experimentales disponibles, otros grupos pueden probar hipótesis alternativas, aplicar métodos de aprendizaje automático o combinar conjuntos de datos de múltiples fuentes para sacar conclusiones más amplias. Esta dinámica colaborativa reduce el esfuerzo duplicado y permite que el campo avance más rápidamente de lo que podría a través de un trabajo aislado.
Buenas prácticas para el manejo de datos de investigación
El manejo de datos en investigación de ingeniería implica el ciclo de vida completo de los datos: recopilación, procesamiento, análisis, almacenamiento, intercambio y conservación. Cada etapa ofrece oportunidades para mejorar la calidad, usabilidad y valor a largo plazo. Las siguientes prácticas abordan los aspectos más críticos de la gestión de datos para investigadores de ingeniería.
Organizar datos con formatos estandarizados y metadatos ricos
Los formatos de datos estandarizados reducen la fricción cuando otros intentan utilizar datos compartidos.Para datos numéricos, considere formatos como CSV, HDF5, o NetCDF en lugar de formatos de hoja de cálculo patentados que pueden requerir software específico. Para los datos geoespaciales, los formatos GeoTIFF o Shapefile son ampliamente compatibles. La clave es elegir formatos que equilibran la accesibilidad amplia con la capacidad de representar la completa complejidad de los datos.
Los metadatos transforman los datos brutos en información usable. Un archivo CSV de lecturas de tensión significa poco sin contexto. Los metadatos deben describir lo que representan los datos, cómo se recopilan, qué unidades se utilizan, la fecha y ubicación de la colección, especificaciones de instrumentos y cualquier medida de procesamiento aplicada.
Garantizar la calidad de los datos mediante la validación y limpieza
Compartir datos sin riesgos de validación propagando errores que pueden socavar la investigación posterior. Los ingenieros deben establecer procedimientos de control de calidad en el punto de reunión de datos. Para datos de sensores, esto podría implicar la calibración de instrumentos regularmente y la comprobación de la deriva o los outliers. Para datos de simulación, la validación contra puntos de referencia analíticos o resultados experimentales proporciona un chequeo de la exactitud del modelo.
Si se eliminan los valores de eliminación, se deben indicar los criterios de eliminación. Si se interpolan los valores perdidos, se debe especificar el método de interpolación. Idealmente, se comparten los datos brutos y la versión limpia, permitiendo a otros investigadores evaluar el impacto de las decisiones de limpieza en los resultados finales.
Seleccione Repositorios Reputables con identificadores persistentes
Elegir dónde depositar datos es una decisión importante. Los repositorios reputables ofrecen varias ventajas sobre sitios web personales o institucionales. Proporcionan identificadores persistentes como DOIs (Digital Object Identifiers), que aseguran que los datos sigan siendo detectables incluso si la institución de alojamiento cambia su infraestructura web. También imponen normas de metadatos, gestionan controles de acceso y garantizan la preservación a largo plazo.
Para la investigación de ingeniería, los repositorios como Zenodo], Figshare, y opciones específicas de dominio como los Los repositorios de datos científicos de naturaleza recomendados ofrecen plataformas confiables. Al seleccionar un repositorio, considere si proporciona capacidades de archivo
Proporcionar documentación completa
La documentación debe permitir que otro investigador entienda y reutiliza los datos sin necesidad de contactar con los autores originales. Un diccionario de datos o un código que define cada variable, sus posibles valores y su significado es esencial. Para conjuntos de datos complejos, un archivo README en formato de texto simple puede describir la estructura general, las relaciones entre archivos y cualquier hipótesis hecha durante la recopilación o procesamiento de datos.
Para la investigación de ingeniería que incluya datos experimentales, la documentación debe incluir la configuración experimental, especificaciones de equipo, registros de calibración, condiciones ambientales y cualquier desviación del protocolo previsto. El objetivo es proporcionar el contexto suficiente que un investigador competente en el mismo campo pueda reproducir el experimento o aplicar los datos a un nuevo problema con confianza.
Dirección Privacidad, Confidencialidad y Seguridad
Aunque los datos de ingeniería a menudo no implican sujetos humanos, hay situaciones en las que surge la privacidad y la confidencialidad. Las investigaciones que involucran a participantes humanos, como estudios de usuario en interacción con el usuario humano o biomecánica, pueden incluir información personal identificable. En estos casos, los datos deben ser anónimos o desidentificados antes de compartir, y los investigadores deben cumplir con los requisitos de la junta de revisión institucional y las normas pertinentes como el GDPR o HIPAA.
Para datos propietarios o controlados por la exportación, los investigadores necesitan navegar cuidadosamente las restricciones. En algunos casos, compartir datos derivados o resultados agregados que no revelan detalles sensibles puede proporcionar valor al mismo tiempo que protege la propiedad intelectual. Consultoría con oficinas de transferencia de tecnología institucional o asesor jurídico temprano en el proceso de investigación ayuda a evitar complicaciones cuando llega el momento de compartir.
Las mejores prácticas para compartir materiales de ingeniería
Los materiales en investigación de ingeniería se extienden más allá de los archivos de datos para incluir archivos de diseño, código de software, especificaciones de hardware, protocolos experimentales y muestras físicas. Compartir estos materiales permite a otros investigadores reproducir resultados y construir sobre el trabajo más eficazmente de lo que los datos solos permitirían.
Compartir Materiales completos y accesibles
Un cortocircuito común en la investigación publicada es el compartir material incompleto. Un papel podría describir un diseño de sensores novedoso pero sólo incluye una fotografía del dispositivo montado, dejando a otros investigadores para adivinar en dimensiones, opciones de materiales y procedimientos de montaje. Compartir el conjunto completo de materiales significa proporcionar archivos CAD, factura de materiales, instrucciones de montaje y código fuente para cualquier software de firmware o control.
Para el software, compartir la base completa utilizada en la investigación, incluyendo scripts de construcción, suites de pruebas y documentación, permite a otros ejecutar los mismos análisis. Aún mejor, compartir un entorno containerizzato como una imagen Docker asegura que el software se ejecuta de forma idéntica en diferentes sistemas. Este nivel de integridad elimina el problema "trabaja en mi máquina" que plaga la investigación computacional.
Elija Formatos Abiertos y No Propietarios
Los formatos abiertos maximizan la accesibilidad y la longevidad de los materiales compartidos. Para los archivos CAD, los formatos STEP o IGES son ampliamente compatibles con diferentes paquetes de software, a diferencia de los formatos patentados que pueden requerir licencias costosas para abrir. Para los archivos de impresión 3D, los formatos STL o OBJ son estándar. Para las imágenes, los formatos PNG o TIFF son preferidos por formatos patentados.
Cuando los formatos patentados son inevitables, los investigadores también deben proporcionar una conversión de formato abierto o una especificación detallada que permita a otros recrear las herramientas necesarias. El principio es minimizar las barreras al acceso. Un investigador en una pequeña institución o en un país en desarrollo debe poder trabajar con materiales compartidos sin necesidad de software propietario caro.
Establecer condiciones de licencia claras
Sin licencia clara, existen materiales compartidos en un área gris legal. Otros pueden ser inciertos si pueden utilizar, modificar o redistribuir los materiales. Elegir una licencia abierta adecuada resuelve esta ambigüedad y alienta la reutilización. Para datos, las licencias Creative Commons CC0 o CC-BY son opciones populares. Para el software, licencias de código abierto como MIT, BSD o GPL proporcionan términos bien entendidos.
La elección de licencia tiene implicaciones prácticas. Una licencia permisiva como MIT permite el uso comercial y no requiere trabajos derivados para ser fuente abierta. Una licencia copyleft como GPL requiere que las obras derivadas también se distribuyan bajo los mismos términos. Los investigadores deben entender estas diferencias y seleccionar licencias que se ajusten a sus objetivos para el trabajo. Las oficinas legales institucionales pueden proporcionar orientación cuando sea necesario.
Procedimientos de Reproducción
Los procedimientos experimentales en la investigación de ingeniería pueden ser complejos y sutiles. Un documento publicado puede describir el enfoque general en unos pocos párrafos, pero el protocolo real puede implicar pasos específicos, tiempo, condiciones ambientales y procedimientos de solución de problemas que no se capturan en el texto principal. Compartir protocolos detallados como materiales complementarios o a través de plataformas como protocols.io proporciona el nivel de detalle necesario para la reproducción exacta.
La documentación de vídeo es cada vez más valiosa para los experimentos físicos y procesos de fabricación. Un video breve que muestra cómo alinear componentes, aplicar adhesivos o operar equipo puede transmitir información que no pueden leer texto e imágenes estáticas. Los investigadores deben considerar la posibilidad de crear suplementos de vídeo que pasen por los pasos clave de sus procedimientos.
Asegurar la accesibilidad a largo plazo y el control de versiones
Los materiales compartidos deben permanecer accesibles con el tiempo. Los sitios web personales y las páginas institucionales son propensos a desaparecer cuando los investigadores mueven instituciones o cuando se actualizan los sistemas. Utilizar depósitos establecidos con compromisos de conservación protege contra la rot de enlaces. Los materiales deben ser asignados a identificadores persistentes, y el repositorio debe tener una política clara para mantener el acceso durante décadas.
El control de versiones es especialmente importante para el software y los recursos continuamente actualizados. Los repositorios de GitHub o GitLab ofrecen una historia completa de cambios, permitiendo a los investigadores hacer referencia a la versión exacta utilizada en un estudio particular. Para grandes conjuntos de datos que no pueden almacenarse en Git, los repositorios que soportan la versión, como Zenodo, permiten a los investigadores actualizar los conjuntos de datos mientras mantienen el acceso a versiones anteriores.
Superando los desafíos comunes en la distribución de datos y materiales
A pesar de un amplio acuerdo sobre la importancia del intercambio, los investigadores enfrentan obstáculos prácticos. Hacer frente a estos desafíos hace más fácil seguir de forma sistemática las mejores prácticas.
Preocupaciones de Propiedad Intelectual y Comercialización
La investigación de ingeniería suele tener potencial comercial, y los investigadores o sus instituciones tal vez deseen presentar patentes antes de compartir detalles públicamente. Compartir no necesita conflicto con la comercialización cuando se administra correctamente. Los períodos de embargo en los repositorios permiten a los investigadores retrasar la liberación pública hasta que se presenten solicitudes de patentes. Compartir aspectos no esenciales del trabajo o proporcionar datos de resolución reducida durante el período del embargo puede seguir avanzando en la ciencia mientras protege la propiedad intelectual.
Algunas agencias de financiación y revistas requieren ahora compartir datos dentro de un plazo específico después de la publicación. La planificación de estos requisitos desde el inicio de un proyecto ayuda a los investigadores a evitar conflictos de última hora. Incluyendo planes de gestión de datos y compartir en propuestas de donaciones garantiza que los recursos y plazos necesarios se establezcan pronto.
Gestión de conjuntos de datos grandes y complejos
Los conjuntos de datos de ingeniería pueden ser extremadamente grandes. Las redes de sensores de alta resolución, simulaciones de larga duración y grabaciones de vídeo de experimentos pueden producir terabytes de datos. Transferir, almacenar y compartir datos a esta escala presenta retos técnicos. Los investigadores deben considerar si el conjunto de datos completo necesita ser compartido o si los datos derivados o resumidos servirían las necesidades de reproducibilidad.
Para conjuntos de datos muy grandes, los repositorios que se especializan en los grandes datos, como el DesignSafe Cyberinfrastructure para la ingeniería de riesgos naturales o los NOAA National Centers for Environmental Information, proporcionan la infraestructura necesaria para el almacenamiento y el acceso. Las plataformas de distribución basadas en la nube también pueden manejar grandes transferencias de datos de tamaño.
Manejo de materiales proprietarios y de terceros
La investigación de ingeniería utiliza frecuentemente software comercial, hardware propietario o datos de terceros que no pueden redistribuirse libremente. Cuando las herramientas patentadas son esenciales para la investigación, el intercambio se vuelve complicado. Los investigadores deben documentar las versiones exactas y configuraciones de herramientas patentadas utilizadas, de manera que otros con acceso a las mismas herramientas puedan reproducir el trabajo. Proporcionar implementaciones alternativas utilizando herramientas de código abierto, cuando sea posible, aumenta la accesibilidad de la investigación.
Al utilizar datos de terceros sujetos a restricciones de licencias, los investigadores deben indicar claramente la fuente y los términos de uso. En algunos casos, el propietario de los datos puede conceder permiso para una redistribución limitada con fines de investigación. El establecimiento de estos permisos temprano y documentarlos en los materiales compartidos evita confusión y posibles problemas legales para los usuarios de aguas abajo.
Políticas de navegación y normas comunitarias
Los investigadores deben trabajar en los marcos establecidos por revistas, agencias de financiación y sus comunidades profesionales.
Requisitos para la publicación
Un número creciente de revistas de ingeniería requieren que los autores incluyan declaraciones de disponibilidad de datos y depositen datos de apoyo en un repositorio reconocido. Algunas revistas van más allá, lo que exige que los revisores tengan acceso a datos y código durante el proceso de revisión para verificar las reclamaciones. Los autores deben verificar los requisitos específicos de su diario objetivo a principios del proceso de escritura y planificar en consecuencia.
Los diarios de diferentes subcampos de ingeniería tienen expectativas variables. Journal of Engineering Mechanics puede tener diferentes requisitos que IEEE Transacciones en el procesamiento de señales. La familiaridad con las normas de la revista y la comunidad específicas ayuda a los investigadores a cumplir expectativas sin el scrambling de último minuto.
Mandatos del Organismo de Financiación
Los principales organismos de financiación, entre ellos la Fundación Nacional de la Ciencia (NSF), los Institutos Nacionales de Salud (NIH), y el Consejo Europeo de Investigación (ERC), tienen políticas de intercambio de datos que se aplican a la investigación financiada. El NSF exige que todas las propuestas incluyan un Plan de Gestión de Datos que describe cómo se gestionarán, compartirán y conservarán los datos.
El cumplimiento de los mandatos de los organismos de financiación no es opcional. El incumplimiento puede afectar a la futura elegibilidad de financiación. Los investigadores deben tratar la planificación de la gestión de datos como parte integral de la planificación de proyectos en lugar de una pospensa. Muchas instituciones ofrecen recursos y plantillas para ayudar a los investigadores a crear planes conformes.
Normas y normas disciplina-específicas
En ingeniería estructural, por ejemplo, la plataforma DesignSafe proporciona un estándar comunitario para compartir datos experimentales y simulativos en investigación de riesgos naturales. En la comunidad bioingeniería, estándares como ISA-Tab proporcionan formatos estructurados para describir metadatos experimentales.
Participar en el proceso de desarrollo de estándares dentro de la comunidad de un investigador es una manera valiosa de contribuir al campo, asegurando que las normas se ajusten a las necesidades reales. Incluso para los investigadores que no participan en los órganos de estándares, la adopción de normas comunitarias existentes hace que los materiales compartidos sean más útiles y reduce el esfuerzo necesario para documentar datos y protocolos.
El papel de los repositorios, los identificadores y las normas de metadatos
La infraestructura para compartir datos y materiales ha madurado significativamente en los últimos años. Entender cómo utilizar esta infraestructura de manera efectiva es una habilidad básica para los investigadores de ingeniería modernos.
Identificadores persistentes y su valor
Un identificador persistente como un DOI o Handle asegura que un conjunto de datos siga siendo detectable y mentizable incluso si su ubicación física cambia. Cuando un conjunto de datos tiene un DOI, los investigadores pueden hacer referencia a él en sus documentos con confianza que el enlace seguirá funcionando. Los editores y servicios de indexación reconocen DOIs, y son cada vez más requeridos por revistas para citas de datos.
Los identificadores persistentes también apoyan la atribución adecuada. Cuando se cita un conjunto de datos con un DOI, se puede rastrear el uso, proporcionando métricas que demuestran el impacto de los datos. Esto es particularmente importante para los investigadores de primer nivel que necesitan mostrar la influencia más amplia de su trabajo más allá de las publicaciones tradicionales.
Normas de metadatos para la investigación de ingeniería
Las normas de metadatos proporcionan vocabularios y estructuras comunes para describir datos, facilitando la detección e integración de conjuntos de datos de diferentes fuentes. Los principios FAIR] (Insólito, Accesible, Interoperable, Reutilizable) proporcionan un marco de alto nivel y las normas específicas de dominio aplican estos principios para determinados tipos de datos.
Para la investigación de ingeniería, las normas de metadatos varían según subcampo. NASA Earth Science Data and Information System (ESDIS)] proporciona estándares para datos de ingeniería geoespacial y ambiental. El Comité Internacional de Materiales e Ingeniería Mecánica ha desarrollado estándares para datos de materiales.
Futuras orientaciones en la distribución de datos y materiales para la investigación de ingeniería
El panorama de la información y el intercambio de materiales sigue evolucionando. Las nuevas tecnologías y las expectativas cambiantes están conformando el futuro de cómo se realiza y difunde la investigación de ingeniería.
Los flujos de trabajo automatizados para la gestión de datos se están volviendo más sofisticados. Las herramientas que generan automáticamente metadatos de productos de instrumentos, validan datos contra estándares comunitarios y de depósito de datos en los repositorios están reduciendo la carga de los investigadores. Adoptar estas herramientas a medida que estén disponibles facilitará la integración de datos en los flujos de trabajo de investigación regulares sin añadir una sobrecarga significativa.
El aprendizaje de máquinas y la inteligencia artificial están creando nuevas demandas para conjuntos de datos bien documentados y de alta calidad. Investigadores de ingeniería que comparten sus datos según las mejores prácticas están contribuyendo a un creciente conjunto de datos de capacitación que pueden acelerar el progreso en áreas como mantenimiento predictivo, descubrimiento de materiales y optimización del diseño. El valor de conjuntos de datos de ingeniería bien valorados sólo va a aumentar a medida que estos métodos maduran.
Las prácticas científicas abiertas, incluyendo datos y compartir materiales, se están volviendo más que excepcionales. Investigadores de primer nivel que desarrollan hábitos de gestión de datos fuertes estarán bien posicionados para cumplir con las normas de sus campos y aprovechar las oportunidades que el intercambio abierto crea para la colaboración, visibilidad y impacto.
Conclusión
La gestión eficaz de datos y materiales en la investigación de ingeniería es una habilidad que premia tanto al investigador individual como a la comunidad científica más amplia. Siguiendo las mejores prácticas esbozadas aquí, organizando datos con formatos estandarizados y metadatos ricos, asegurando la calidad de los datos, seleccionando repositorios reputables, proporcionando documentación integral, abordando la privacidad y la seguridad, compartiendo materiales completos en formatos abiertos, estableciendo licencias claras y documentando procedimientos en detalle crea una base para la investigación reproducible y confiable.
Los investigadores que invierten en estas prácticas encuentran que el esfuerzo paga dividendos. Su trabajo alcanza a un público más amplio, sus hallazgos son más verificados y construidos sobre, y sus contribuciones al campo son más claramente reconocidas a través de citas y reutilización de sus datos y materiales. En el panorama de investigación de ingeniería en rápida evolución, la capacidad de compartir eficazmente no es sólo un requisito de cumplimiento que es una ventaja competitiva.