Gestão de Dados de Investigação 2026: Princípios FAIR, DMP e Repositórios de Dados Abertos

Depositar ficheiros numa pasta partilhada e apagar dados após a defesa já não é aceitável em 2026. A FCT e o Horizon Europe exigem que os projetos financiados publicamente adotem práticas formais de gestão de dados de investigação — incluindo a elaboração de um Plano de Gestão de Dados (DMP), a aplicação dos princípios FAIR e o depósito em repositórios certificados. Se está a iniciar uma tese de mestrado ou doutoramento, ou a submeter uma proposta de financiamento, este guia descreve o que tem de saber e fazer, passo a passo.

Os princípios FAIR e os DMPs deixaram de ser exclusividade dos grandes laboratórios. Mestrandos, doutorandos e equipas de investigação de qualquer área são cada vez mais obrigados — ou fortemente incentivados — a planear, documentar e partilhar os seus dados desde o primeiro dia do projeto. Ignorar estes requisitos pode comprometer a aprovação de financiamento ou a aceitação de artigos em revistas de acesso aberto de referência.

O que é a gestão de dados de investigação

A gestão de dados de investigação (GDI) abrange o conjunto de práticas, políticas e ferramentas que permitem organizar, documentar, armazenar, partilhar e preservar os dados produzidos ao longo de um projeto científico. Inclui tudo, desde os ficheiros de dados brutos e os scripts de análise até os metadados que descrevem como os dados foram recolhidos e processados.

O ciclo de vida dos dados de investigação tem, tipicamente, seis fases: planeamento, recolha, processamento, análise, preservação e partilha. A GDI aplica-se a todas elas — e não apenas à fase final de publicação ou arquivo. Uma boa metodologia de investigação começa sempre com decisões conscientes sobre que dados serão produzidos, como serão organizados e quem poderá aceder-lhes.

O interesse crescente nesta área não é acidental. A reprodutibilidade científica tornou-se uma prioridade institucional: quando os dados estão bem documentados e acessíveis, outros investigadores podem verificar os resultados, reutilizar os conjuntos de dados e construir sobre o trabalho já feito — reduzindo o desperdício de recursos e acelerando a ciência.

Os quatro princípios FAIR em detalhe

Publicados em 2016 na revista Scientific Data por Wilkinson et al., os princípios FAIR são hoje o standard de referência para a gestão de dados científicos. O acrónimo descreve quatro propriedades que os dados e os seus metadados devem ter:

F — Findable (Encontrável)

Os dados e os metadados devem ser fáceis de localizar tanto por humanos como por máquinas. Isto implica atribuir um identificador persistente e globalmente único a cada conjunto de dados — habitualmente um DOI (Digital Object Identifier) — e garantir que os metadados são indexados em recursos pesquisáveis. Um DOI funciona como o ISBN de um livro: mesmo que o ficheiro mude de servidor, o identificador permanece válido.

A — Accessible (Acessível)

Uma vez localizados, os dados devem poder ser acedidos por um protocolo aberto, livre e universalmente implementável — tipicamente HTTPS. Isto não significa que todos os dados tenham de ser públicos: dados sensíveis ou sujeitos a questões de privacidade podem ficar em acesso restrito, desde que os metadados estejam sempre acessíveis. A distinção é importante: o princípio A aplica-se aos metadados mesmo quando os dados em si são confidenciais.

I — Interoperable (Interoperável)

Os dados devem utilizar formatos e vocabulários que permitam a sua integração com outros conjuntos de dados. Isto inclui usar formatos abertos e não proprietários (CSV em vez de XLSX proprietário, por exemplo), vocabulários controlados como o MeSH para ciências da saúde ou o Getty AAT para humanidades, e ontologias padronizadas que permitam que sistemas distintos “entendam” os dados sem intervenção humana.

R — Reusable (Reutilizável)

Os dados devem ser suficientemente bem descritos para poderem ser reutilizados por outros investigadores, em contextos diferentes do original. Isto exige metadados ricos e precisos, a indicação clara das condições de uso (licença — tipicamente Creative Commons), e informação sobre a proveniência dos dados: como foram produzidos, por quem, quando e com que instrumentos.

O que é um DMP e o que deve incluir

Um Plano de Gestão de Dados (do inglês Data Management Plan, DMP) é um documento formal — habitualmente entre 3 e 10 páginas — que descreve como os dados produzidos num projeto de investigação serão geridos durante e após o projeto. Não se trata de um relatório final: é um documento vivo, redigido no início do projeto e atualizado à medida que este avança.

Secções obrigatórias de um DMP

A ferramenta mais utilizada para redigir DMPs em Portugal e no contexto europeu é o DMPonline, desenvolvido pelo Digital Curation Centre (DCC) e disponível gratuitamente em dmponline.dcc.ac.uk. Inclui templates específicos para a FCT e para o Horizon Europe, o que simplifica consideravelmente o processo. Para um roteiro detalhado de cada secção, consulte o nosso guia sobre como fazer o Plano de Gestão de Dados (DMP) da tese.

Obrigações da FCT e do Horizon Europe em 2026

A FCT — Fundação para a Ciência e a Tecnologia publicou a sua política de acesso aberto a publicações científicas e dados de investigação no quadro do Plano Nacional de Ciência Aberta. Os projetos financiados pela FCT estão obrigados a:

• Elaborar um DMP no início do projeto (habitualmente nos primeiros seis meses);
• Depositar os dados em repositório de acesso aberto certificado, o mais tardar no momento da publicação dos resultados ou no fim do projeto;
• Garantir que os dados respeitam os princípios FAIR, com especial atenção à atribuição de identificadores persistentes e ao uso de licenças abertas.

O Horizon Europe — o principal programa de financiamento de investigação da União Europeia (2021–2027) — vai mais longe: o DMP é obrigatório para todos os projetos financiados, e os dados devem ficar acessíveis “tão abertos quanto possível, tão fechados quanto necessário” (as open as possible, as closed as necessary). O Horizon Europe exige que o DMP seja entregue nos primeiros seis meses após o início do projeto e que seja atualizado sempre que ocorram mudanças significativas.

Para os investigadores portugueses que escrevem a primeira tese de mestrado e ainda não estão familiarizados com estes requisitos, vale a pena contactar a biblioteca da universidade ou o gabinete de apoio à investigação: muitas instituições portuguesas (Universidade do Porto, Universidade de Lisboa, Universidade do Minho) têm já serviços dedicados de apoio à GDI.

Repositórios certificados: Zenodo, RCAAP e Dendro

Selecionar o repositório certo é uma decisão com impacto a longo prazo. Os repositórios certificados garantem preservação, atribuição de DOI e conformidade com os standards internacionais. As principais opções para investigadores lusófonos em 2026 estão reunidas no nosso guia de repositórios de dados de investigação lusófonos; em resumo:

Zenodo

Zenodo (zenodo.org) é o repositório multidisciplinar de acesso aberto desenvolvido no CERN no âmbito da infraestrutura OpenAIRE. Aceita qualquer tipo de ficheiro de investigação (dados, software, pré-impressões, apresentações) até 50 GB por depósito, atribui DOI automaticamente e é reconhecido pela FCT e pelo Horizon Europe. É a opção mais simples para investigadores que não têm repositório institucional dedicado à sua área ou que trabalham em projetos interdisciplinares. O Zenodo foi também integrado com o GitHub, permitindo arquivar versões de software diretamente a partir de um repositório de código.

RCAAP e o Repositório de Dados Científicos

O RCAAP (Repositórios Científicos de Acesso Aberto de Portugal) agrega a produção científica de dezenas de instituições portuguesas. Para dados de investigação especificamente, o RCAAP disponibiliza o Repositório de Dados Científicos (dados.rcaap.pt), um repositório piloto para dados produzidos por instituições portuguesas. É especialmente indicado para projetos nacionais financiados pela FCT, uma vez que está alinhado com as políticas de ciência aberta da agência. Importa sublinhar que o RCAAP agrega também os repositórios institucionais das universidades — ao depositar no repositório da sua universidade, o registo fica automaticamente acessível via RCAAP.

Dendro

Dendro é uma plataforma de descrição e depósito de dados desenvolvida na Universidade do Porto, especialmente concebida para ligar a descrição multidisciplinar de dados às infraestruturas europeias de dados (EUDAT). Permite descrever os dados com vocabulários específicos de cada área científica e está integrada com o repositório institucional da U.Porto. É a opção preferível para investigadores desta universidade ou para projetos que exijam descrição disciplinar detalhada.

Como aplicar a GDI na sua tese de mestrado ou doutoramento

Mesmo que a sua tese não seja financiada por qualquer agência, adotar boas práticas de GDI tem benefícios diretos: facilita a escrita da metodologia, reduz o risco de perda de dados, e torna o trabalho mais fácil de reutilizar em futuras publicações. Eis um roteiro prático para a tese:

1. Antes da recolha de dados: Defina que dados vai produzir, em que formatos e onde os vai guardar. Se recolher dados pessoais, confirme os procedimentos RGPD com a comissão de ética da sua instituição. Documente tudo no caderno de laboratório (físico ou digital).
2. Durante a recolha: Use formatos abertos sempre que possível (CSV, JSON, TIFF, ODF). Nomeie os ficheiros de forma consistente e inclua sempre um ficheiro README que explique a estrutura das pastas e o significado de cada variável.
3. Após a análise: Arquive os dados brutos separadamente dos dados processados. Documente os scripts de análise (R, Python, SPSS) com comentários suficientes para que outra pessoa possa reproduzir os resultados. Uma ferramenta como o R Markdown ou o Jupyter Notebook permite combinar código e narrativa num único documento reprodutível.
4. Aquando da entrega da tese: Deposite os dados num repositório (Zenodo é a opção mais simples), obtenha o DOI e inclua-o nas referências da tese ou numa nota de rodapé. A maioria das universidades portuguesas aceita — e algumas já exigem — a indicação de onde os dados estão disponíveis.

A gestão de dados está intimamente ligada à questão da integridade académica: quando os dados e os processos de análise estão bem documentados e acessíveis, é muito mais fácil verificar que o trabalho é original e que os resultados são reproducíveis. Veja como reforçar essa integridade no guia sobre como verificar plágio e autoplágio antes de entregar a tese.

Para aprofundar a relação entre GDI e rigor metodológico, a Biblioteca da ECA-USP publicou recursos úteis sobre fontes e repositórios académicos abertos — incluindo um guia sobre acesso gratuito a livros e recursos académicos digitais que complementa os repositórios de dados.

Erros frequentes a evitar

• Confundir “aberto” com “sem restrições”: Dados com informação pessoal devem ter acesso restrito. Ser FAIR não obriga a publicar tudo publicamente.
• Deixar o DMP para o fim: O DMP é um documento de planeamento. Redigido à última hora, perde a sua utilidade e frequentemente não cumpre os requisitos do financiador.
• Usar formatos proprietários: Guardar dados apenas em formatos como .docx, .xlsx ou .sav (SPSS) dificulta a interoperabilidade e pode tornar os dados inacessíveis se o software deixar de existir.
• Não atribuir identificadores persistentes: Partilhar dados através de links para pastas partilhadas (Dropbox, Google Drive) não é adequado: estes links caducam. Um DOI num repositório certificado é permanente.
• Esquecer a documentação: Dados sem README, sem dicionário de variáveis e sem informação sobre a metodologia de recolha são, na prática, inutilizáveis por outros investigadores.
• Ignorar as diferenças entre tipos de dados: Dados de inquérito, dados de entrevista, dados laboratoriais, imagens e código de software têm requisitos diferentes de formato, metadados e licenciamento.

A Biblioteca da Unesp em São João da Boa Vista disponibiliza regularmente formação sobre comunicação científica e publicação aberta — incluindo uma série de webinars Springer sobre publicação e comunicação científica para 2026, que incluem temas como gestão de dados e acesso aberto.

FAQ: Perguntas frequentes sobre gestão de dados de investigação