Urban Vitality Open Science
Data pakket
De bewaring van onderzoeksgegevens dient twee doelen. Het vergemakkelijkt de verificatie en replicatie van jouw onderzoek(sresultaten), en het vergemakkelijkt het hergebruik van onderzoeksgegevens. De FAIR-principes (Findable, Accessible, Interoperable, Reusable) bieden een bruikbaar kader om maximaal (her)gebruik van data mogelijk te maken binnen ethische en juridische (privacy) grenzen.
Op deze pagina:
Wat is het bewaren van gegevens in een gegevenspakket?
Het uiteindelijke doel van FAIR is het hergebruik van gegevens te optimaliseren. Om dit te bereiken moeten metadata en data goed worden beschreven en gedocumenteerd, zodat ze in verschillende settings kunnen worden gerepliceerd, begrepen en/of gecombineerd. Denk aan variabele labels, codeboeken, gebruikte protocollen en instrumenten, het bijvoegen van een licentie, enz. Door data, metadata en documentatie te verpakken in een datapakket en dit pakket te deponeren in een data repository zoals UvA/HvA figshare voldoe je al aan de meeste preserverings- en FAIR-eisen, hoewel het interoperabel en machine-leesbaar maken van (meta)data vraagt om extra FAIR-expertise (bij de start van je project) . Preservering geldt zowel voor kwantitatieve als kwalitatieve onderzoeksdata, en heeft betrekking op (statische) onderzoeksdata.
Waarom is het belangrijk?
Voordelen voor jou
- Net als publicaties is ook data die je hebt verzameld onderzoeksoutput. Door deze te deponeren in een data repository vergroot je jouw onderzoeksoutput (via UvA/HvA figshare wordt de dataset automatisch geregistreerd in PURE) en zichtbaarheid van je werk
- Je kunt meer credits krijgen voor je werk omdat naast het citeren van je artikel anderen ook de dataset kunnen citeren
- Steeds meer tijdschriften en financiers vragen hoe je de onderzoeksdata vindbaar, toegankelijk, interoperabel en herbruikbaar gaat maken
- Door je data te beschrijven (via metadata) en voorwaarden voor hergebruik te stellen maak je duidelijk wat anderen wel en niet met de data mogen doen
- De door jou verzamelde gegevens worden beschermd tegen corruptie en verlies
- Je vergemakkelijkt verificatie van je onderzoeksresultaten en hergebruik van je data
- Je voorkomt ad hoc gedoe als je ziek wordt of een andere baan accepteert, zodat collega's het efficiënt kunnen overnemen
- Waarschijnlijk heb je deelnemers in de informed consent beloofd om op een bepaalde (zorgvuldige en verantwoorde) manier met hun (gevoelige) gegevens om te gaan
- Het mogelijk maken nieuwe (meer data-gedreven) onderzoeksvragen te beantwoorden. Op het gebied van AI gaat het niet om rekenkracht of algoritmen, maar om de beschikbaarheid, toegankelijkheid (onder de juiste voorwaarden) en interoperabiliteit van gegevens
Hoe en wanneer?
| Elke wetenschappelijke publicatie en elk doctoraatsproefschrift gaat vergezeld van een datapakket |
| Andere situaties waarin preservering relevant kan zijn:
|
| Deze stappen zijn van toepassing op onderzoeksprojecten waarvoor AUAS formele verantwoordelijkheid draagt:
|
| Het datapakket wordt vóór publicatie van een wetenschappelijk artikel gedeponeerd in UvA/HvA figshare zodat het datapakket in het artikel geciteerd kan worden via de persistent identifier (DOI) van het datapakket |