At ORCID, nos hemos centrado principalmente en los investigadores que realizan investigaciones y utilizan el Registro para obtener una iD y enlace a sus obras. De hecho, hay otro grupo de investigadores que se beneficiarán: los que estén interesados en minar los vínculos en ORCID datos para derivar y probar modelos de flujo de conocimiento e innovación.
Un taller reciente sobre el Fundamentos empíricos de la política de ciencia e innovación, organizado por julia carril de las Instituto Americano de Investigaciones, Jacques Mairesse of ENSAEy paula esteban of Georgia Tech, reunió a investigadores y representantes de agencias de financiación de varios países, cuyo trabajo se ha inspirado tanto en el Programa US STAR METRICS y del Programa de Política de Innovación y Ciencia de la Fundación Nacional de Ciencias (SciSIP), para comenzar a construir una comunidad internacional de práctica para la ciencia de la política científica. Durante los procedimientos, quedó claro que los identificadores persistentes y los estándares de intercambio de datos son un recurso importante para apoyar la investigación en este campo emergente.
Estuvieron presentes en la reunión economistas, administradores de investigación y administradores de programas de organizaciones de financiación y universidades y centros de investigación, incluido el Consejo Europeo de Investigación, la Fundación Nacional de Ciencias, el Observatoire des Sciences et des Techniques (OST), Agence National de Recherche, KAIST. , la Universidad de Estrasburgo, Max Planck, Ministere de Enseignement Superieure et Recherche, Imperial College London, Melbourne University, California Institute of Technology, University Boccini, KU Leuven, Charles University, Institute of the Czech Langauge, Center for Economic Research and Graduate Education (CERGE-EI), École Polytechnique Fédérale de Lausanne, Institut für Samfunnsforskning y Ohio State University.
Las presentaciones se centraron en el desarrollo de enfoques sistemáticos para medir los resultados científicos y económicos de la investigación. Los participantes discutieron los estudios de viabilidad para recopilar datos que respalden su investigación y los estudios de investigación posteriores. Entre las preguntas en estudio se encuentran la eficacia de los programas de "investigadores estrella", los métodos para vincular la financiación de subvenciones con los resultados de la investigación, el impacto de la financiación en la formación y las carreras posteriores de los estudiantes graduados, el impacto de la formación de equipos científicos en los resultados de la investigación y el flujo de personas e ideas a través de organizaciones y empresas. Los resúmenes y una lista de participantes están disponibles en el sitio web de la reunión.
Un hilo conductor en todas las presentaciones fue el inmenso trabajo requerido para obtener y limpiar los datos de administración de la investigación: información sobre financiación, profesores, aprendices, resultados de la investigación y productos derivados. La confidencialidad fue una consideración importante que la comunidad debe abordar. Los participantes señalaron que el trabajo anterior había sido esencialmente estudios únicos: las barreras al acceso, la actualización y la anotación hicieron que cada esfuerzo sui generis. No fue posible generalizar los hallazgos, particularmente aquellos estudios para los cuales los datos sobre investigadores, financiamiento y productos se obtuvieron de una sola institución. Además, el seguimiento de la movilidad de los científicos entre organizaciones y disciplinas requiere la integración de datos de diferentes países para poder respaldar modelos interinstitucionales o internacionales. Los programas STAR METRICS y U METRICS, y las actividades internacionales relacionadas, se han centrado en gran medida en la construcción de una infraestructura de datos que permita el desarrollo de dichos vínculos y cree la posibilidad de una plataforma de datos común para promover la investigación generalizable y replicable.
Los asistentes coincidieron en que las actividades serían de gran ayuda gracias a iniciativas como CASRAI, el Modelo de datos EuroCRIS CERIF y ORCID: ofrecen un potencial considerable para reducir los desafíos sustanciales de limpieza, vinculación y estandarización de datos si se adoptan ampliamente. CASRAI proporciona un diccionario común para datos de administración de investigación y objetos comerciales intercambiables, CERIF un modelo común de metadatos de información para almacenamiento e intercambio, y ORCID un identificador de investigador persistente. Junto con identificadores persistentes para organizaciones y trabajos de investigación, estas organizaciones sin fines de lucro impulsadas por la comunidad pueden proporcionar una infraestructura de capa fina vincular datos entre bases de datos a través de procesos estándar de intercambio de datos, una necesidad para el estudio de la ciencia de la política científica. En muchos casos, todo lo que se requiere para respaldar la interoperación es la adición de campos de identificación a las bases de datos existentes y el trabajo de mapeo de API, y se puede lograr mucho para abordar esta desconexión de una manera sostenible a través de esfuerzos cooperativos para unir estas diversas partes del problema.
ORCID y organizaciones de infraestructura similares impulsadas por la comunidad pueden aprender de la comunidad de Política de Ciencia de la Ciencia sobre las necesidades de sus investigadores para garantizar que la infraestructura en desarrollo responda adecuadamente. Un ejemplo es como ORCID aprovecha las definiciones CASRAI y los metadatos CERIF. Otro es nuestra colaboración con DataCite en el Proyecto ODIN para respaldar la citación de datos (consulte nuestra blog sobre las reuniones de DataCite y RDA). A su vez, los investigadores de Science of Science Policy pueden beneficiarse de las mejoras en la calidad a largo plazo de los datos para el análisis y, en general, la comunidad de investigadores se beneficiará de una comprensión de la innovación basada en la evidencia.