1. Introduktion til forskningsdatamanagement og datamanagementplaner

COBL_learningoutcome_40x40px_2017_15.png  Læringsmål 

Når du har gennemført denne lektion, vil du være i stand til at:  

  • beskrive, hvad forskningsdatamanagement (RDM) er 
  • beskrive, hvad en datamanagementplan (DMP) er 
  • forklare, hvorfor god forskningsdatamanagement er vigtig. 

____________________________________________________________

 

COBL_litterature_40x40px_2017_18.png   Hvad er forskningsdata? 

Al forskning er baseret på data – det kan være data, du selv indsamler, eller allerede eksisterende data, du genbruger fra andre projekter eller databaser. Når vi definerer præcis, hvad forskningsdata er, følger vi definitionen i KU's Politik for Forskningsdatamanagement:

“Forskningsdata er fysisk materiale og digitale data, som er indsamlet, observeret, genereret, skabt eller genanvendt som led i forskningsaktiviteter på KU…”

De "forskningsaktiviteter", politikken henviser til, omfatter studerendes egne forskningsprojekter, som de gennemfører som en del af deres bachelor- eller kandidatuddannelse, men ikke data indsamlet af studerende som en del af en opgave i et fag. Som KU-studerende anses du altså for at arbejde med forskningsdata i dit eget bachelor- eller specialeprojekt, eller når du bidrager til eksisterende forskningsprojekter på KU, f.eks. i rollen som studentermedhjælper.

Udtrykket forskningsdata omfatter: 

  • Fysisk materiale såsom bøger, biologiske prøver (f.eks. fra dyr, planter eller mennesker), artefakter, noter og skriftlige interviews. 
  • Digitale data såsom digitale tekstfiler, datafiler, video- og lydoptagelser, digitale billeder, computerkode og digitale fortegnelser over fysisk materiale.

____________________________________________________________

 

COBL_litterature_40x40px_2017_18.png  Hvad er forskningsdatamanagement?

Uanset hvilke data du arbejder med, og hvordan du indhenter dem, skal du indsamle, behandle, analysere og beskrive dem godt, så du kan stole på de konklusioner, der drages af dem. Forskningsdatamanagement (RDM) er en samlet betegnelse for de handlinger, du foretager dig for at håndtere dine data. Livscyklus for forskningsdata, der er illustreret nedenfor, præsenterer disse handlinger i rækkefølge fra projektstart ("planlægning") til projektafslutning ("langtidsbevaring"). 

DataLifecycle-default_Dansk.png

Som det kan ses af livscyklussen, omfatter forskningsdatamanagement:

  • Planlægning af datamanagement :Inden projektet starter, lægger du en plan for, hvordan du vil arbejde med dataene. Du beslutter dig for, hvilke data du vil indsamle, og hvordan du vil indsamle dem. Du undersøger også, om der er nogen krav til datamanagement, du skal tage hensyn til, om du skal indhente godkendelser for at måtte indsamle dataene, og om der er udfordringer, du bør drøfte med din vejleder.
  • Indsamling og dokumentering af data:I løbet af projektet indsamler du data og dokumenterer din proces, så du selv og andre senere kan forstå, hvad dataene viser, og hvordan de er indsamlet. 
  • Bearbejdning og analysering af data: Du behandler dit rå datasæt til et endeligt datasæt, der ligger til grund for dine konklusioner, f.eks. gennem datafiltrering, kodning, sortering og kørsel af statistiske tests.
  • Opbevaring og sikring af data: Du opbevarer dine data sikkert for at forhindre tab af data, utilsigtede ændringer i dataene og brud på fortroligheden.
  • Deling af data: Ved projektets afslutning, beslutter du, om du har data, som du kan gøre åbent tilgængelige for andre ved at uploade dataene til et datarepositorium.
  • Langtidsbevaring: Når projektet er slut, skal du beslutte, hvilke data der skal slettes, og hvilke der skal gemmes. Du skal beslutte, hvor, hvordan og hvor længe du vil opbevare de data, der skal gemmes

____________________________________________________________

 

COBL_litterature_40x40px_2017_18.png  Hvorfor er forskningsdatamanagement vigtig? 

God forskningsdatamanagement gennem hele projektet er ikke blot noget, universitetet forventer af dig. Det giver faktisk også dig og dit projekt en del fordele. Her er nogle eksempler: 

  • Du øger din effektivitet ved at strukturere og udføre versionsstyring af dine filer og mapper og ved at bruge intuitive filnavne, så du nemt kan genfinde dine data.
  • Du reducerer risikoen for at miste eller ødelægge dine data ved at bruge sikre lagerfaciliteter, lave back-ups og have styr på forskellige filversioner. 
  • Du sikrer, at du lovligt og etisk må indsamle de data, du har brug for til dit projekt, ved systematisk at overveje, hvilke protokoller, tilladelser og godkendelser du skal have.
  • Andre er mere tilbøjelige til at stole på, at du behandler dine data ansvarligt og gennemfører dit projekt professionelt, når du kan levere detaljeret dokumentation til dem, som beskriver, hvordan du har indsamlet og bearbejdet dataene.
  • Du øger dine muligheder for at få et job, når projektet er slut, da du gennem god datamanagement udvikler faglige kompetencer, som virksomheder og uddannelsesinstitutioner efterspørger.

____________________________________________________________

 

COBL_litterature_40x40px_2017_18.png  Datamanagementplanen: et værdifuldt værktøj 

Hvad er en datamanagementplan? 
En datamanagementplan (DMP) er et dokument, hvor du beskriver, hvordan du vil indsamle, analysere og opbevare dataene sikkert, samt hvordan du vil bevare dataene efter projektets afslutning. En DMP fungerer både som en tjekliste for projektet og et værdifuldt værktøj, der hjælper dig med at tænke de forskellige trin igennem på en struktureret måde, før du går i gang. Den hjælper dig med at identificere kravene til datamanagement og de nødvendige ressourcer. Den fremhæver også spørgsmål, som du bør drøfte med din vejleder.  

I betragtning af hvor nyttig en DMP er, anbefaler vi, at du udarbejder en DMP, hver gang du starter et nyt projekt. Faktisk er det blevet obligatorisk for studerende på Københavns Universitet at udarbejde en datamanagementplan (DMP), når de går i gang med deres bacheloropgave og speciale.

Hvordan udarbejder man en datamanagementplan?
Du kan lave din egen DMP fra bunden eller bruge en af de mange DMP-skabeloner, der er tilgængelige online. Det kan være, at din vejleder eller projektleder har en specifik skabelon, du skal bruge. Hvis ikke, er det en god idé at bruge KU's DMP-skabelon til studerende: KU DMP-skabelon til studerende/KU Datamanagementplan Skabelon for Studerende.  Det er den skabelon, vi bruger i dette kursus.  

Animation, der viser, hvad en DMP er, og hvordan den kan gavne dit projekt.  

Undertekster: Klik på CC-ikonet og vælg sprog
Hvis du oplever Access Denied, genindlæs da siden. Alternativt skift browser.

____________________________________________________________

 

COBL_videolecture_40x40px_2017_4.png  Datamanagementplaner i praksis 

Bachelorstuderende Frida Birkedal Christiansen og vejleder Nicole Schmitt, Det Sundhedsvidenskabelige Fakultet, fortæller om deres erfaringer med at udarbejde en DMP – og hvorfor det er vigtigt. 

____________________________________________________________

 

COBL_tasks_40x40px_2017_10.png  Kom godt i gang med din DMP

Download en kopi af DMP-skabelonen til studerende, som du kan finde her: KU DMP Skabelon for Studerende Download KU DMP Skabelon for Studerende

Begynd at udfylde den første del af dit projekts DMP ved at svare på spørgsmålene i lektion 1. 

DMP-oplysninger  

Projektets titel    

Navn og kontaktoplysninger på den/de studerende   

Navn, tilhørsforhold, kontaktoplysninger på vejleder(e)   

Projektets forventede startdato   

Projektets forventede slutdato   

Kort beskrivelse af projektet, ca. 5-10 linjer

Husk at drøfte datamanagementplanen med din vejleder i starten af dit projekt. Opbevar DMP'en sammen med dine data.  

I de næste lektioner giver vi dig de baggrundsoplysninger, du skal bruge til de andre dele af din DMP. 

____________________________________________________________

 

COBL_sparks_40x40px_2017_19.png  Praktiske tips til planlægning af forskningsdatamanagement  

Når du starter på en ny bacheloropgave eller et speciale på KU, anbefaler vi, at du inddrager følgende trin i planlægningsprocessen: 

1. Gennemgå din uddannelses informationssider på KUnet. Her kan du blandt andet finde oplysninger om, hvilke it-værktøjer du har til rådighed. Hvis du arbejder med personoplysninger, bør du også læse det materiale, der specifik omhandler personoplysninger i studerendes projekter. 

2. Læs KU's Politik for Forskningsdatamanagement, for at få en idé om, hvad der forventes af dig, når du håndterer data. Bemærk, at der kan være dele af politikken, der ikke gælder for dit projekt. 

3. Undersøg, om der gælder yderligere regler for dit projekt, f.eks. dem, der leveres af den forskningsgruppe, du er tilknyttet, eller den virksomhed, du samarbejder med. Spørg din vejleder, som vil vide, om der er yderligere regler, der gælder. 

4. Lav en datamanagementplan 

- Download en kopi af skabelonen Download skabelonen til datamanagementplan for studerende. Dobbelttjek med din vejleder, at det er den skabelon, du skal bruge. Der kan være institutter eller uddannelser, som bruger en anden skabelon. Du kan bruge de næste lektioner i dette kursus som en vejledning til at udfylde DMP'en.   

- Bed din vejleder om input. Når du arbejder med DMP'en, kan der være spørgsmål, som det er svært at svare på. Vi anbefaler derfor, at du drøfter dokumentet med din(e) vejleder(e) og sikrer dig, at de er enige i dine planer for datamanagement. 

-Tjek, om der findes lokale retningslinjer for, hvor din DMP skal opbevares. Hvis ikke, kan du gemme din datamanagementplan sammen med dine data og opdatere din DMP, hvis der sker større ændringer på dit projekt.  

5. Se de tilgængelige ressourcer om Datamanagementplaner på KU's Forskningsportal. De ressourcer og skabeloner, der ligger der, er beregnet til forskere, ikke studerende, men du kan bruge siderne som inspiration. 

6. Se RDM-ordlisten for dette kursus, hvor de termer, der anvendes i denne og de andre lektioner, er defineret. 

____________________________________________________________

 

COBL_fieldtrip_40x40px_2017_8.png  Få mere at vide 

Forskningsdatamanagement (eLearning-kursus) 
Inden for rammerne af Dansk National Forum for Data Management har de danske universiteter udviklet eLearning-kurset "Research Data Management Links to an external site.". Kurset henvender sig til ph.d.-studerende og indeholder detaljerede oplysninger og flere cases, som du måske kan have glæde af. Se en kort video om kurset nedenfor.

 

Holmstrand, K.F., den Boer, S.P.A., Vlachos, E., Martínez-Lavanchy, P.M., Hansen, K.K. (Eds.) (2019). Research Data Management (eLearning kursus).
doi: 10.11581/dtu:00000047

____________________________________________________________

Publiceret i 2024