Componentes da Infraestrutura
Componentes da Infraestrutura
Diagrama da Proposta de Infraestrutura de Dados do INCT
Componentes da Infraestrutura
O CKAN
O CKAN é uma solução mundialmente consolidada para gestão de dados abertos, utilizada por mais de 40 governos nacionais e centenas de organizações internacionais. É a tecnologia por trás da plataforma oficial do Portal Brasileiro de Dados Abertos, de plataformas estaduais (ex. Portal Alagoas em Dados) e também de plataformas de Programas de Pós Graduação de Universidades, como o Portal de Dados Urbanos Programa de Pós Graduação em Arquitetura e Urbanismo da Universidade Federal Fluminense (UFF).
A ferramenta foi concebida para ser um portal de dados. A arquitetura é construída em torno da ideia de catalogar, gerenciar, publicar e tornar encontráveis grandes quantidades de conjuntos de dados (datasets). Isto significa que o CKAN possui uma série de funcionalidades nativas para um sistema de gerenciamento de dados, como a criação de metadados padronizados (informações descritivas sobre os dados), um motor de busca poderoso (para encontrar os dados), controle de acesso (para a governança) e versionamento de dados. Pense no CKAN como uma biblioteca digital para dados; ele não apenas armazena os "livros" (os dados), mas também organiza as fichas catalográficas (metadados), facilitando que qualquer pessoa encontre o que precisa e consiga reutilizar os dados tendo transparência na metodologia e no processo utilizados para gerar os dados.
O CKAN é a plataforma onde a governança se materializa. Ele funciona como o repositório centralizado que aplica as regras de organização e acesso definidas nesta política. É no CKAN que os Eixos de Pesquisa se tornam "Organizações" com responsabilidades claras, onde os metadados padronizados são exigidos para garantir a qualidade e a capacidade de descoberta dos dados, e onde o controle de acesso (público vs. privado) é gerenciado. Ele é o executor final das nossas regras de catalogação, publicação e compartilhamento.
R
O R é a linguagem de programação escolhida para realizar os procedimentos de coleta, tratamento e análise de dados. O R é a ferramenta que operacionaliza a governança na origem do dado. Ele garante a qualidade e a padronização desde o início do processo, pois é nos scripts de R que as regras do nosso Manual de Estilo (tipagem, nomenclatura, documentação) são aplicadas durante a coleta e o tratamento. Ao padronizar a linguagem de manipulação de dados, garantimos que os procedimentos sejam consistentes e transparentes, formando a base para a produção de dados confiáveis e reprodutíveis.
Github
O GitHub é uma plataforma d como um repositório do código R que será elaborado nas atividades de tratamento de dados e de elaboração de análises. O GitHub funciona como o pilar da transparência e da validação metodológica da nossa política. Ele operacionaliza a exigência de reprodutibilidade ao servir como um repositório central para todo o código R que gera os dados. Sua principal função na governança é habilitar o processo de revisão por pares (peer review) através de Pull Requests, um ponto de controle obrigatório que assegura que o código foi validado por outros pesquisadores antes de ser usado para gerar os dados finais que serão depositados no CKAN.
Shiny
O Shiny é tecnologia que será utilizado para construção de aplicações web interativas para comunicar resultados dos projetos com dados tratados.