Open Science & Research Data Management

En datahåndteringsplan (Data Management Plan eller DMP) er et skriftligt dokument, der beskriver de data, du forventer at indsamle eller generere i løbet af et forskningsprojekt, hvordan du vil håndtere, beskrive, analysere og opbevare disse data, og hvilke mekanismer du vil bruge ved afslutningen af dit projekt til at dele og bevare dine data.

• Mere om datahåndteringsplaner

Open access (OA) refererer til gratis, ubegrænset onlineadgang til forskningsresultater som f.eks. tidsskriftartikler og bøger. OA-indhold er åbent for alle uden nogen pris.

Der er mange typer OA, men de to vigtigste måder at gøre forskningsresultater åbent tilgængelige på er "Guld Open Access" og "Grøn Open Access". Guld OA indebærer udgivelse af artikler eller bøger via OA-ruten på et forlags platform. Grøn OA indebærer arkivering af en version af manuskriptet i et OA-repository, som SDU Pure.

Indhold udgivet via Guld OA-ruten er tilgængeligt umiddelbart efter udgivelsen på forlagets hjemmeside, men kan være forbundet med et stort pris for forskeren. Manuskripter, der udgives via den grønne OA-rute, kan i mange tilfælde først gøres tilgængelige, når en embargoperiode for selvarkivering er udløbet. Vilkårene for videre deling og genbrug af OA-indhold afhænger af den licens, som det er gjort tilgængeligt under.

I tilfælde, hvor lukket adgang ikke kan undgås, kan du overveje at skrive en OA-populærvidenskabelig artikel, et blogindlæg eller engagere dig i OA-kommunikationsaktiviteter vedrørende dit arbejde.

Hvis du vil vide mere, kan du besøge FAQ-sektionen på vores side om bedste praksis for data her, besøge SpringerNatures side her, som denne tekst er delvist tilpasset fra, eller besøge Open Access websiden. Du kan også få mere at vide om OA-publicering, f.eks. "Sådan finder du et passende OA-tidsskrift eller -arkiv til dine publikationer", ved at besøge OpenAIRE-webguiden.

Hvad er open access? Nick Shockey og Jonathan Eisen fra PhD comics tager os med på en gennemgang af Open Access-publicering og forklarer præcis, hvad det hele handler om. Se videoen her. 

FAIR forskningsdata er data, der er udarbejdet i overensstemmelse med FAIR Guiding Principles, der blev offentliggjort i 2016. Disse principper indeholder bedste praksis for datahåndtering, der har til formål at gøre data FAIR: Findbare, Tilgængelige, Interoperable og Genanvendelige.

Hvis du vil vide mere, kan du besøge FAQ-sektionen på vores side om bedste praksis for data her.

For at lære mere om FAIR-forskningsdata, se denne 20-minutters video e-læringsmodul der har til formål at hjælpe forskere med at forstå:

1. De vigtigste elementer, der hjælper med at gøre forskningsdata synlige, tilgængelige, interoperable og genanvendelige
2. Hvordan disse elementer bruges i forskellige forskningsdiscipliner og forskellige forskningsarbejdsgange
3. Forskellene mellem FAIR-data og Open Data

Hjemmesiden www.howtofair.dk tager dig med på et dybdegående dyk ned i emnet for FAIR-forskningsdata. I løbet af cirka to timer vil den vise dig, at FAIR ikke er et tidskrævende administrativt mantra, men et sæt principper, der gør din forskning effektiv, transparent og bæredygtig. Ved at arbejde i overensstemmelse med FAIR-principperne for at gøre dine data mere FAIR, vil du forbedre din håndtering af forskningsdata og beskytte dine forskningsdata for fremtiden.

SDU Data Management Forum er en lokal implementering af Nationalt Forum for Forskningsdata Management. Vi arbejder med og udvikler SDU's tjenester inden for datahåndtering, Open Science, GDPR og andre juridiske spørgsmål.

• Mere om SDU Data Management Forum