Datahåndtering ordliste

Angiver hvem der har adgang til eller disponerer over dataene, hvad enten det drejer sig om oprettelse af data, indtastning af data, dataanalyse eller andre måder at arbejde med data på.

Angivelse af om en kopi af dataene opbevares sammen med eller adskilt fra den oprindelige datafil. Det kan være fjernopbevaring (cloud-baseret) eller opbevaring på en lokal ekstern harddisk. 

Processen hvor der skabes sammenhæng mellem forskellige dataobjekter, og/eller hvor forskellige dataobjekter beskrives. Det omfatter oversigtsobjekter (indholdsfortegnelser, indekser), etablerede eller udviklede metadataskemaer, beskrivende dokumenter (README-filer) eller standarder/ontologier. Metadata beskriver således data på en struktureret måde, og kan omfatte navn på den, der indsamlede data, dato for indsamling, sted osv.

Fokuserer på beskyttelse af forsøgspersoners ret til privatliv. Det kan omfatte HIPAA-overholdelse (amerikanske regler for beskyttelse af sundhedsoplysninger), anonymisering eller andre former for beskyttelse af retten til privatliv.

En struktureret samling af humanbiologisk materiale, der er tilgængelig efter bestemte kriterier, og hvor de oplysninger, der er knyttet til det biologiske materiale, kan henføres til enkeltindivider. Ifølge dansk retspraksis betragtes biobanker som manuelle registre og er således underlagt både EU’s og den danske databeskyttelseslovgivning.

Cloud, eller skyen, referer til "cloud computing". En cloudløsning er en software, service- og tjenesteydelse, der stilles til rådighed via internettet af selskaber som eksempelvis Microsoft OneDrive.

Overførsel af persondata fra en dataansvarlig til en databehandler skal sikres ved en databehandleraftale. Den skal opfylde visse mindstekrav, som er fastsat i persondataforordningens artikel 28 og i artikel 29 i forordning (EU) 2018/1725.

Dansk lov om databeskyttelse der supplerer EU-forordningen, kaldet GDPR. Se https://www.retsinformation.dk/eli/lta/2018/502

En international nonprofit-organisation, der udsteder Digital Object Identifiers (DOI’er) til forskningsdata og forskningsobjekter (f.eks. fysiske, digitale eller abstrakte genstande). DOI'en er persistent, dvs. at den aldrig ændrer sig, hvilket gør den velegnet som henvisning til referencer i fx artikler. DOI'en vises som oftest som et klikbart link, sådan at man via dette link kommer direkte til det objekt ( fx artikel eller datasæt) som DOI'en refererer til.

Data gemmes i filer, og filer findes i en række formater. Tekstuelle filer gemmes ofte som filer med endelsen .doc eller .txt. Filer fra Excel gemmes oftest som .xls eller .xlsx. Filer der indeholder billeder kan gemmes som .jpg, .tif eller .bmp eller et af de mange andre formater. Endelsen af filen fortæller hvad type data, filen indeholder, og i nogle tilfælde også hvilken software man skal bruge for at åbne den.

Kategorisering i datatyper i forhold til hvad det vil betyde for universitetet og forskeren, hvis disse data gik tabt eller blev kompromitteret. Dataklassificering er en del af en risikovurdering, og bruges til at træffe beslutninger om passende sikkerhedsforanstaltninger til sikring af data. 

Datakorruption (fra engelsk "data corruption") er når filer bliver fejlbehæftede enten i forbindelse med kopiering, flytning eller det at man åbner en fil, arbejder med den og så gemmer den igen. Nogle gange bliver filer tilføjet en fejl, der gør at filen enten har fejlbehæftet indhold eller ligefrem ikke længere kan åbnes/læses af computeren. I andre tilfælde sker datakorruption over tid som følge af påvirkning af fx stråling, magnetisme eller høje temperaturer af det fysiske medie, der indeholder filen. Denne proces kaldes også "bit rot" og for at beskytte sig mod dette, må man især i forbindelse med langtidsbevaring af data indføre forskellige tekniske foranstaltninger (se punktet Langtidsbevaring i denne ordliste).

En juridisk aftale der regulerer vilkår og betingelser for andres genbrug af data. For eksempel Creative Commons-licenser eller Open Source Software-licenser. 

En plan der typisk udarbejdes ved projektstart, og som beskriver de handlinger, der skal udføres for at indsamle, bearbejde, opbevare, sikre, dele, bevare og eventuelt genbruge forskningsdata i et forskningsprojekt. En DMP er et godt redskab til at afstemme forventningerne mellem forskerne, og den er i stigende grad et krav fra bevillingsgivere og institutioner. Forskerne kan udforme deres egen plan eller bruge eksisterende skabeloner, f.eks. fra deres bevillingsgiver (forskningsfond) eller institution.

Et lager for forskere til deponering af datasæt og metadata, der knytter sig til deres forskning, typisk med henblik på at udveksle data med andre forskere, og hvor data langtidsopbevares i tilgængelige formater. 

Størrelsen af de data der er genereret, enten enkeltvis eller samlet set. Dette kan angives enten analogt i forbindelse med laboratorienoter eller prøver eller elektronisk i MB, GB mv.

En struktureret samling af forskningsdata.

Angiver om data deles internt, f.eks. med andre medlemmer af forskergruppen, eksternt med andre forskere, eksternt for at opfylde krav fra bevillingsgivere (forskningsfonde), åbent med offentligheden eller noget midt imellem.

Software til udarbejdelse af datamanagementplaner (DMP’er). Der findes forskellige DMP-skabeloner i DMPonline. Tjenesten leveres af Danish e-infrastructure Cooperation (DeiC) og administreres i fællesskab af Det Kgl. Bibliotek og Danmarks Tekniske Universitet (DTU Bibliotek) og findes her: https://dmponline.deic.dk/ Links to an external site.. Den er tilgængelig for alle medarbejdere på danske forskningsinstitutioner og deres samarbejdspartnere.

DOI er en forkortelse for Digital Object Identifier, og er et system udviklet til at identificere og genfinde online materialer. DOI kan betragtes som et online fingeraftryk, som tildeles en artikel permanent, så de altid kan genfindes via nettet. DOI'en er endvidere persistent, dvs. at den aldrig ændrer sig, hvilket gør den velegnet som henvisning til referencer i fx artikler. DOI'en vises som oftest som et klikbart link, sådan at man via dette link kommer direkte til det objekt ( fx artikel eller datasæt) som DOI'en refererer til.

Løsning på KU til opbevaring, deling, analyse og arkivering af ikke-følsomme forskningsdata. ERDA leverer sikker centraliseret opbevaring af egne og delte filer, interaktive analyseværktøjer samt arkivering med henblik på datasikring og publicering. Det kan benyttes som sikkert netværksdrev, uanset hvor man er, og desuden tilbydes en særskilt filsynkroniseringsservice i stil med Dropbox, men med opbevaring af dataene lokalt på KU. Hvis der er tale om følsomme data, skal man bruge SIF, Sensitive Information Facility, på KU (se beskrivelsen af SIF i denne ordliste).

En række vejledende principper til at gøre forskningsdata Findable, Accessible, Interoperable og Reusable (Wilkinson et al., 2016, DOI: 10.1038/sdata.2016.18 Links to an external site.). Forskerne skal følge FAIR-principperne, når data skal deles med andre inden for rammerne af deres forskningsområder (”så FAIR som muligt”). Idéen er at bidrage til at maksimere genbrug af data på tværs af tekniske, geografiske og faglige grænser, fremme forskningssamarbejde samt have en positiv indvirkning på forskningens nytteværdi.

KU’s politik for forskningsdatamanagement 10

• F for Findable: sikre søgbar evidens for, at et datasæt findes, også når datasættet ikke er direkte tilgængeligt.
• A for Accessible: oplyse om, hvordan der kan gives adgang til datasæt, som kan deles gennem Open Access-repositorier eller på anden vis.
• I for interoperable: så vidt muligt anvende fælles standarder og/eller vokabularer til filformater, metadata og datadokumentation, så andre kan åbne datasættene, arbejde med dem og kombinere med data fra lignende projekter.
• R for reusable: tilvejebringe de nødvendige oplysninger, så det klart fremgår, i hvilken sammenhæng et datasæt er udarbejdet, og at vilkårene for genbrug ligeledes fremgår.

Styrelse som har bevilget midler til den forskning, der skal udføres. 

Enhver der udfører eller understøtter forskningsaktiviteter på Københavns Universitet, herunder blandt andet videnskabelige medarbejdere, ph.d.-studerende, gæsteforskere og tilknyttede forskere.

Fysisk materiale og digitale data, som er indsamlet, observeret, genereret, skabt eller genanvendt som led i forskningsaktiviteter på KU. Omfatter alt det materiale og alle de data, der ligger til grund for forskningen, som f.eks. prøver, laboratorienoter, interviews, tekster og litteratur, digitale rådata, lyd- og videooptagelser, computerkode samt de præcise fortegnelser over disse materialer og data, der ligger til grund for den analyse, som resultaterne bygger på, f.eks. kliniske optegnelser, sekvensdata, regneark, interviewfiler m.m.

En fælles betegnelse for planlægning, indsamling, bearbejdning, opbevaring, sikring, deling og arkivering af primært materiale og forskningsdata.

Høj integritet i forskningen betyder, at den er gennemført ærligt, gennemsigtigt og ansvarligt. Se mere om integritet på ku.dk: https://forskning.ku.dk/integritet/kodeks-og-retningslinjer

En forskningsleder er her defineret som en forsker, der er den ledende forsker på et forskningsprojekt (principal investigator, PI) og/eller leder en forskningsenhed og/eller ved delegation har fået tildelt lignende ansvar.

Et projekt hvor en forsker/en studerende eller et team af forskere/studerende søger svar på forskningsspørgsmål ved at indsamle oplysninger, hvorefter oplysningerne analyseres, og der konkluderes ud fra de bearbejdede oplysninger. Ikke al forskning foregår som aktiviteter i særskilte projekter. I nogle tilfælde foregår forskningen som fortløbende aktiviteter, der gradvist øger forskerens viden på et bestemt område.

Konklusioner på baggrund af forskningsdata.

Aftale der indgås med den virksomhed eller organisation der leverer data. Aftalen beskriver hvad man som studerende eller forsker må gør med den udleverede data.

Oplysninger som ved lov eller aftale skal beskyttes mod uautoriseret adgang, brug, videregivelse, ændring eller destruktion. Dette omfatter persondata, fortrolige virksomhedsoplysninger og klassificeret information.

Lokalisering af data til genbrug, f.eks. i faglige repositorier, på kollegers hjemmesider eller andre relevante steder.

Følsomme data bruges tit i sammenhæng med GDPR, og der menes i denne sammenhæng følsomme persondata. Det er en særlig kategori af persondata og omfatter oplysninger om personers race og etnisk oprindelse, politisk overbevisning, religiøs eller filosofisk overbevisning, fagforeningsmæssige tilhørsforhold, genetiske data, biometriske data med henblik på entydig identifikation, helbredsoplysninger eller seksuelle forhold eller seksuel orientering. Følsomme persondata skal beskyttes efter strengere retningslinjer end almindelige persondata (navn, adresse, mv.).

General Data Protection Regulation er en EU-forordning der regulerer virksomheders og offentlige myndigheders håndtering af persondata.

At gøre data tilgængelige til gengivelse, uddannelse eller andet.

En forsker der er ansat på en anden institution eller i en virksomhed, og som besøger KU i et begrænset tidsrum. Når gæsteforskere udfører forskningsprojekter og/eller håndterer forskningsdata på KU, skal de overholde KU’s politik for forskningsdatamanagement samt enhver anden universitetspolitik, lovgivning eller aftale, der gælder for forskning på KU (f. eks. lovgivning om persondata).

Beregninger foretaget ved brug af mange computere, nemlig computerservere (nogle gange kaldet ”nodes” på engelsk), forbundet parallelt i et højhastighedsnet. HPC-systemer gør det muligt at håndtere store datamængder og løse problemer, der kræver en omfattende beregning. HPC anvendes inden for mange forskningsfelter, der spænder fra biovidenskab, fysik og matematik til medicin, lingvistik og samfundsvidenskab.

Juridiske rettigheder der eksisterer eller tildeles med henblik på at sikre intellektuelle frembringelser. Det gælder bl.a. ophavsret, patentrettigheder, designrettigheder og varemærkerettigheder.

Processer og metoder, der er designet og implementeret for at beskytte følsomme oplysninger mod uautoriseret adgang, brug, misbrug, videregivelse, ødelæggelse, ændring eller forstyrrelse. Det gælder blandt andet digitale data og fysiske genstande som museumseksemplarer, biobanker, herbarier, geologiske samlinger, lyd, film, papirbaserede administrative filer og patentregistre.

ISO står for International Organization for Standardization, og er en certificeringsordning, som virksomheder og myndigheder kan søge om at få. En ISO-certificering kan man opnå, hvis man efterlever de krav som certificeringen stiller. Der findes ISO-standarder for snart sagt alt, lige fra produkter til services.

For at kunne samarbejde med fx en virksomhed er det ofte nødvendigt at lave en aftale eller indgå en kontrakt med virksomheden. I aftalen er det beskrevet hvad aftalens parter forpligter sig til og hvilke betingelser, der gælder for samarbejdet.

Nogle gange stiller institutionen, bevillingsgiveren eller de tidsskrifter, som fakultetet benytter, krav til datamanagement. I disse tilfælde gælder der særlige krav til datamanagement inden for det pågældende fagområde. Fx stiller nogle bevillingsgivere (forskningsfonde) krav om at forskeren skal udfylde og indsende en datamanagementplan (se DMP i denne ordliste). Tidsskrifter og videnskabelige forlag stiller i stigende grad krav om, at de data som artiklen bygger på, skal offentliggøres, og at der skal være et link i artiklen til datasættet.

Oplysninger der er krypteret er ulæselige for alle, der ikke har koden eller nøglen til krypteringen. Ved kryptering erstattes bogstaverne og tallene med andre bogstaver og tal, som for det menneskelige øje ligner tilfældige. En algoritme har kodet oplysningerne, og de kan kun de-kodes eller afkrypteres, hvis man har den rigtige nøgle. Dermed kan man beskytte oplysninger mod uautoriseret adgang.

Kuratering af data involverer tilføjelse af metadata, oprettelse og kontrol over forskellige versioner af data, aggregerering af data og pleje af datasamlinger. Kuration handler også om at sikre datakvalitet og sikre, at datahåndtering og -behandling sker i overensstemmelse med love, regler og retningslinjer.

Langtidsbevaring af data er en aktivitet, der ikke bare omfatter opbevaring på en harddisk eller magnetisk bånd, og som i princippet betyder bevaring for evigt. I praksis vil man ofte betegne bevaring længere end 5-10 år som langtidsbevaring. Langtidsbevaring omfatter konstant overvågning og kontrol med, at de bits som filerne består af ikke ændrer sig over tid (på engelsk "bit rot"). Derudover består korrekt langtidsbevaring også af en konstant opdatering af filformater til nyeste version, eller alternativt at det software, der skabte filen også bevares, så man altid kan åbne og arbejde med filen. De to typer af langtidsbevaring kaldes også bitbevaring og logisk bevaring.

Det sted man opbevarer sine data. Det kan være harddisken på ens laptop, en cloud-løsning som OneDrive eller et netværksdrev på universitetet.

Livscyklussen for data giver overblik på højt plan over de trin, der indgår i vellykket datamanagement og bevaring af data til brug og genbrug. Livscyklussen beskriver således trin, som data kommer igennem fra de skabes til de arkiveres eller slettes.

Oplysninger der beskriver et emnes eller datasæts egenskaber, og som muliggør fremtidig identifikation, fremfinding og håndtering af det pågældende emne eller datasæt, f.eks. navn, måleenhed, dato, kontaktoplysninger mv. Metadata kan antage mange forskellige former, fra fritekst til struktureret maskinlæsbart indhold. Visse fagområder eller repositorier har specifikke krav til format og indhold af metadata, eventuelt i form af en formel standard.

Et netværksdrev betegnes ofte med bogstaver, som S-drev eller L-drev eller tilsvarende, og er et drev som befinder sig på en server som man har adgang til via netværket. Vil man have adgang til et netværksdrev uden at være på det pågældende netværk, skal man have installeret en såkaldt VPN-forbindelse.

De økonomiske ressourcer der er nødvendige for at udføre datamanagementopgaver, herunder personaleomkostninger og omkostninger til opbevaring, software mv.

Indberetning af hvor de digitale filer eller analoge prøver opbevares enten i projektperioden eller efter projektets afslutning (f.eks.: på en lokal computer, et fællesdrev for afdelingen, cloud-løsning).

Angiver hvor længe data skal opbevares efter et projekts afslutning eller en bevillings ophør eller lignende.

Fri, ubegrænset onlineadgang til forskningsresultater som f.eks. tidsskriftartikler, bøger og datasæt. I KU's forskningsdatamanagementpolitik henviser Open Access kun til datasæt (Open Data).

Datasæt som alle kan bruge, genbruge og videredistribuere. Open Data er typisk deponeret i onlinerepositorier, hvor de kan tilgås uden begrænsninger for genbrug, eventuelt med forbehold for krav om referencer (kreditering af dem, der har skabt datasættene), eller deling på samme vilkår. De betingelser som findes på et datasæt vil ofte være beskrevet i den Creative Commons eller anden licens-beskrivelse, der er tilknyttet datasættet.

En rettighed der giver frembringeren af et værk retten til at råde over værket, f.eks. til at lave kopier af værket eller til at publicere, distribuere, reproducere, ændre, tilpasse, transformere, offentligt udstille og opføre værket. For at opnå ophavsretlig beskyttelse skal værket være originalt og i en fast form. Eksempler på forskningsresultater, der kan beskyttes af ophavsret:

• Skrifter og tekster, fx artikler, monografier, bidrag til bøger og antologier
• Billeder og visuelle udtryk, fx figurer, grafer, diagrammer, tegninger, fotografier, kort, PowerPoint-præsentationer, software, film
• Lyd, fx musik, optagelser af interviews, lydoptagelser

Formel og uformel uddannelse og oplæring af en forskergruppes medlemmer. Noget man ofte bliver bedt om at beskrive, fx i forbindelse med ansøgninger om forskningsmidler hos en fond, eller i forbindelse med klinisk forskning, hvor man skal følge et særligt sæt af regler, kaldet Good Clinical Practise (GCP).

Aktiviteter der bl.a. omfatter anvendelse af konventioner for filnavngivning og mappestrukturer, der gør det lettere at finde rundt i et datasæt. Kan også være strukturering af data i et regneark på en måde, som muliggør at data kan indlæses i bestemt software.

En varig reference til et dokument, en fil, en webside eller et andet objekt. I sammenhæng med FAIR-data er en persistent identifikator et ubrydeligt og aktivt link, der er forbundet med et digitalt objekt på internettet. Eksempler på persistente identifikatorer er Digital Object Identifiers (DOI’er), der typisk bruges til tidsskriftartikler og datasæt, og Open Researcher and Contributor ID’er (ORCID’er), der bruges til at identificere forfattere af videnskabeligt arbejde. Se punktet om DOI'er i denne ordliste.

Oplysninger om personer som kan identificeres direkte eller indirekte ved hjælp af disse data. F.eks. billeder, navne eller oplysning om CPR-nummer eller økonomiske, sociale, kulturelle, fysiske, fysiologiske eller psykiske forhold. Optagelser af personers stemme, fx i forbindelse med et interview betragtes også som persondata, da man ikke kan udelukke identifikation ud fra personernes stemmer. Man kalder også persondata for personoplysninger eller personhenførbare data.

Europa Parlamentets og Rådets forordning (EU) 2016/679 af 27. april 2016 om beskyttelse af fysiske personer i forbindelse med behandling af personoplysninger og om fri udveksling af sådanne oplysninger og om ophævelse af direktiv 95/46/EF.

Et sæt regler og retningslinjer vedr. datahåndtering som KU ønsker at alle studerende og ansatte overholder.

Primære data kan groft defineres som data, der er indsamlet direkte fra kilden, fx gennem observationer, spørgeskemaer, interviews eller eksperimenter. Primære data er ofte specifikke for en given undersøgelse og er ikke tilgængelige fra andre kilder.

Den ledende forsker på et forskningsprojekt. Se punktet Forskningsleder i denne ordliste.

Overordnet beskrivelse af forskningsprojektet eller et fakultetsmedlems samlede arbejde.

Forskere og studerende der bidrager til den forskning, der foregår i et projekt.

Det kan ske at et datasæt består af oplysninger, der ikke er ens i struktur eller ikke er konsistente. Fx hvis man indsamler oplysninger om hvilket land en gruppe mennesker kommer fra, så kan de indtastes på forskellig måde: DK, Danmark, Denmark, Dnamark, USA, Amerika, America osv. For at kunne arbejde med disse inkonsistente data, er man nødt til at "rense" data, så landenavnene betegnes på samme måde. Det kan også betyde, at man fjerner fejlbehæftede oplysninger eller sikrer sig at målinger er registreret efter samme måleenhed, fx cm, Liter eller mmol.

Reproducerbarhed i forskningen betyder, at andre kan gentage ens forskningsprojekt. Det betyder at projektet skal være tilstrækkeligt beskrevet, og at der er adgang til data, software og evt. hardware.

Rigsarkivet har til formål at indsamle originale fysiske dokumenter og digitale filer af historisk værdi og bevare dem på ubestemt tid, så der sikres en fortsat tilgængelighed af disse oplysninger. I 2020 udarbejdede Rigsarkivet en bekendtgørelse Links to an external site. om registrering af forskningsdata produceret på de danske universiteter med henblik på at vurdere, hvilke forskningsdata der skal overføres til og bevares i Rigsarkivet. 

Analyse med henblik på at vurdere risici i forhold til datafortrolighed, dataintegritet og datatilgængelighed. Risikovurderingen kan bruges til at kortlægge, hvilke sikkerhedskrav der skal overholdes, og hvilke forholdsregler der skal træffes for at forhindre fortrolighedsbrud, datatab eller kompromittering af dataintegriteten. Integritet i datasammenhæng betyder, at data ikke kan ændres af uautoriserede personer eller som følge af tekniske fejl. For persondata er en GDPR-risikovurdering en vurdering af risikoen for de registreredes rettigheder.  Hvis GDPR-risikovurderingen afslører en høj risiko for de registrerede, skal der også udarbejdes en konsekvensanalyse (DPIA) sammen med GDPR-risikovurderingen.

Sekundære data er data, der er indsamlet i en anden sammenhæng end det aktuelle studie. Sekundære data er ofte allerede bearbejdet og organiseret på en meningsfuld måde og er tilgængelige fra fx bøger, artikler, rapporter, statistikker eller offentlige databaser.

Facilitet på KU der er beregnet til opbevaring og deling af følsomme data, herunder personhenførbare data klassificeret som følsomme i henhold til EU’s persondataforordning (GDPR). SIF giver mulighed for deling af data med projektdeltagere fra både KU og eksterne samarbejdspartnere, men kun hvis der indgås juridiske aftaler om regulering af dataoverførsler. SIF kan tilgås, uanset hvor man er med en internetforbindelse og anvender obligatorisk to-faktor-godkendelse til sikkert login. Til opbevaring, deling, analyse og arkivering af ikke-følsomme forskningsdata kan ERDA, Electronic Research Data Archive på KU, anvendes (se punktet ERDA i denne ordliste).

En server er en computer der altid er tændt, og som der er adgang til via internettet eller et internt netværk. Hjemmesider opbevares på en server, der er adgang til via internettet. En server kan også være lokal og kan fx tilbyde lageringsplads til medarbejderes filer. Dine private e-mails ligger fx på en e-mailserver hos din internetudbyder eller dedikeret service, som fx gmail, mens dine KU e-mails ligger på en KU e-mailserver.

Angivelse af den fysiske og elektroniske sikkerhed af dataene. Kan omfatte kryptering, adgang med adgangskode eller lignende, men kan også omfatte fysisk sikkerhed, fx at der er lås på døren eller på den fryser, der indeholder biologiske prøver.

Tidsforbrug på datamanagementopgaver. Kan være omfattende, især hvis man arbejder med data, der er ustrukturerede og kræver rensning. Se punktet Rensning i denne ordliste.

En forsker der ikke aflønnes af universitetet, men er tilknyttet universitetet eller en forskergruppe til at varetage bestemte opgaver eller funktioner.

En person, en virksomhed eller et andet universitet etc., der samarbejder om et forskningsprojekt på KU uden at være ansat på KU, og som ikke har indgået en samarbejdsaftale, som KU er en del af.

En erfaren forsker der vejleder en mindre erfaren forsker eller studerende.

Data som stammer fra en virksomhed. De er ofte omfattet af en aftale om, hvordan man skal håndtere dem, og hvem man må dele dem med.