FAQ

Konkretisering kommer forhåbentlig

Eksempelvis DDF

Kunne også være data.statsbiblioteket.dk

pure.au.dk

Passende måde = tilgængelige og søgbare og citer-bare (PID)

Langtidsbevaring af data kræver

1. IT-system(er)
2. Viden (ex. om formater)
3. Kompetencer
4. Ressourcer (ex. tid og penge)

I vores cases skal vi hjælpe forskerne med at få bevaret de data de genererer. Det gør vi blandt andet ved at hjælpe dem med at vælge format.

Ikke umiddelbart FLERE cases. MEN de services vi måtte etablere kunne måske bruges af andre OGSÅ inden for projektperioden.

Omfanget af den enkelte case er meget afhængig af vores ressourcer.

Vi skal sikre bevaring af data. Det kræver metadata.

Vi skal hjælpe forskerne med bevaringen og det kræver måske at der skal laves flere metadata end forskerne umiddelbart har gjort

Data skal måske konverteres til andre formater som en del af overleveringen til langtidsbevaring.

Netarkivet: ca. 125 Tbytes per år

Radio/TV: ca. 300 Tbytes per år.

Tilvæksten bliver svagt større år for år.

i JIRA opretter vi cases som komponenter så vi kan oprette opgaver der knytter sig til den enkelte case

en case i projektet er nok for stor til at være en use case - så det vil sandsynligvis være flere use cases per projekt-case.

det skal projektet afdække.

det er næppe forskeren

det er sandsynligvis ikke universitetet men det er dog universitetet der har ansvaret for at det sker.

Nedenstående figur viser blot de 20 første datatyper fundet hos University of York, hvor de fortæller, at der er en lang hale af andre formater. Det kan godt være, vi siger, der kun skal være få datatyper, men skal vi kun acceptere dem, og risikere at miste data fra special-værktøjer, som forskerne benytter? Og hvis vi accepterer flere datatyper, hvordan holder vi så styr på hvilke datatyper, der forsvinder? 

Meget godt spørgsmål.

Vi kan ikke garantere at kunne bevare alle typer data så vores service vil koncentrere sig om nogle få relevante datatyper.

Vi kan måske tilbyde bit-bevaring af mere generiske data.

Der kan være specifikke standarder vi gerne vil bruge (fx. på metadata) - nogle af dem kan også være ISO.

Der er ikke noget krav om ISO-standard.

Vi skal dog leve op til internationalt anerkendte best practices.

Vores egne kildedata skal vi bevare - det gør vi allerede.

Nye (meta)-data kan vi sammen med forskerne vælge at bevare.

Det vil altid være et valg hvad der skal bevares.

Tidsperioden for bevaring kan være politisk bestemt (fx. af universitetet eller af fundere)

I projektet har vi bundet os til at bevare data i 10 år.

Det kan vi lade os inspirere af.

Helt overordnet tager vi udgangspunkt i DCC's life cycle model.

Meget godt spørgsmål - det skal projektet finde ud af.

DDF har deres eget metadata-exchange-format (DDF-MX) som PURE kan levere over OAI-PMH

NEJ. Helt overordnet tager vi udgangspunkt i DCC's life cycle model.

Vi skal hele vejen igennem denne life cycle med vores cases.

I vores cases er det os.

Opsamling på tværs af cases står den tema-ansvarlige for.

Måske ikke noget vi vil diskutere så meget med forskerne.

Vi er selv interesseret i at vores egne systemer er sikre.

Helt sikkert.

Hvis data er personfølsomme er der helt bestemte krav. Eksempelvis skal man anmelde sin datahåndtering til datatilsynet.

Det plejer vi ikke.

ift. langtidsbevaring er kryptering faktisk noget skidt.

Rigsarkivet bruger kryptering systematisk. De har også meget mere hemmelige data end os.

Ja. Vi vil sandsynligvis ikke bevare alting til evig tid så på et tidspunkt vil vi højst sandsynligt også fjerne forskningsdata fra arkiverne igen.

Sletning af forskernes egne lokale data kan vi måske også vejlede i. Eksempelvis hvis de skal slettes slettes.

Ja - det skal vi have med i tankerne. Hvem ejer de nye data og hvordan bliver de tilgængelige

Skal der bruges eksempelvis Creative Commons eller andre åbne licenser.

larm.fm data er allerede CC

Kan være relevant for nogle datasæt at der kan arbejdes med versionering.

Når man citerer et datasæt SKAL det være en specifik version således at forskningsresultater kan efterprøves.

Man bør derfor som minimum kunne linke mellem forskellige versioner af samme datasæt.

Relevant i larm.fm casen hvor der jo stadig arbejdes med de data vi gerne vil bevare.

Det kommer an på hvilket system og metadata-skema vi beslutter at anvende.

Keywords lyder som en god ide - i hvert fald på datasæt-niveau.

vores ekspertpanel er engelsk-talende så vi skal kunne præsentere resultater på engelsk.

OK at arbejde på dansk i det daglige.

Aftales med den enkelte case.

Bolette og Knud Åge bestemmer.

Helt sikkert. Både fremtidig anvendelse og ikke mindst langtidsbevaring skal tages in mente når vi lagrer data.

i projektet kan vi forhåbentlig arbejde med de to cases

Netlab er orienteret og har sagt ja tak til at være med

I fremtiden vil der sandsynligvis blive tale om en kombination af pisk og gulerod

• Fundere stiller krav
• Større anerkendelse ved genbrug af data