Solutions

This appendix contains the answers and additional information for the review quizzes.

Additionally, this section contains a suggested solution to the Practice Use Case.

Soluções de revisão da gestão de dados

Por que é melhor limpar os seus dados?

  • para torná-los o mais possível adequados ao uso

  • para atingir as suas metas de qualidade de dados

Deve sempre procurar gerir e publicar dados com a maior qualidade possível. Isto irá melhorar o seu trabalho diário (é mais fácil de trabalhar com dados organizados e limpos), assim como o trabalho de potenciais reutilizadores dos seus dados, que precisam de compreendê-los e confiar na sua fonte antes de usá-los.

Como deve organizar o seu fluxo de trabalho de limpeza de dados?

  • peça aos seus colegas o conhecimento especializado

  • trabalhe ao nível institucional para harmonizar fluxos de trabalho de qualidade de dados

Ninguém sabe tudo sobre os dados da biodiversidade; deve procurar ajuda e aconselhamento com os seus colegas ou outras pessoas conhecidas. e certifique-se de aplicar as boas práticas recomendadas pela sua instituição enquanto limpa os seus dados.

Qual é o melhor:

  • prevenir a ocorrência de erros

  • corrija erros assim que os encontrar na sua base de dados ou tabela

A melhor maneira de evitar a propagação de erros nos seus dados é evitá-los no início do processo de colheita/registo de dados.

É claro que os erros são inevitáveis, portanto também deve limpá-los assim que os encontrar, e documentar o processo de limpeza.

Se não tem tempo ou recursos para limpar os seus dados corretamente, é melhor esperar conseguir fazê-lo em vez de publicar dados errados que podem confundir as pessoas.

De quem é a responsabilidade da qualidade dos dados?

  • De todos os participantes na gestão dos dados

Cada pessoa envolvida no seu fluxo de trabalho de gestão de dados é pelo menos parcialmente responsável pela sua qualidade, desde os técnicos de campo até ao(s) gerente(s) da base de dados.

As pessoas que mais tarde possam utilizar os seus dados, podem informá-lo de qualquer erro que permaneca nos seus dados e devem utilizá-los de forma responsável na sua própria investigação, mas a qualidade inicial dos dados não é responsabilidade delas.

O GBIF pode realizar verificações automáticas nos seus dados (por exemplo, detecção de valores ausentes, outliers geográficos, nomes científicos desconhecidos), mas não deve ser responsabilizados pelos erros que ocorreram anteriormente no processo de gestão de dados.

Quais as ferramentas que podem ser usadas para limpar os seus dados?

  • Excel e outras ferramentas de gestão de folhas de cálculo

  • OpenRefine

  • O seu software de base de dados

  • Ferramentas on-line como o Scientific Names Resolver ou Google Maps

Todos os tipos de ferramentas podem ser usadas para limpar os seus dados, mas deve identificar quais responderão às suas necessidades em termos de resolução taxonómica, georeferenciação, exclusão de duplicados e assim por diante. Pode encontrar [Ferramentas úteis] listados na seção de gestão de dados.

Soluções de revisão de dados

What does data publishing mean in the context of GBIF?

  • Making your biodiversity dataset(s) publicly accessible and discoverable in a standardized format

A publicação de dados através do GBIF significa tornar os seus conjuntos de dados de biodiversidade acessíveis ao público num formato padronizado (na maioria das vezes, Darwin Core), para que possa ser descoberto e reutilizado por outras pessoas.

O que é um IPT?

  • uma ferramenta que o ajuda a publicar os seus dados através do GBIF

  • uma ferramenta que ajuda a produzir um Artigo de Dados

O IPT (Integrated Publishing Toolkit) é um software escrito em Java que permite carregar e publicar dados através do GBIF. Não deve ser utilizado como instrumento de gestão de dados ou de limpeza de dados.

O IPT também pode ajudá-lo no processo de escrever e enviar um artigo de dados, graças ao ficheiro EML ele gera automaticamente quando preenche os metadados do seu recurso de dados.

Quais licenças e dispensas Creative Commons são recomendadas pelo GBIF para publicação de dados?

  • CC0, CC-BY e CC-BY-NC

As licenças e dispensas Creative Commons recomendadas para publicar os seu(s) dados(s) no GBIF são CC0, CC-BY e CC-BY-NC. São licenças e/ou dispensas amplamente reconhecidas que se alinham com os requisitos internacionais de dados abertos para partilhamento e reutilização de dados.

Por favor, note que deve escolher apenas a dispensa/licença CC-BY ou CC-BY para o(s) seu(s) dados(s) relacionados com o BID.

Quais são os três núcleos (cores) que pode escolher para um recurso IPT?

  • Núcleo de Ocorrência, Núcleo de Taxon, Núcleo de Eventos

Pode escolher um dos três Núcleos seguintes para cada um dos seus recursos IPT: Núcleo de Ocorrência, de Taxon ou de Evento.

O padrão Darwin Core também permite que associe extensões ao núcleo escolhido, como SimpleMultimedia ou MeasurementOrFact.

Os metadados são preenchidos numa secção separada do IPT sendo partilhados usando o padrão EML, e não Darwin Core (que é usado apenas para dados).

Quantas extensões pode ter um conjunto de dados?

  • tantas quantas necessárias

Uma vez que você escolheu um "core" para o seu recurso IPT, pode adicionar extensões de Darwin core a ele. Você pode adicionar apenas uma ou várias extensões, dependendo do tipo de "core" que escolheu e quais extensões são compatíveis com ele.

As extensões não são obrigatórias (você pode publicar um conjunto de dados sem qualquer extensão), mas pode ser útil se quiser partilhar informações adicionais que você não pode mapear com o "core" escolhido.

Practice Use Case suggested solution

Suggested solution (4 MB) Exercise 1c capture example spreadsheet (4 MB)