Versions Compared

Key

  • This line was added.
  • This line was removed.
  • Formatting was changed.

Introduktion

En data management plan er en vigtig del i en ansvarlig håndtering af et forskningsprojekts data. Data, som du skaber, behandler eller indsamler gennem din forskning, er værdifulde, og skal opbevares i en lang periode.

Tjeklisten kan benyttes til:

  • Dokumentation af data management forskningsaktiviteter.

  • Identifikation af områder, som udgår potentielle risici eller konflikter, der behøves at blive håndteret af projektgruppen, samarbejdspartnere, kolleger eller ledelse.

Før du starter

Udfyldning af tjeklisten vil ske nemmest, hvis du er bekendt med Dansk Code of Conduct

Om tjeklisten

Du vil få mest gavn af tjeklisten, hvis den udfyldes i begyndelse af et projekt. Planen hjælper med at afklare behov for hardware, software, politikker og kontrakter med samarbejdspartnere mm. Planen indeholder planer for bevaring og deling af data under hensyntagen til etiske og lovgivningsmæssige forhold.

Læs evt. mere om Data Management Planer og se eksempler på tjeklister og planer hos Rigsarkivet eller Digital Curation Centre.

Håndtering af den udfyldte tjekliste

  • Bevar en kopi af den komplette tjekliste med forskningsdataene.
  • Tjeklisten vil være god at have ved hånden under samtaler med kolleger og andre om behov i forbindelse med data management
  • Ændring i politikker, lovgivning, personel sker jævnligt og justering af forskningsmetoderne sker også ofte. Det er derfor ofte nødvendigt at ændre data management planen i forbindelse med at vilkårene ændrer sig. 

Definition af data

Vi definerer de forskellige typer data således

...

 

Datamanagement Tjekliste

 

 

  Indledning 

En datamanagement plan er en vigtig del i din håndtering af de data, som du skaber, behandler eller indsamler i dit forskningsprojekt. Disse data er værdifulde og du vil sikkert gerne bevare dem i en længere periode. Måske vil du også gerne dele dine data – helt eller delvis - med andre forskere. Denne tjekliste er ment som en hjælp til at udarbejde en plan for din håndtering af data.

 

 

 

Tjeklisten kan bruges til at:

 

  • Dokumentere hvordan du håndterer dine data

  • Identificere områder, som udgør potentielle risici eller konflikter, som måske skal håndteres i samarbejde med din forskergruppe, samarbejdspartnere, kolleger eller ledelse.

 

 

 

Tjeklisten er nemmest at udfylde, hvis du er bekendt med Dansk Code of Conduct: http://ufm.dk/publikationer/2014/the-danish-code-of-conduct-for-research-integrity 

 

 

 

 

 

Om tjeklisten

 

Du vil få mest gavn af tjeklisten, hvis den udfyldes i begyndelsen af projektet. Tjeklisten vil som nævnt kunne hjælpe dig med at udarbejde en datamanagement plan. Denne plan bidrager til at afklare behov for f.eks. hardware, software, relationer til samarbejdspartnere mm. Planen indeholder bl.a. hvordan data skal bevares og deles under hensyntagen til etiske og juridiske forhold.

 

 

 

Her er to steder, hvor du kan læse mere om data management planer og se eksempler på både tjeklister og planer:

 

 

 

 

 

 

Gode råd om håndtering af den udfyldte tjekliste og din datamanagementplan

 

  • Bevar en kopi af den komplette tjekliste og din datamanagement plan sammen med dine forskningsdata.

  • Tjeklisten vil være god at have ved hånden under samtaler med kolleger, samarbejdspartnere, ledelse m. fl. og andre om behov i forbindelse med data management.

  • Ændring i politikker, lovgivning osv. sker jævnligt.  Metoderne i projektet udvikles og justeres sker også ofte Det kan derfor blive nødvendigt at ændre data managementplanen i takt med at vilkårene ændrer sig.

 

 

 

JURA?

 

 

 

Definition af data

 

Når du udarbejder din datamanagement plan er det nødvendigt, at du beskriver hvordan du vil håndtere dine data i løbet af forskningsprocessen. Da forskere ikke altid har de fornødne rettigheder til at bruge og dele deres data ubegrænset er vi i forbindelse med denne tjekliste være nødt til at bruge nedenstående definitioner for at sikre en dækkende datamanagement plan.

 

 

 

I sammenhæng med datamanagementplaner opereres med fire typer af data:

 

  • Kildedata/eksisterende data /originaldata er data, som eksisterede før forskningsprojektet startede, som f.eks. Statsbibliotekets kulturarvsdata.

  • Forskningsdata/afledte data er nye data, som bliver skabt i forskningsprojektet, f.eks. indsamlede primærdata, indekser over eksisterende data, statistikker eller grafer, måleresultater, eller evt. algoritmer, som ud fra givne kildedata og indekser, kan foretage statistisk bearbejdning.

  • Metadata er dokumentation for og beskrivelse af de nyskabte data. De letter overblikket over data og gør det muligt for samarbejdspartnere og andre at finde og forstå dine data. Det er en fordel at bruge internationalt udbredte standarder for metadata. Metadata indeholder eksempelvis oplysninger om hvilken software og hardware, der skal bruges til åbne en given fil, hvem der må åbne data etc.

  • Ikke- digitale data. Hvis der bliver skabt ikke-digitale data skal disse også behandles i planen.

 

 

 

Mere om tjeklisten

 

Tjeklisten er inddelt i følgende fem dele:

 

  • Første del vedrører basale oplysninger om projektet. Det vil sige titel, deltagende forskere, kontaktoplysninger etc.

  • Anden del indeholder dels hvem der ejer data samt hvem, der skal have adgang til disse under og efter forskningsprojektets afslutning. Dels jeres etiske overvejelser om indsamling, brug, bevaring og eventuel deling af data anvendt i og/eller skabt i løbet af forskningsprojektet.

  • Tredje del rummer oplysninger om data, som jeres forskningsprojekt eventuelt bygger videre på. Det vil sige kilde-data/eksisterende data/originaldata.

  • Fjerde del indeholder oplysninger om data, som skabes løbende i forskningsprojektet, men som ikke nødvendigvis skal arkiveres eller skal kunne tilgås efter forskningsprojekts ophør. Det vil sige forskningsdata/afledte data.

  • Femte del vedrører heroverfor de kilde-data/eksisterende data/originaldata som skal bevares. Altså oplysninger om udvælgelse af data til bevaring, i hvor lang tid og om data skal kunne deles – hvordan, i hvilket omfang og med hvem.

 

 

 

I forbindelse med de enkelte dele vil der være felter, hvor oplysningerne allerede er givet tidligere, men da de enkelte faser behandler forskellige institutioner og arbejdsprocesser, er gentagelserne nødvendige for at sikre et fyldestgørende billede. Men hvis oplysningerne er helt de samme, kan I bare henvise til tidligere udfyldte felter.

 

Tjekliste for "Probing a Nation's Web Domain"

...

Udvælgelse og bevaring
Hvilke data skal bevares og/eller deles?

Decide which data to keep and for how long. This could be based on any obligations to retain certain data, the potential reuse value, what is economically viable to keep, and any additional effort required to prepare the data for data sharing and preservation. Remember to consider any additional effort required to prepare the data for sharing and preservation, such as changing file formats.

 
 Overvej hvilke genanvendelsesmuligheder dine data har, både i forhold til at validere dine resultater, til at frembringe nye videnskabelige resultater og i forbindelse med undervisning. .
 

Hvilke data skal bevares eller slettes på grund af lovmæssige, kontraktmæssige eller andre lignende forhold?

Indeks og procedure for at skabe indeks
 

Hvordan vil du beslutte, hvilke yderligere data, der skal bevares?

 
 

Hvilke muligheder for genanvendelse af data kan du se?

 
 

Hvor længe skal data bevares?

10 år.

Hvad er din plan for langtidsbevaring af data?

Outline the plans for preparing and documenting data for sharing and archiving. If you do not propose to use an established repository, the data management plan should demonstrate that resources and systems will be in place to enable the data to be curated effectively beyond the lifetime of the grant.

 
 Overvej om dine data har værdi på lang sigt og er egnet til arkivering. 
 

Hvor vil du langtidsbevare data?

 
 

Hvad kræver det af dig at klargøre dine data til langtidsbevaring?

 
Datadeling
Hvordan vil du dele data?

Consider where, how, and to whom data with acknowledged long-term value should be made available. The methods used to share data will be dependent on a number of factors such as the type, size, complexity and sensitivity of data. If possible, mention earlier examples to show a track record of effective data sharing. Consider how people might acknowledge the reuse of your data.

 
 Kan SB anvende resultaterne fra forsknings-projektet i andre sammenhænge?Ja
 

Hvordan vil mulige brugere af dine data kunne finde dem?

Online
 

Vil du dele data gennem et repository, eller vil du selv stå for delingen?

 
 

Hvornår vil du gøre data tilgængelige?

Så hurtigt som teknisk og juridisk muligt.
 

Vil du søge at få en persistent identifikation (F.eks. DOI) til dine data?

 
Delingsforhold

Deling vil ikke ske

 
 Intern deling 
 Ekstern delingGerne API med adgang til forskningsresultatet.
DelingsmetodeEmailNej
 Fysiske medier (DVD, USB, osv.)Online
 Specialiserede data overførselsværktøjer (FTP, Hermes osv.)API
 Beskrivelse af andre metoder 
DatakontrolDatatilgang kræver passwordIkke som udgangspunkt
 Data er krypteredesom ovenfor
 Data er fysisk sikrede - f.eks. i aflåst skabJa. Uddybes.

Er der nogen restriktioner i forbindelse med datadeling?

Beskriv alle de udfordringer du kan forestille dig i forbindelse med datadeling.

 
 Beskriv hvordan du forestiller dig at du kan overkomme disse udfordringer. 
 

Hvilke tiltag vil du gøre for at minimere restriktioner?

 
 

Hvor længe har du behov for eneadgang til data og hvorfor?

 
 

Er der behov for en formel datadelingsaftale?

 
Ansvarsområder og ressourcer

Hvem har ansvaret for datamanagement?

Beskriv roller og ansvarsområder for alle aktiviteter, f.eks. dataindsamling, produktion af metadata, kvalitetssikring osv.

 
 

Hvem er ansvarlig for implementering, gennemsyn og tilpasning af datamanagementplanen?

SB
 

Hvem er ansvarlig for de enkelte datamanagementaktiviteter?

SB

Hvilke ressourcer er nødvendige for at gennemføre din plan?

Carefully consider any resources needed to deliver the plan, e.g. software, hardware, technical expertise, etc. Where dedicated resources are needed, these should be outlined and justified. 
 

Har du brug fra udefrakommende ekspertise?

Måske
 

Har du brug for ekstra hardware/software?

Måske
 

Hvor meget koster det at bevare data på bevaringsstedet?

Ikke relevant i de næste 10 år.