Tid

Lektionen forventes at tage ca. 15 min. at gennemføre. Dertil kommer refleksionsøvelsen, som du med fordel kan lave sammen med dine medstuderende.

Om lektionen 'Hvorfor skal du behandle data ordentligt?'

I denne lektion får du en introduktion til, hvorfor god datahåndtering er vigtig for dig som studerende på KU. Du vil få et indblik i, hvordan du bør arbejde med data i opgaver, projekter og den øvrige undervisning, og du vil blive præsenteret for KU's politik om forskningsdatamanagement, som gælder for studerende i nogle særlige situationer.

Der vil i denne lektion blive nævnt en række begreber, som kan være nye for dig. Du kan se definitionerne af begreberne i ordlisten.

Læringsmål

Når du har gennemført lektionen, forventer vi, at du:

kan forklare, hvorfor du skal passe godt på de data, du håndterer i forbindelse med dit studie.
kan forklare, hvorfor god datahåndtering er en vigtig del af det videnskabelige arbejde.
kan finde KU’s politik om forskningsdatamanagement og beskrive, hvornår den gælder for dig som studerende.

Kilde

Lektionen er produceret af Københavns Universitet som en del af Københavns Universitets læringsressourcer til digital dannelse, 2023.

Fagansvarlige:

Lorna Wildgaard, ph.d., specialkonsulent, Københavns Universitetsbibliotek (KUB), Forskerservice
Asger Væring Larsen, specialkonsulent, Københavns Universitetsbibliotek (KUB), Forskerservice

__________________________________________________________

Hvorfor skal du behandle data ordentligt?

Hvis du oplever Access Denied, genindlæs da siden. Alternativt skift browser.

Kort sagt er der tre gode grunde til, at du skal behandle data ordentligt:

Videnskabeligt arbejde skal være transparent – det betyder, at andre skal kunne forstå, hvordan du har udvalgt eller indsamlet de data, der er grundlaget for din analyse, og hvordan du har behandlet data i processen.
God data- og filhåndtering er grundlaget for effektivt vidensarbejde og samarbejde. I løbet af din uddannelse – og siden hen i dit arbejdsliv – kommer du til at arbejde med store mængder data og filer, og du kommer også til at samarbejde med mange mennesker. Derfor er det vigtigt, at du holder orden på data og filer på en måde, som er sikker og letforståelig for andre.
Du skal overholde de særlige love, regler og aftaler, der gælder for håndtering af fortrolige data – det vil sige data med følsomme oplysninger om identificerbare personer og data, der skal holdes hemmelige af forsksnings- eller forretningshensyn.

God datahåndtering kræver både viden, systematik og grundighed. I lektionerne om datahåndtering bliver du præsenteret for regler, grundbegreber og principper, som kan hjælpe dig godt på vej.

__________________________________________________________

Hvad mener vi med data?

Når vi i denne lektion taler om data, mener vi data, som du selv indsamler i forbindelse med dit studie, eller data, som du får udleveret af din underviser, f.eks. i casebaseret undervisning. Du kan finde en mere konkret definition af data i lektionen Hvad er data, og hvordan adskiller det sig fra information og viden?'

En del af de data, du kommer til at arbejde med i løbet af din uddannelse, vil du få udleveret af underviserne, men sådanne data skal også håndteres korrekt, så du undgår at lave fejl.

Vi arbejder med data i alle faglige discipliner på KU, og data har mange forskellige former. Det kan f.eks. være numeriske data, digitale billeder, lydoptagelser, film, interviewudskrifter, undersøgelsesdata, kunstværker, tekster, musikpartiturer, kort eller observationer.

__________________________________________________________

Hvordan sørger du for god datahåndtering?

Datahåndtering handler om, at du har styr på dine data både før, under og efter dit projekt eller din opgave er afsluttet. Det betyder, at du skal træffe bevidste valg om, hvordan du vil håndtere dine data, når du indsamler, registrerer, opbevarer, analyserer, deler, og sletter data.

Her er en oversigt over principper for god datahåndtering, som bliver uddybet i de resterende lektioner om datahåndtering:

Gem dine filer i formater, som alle kan åbne, uanset om de har adgang til en bestemt software eller ej. Eksempler på filer med fri adgang er almindelige tekstfiler (.txt), PNG-filer (.png) og CSV-filer (.csv). Proprietære formater er det modsatte af åbne formater og omfatter filformater som Word (.doc eller .docx) og Excel-dokumenter (.xlsx). Læs mere i lektionen Gem dine data godt – om at gemme data og finde dem igen'.
Tag sikkerhedskopier af dine data regelmæssigt, flere steder og på mere end en medietype, så dine data beskyttes mod datakorruption og tab. Læs mere i lektionen Gem dine data godt – om at gemme data og finde dem igen'.
Hold din computer organiseret ved at bruge meningsfulde navne, logiske mappestrukturer og kontrollere filers versionering gennem god filnavngivning. Det øger chancen for at finde den rigtige fil, når du har brug for den. Læs mere i lektionen Gem dine data godt – om at gemme data og finde dem igen.
Dokumentér din undersøgelsesproces, dine beslutninger og dine ændringer, så du og andre kan forstå, hvad data er, hvordan de er indsamlet eller genereret, og hvordan de er blevet behandlet og analyseret. Det hjælper dit fremtidige jeg med at huske, hvad du har gjort. Hvis du ikke skriver det ned, vil du glemme det! Læs mere i lektionen Beskriv dine data, så de kan forstås – om at genbruge data'.
Sørg for, at du forstår dine data og de krav, der måtte være til deres deling og opbevaring, f.eks. i forhold til GDPR og etik, så du undgår at lave fejl og minimerer konsekvenserne heraf. Læs mere i lektionerne Pas på dine data – om dataklassifikation og risici og Del dine data med andre – om at data skal gøre maksimal nytte.
Find ud af, om det er hensigtsmæssigt at dele dine data med andre, og hvordan du kan gøre det på den bedste måde. Læs mere i lektionen Del dine data med andre – om at data skal gøre maksimal nytte'.

__________________________________________________________

Der er særlige krav til håndtering af data i forskningsprojekter på KU

Københavns Universitet har en politik om forskningsdatamanagement, som handler om, hvordan data skal håndteres i forskningsprojekter. Politikken har til formål at gøre ansatte og studerende i stand til at følge god videnskabelig praksis inden for deres fagområder samt overholde de love, der vedrører håndtering af forskningsdata.

Både studerende og ansatte skal følge politikken, når de er involverede i forskningsprojekter. Det betyder, at du som udgangspunkt kun er omfattet af politikken, når du arbejder med dit bachelorprojekt eller kandidatspeciale, eller hvis du er involveret i et forskningsprojekt ved siden af dine studier.

Du skal orientere dig i politikken, før du begynder at arbejde med forskningsdata. Din underviser eller vejleder vil fortælle dig, hvornår du skal forholde dig til politikken og rådgive dig igennem hele datahåndteringsprocessen

Hvornår gælder politikken for studerende?

Politikken (afsnit 3.1) gælder for studerende i følgende situationer:

Når de udfører egne forskningsprojekter som en del af deres bachelor- eller kandidatuddannelser.
Når de bidrager til forskningsprojekter på KU, f.eks. som projektdeltager eller som ansat studentermedhjælper.

Som udgangspunkt er du som studerende altså kun omfattet af politikken, når du arbejder med dit bachelorprojekt eller kandidatspeciale, eller hvis du er involveret i et forskningsprojekt ved siden af dine studier.

Vejlederens ansvar

Vejledere defineres som erfarne forskere, der yder vejledning til mindre erfarne forskere eller studerende. Det påhviler vejlederne at understøtte de studerende i at overholde politikken.
Vejlederne (afsnit 3.4) er ansvarlige for at:

sikre, at de studerende, som de vejleder, er bekendt med de love, politikker og aftaler, der er relevante for deres forskning, herunder denne politik og andre KU-politikker.
sikre, at forskere og studerende får den nødvendige viden om god håndtering af forskningsdata ved hjælp af vejledning og mentoring.
gennemgå, hvad forskningsdatamanagement indebærer for de studerende og forskere, som de vejleder, blandt andet ved at drøfte deres datamanagementplan ved projektets start.
Københavns Universitets Praksisudvalg har udarbejdet en tjekliste til vejledere og studerende om, hvad man bør overveje i forbindelse med bachelorprojekter og specialer. Mange af disse emner omhandler rettigheder og ansvarsområder i projektet, herunder rettigheder til og ansvar for forskningsdata. Tjeklisten blev udarbejdet som et værktøj til at sikre, at der bliver taget hånd om mulige fremtidige problemstillinger i studerendes projekter, inden de bliver et problem.

Er data, du arbejder med i andre situationer end bachelorprojekter og kandidatspecialer, omfattet af politikken om forskningsdatamanagement?

Det kan de være. Politikken gælder for datasæt, der er udarbejdet i et forskningsprojekt, og som genanvendes til undervisning. Om du arbejder med forskningsdata, kan afvige fra projekt til projekt og fra fag til fag, men vil blandt andet afhænge af:

datatype og datastørrelse
de sikkerhedsforanstaltninger, der er nødvendige for at sikre data
juridiske og etiske forpligtelser, der gælder for projektet
krav, som samarbejdspartnere, institutioner, bevillingsgivere og udgivere måtte have.

Spørg din underviser eller vejleder, om den opgave eller det projekt, du arbejder på, er omfattet af politikken.

Hvis du arbejder på et forskningsprojekt, planlægger du sammen med forskningsgruppen, hvordan I vil håndtere data, allerede inden projektet starter. Som studerende vil du aldrig stå alene med ansvaret for at håndtere forskningsdata.

Vi har udviklet et online kursusforløb kaldet 'Research data management for studerende', som hjælper dig med at håndtere forskningsdata på en hensigtsmæssig måde – både i forhold til datatyper, gældende regler og love og KU's politik for forskningsdatamanagement. På kurset kan du finde flere detaljer om, vejledning i og værktøjer til at passe på forskningsdata. Vi anbefaler, at du tager kurset, så snart du begynder at indsamle data til dit eget forskningsprojekt, f.eks. dit bachelor- eller kandidatprojekt, eller hvis du får et arbejde som videnskabelig medarbejder eller studentermedhjælp på et forskningsprojekt.

__________________________________________________________

Refleksionsøvelse

Reflekter over følgende spørgsmål:

Hvilke data har du tidligere arbejdet med?
Har du nogensinde mistet dine data? Hvad kunne du have gjort for at forhindre dette datatab?
Hvad kan forskningsdata være? Hvilke data arbejder forskere med i dit fag?
Har du arbejdet med forskningsdata i et projekt eller studiejob? Hvilke typer data var det, og hvordan blev de behandlet?
Når du begynder på at skrive dit bachelorprojekt eller din kandidatopgave, vil du have brug for at lære mere om forskningsdatamanagement. Hvor på KUnet kan du finde mere information om forskningsdatamanagement for studerende?

__________________________________________________________

Hvis du vil vide mere

Københavns Universitet har udarbejdet en Politik for Forskningsdatamanagement, der beskriver forventningerne til studerende, forskere, forskningsledere og forskningsunderstøttende medarbejdere, der håndterer data på KU.

Københavns Universitet har udarbejdet et online kursusforløb, 'Research data management for studerende', hvor du kan lære mere om, hvordan du skal håndtere forskningsdata i forbindelse med dit bachelorprojekt eller dit speciale ved Københavns Universitet (KU). Vi guider dig gennem datamanagementprocessen – fra planlægning af dataindsamling over analyse og opbevaring af dataene i løbet af projektet til, hvad du gør med dataene, når projektet er slut.