Datahåndteringsplan
Lurer du på hva en datahåndteringsplan (DHP) er, hvorfor en DHP er nyttig, og hva det typiske innholdet i en DHP er? Her kan du finne veiledning om disse spørsmålene.
En DHP er et dokument som beskriver hvordan data i et forskningsprosjekt behandles. Det innebefatter f.eks. hvordan data samles inn, lagres, dokumenteres, analyseres og arkiveres. En DHP bør oppdateres i løpet av forskningsprosjektet.
En DHP er først og fremst et verktøy for å hjelpe forskere med å organisere og strukturere dataene sine, og bidra til å ta i bruk beste praksis for håndtering av forskningsdata.
En god datahåndteringsplan letter arbeidsflyten i et prosjekt, og gjør arbeidet med dataene mer effektivt. En DHP hjelper også med:
- Å identifisere utfordringer og problemstillinger på et tidlig tidspunkt (knyttet til f.eks. informasjonssikkerhet, håndtering av personopplysninger, roller og ansvar).
- Å holde oversikt over forskningsdata gjennom hele prosjektet.
- Å tilrettelegge for god datahåndtering i tilfelle noen forlater eller blir med i prosjektet underveis.
- Å spare tid og ekstra arbeid senere (f.eks. når data skal arkiveres og publiseres).
- Å identifisere kostnader og planlegge hvordan de skal dekkes.
- Å øke kvalitet på dataene gjennom FAIR-prinsippene (Findable, Accessible, Interoperable and Re-usable) - Wilkinson et al. 2016.
Flere forskningsfinansiører (f.eks. Norges forskningsråd og Det europeiske forskningsrådet) krever en DHP. Forskningsprosjekter ved Nord universitet skal også ha en DHP. Dette i henhold til Nords retningslinjer for forvaltning av forskningsdata.
Innholdet og omfanget av en DHP vil variere i henhold til behovene til et prosjekt. Det er vanlig å skrive en DHP ved å fylle ut en mal. Det er også vanlig å starte med en enkel DHP og forbedre den i løpet av et prosjekt. Følgende er vanligvis inkludert i en DHP:
- Beskrivelse av dataene i prosjektet, f.eks. er dataene generert i prosjektet og/eller brukes eksisterende data? Hvordan data vil bli samlet inn/generert og/eller hvordan eksisterende data vil bli gjenbrukt? Hvilke type data vil bli samlet inn?
- Dokumentasjon og datakvalitet, f.eks. hvilke metadata og dokumentasjon vil følge med dataene? Hvordan vil datakvalitet bli sikret?
- Lagring og deling av dataene underveis, f.eks. hvor og hvordan vil data og metadata bli lagret under forskningsprosessen? Hvordan vil datasikkerhet og personvern ivaretas under forskningen?
- Juridiske krav og etiske retningslinjer, f.eks. hvilke lovverk gjelder for prosjektet? Hvordan vil etiske retningslinjer følges? Hvordan vil andre juridiske spørsmål (f.eks. immaterielle rettigheter og eierskap) håndteres?
- Langsiktig bevaring, f.eks. hvor og hvordan vil data bevares på lang sikt? Foreligger det begrensninger på hvordan/hvor lenge dataene kan bevares? Hvilke programvarer eller metoder vil trengs for å få tilgang til og bruke dataene? Hvordan vil prosjektet sikre en unik og varig identifikator (f.eks. DOI) på hvert datasett?
- Ansvar og ressurser, f.eks. hvem vil være ansvarlig for dataene? Hvordan vil kostnader og ressurser knyttet til datahåndtering dekkes?
Kilde: Science Europe
Er du forsker på Nord og har spørsmål angående DHP-er, ta kontakt på research-data@nord.no.- Beskrivelse av dataene i prosjektet, f.eks. er dataene generert i prosjektet og/eller brukes eksisterende data? Hvordan data vil bli samlet inn/generert og/eller hvordan eksisterende data vil bli gjenbrukt? Hvilke type data vil bli samlet inn?
På disse nettsidene finnes det eksempler på publiserte datahåndteringsplaner:
- LIBER har en katalog "Data Management Plan Catalogue" med vurdering av DHP-er fra ulike disipliner når det gjelder kvalitet. Selve DHP-ene er arkivert i en egen samling i det generelle arkivet Zenodo.
- DMPonline har offentlig tilgjengelige DHP-er fra flere disipliner som er basert på ulike maler.
- Digital Curation Centre har flere eksempler på DHP-er fordelt på forskningsfinansiører.
Håndtering av personopplysninger i forskningsprosjekter
Dersom forskningsprosjektet ditt inneholder personopplysninger, må rutine for personvern i forskning følges. Personopplysninger er enhver opplysning som kan knyttes til en person. En personopplysning kan for eksempel være fødselsnummer, navn, adresse, e-postadresse eller IP-adresse.
Håndtering av personopplysninger i forskningsprosjekter
Forskningsetikk
All forskning utført ved universitetet skal være basert på gjeldende etiske retningslinjer, som inkluderer respekt for forskningsdeltakernes rettigheter.
Forskningsetiske retningslinjer for Nord universitet
Søke etter og sitere eksisterende forskningsdata
I likhet med å søke og sitere vitenskapelige publikasjoner, kan du også søke etter og sitere forskningsdata. Gitt økt tilgjengelighet av åpne forskningsdata er det sannsynlig at nye forskningsprosjekter kan dra nytte av allerede eksisterende data. Her er noen eksempler på tverrfaglige søkemotorer for forskningsdata:
Det er viktig å eksperimentere med disse søkemotorene og prøve ut flere søkeord, på samme måte som du ville gjort når du utfører en litteraturgjennomgang. Mens disse søkemotorene inkluderer åpne metadata, finnes selve dataene i de individuelle dataarkivene (f.eks. Zenodo, Figshare, Dryad eller Nord universitet sin samling i DataverseNO).
Alternativt kan du starte ditt datasøk i arkivregisteret re3data.org. Her kan du bla gjennom en omfattende liste over dataarkiver. Du kan organisere søket ditt for eksempel etter arkivets felt og land. Å starte et datasøk i re3data.org er relevant for eksempel når du vil begrense det til utvalgte arkiver.
Når du har funnet dataene du ønsker å bruke i forskningsprosjektet ditt, er det viktig å sitere datakildene dine riktig.
Mer informasjon om hvordan du siterer forskningsdata
Kostnader - datahåndtering
Et viktig aspekt i planleggingsfasen er å estimere de ressursene som er nødvendige for å håndtere data i et prosjekt (f.eks. for datainnsamling, datadokumentasjon og databevaring).
Se denne veiledningen fra UK Data Service for å estimere disse kostnadene. Slike kostnader er vanligvis dekket av finansiører.