Scientific data management

Abstract

Universally, it is known that data is constantly changing, new concepts emerge and ways to represent them, and sometimes many of these concepts become deprecated. In the context of scientific research, data management is no exception, as it becomes more challenging to deal with the growing volume of data and with the complexity of the surrounding techniques. Furthermore, it is common in companies, as well as in scientific research, a huge dependence on those who are responsible for the management of all the information, leading to the possibility that team changes are not as efficient as one would expect. It is therefore crucial to analyse, organise and document data. There are several techniques developed over the last years to deal with this problem, and the main focus of this dissertation is to adapt and apply the most appealing in the scrutiny of the currently known systems to handle the management of scientific data. These systems will be compared considering the following criteria: architecture, interoperability, metadata, usability and security. Finally, after adapting one of the solutions, a performance evaluation will be required in order to extrapolate its functioning in a real-world context.

Universalmente, sabe-se que os dados estão em constante mudança, surgem novos conceitos e formas de os representar, e por vezes muitos destes conceitos são depreciados. No contexto da investigação científica, a gestão de dados não é excepção, pois torna-se mais desafiante lidar com o volume crescente de dados e com a complexidade das técnicas que os rodeiam. Além disso, é comum nas empresas, bem como na investigação científica, uma enorme dependência daqueles que são responsáveis pela gestão de toda a informação, levando à possibilidade de as mudanças de equipa não serem tão eficientes como seria de esperar. É, por conseguinte, crucial analisar, organizar e documentar os dados. Há várias técnicas desenvolvidas nos últimos anos para lidar com este problema, e o foco principal desta dissertação é adaptar e aplicar o mais apelativo na análise dos sistemas actualmente conhecidos para lidar com a gestão de dados científicos. Estes sistemas serão comparados considerando os seguintes critérios: arquitectura, interoperabilidade, metadados, usabilidade e segurança. Finalmente, após a adaptação de uma das soluções, será necessária uma avaliação de desempenho a fim de extrapolar o seu funcionamento num contexto do mundo real.