Utilize este identificador para referenciar este registo: https://hdl.handle.net/10316/116171
Título: Desvendar o potencial da Ciência Aberta: perspetivas da engenharia biomédica e ciência de dados
Autor: Sayal, Alexandre 
Direito, Bruno 
Travassos, Carolina
Pereira, João
Palavras-chave: ciência de dados; ciência aberta
Data: 6-Mai-2024
Local de edição ou do evento: Universidade de Coimbra, Coimbra, Portugal
Resumo: A Ciência Aberta potencia a partilha do conhecimento entre a comunidade científica e a sociedade. Mais do que acesso aberto de dados e publicações, é a construção de pontes no processo científico, promovendo transparência, acessibilidade e colaboração na investigação científica. A interoperabilidade (um dos princípios FAIR) é um aspeto chave. Neste sentido, a adoção de standards de dados e metadados é fundamental para a integração e partilha de dados entre diferentes projetos e instituições, promovendo a colaboração e a construção coletiva do conhecimento, evitando a duplicação de esforços e recursos. O primeiro momento passa pela identificação dos formatos de ficheiros e standards abertos e disseminados na comunidade científica (fairsharing.org). O formato deve ser aberto, legível e acionável por máquina, como é o caso do NIfTI (Neuroimaging Informatics Technology Initiative) e do SNIRF (Shared Near Infrared Spectroscopy Format) para dados de imagem e do JSON para metadados. A Brain Imaging Data Structure (BIDS) representa uma forma de organizar e descrever dados e metadados de neuroimagem, como a ressonância magnética funcional (fMRI) ou a espectroscopia funcional de infravermelho próximo (fNIRS). O desenvolvimento partilhado e transparente do BIDS originou um ecossistema abrangente de ferramentas abertas para a criação e validação de datasets, processamento e análise estatística. Assim, os dados em BIDS são analisados diretamente por ferramentas que considerem esta estrutura, facilitando a aplicação de pipelines estabelecidas. É o caso do fMRIPrep (fmriprep.org), utilizado para o pré- processamento de dados de fMRI, do MNE-NIRS (mne.tools/mne-nirs) para dados de fNIRS e do Nilearn (nilearn.github.io), utilizado para a manipulação e análise estatística. Seguindo este exemplo, a investigação centrada, logo desde o início, em formatos abertos e interoperáveis facilita a partilha de dados entre institutos, a acessibilidade de novos métodos e o avanço mais rápido e colaborativo do conhecimento.
URI: https://hdl.handle.net/10316/116171
DOI: 10.48552/9yrd-w673
Direitos: openAccess
Aparece nas coleções:UC Open Science - Comunicações

Ficheiros deste registo:
Mostrar registo em formato completo

Google ScholarTM

Verificar

Altmetric

Altmetric


Este registo está protegido por Licença Creative Commons Creative Commons