Korrekt håndtering af forskningsdata er meget vigtigt for SDU, og derfor er det fremhævet i SDU's Open Science-politik. Følgende er nogle af de komponenter, der er nødvendige for en solid datahåndteringspraksis. Besøg de linkede sider for at få detaljerede oplysninger, der kan hjælpe dig med at holde dine data velorganiserede.
- Datahåndteringsplan (Data management plan eller DMP).
- Brug beskrivende og informative filnavne.
- Vælg filformater, der sikrer adgang på lang sigt.
- Hold styr på forskellige versioner af dine dokumenter.
- Opret metadata for hvert eksperiment eller hver analyse, du kører.
- Find nyttige værktøjer til at analysere dine data.
- Håndter følsomme data på en passende måde.
Se denne 20 minutters e-læring for at få mere at vide om vigtigheden af god Research Data Management.
Dette video e-læringsmodul er resultatet af et samarbejde mellem de danske universiteter, Rigsarkivet og Danish e-Infrastructure Centre (DeiC).
For flere oplysninger om datahåndtering, kan du læse artiklen "Nine simple ways to make it easier to (re)use your data" af White, et al., eller bogen “Data Management for Researchers” af Kristin Briney.
Langsigtet planlægning
Dokumenter din plan
Når du er begyndt at implementere bedste praksis for dig selv og din forskningsgruppe, skal du gøre en indsats for at dokumentere disse planer. Inkluder dine og din gruppes procedurer for følgende:
- Navngivning af filer.
- Gemme og tage backup af filer.
- Beskrivelse af datafiler.
- Holde styr på versioner.
Du kan overveje at bruge et OneDrive- eller Google-dokument, som alle i din gruppe kan få adgang til efter behov. Sørg for at definere, hvem der er ansvarlig for hver opgave og for at fastlægge de overordnede politikker.
Planlæg overførsel af viden
Som et sidste skridt må du ikke glemme at lave og implementere en plan for, hvordan du overfører viden om et projekt, når det skifter hænder, eller når nogen forlader gruppen. Det vil hjælpe med at forhindre, at værdifuld information går tabt!
Research data alliance (RDA)
Hvad er RDA?
Research Data Alliance (RDA) er et græsrodsinitiativ, der støttes økonomisk af EU, USA og Australien med det formål at bygge de sociale og tekniske broer for deling og genbrug af forskningsdata - specifikt i form af følgegrupper, hvor forskere og fagfolk udvikler f.eks. tekniske standarder, vejledninger og domænespecifik bedste praksis inden for forskningsdatahåndtering (RDA-output).
Research Data Alliance (RDA) blev lanceret som et fællesskabsdrevet initiativ i 2013 af Europa-Kommissionen, den amerikanske regerings National Science Foundation og National Institute of Standards and Technology samt den australske regerings Institut for Teknologi og Innovation med det formål at opbygge den sociale og tekniske infrastruktur, der skal muliggøre åben deling og genbrug af data.
RDA-fællesskabet omfatter forskere, videnskabsfolk, it-specialister, dataprofessionelle og andre eksperter. Alle faser i datas livscyklus er dækket - emnerne omfatter bl.a. datapublicering, datacitering, planlægning af datahåndtering, databehandling og datainteroperabilitet.
Hvad kan RDA gøre for dig?
RDA-anbefalinger (formelt godkendt) muliggør datadeling, -udveksling og -interoperabilitet - de omfatter bl.a. specifikationer, taksonomier, ontologier, workflows og datamodeller. RDA-anbefalinger og -output bidrager til at tackle udfordringer i den virkelige verden.
For at få en forståelse af, hvordan anbefalinger anvendes af forskellige discipliner såsom klimaforskning og landbrugsvidenskab, kan du læse mere her.
Den danske RDA node
Bliv en del af det danske RDA-fællesskab her. Medlemskab er gratis!
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.
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.
"Data" refererer i denne sammenhæng til alle former for digitale objekter, der produceres i forskning: forskningsdata i strengeste forstand, kode, software, præsentationer osv. For enkelhedens skyld bruger vi dog "data" og ikke "digitale forskningsobjekter" på denne hjemmeside.
FAIR-forskningsdata kan forbedre reproducerbarheden af publiceret forskning og sikre, at forskningsdata udnyttes fuldt ud til gavn for samfundet.
Hvad er fair?
For at lære mere om FAIR-forskningsdata kan du se dette 20-minutters video e-læringsmodul, der har til formål at hjælpe forskere med at forstå:
- De vigtigste elementer, der hjælper med at gøre forskningsdata synlige, tilgængelige, interoperable og genanvendelige
- Hvordan disse nøgleelementer bruges i forskellige forskningsdiscipliner og forskellige forskningsarbejdsgange
- Forskellene mellem FAIR-data og åbne data
Dette video e-læringsmodul er resultatet af et samarbejde mellem de danske universiteter, Rigsarkivet og the Danish e-Infrastructure Centre (DeiC). Holmstrand, K.F., den Boer, S.P.A., Vlachos, E., Martínez-Lavanchy, P.M., Hansen, K.K. (Eds.) (2019). Research Data Management (e-Learning course). DOI:10.11581/dtu:00000047
Hvordan kan du gøre dine forskningsdata mere FAIR?
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.
Denne hjemmeside er resultatet af et samarbejde mellem de danske universiteter, Rigsarkivet og the Danish e-Infrastructure Centre (DeiC). D.B. Deutz, M.C.H. Buss, J. S. Hansen, K. K. Hansen, K.G. Kjelmann, A.V. Larsen, E. Vlachos, K.F. Holmstrand (2020). How to FAIR: a Danish website to guide researchers on making research data more FAIR. DOI: https://doi.org/10.5281/zenodo.3712065