Perfil de Implementação FAIR: Um Marco  Estratégico para o Avanço da Gestão de Dados de Pesquisa no Brasil

preprint OA: closed CC-BY-4.0

Abstract

O rápido crescimento do volume de dados científicos exige práticas de gestão que priorizem transparência, interoperabilidade e reúso. Os Princípios FAIR (Findable, Accessible, Interoperable, Reusable) consolidaram-se como referência internacional para organização e disseminação de dados de pesquisa, mas sua aplicação é desafiadora devido a interpretações divergentes e à falta de soluções contextualizadas. Para superar esses obstáculos, a Fundação GO FAIR desenvolveu o Perfil de Implementação FAIR uma abordagem que permite às comunidades documentar coletivamente decisões técnicas, metodológicas e organizacionais no processo de FAIRificação dos dados. Este artigo tem por objetivo apresentar uma síntese conceitual e prática do Perfil de Implementção FAIR e da ferramenta de apoio FIPWizard, destacando sua contribuição para padronização e interoperabilidade. Além disso, discute-se a proposta estratégica da iniciativa GO FAIR Brasil para adoção nacional do Perfil de Implentação FAIR , com base em dez ações práticas. A metodologia adotada seguiu uma abordagem qualitativa, fundamentada na revisão bibliográfica e análise documental, com ênfase nas descrições conceituais e práticas relacionadas ao tema. Conclui-se que o Perfil de Implentação FAIR representam um avanço significativo para o fortalecimento da governança de dados de pesquisa, ao promoverem a convergência de práticas e o alinhamento com a ciência aberta.
Full text 7,535 characters · extracted from preprint-html · click to expand
Perfil de Implementação FAIR: Um Marco Estratégico para o Avanço da Gestão de Dados de Pesquisa no Brasil | SciELO Preprints window.dataLayer = window.dataLayer || []; function gtag(){dataLayer.push(arguments);} gtag('js', new Date()); gtag('config', 'G-3TT8HYRH0Y'); Open Menu Registrar-se Acesso English Español Ir para o conteúdo principal Ir para o menu de navegação principal Ir para o rodapé Preprints Submissão Áreas do Conhecimento Ciências Agrárias Ciências Biológicas Ciências da Saúde Ciências Exatas e da Terra Ciências Humanas Ciências Sociais Aplicadas Engenharias Linguística, letras e artes Educação em Revista Memórias do Instituto Oswaldo Cruz 47º Encontro Anual da ANPOCS 48º Encontro Anual da ANPOCS 49º Encontro Anual da ANPOCS Sobre Sobre o Servidor Declaração de Privacidade Atualizações do Sistema Contato FAQ Ética no SciELO Preprints Avaliação de preprints Anotações em preprints (via Hypothesis) Avalie um preprint Notícias Início / Ciências Sociais Aplicadas Preprint / Versão 1 Perfil de Implementação FAIR: Um Marco Estratégico para o Avanço da Gestão de Dados de Pesquisa no Brasil article.authors6a0d580b783ca Luana Sales Instituto Brasileiro de Informação em Ciência e Tecnologia image/svg+xml .st0{fill:#A6CE39;} .st1{fill:#FFFFFF;} https://orcid.org/0000-0002-3614-2356 Conceptualization Writing – Original Draft Preparation Supervision Viviane Veiga Fundação Oswaldo Cruz image/svg+xml .st0{fill:#A6CE39;} .st1{fill:#FFFFFF;} https://orcid.org/0000-0001-8318-7912 Conceptualization Formal Analysis Supervision Writing – Original Draft Preparation Patricia Henning Universidade Federal do Estado do Rio de Janeiro image/svg+xml .st0{fill:#A6CE39;} .st1{fill:#FFFFFF;} https://orcid.org/0000-0003-0739-6442 Conceptualization Formal Analysis Writing – Original Draft Preparation Writing – Review & Editing Luiz Olavo Bonino University of Twente image/svg+xml .st0{fill:#A6CE39;} .st1{fill:#FFFFFF;} https://orcid.org/0000-0002-1164-1351 Supervision Conceptualization Methodology Validation Writing – Original Draft Preparation DOI: https://doi.org/10.1590/SciELOPreprints.13360 Palavras-chave: FAIR, FIP, Gestão de dados Resumo O rápido crescimento do volume de dados científicos exige práticas de gestão que priorizem transparência, interoperabilidade e reúso. Os Princípios FAIR (Findable, Accessible, Interoperable, Reusable) consolidaram-se como referência internacional para organização e disseminação de dados de pesquisa, mas sua aplicação é desafiadora devido a interpretações divergentes e à falta de soluções contextualizadas. Para superar esses obstáculos, a Fundação GO FAIR desenvolveu o Perfil de Implementação FAIR uma abordagem que permite às comunidades documentar coletivamente decisões técnicas, metodológicas e organizacionais no processo de FAIRificação dos dados. Este artigo tem por objetivo apresentar uma síntese conceitual e prática do Perfil de Implementção FAIR e da ferramenta de apoio FIPWizard, destacando sua contribuição para padronização e interoperabilidade. Além disso, discute-se a proposta estratégica da iniciativa GO FAIR Brasil para adoção nacional do Perfil de Implentação FAIR , com base em dez ações práticas. A metodologia adotada seguiu uma abordagem qualitativa, fundamentada na revisão bibliográfica e análise documental, com ênfase nas descrições conceituais e práticas relacionadas ao tema. Conclui-se que o Perfil de Implentação FAIR representam um avanço significativo para o fortalecimento da governança de dados de pesquisa, ao promoverem a convergência de práticas e o alinhamento com a ciência aberta. Downloads Os dados de download ainda não estão disponíveis. Biografia do Autor Luana Sales, Instituto Brasileiro de Informação em Ciência e Tecnologia Pesquisadora do Instituto Brasileiro de Informação em Ciência e Tecnologica (Ibict) Viviane Veiga, Fundação Oswaldo Cruz Pesquisadora da Fundação Oswaldo Cruz (Fiocruz) Patricia Henning, Universidade Federal do Estado do Rio de Janeiro Pesquisadora da Universidade Federal do Estado do Rio de Janeiro (UNIRIO) Luiz Olavo Bonino, University of Twente Pesquisador da University of Twente (UT) PDF Postado 03/11/2025 Como Citar Perfil de Implementação FAIR: Um Marco Estratégico para o Avanço da Gestão de Dados de Pesquisa no Brasil. (2025). Em SciELO Preprints . https://doi.org/10.1590/SciELOPreprints.13360 Formatos de Citação ACM ACS APA ABNT Chicago Harvard IEEE MLA Turabian Vancouver Baixar Citação Endnote/Zotero/Mendeley (RIS) BibTeX Série Ciências Sociais Aplicadas Copyright (c) 2025 Luana Sales, Viviane Veiga, Patricia Henning, Luiz Olavo Bonino Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License . .citations-container { overflow-y: auto; overflow-x: hidden; max-height: 1000px; } Plaudit Declaração de dados Os dados de pesquisa estão contidos no próprio manuscrito Aviso de preprints Preprints são manuscritos não avaliados por um periódico científico ou já avaliados mas em processo de publicação. .block_announcements_article:not(:last-child) { padding-bottom: 1.5em; border-bottom: 1px solid; } .block_announcements_article { text-align: left; } .block_announcements #show-all{ font-style: italic; } Notícias SciELO Preprints adota obrigatoriedade de declaração de disponibilização de dados de pesquisa 19 agosto 2025 A partir de 1º de setembro de 2025 os manuscritos submetidos ao SciELO Preprints devem incluir uma declaração de disponibilidade de dados informando sobre onde e como os dados da pesquisa que deram origem ao artigo podem ser acessados. Atualização da Política Editorial e FAQ 21 maio 2025 Todos(as) os(as) autores(as) são solicitados(as) a consultarem a nossa Política Editorial e nossas FAQs antes de submeterem o seu manuscrito. Prêmio Ben Barres Spotlight: Inscrições abertas para 2024 20 maio 2024 Prêmios de até US$ 5.000 estão agora disponíveis para pesquisadores de origens sub-representadas ou países com financiamento limitado para apoiar sua pesquisa, carreira e comunidade. Preprints do SciELO Preprints nas ciências da vida ou biomédicas com pelo menos uma revisão disponível no Sciety são elegíveis! Show all announcements ... SciELO - Scientific Electronic Library Online Rua Dr. Diogo de Faria, 1087 – 9º andar – Vila Clementino 04037-003 São Paulo/SP - Brasil E-mail: [email protected] app = {"hypothesisHandlerUrl":"https:\/\/preprints.scielo.org\/index.php\/scielo\/$$$call$$$\/plugins\/generic\/hypothesis\/controllers\/hypothesis\/"}; var pkpUsageStats = pkpUsageStats || {};pkpUsageStats.data = pkpUsageStats.data || {};pkpUsageStats.data.Submission = pkpUsageStats.data.Submission || {};pkpUsageStats.data.Submission[13360] = {"data":{"2025":{"11":"53","12":"21"},"2026":{"1":"13","2":"11","3":"18","4":"20","5":"9"}},"label":"Todos os downloads","color":"79,181,217","total":145}; var pkpUsageStats = pkpUsageStats || {};pkpUsageStats.locale = pkpUsageStats.locale || {};pkpUsageStats.locale.months = ["Jan","Fev","Mar","Abr","Mai","Jun","Jul","Ago","Set","Out","Nov","Dez"];pkpUsageStats.config = pkpUsageStats.config || {};pkpUsageStats.config.chartType = "bar"; (function (w, d, s, l, i) { w[l] = w[l] || []; var f = d.getElementsByTagName(s)[0], j = d.createElement(s), dl = l != 'dataLayer' ? '&l=' + l : ''; j.async = true; j.src = 'https://www.googletagmanager.com/gtag/js?id=' + i + dl; f.parentNode.insertBefore(j, f); function gtag(){dataLayer.push(arguments)}; gtag('js', new Date()); gtag('config', i); }) (window, document, 'script', 'dataLayer', '3TT8HYRH0Y');

Text is read by the "Ask this paper" AI Q&A widget below. Extraction quality varies by source — PMC NXML preserves structure cleanly, OA-HTML may include some navigation residue, and OA-PDF can have broken hyphenation. The publisher copy (via DOI) is the canonical version.

My notes (saved in your browser only)

Ask this paper AI returns verbatim quotes from the full text · source: preprint-html

Answers must be backed by verbatim quotes from this paper's full text. Hallucinated quotes are dropped automatically; if no verbatim passage answers the question, we say so. How this works

Citation neighborhood (no data yet)

We don't have any in-corpus citations linked to this paper yet. This is a recent paper (2025) — citers typically take a year or two to land, and the OpenAlex reference graph may still be filling in.

Source provenance

europepmc
last seen: 2026-05-20T01:45:00.602351+00:00
unpaywall
last seen: 2026-05-27T02:00:06.600101+00:00
License: CC-BY-4.0