Un modello istituzionale per il Data Management Plan: le esperienze di Bologna e Trento

Image by David Zydd from Pixabay
Sono un' Istituzione
e voglio informazioni su Gestione dei dati della ricerca

Il Data Management Plan è uno strumento indispensabile per la buona gestione dei dati scientifici. Per i progetti europei è disponibile un modello, che però in alcuni casi può mancare di specificità - per esempio sulle normative nazionali o sulle policy istituzionali. Per questo motivo alcuni enti hanno messo a punto un proprio modello, come nel caso delle università di Bologna e Trento. Vediamoli a confronto

Nell’era digitale contemporanea, la gestione efficace dei dati di ricerca è diventata una componente essenziale per il successo e la sostenibilità dei progetti accademici. Il Data Management Plan (DMP) rappresenta uno strumento cruciale in questo contesto, offrendo un framework strutturato per pianificare opportunamente la raccolta, il riutilizzo, l’organizzazione, la conservazione e la condivisione dei dati. Questo processo di pianificazione aiuta a prevenire problemi futuri legati alla proprietà intellettuale, al trattamento dei dati personali, alla sicurezza e all’allocazione delle risorse. Il DMP facilita anche la coerenza e la trasparenza, elementi fondamentali per la riproducibilità e l’affidabilità della ricerca scientifica.  

Per supportare i ricercatori nella corretta gestione dei loro dati, diverse istituzioni di ricerca italiane, tra cui l’Università di Trento e quella di Bologna, si stanno dotando di policy (“Policy di Ateneo per la gestione dei dati della ricerca” dell’ Università di Bologna) e linee guida (“Linee Guida di Ateneo sulla gestione dei dati e degli altri risultati della ricerca” dell’Università di Trento) nella piena consapevolezza dei principi di Open Science e del quadro normativo (Regolamento Generale sulla Protezione dei Dati - GDPR, direttiva Open Data etc.) in cui queste attività si collocano. All’interno di questo contesto, il DMP è uno strumento fondamentale che non solo aiuta i ricercatori a dimostrare di avere contezza dei possibili punti di attenzione durante tutto il processo, ma favorisce anche la collaborazione interdisciplinare e l’innovazione, garantendo che i dati siano reperibili, accessibili, interoperabili e riutilizzabili, in linea con i principi FAIR.

Il modello come strumento di guida al ricercatore e il ruolo del data steward

Tra i vari contesti di ricerca accademica, dai progetti finanziati europei alle attività scientifiche locali e nazionali, sicuramente quello dei finanziamenti europei svolge un ruolo fondamentale nella promozione dell’uso del DMP.

Il programma di finanziamento Horizon Europe prevede la preparazione di un DMP come deliverable di progetto e fornisce un modello ufficiale. Nelle diverse sezioni vengono indicate alcune tipiche domande che il gruppo di ricerca dovrebbe porsi per assicurare una corretta gestione e apertura dei dati e degli altri risultati della ricerca, secondo i principi FAIR, adottando adeguate misure di sicurezza e avendo cura degli aspetti etici e giuridici. Questo template però spesso non è sufficiente per almeno tre motivi. Il primo è che dà per scontato che il gruppo di ricerca abbia già familiarità con tutti i concetti in esso citati. Il secondo è che ovviamente non può tenere conto delle norme nazionali, dell’organizzazione e delle linee guida dell’istituzione che ospita il gruppo di ricerca. In ultimo, è da ricordare che la stesura di un DMP è una pratica opportuna in qualsiasi tipo di ricerca e non solo in quella finanziata da Horizon Europe, quindi avere solo questo template di riferimento può risultare limitante.

Per questi motivi può essere decisamente utile per le istituzioni di ricerca sviluppare un proprio modello per la redazione del DMP, fornendo le informazioni necessarie a favorire la comprensione dei concetti chiave, a ridurre il rischio di fraintendere gli obiettivi del documento e a rendere consapevole il gruppo di ricerca delle norme e delle linee guida nazionali e istituzionali.

Un ruolo chiave nel supporto alla stesura di un DMP è svolto dal data steward. All’interno delle università, il data steward è una figura professionale dedicata a supportare i ricercatori nella gestione dei dati, assicurandosi che questa avvenga in conformità con le normative e le linee guida istituzionali. Il data steward svolge un ruolo di facilitatore nella formazione e nella promozione di buone pratiche di gestione dei dati all’interno dell’istituzione e fornisce consulenza su come sviluppare un DMP efficace, assistendo i ricercatori nella scelta degli strumenti e delle metodologie più appropriate per la gestione dei dati e degli altri risultati della ricerca. Tuttavia, quando il data steward si trova ad operare in istituzioni di grandi dimensioni, la possibilità che questo ruolo di facilitatore della stesura del DMP sia svolto in maniera attiva in tutti i possibili scenari che si potrebbero presentare, si riduce sensibilmente. La scelta, portata avanti nelle Università di Trento e Bologna, di mettere a disposizione un modello di DMP, ossia un documento che includa al suo interno anche una sintetica descrizione delle nozioni di base e le linee guida per la sua corretta compilazione, permette al ricercatore di poter lavorare il più possibile in autonomia e trovare risposta alla maggior parte delle sue domande iniziali. In questo modo il data steward può concentrare il suo intervento sui soli dubbi residui o revisionare complessivamente il contenuto del documento. 

Quale modello scegliere? Un confronto tra i due modelli scelti dalle due università

L’Università di Trento ha scelto di fornire ai propri ricercatori un modello in formato MS Word, esclusivamente in lingua inglese. Partendo dal template ufficiale di Horizon Europe, anch’esso in formato MS Word, ha aggiunto al suo interno sia le linee guida per la sua redazione che un esempio di come potrebbe essere compilato nelle diverse sezioni, basato su un progetto di fantasia. Si è infatti pensato che un file direttamente editabile dal ricercatore già impostato nella lingua richiesta, rappresentasse uno strumento familiare, semplice e flessibile, adatto a ricercatori di qualunque ambito disciplinare. È anche un documento facilmente condivisibile, ad esempio attraverso Google Drive (che consente di editare questo formato), consentendone la scrittura collaborativa anche tra partner di diverse istituzioni. Lo scopo è quello di avere un unico posto in cui il ricercatore può trovare tutte le istruzioni necessarie, inclusi i riferimenti alle Linee Guida di Ateneo per le tematiche della gestione dei dati della ricerca, del corretto trattamento dei dati personali e della proprietà intellettuale. L’esempio consente inoltre ai ricercatori di avere un’idea molto chiara di cosa va scritto ed anche un'idea di quanto testo sia necessario. La prima versione di questo modello è stata rilasciata il 23 aprile 2024.

L’Università di Bologna adotta diversi strumenti di supporto alla definizione del flusso dei dati di ricerca (“Linee guida di Ateneo per la gestione dei dati della ricerca”, “Research Data Management Decision Tree”, rassegna video “Dati: conoscerli e gestirli per valorizzare la ricerca”) e alla conseguente scrittura del DMP. Nelle situazioni di interazione diretta tra il data steward e il ricercatore coordinatore di un progetto di ricerca competitiva (Horizon 2020, Horizon Europe, PNRR, PRIMA), il modello fornito per la stesura del DMP è, come per l’Università di Trento, un file MS Word in lingua inglese, organizzato sulla base delle sezioni del template Horizon. Il modello prevede un testo precompilato e generico, adattabile a diversi tipi di ricerca, che guida il ricercatore nella definizione delle strategie di gestione dei dati, da descrivere in dei campi aperti. Questi sono accompagnati da commenti a margine, che riportano le spiegazioni necessarie per la loro compilazione ed eventuali link utili. Questo modello, nella sua ultima versione tuttora in uso, è stato introdotto nella prima metà del 2022. 

Per fornire un supporto anche quando non è possibile “dirigere i lavori”, e per ogni tipo di attività di ricerca o progetto finanziato, è stato implementato e reso pubblico ad aprile 2024 un modello generale di DMP su Argos, una delle principali piattaforme per la stesura online del DMP (insieme a Data Stewardship Wizard e DMP Online). I vantaggi di Argos risiedono nella natura Open Source del software, nella possibilità di personalizzazione completa del modello e, non meno importante, nella “machine readability actionability” del DMP, vale a dire la strutturazione delle informazioni formalizzate in linguaggi standard (JSON, XML, ecc.) per renderle leggibili e processabili in modo automatico dai sistemi informatici. Il modello implementato può essere utilizzato per descrivere diversi output della ricerca (nello specifico dati, software e output fisici), con domande pensate appositamente per tracciare le peculiarità specifiche di ciascuno in termini di gestione FAIR.

La promozione del modello nell’ateneo

Chiaramente, affinché un modello venga effettivamente utilizzato dai ricercatori della propria istituzione, è necessario trovare delle efficaci modalità di promozione per farlo conoscere.

Data la grande mole di progetti da dover supportare, entrambe le università al momento si concentrano sulla promozione del servizio e degli strumenti verso i progetti di cui si è coordinatori, ma ovviamente i data steward sono disponibili a supportare anche i progetti in cui si è partner, se arriva un’esplicita richiesta in tal senso. Infatti, di solito, è il coordinatore del progetto ad occuparsi della raccolta di informazioni presso i singoli partner e a indicare le modalità generali di gestione dei dati. Quando si è partner, invece, bisogna soprattutto essere consapevoli del proprio ruolo nel progetto e dei dati e degli altri risultati della ricerca a cui si contribuirà direttamente o che verranno riusati.

Entrambe le università segnalano al ricercatore-coordinatore dei singoli progetti la necessità di scrivere il DMP, l’esistenza del modello e l’opportunità di poter chiedere supporto ai data steward. La segnalazione viene fatta di solito durante un incontro di Kick-Off che viene organizzato prima dell’inizio effettivo del progetto e in cui vengono presentati i principali punti d’attenzione che bisogna considerare, non necessariamente limitati alla corretta gestione dei dati. Difatti, bisogna considerare che il DMP è solo uno dei tanti adempimenti e documenti formali che si è chiamati a produrre. Il coordinatore viene quindi lasciato libero di utilizzare il modello e di usufruire del supporto, oppure di procedere autonomamente.

Un altro momento importante di promozione è rappresentato dalle attività di formazione interna, rivolte soprattutto ai dottorandi, ma di solito aperte anche ai ricercatori più maturi. Oltre a spiegare in cosa consiste il DMP, la sua importanza e i suoi contenuti, i data steward di entrambe le università presentano i servizi e gli strumenti predisposti dall’ateneo a supporto.

In particolare, Bologna presenta sia il template di Science Europe che quello Horizon, insieme ai diversi strumenti disponibili per la compilazione online. Il modello preparato su Argos per ora è stato promosso soprattutto tra pari, all’interno della comunità dei data steward, mentre verrà pubblicizzato tra i ricercatori dell’Ateneo in un evento dedicato. Trento invece si concentra sulle Linee Guida e sul modello di DMP.

In aggiunta, Trento ha anche investito molto sulla promozione attraverso i siti Web. Il modello e le Linee Guida di Ateneo sulla gestione dei dati e degli altri risultati della ricerca sono stati caricati sulla community Zenodo di Ateneo per la Scienza Aperta e sono menzionati anche sul catalogo dei servizi di Ateneo.

Infine, in entrambe le università, si cerca di promuovere i modelli per il DMP anche attraverso il coordinamento e la collaborazione con le altre figure professionali di altri uffici amministrativi che supportano il ricercatore, come il Project Manager o il Research Manager. Se anche loro sono a conoscenza dell’esistenza dei template e del tipo di supporto fornito dai data steward di ateneo, possono intercettare l’esigenza del ricercatore tempestivamente.

Il monitoraggio dell’efficacia del modello

Nei prossimi mesi, entrambi gli atenei faranno le proprie valutazioni in merito all’efficacia dei modelli adottati.

Trento pensa di tenere costantemente aggiornato il modello, rilasciando nuove versioni sulla base delle necessità che dovessero emergere, sia dall’interazione diretta coi ricercatori che vengono di volta in volta supportati, che da eventuali sollecitazioni e aggiornamenti che dovessero arrivare dall’esterno - inclusa la community dei data steward - oltre che dagli aggiornamenti delle Linee Guida di Ateneo. Sicuramente, il principale riscontro sull’efficacia o meno dello strumento saranno i commenti che arriveranno direttamente dai ricercatori, ma verranno anche monitorate le statistiche sul numero di download da Zenodo. Si potrebbe inoltre valutare di contattare una volta l’anno i ricercatori supportati chiedendogli di compilare un questionario di gradimento. In questo modo si potrebbero anche raccogliere in modo sistematico informazioni sul come il documento è stato recepito dall’ente finanziatore.

Il lavoro di supporto diretto che i data steward dell’Università di Bologna portano avanti all’interno dei progetti competitivi coordinati da ricercatori dell’Ateneo ha permesso fino a ora di raccogliere i pareri informali degli utenti sul modello fornito. Se da un lato il grado di approfondimento delle domande è percepito come “eccessivamente puntuale”, soprattutto nelle fasi iniziali del progetto, dall’altra parte è molto apprezzata la proposta di un modello guidato per capire dove e in che modo affrontare i diversi punti di attenzione. La presenza di un modello guida per la redazione del DMP è stata di recente apprezzata anche da alcuni dottorandi che l’hanno utilizzato dopo aver partecipato a un percorso formativo sulla gestione dei dati di ricerca in ateneo. 

Sistematizzare queste informazioni, come si prefigge l’Università di Trento, permetterebbe anche all’Università di Bologna di raccogliere dei Key Performance Indicators per la valutazione delle azioni di Open Science all’interno dell’Ateneo.

Nikolett Kis

Nikolett Kis si occupa di dati della ricerca e di Data Management Plan presso l’Università di Trento. Si è laureata in Economia presso la Budapest Business School e ha ottenuto il master in Sviluppo Locale presso l’Università di Trento. Ha lavorato come data analyst all’Organizzazione per la Cooperazione e lo Sviluppo Economico nell’ambito del mercato di lavoro, e poi come coordinatrice strategica regionale alla Ford Motor Company. Ha fatto un’esperienza anche nel campo della formazione.

Tutti i contenuti dell'autore
Giulia Caldoni

Giulia Caldoni è Data Steward presso l’Alma Mater Studiorum - Università di Bologna. Biologa di formazione, con esperienza come ricercatrice nell’ambito della biologia cellulare e molecolare, il focus della sua attività come Data Steward è la corretta gestione del dato di ambito biomedico/clinico. Fornisce supporto ai ricercatori dell’ateneo attraverso il sostegno e la promozione di pratiche di Open Science e di gestione dati secondo i principi FAIR. Collabora attivamente allo sviluppo e all’organizzazione della Comunità Italiana dei Data Stewards e contribuisce ai lavori del Task Group 7 “Networking and knowledge exchange” all’ interno dell’Interest Group della Research Data Alliance (RDA) “Professionalising Data Stewardship IG”.

Tutti i contenuti dell'autore
Sara Coppini

Data Steward presso l'Università di Bologna dal 2022 presso l’Area Ricerca (ARIC) dell’Università di Bologna. Gli interessi di ricerca di Sara Coppini sono rivolti principalmente alle pratiche di Open Science e alle strategie di gestione dei dati di ricerca per l'area tecnologica e ingengeristica della comunità di ricerca di ateneo. Come data steward e assegnista di ricerca, è principalmente coinvolta in progetti per la conservazione e la riproducibilità del software di ricerca, nonché in iniziative e organizzazioni per lo sviluppo e la condivisione di nuovi strumenti, buone pratiche ed esperienze nel contesto della scienza aperta e del supporto ai ricercatori.

Tutti i contenuti dell'autore
Vincenzo Maltese

Vincenzo Maltese si occupa di Scienza Aperta presso l'Università di Trento, con focus sui dati della ricerca. In Ateneo svolge anche attività di supporto alla stesura del Data Management Plan e alle politiche di assicurazione qualità per la ricerca e per la terza missione. La Divisione di cui è responsabile si occupa dell’ideazione e della gestione di servizi digitali e degli archivi di Ateneo dedicati alla raccolta, alla documentazione, alla conservazione, alla disseminazione, alla promozione e al monitoraggio della produzione scientifica, oltre che per la valorizzazione e l'apertura di dati pubblici. Ha conseguito la laurea in informatica presso l'Università di Salerno e un dottorato in Intelligenza Artificiale presso l'Università di Trento, durante il quale è stato spesso responsabile di progetti di ricerca internazionali.

Tutti i contenuti dell'autore
Potrebbe interessarti anche
FAIR Digital Object: dal concetto all'implementazione

I principi FAIR sono una bussola imprescindibile quando si parla di gestione dei dati in ottica Open Science. Tuttavia, nella loro enunciazione originale non offrono nessuna soluzione tecnica, e come rendere un prodotto digitale FAIR rimane una sfida. Nel praticare e applicare il portato dei principi, si è arrivati a parlare di FAIR Digital Object (FDO), oggetti digitali progettati secondo i principi FAIR, e dunque strutturati in modo da consentire una maggiore scoperta, accessibilità, interoperabilità e riutilizzo dell'oggetto digitale stesso, facilitando la condivisione e l'integrazione delle informazioni. In un recente summit a Berlino si è cercato di guardare al futuro.

Data Management plan: strumenti e risorse utili

Uno strumento sempre più necessario, non solo perché richiesto da alcuni importanti enti finanziatori quali la Commissione Europea con i programmi di Horizon Europe, ma fondamentale anche per sé stessi. Ma da dove cominciare? Ecco alcune indicazioni.