Do site da Open Knowledge Foundation
O Frictionless Data Reproducible Research Fellows Programme, apoiado pela Sloan Foundation, objetiva capacitar estudantes de pós-graduação, pós-doutorandos e pesquisadores em início de carreira a se tornarem defensores de pesquisas abertas e reprodutíveis usando ferramentas e abordagens de dados sem atrito em seu campo.
Os bolsistas aprenderão sobre dados sem atrito, incluindo como usar ferramentas sem atrito em seus domínios para melhorar fluxos de trabalho de pesquisa reprodutíveis, e como defender a ciência aberta. Trabalhando em estreita colaboração com a equipe Frictionless Data, os fellows conduzirão workshops de treinamento em conferências, eventos em universidades e laboratórios, além de escrever blogs e outros conteúdos de comunicação. Além da orientação, serão oferecidos aos bolsistas US$ 5.000 para sustentar seu trabalho e tempo durante o fellowship de nove meses. As inscrições para concorrer à bolsa podem ser feitas usando este formulário até 30 de julho de 2019, com a bolsa a partir do outono do hemisfério norte. A OKFN valoriza a diversidade e incentiva os candidatos de comunidades que estão sub-representadas em ciência e tecnologia: pessoas de cor, mulheres, pessoas com deficiências e indivíduos LGBTI +.
Dados sem atrito para pesquisa reprodutível
O fellowship faz parte do projeto Frictionless Data for Reproducible Research da Open Knowledge Foundation. O Frictionless Data tem como objetivo reduzir o atrito frequentemente encontrado ao trabalhar com dados, como quando os dados são mal estruturados, incompletos, difíceis de encontrar ou são arquivados em formatos difíceis de usar. Este projeto, financiado pela Fundação Sloan, aplica o nosso trabalho a disciplinas de pesquisa orientadas por dados, a fim de ajudar os pesquisadores e a comunidade de pesquisa a resolver problemas de fluxo de trabalho de dados. Em sua essência, o Frictionless Data é um conjunto de especificações para interoperabilidade de dados e metadados, acompanhado por uma coleção de bibliotecas de software que implementam essas especificações e uma série de práticas recomendadas para o gerenciamento de dados. A especificação principal, o Data Package, é um “contêiner” simples e prático para dados e metadados. A abordagem Frictionless Data visa abordar as necessidades identificadas para melhorar a pesquisa orientada por dados, como formatos de metadados generalizados, padronizados, dados interoperáveis e ferramentas de código aberto para validação de dados.
Programa de bolsas
Durante o fellowship, a Open Knowledge Foundation estará à disposição para trabalhar junto com você enquanto você conclui o trabalho. A organização ajudará você a aprender ferramentas e softwares Frictionless Data e fornecerá recursos para ajudá-lo a criar workshops e apresentações. Além disso, anunciará os fellows no site do projeto e publicará seus blogs e workshops nos canais da rede. A OKFN também fornecerá orientação sobre como trabalhar em um projeto Open e trabalhará com você para atingir suas metas do fellowship.
Como concorrer
As inscrições para concorrer à bolsa podem ser feitas usando este formulário até 30 de julho de 2019, com a bolsa a partir do outono do hemisfério norte. O Fundo está aberto a indivíduos em início de carreira, como estudantes de pós-graduação e pós-doutorados, em qualquer parte do mundo e em qualquer disciplina científica. Candidatos bem-sucedidos devem ter interesse em pesquisa reprodutível e ciência aberta, com alguma experiência em comunicação, redação ou apresentações, e algumas habilidades técnicas (experiência básica com Python, R ou Matlab, por exemplo), mas não precisam ser tecnicamente proficientes. Se você estiver interessado, mas não tiver todas as qualificações, ainda recomendamos que você se candidate
Se você tiver alguma dúvida, por favor, envie um e-mail para a equipe em [email protected], faça uma pergunta no canal do projeto ou confira a seção FAQ dos Fellows. Inscreva-se logo e compartilhe com suas redes!
