At ORCID, nous nous sommes largement concentrés sur les chercheurs qui effectuent des recherches et utilisent le Registre pour obtenir un iD et un lien vers leurs œuvres. En fait, il y a un autre groupe de chercheurs qui en bénéficieront : ceux qui s'intéressent à l'exploration des liens dans ORCID des données pour dériver et tester des modèles de flux de connaissances et d'innovation.
Un récent atelier sur la Fondements empiriques de la politique scientifique et d'innovation, organisé par Julia Lane des Institut américain de recherche, Jacques Mairesse of ENSAEet la Paula Stéphan of Georgia Tech, a réuni des chercheurs et des représentants d'agences de financement de plusieurs pays, dont les travaux ont été inspirés à la fois par le Programme américain STAR METRICS et par Programme Science of Science and Innovation Policy (SciSIP) de la National Science Foundation, pour commencer à construire une communauté internationale de pratique pour la science de la politique scientifique. Au cours des débats, il est devenu clair que les identifiants persistants et les normes d'échange de données sont une ressource importante pour soutenir la recherche dans ce domaine émergent.
Étaient présents à la réunion des économistes, des administrateurs de recherche et des administrateurs de programmes d'organismes de financement et d'universités et de centres de recherche, notamment le Conseil européen de la recherche, la National Science Foundation, l'Observatoire des Sciences et des Techniques (OST), l'Agence Nationale de Recherche, KAIST , l'Université de Strasbourg, Max Planck, Ministere de Enseignement Supérieur 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 et Ohio State University.
Les présentations ont porté sur le développement d'approches systématiques pour mesurer les résultats scientifiques et économiques de la recherche. Les participants ont discuté des études de faisabilité pour recueillir des données à l'appui de leur recherche et des études de recherche subséquentes. Parmi les questions à l'étude figurent l'efficacité des programmes de « chercheurs vedettes », les méthodes pour lier le financement des subventions aux résultats de la recherche, l'impact du financement sur la formation et les carrières ultérieures des étudiants diplômés, l'impact de la formation d'équipes scientifiques sur les résultats de la recherche et le flux de des personnes et des idées par le biais d'organisations et d'entreprises. Les résumés et la liste des participants sont disponibles sur le site de réunion.
Un fil conducteur à travers les présentations était l'immense travail requis pour obtenir et nettoyer les données d'administration de la recherche - informations sur le financement, le corps professoral, les stagiaires, les résultats de la recherche et les retombées. La confidentialité était une considération importante que la communauté doit prendre en compte. Les participants ont noté que les travaux antérieurs étaient essentiellement des études ponctuelles : les obstacles à l'accès, à la mise à jour et à l'annotation ont fait chaque effort sui generis. Il n'a pas été possible de généraliser les résultats, en particulier les études pour lesquelles les données sur les chercheurs, le financement et les résultats provenaient d'une seule institution. En outre, le suivi de la mobilité des scientifiques entre les organisations et les disciplines nécessite l'intégration de données de différents pays pour pouvoir prendre en charge des modèles interinstitutionnels ou internationaux. Les programmes STAR METRICS et U METRICS, et les activités internationales connexes, se sont largement concentrés sur la construction d'une infrastructure de données qui permet le développement de tels liens et crée la possibilité d'une plate-forme de données commune pour promouvoir la recherche généralisable et reproductible.
Les participants ont convenu que les activités seraient grandement facilitées par des initiatives telles que CASRAI, Modèle de données EuroCRIS CERIF et la ORCID: ils offrent un potentiel considérable pour réduire les défis substantiels de nettoyage, de liaison et de normalisation des données s'ils sont largement adoptés. CASRAI fournit un dictionnaire commun pour les données d'administration de la recherche et les objets métier échangeables, CERIF un modèle de métadonnées d'informations communes pour le stockage et l'échange, et ORCID un identifiant de chercheur persistant. Avec des identifiants persistants pour les organisations et les travaux de recherche, ces organisations communautaires à but non lucratif peuvent fournir un infrastructure en couche mince relier les données entre les bases de données par le biais de processus d'échange de données standard, une nécessité pour l'étude de la science de la politique scientifique. Dans de nombreux cas, tout ce qui est nécessaire pour prendre en charge l'interopérabilité est l'ajout de champs d'identification aux bases de données existantes et au travail de mappage des API, et beaucoup peut être accompli pour remédier à cette déconnexion de manière durable grâce à des efforts de coopération pour relier ces différentes parties du problème.
ORCID et les organisations d'infrastructure similaires dirigées par la communauté peuvent apprendre de la communauté des politiques scientifiques et scientifiques sur les besoins de ses chercheurs pour s'assurer que l'infrastructure en développement est adaptée de manière appropriée. Un exemple est comment ORCID exploite les définitions CASRAI et les métadonnées CERIF. Un autre est notre collaboration avec DataCite sur le Projet ODIN pour soutenir la citation de données (voir notre récent blogue sur les réunions DataCite et RDA). À leur tour, les chercheurs en sciences de la politique scientifique peuvent bénéficier d'améliorations de la qualité à long terme des données à analyser, et plus généralement, la communauté des chercheurs bénéficiera d'une compréhension de l'innovation fondée sur des preuves.