Wahl eines Repositoriums für Forschungsdaten im Sinne von FAIR.

Die Veröffentlichung der Forschungsdaten eines Projekts wird bereits von vielen Drittmittelgebern empfohlen und zählt zur guten wissenschaftlichen Praxis.  Bei der Auswahl eines Forschungsdatenrepositoriums sollte immer auf verschiedene Qualitätsmerkmale geachtet werden, die zum Verständnis und der Sichtbarkeit des Datensatzes positiv beitragen können.

 

Bild: Patrick Hochstenbach.

Die FAIR-Prinzipen geben Grundsätze vor, um Forschungsdaten nachhaltig nachnutzbar zu machen. Forschungsdatenrepositorien helfen dabei einen Teil dieser Prinzipien zu erfüllen. Hochgeladene Datensätze werden schon automatisch mit einem persistenten Identifikator versehen. Außerdem müssen wichtige Metadatenfelder vor der Veröffentlichung ausgefüllt werden.

Die Dokumentation und das Einhalten von fachspezifischen Standards muss vom Forschenden selbst übernommen werden. Die Universitätsbibliothek Hildesheim leistet hier nur Unterstützung („Hilfe zur Selbsthilfe“).

Forscherinnen und Forscher sollten besonders auf die folgenden Kriterien bei der Wahl eines vertrauenswürdigen Repositoriums achten:

  • Garantierte Datenaufbewahrung für mindestens 10 Jahre
  • Bezahlbare Gebühren für die langfristige Datenaufbewahrung (Diese können auch in einem Projektantrag direkt mit beantragt werden.)
  • Erfassung von Metadaten zu jedem Datensatz, die mindestens den Standards DataCite oder Dublin Core entsprechen

 

  • Vergibt für jeden Datensatz eindeutige, langfristig gültige Identifier, wie z.B. einen DOI

Zukunftsfähigkeit von Forschung im digitalen Wandel. Workshop (Vertiefungskurs): Strukturieren und Ordnen im Forschungsdatenmanagement – Wie geht das?

Forscherinnen und Forscher sollten strukturiert und organisiert vorgehen

  • damit auch nach Jahren nachvollziehbar bleibt, was, wie und weshalb getan wurde
  • damit anderen Forschenden, aber auch ihnen selbst die Benennungskonventionen bekannt sind und die Zusammenarbeit vereinfacht wird
  • damit auch andere Forschende mit den Daten arbeiten können
  • um nach Daten einfacher suchen und sie schneller finden zu können
  • um doppelte Arbeit zu vermeiden
  • um Datenverlust durch Überschreibung oder versehentliches Löschen vorzubeugen
  • um den aktuellen Stand ohne Aufwand zu identifizieren
  • um Maschinenlesbarkeit zu gewährleisten
  • Insgesamt führt dies zu effizienterem Arbeiten.

FDMentor, & DINI/nestor-AG Forschungsdaten. (2018). Materialkatalog zum Forschungsdatenmanagement (Version 1.0) [Data set]. Zenodo. http://doi.org/10.5281/zenodo.1209284

Reminder!

Info:  „Ohne gehaltvolle und gut dokumentierte Daten haben Forschungsergebnisse und sich aus ihnen entwickelnde Innovationen keinen Bestand.” (RfII, Rat für Informationsinfrastrukturen: Herausforderung Datenqualität Empfehlungen zur Zukunftsfähigkeit von Forschung im digitalen Wandel, zweite Auflage, Göttingen 2019, 172 S.)

Auf Englisch (English version) – German Council for Scientific Information Infrastructures (RfII): The Data Quality Challenge. Recommendations for Sustainable Research in the Digital Turn, Göttingen 2020, 120 p.

Gute Datenqualität resultiert aus einem guten Forschungsdatenmanagement (FDM). In der Forschung geht es neben einer transparenten Archivierung, Dokumentation, Registrierung und Zugänglichkeit um Integrität und Vertrauen, wie in den Leitlinien zum Umgang mit Forschungsdaten an der Stiftung Universität Hildesheim (SUH) formuliert wurde.

FDM ist ein Instrument der Qualitätssicherung. Datenprodukte sind Forschungsoutputs, deren Interpretierbarkeit gewährleistet sein muss. Sie sollten sich immer an den fachlichen Standards orientieren. An der Stiftung Universität Hildesheim wird der wissenschaftlichen Qualitätssicherung von Forschungsdaten Aufmerksamkeit geschenkt.
Die Stelle des Forschungsdatenmanagement der UB-Hildesheim versucht ihr Bestes, um den Umgang mit Daten und Metadaten so einfach wie möglich zu handhaben. Um Fehler und langes Suchen zu vermeiden, ist es sinnvoll, gleich zu Beginn des Projektes, Zeit in eine systematische Organisation der Dateien und Ordner zu investieren. Ordnen und Strukturieren ist hinsichtlich der Qualitätssicherung von Forschung besonders wichtig, wenn mit anderen Forschenden und Forschungsgruppen kooperativ in Projekten geforscht wird. Gerade hier sollten sich alle Projektmitarbeiter und Projektmitarbeiterinnen mit einem Schema einverstanden erklären und dieses einhalten.

“Scientists should communicate the data they collect and the models they create ,to allow free and open access and in ways that are intelligible, assessable and usable for other specialists in the same or linked fields wherever they are in the world.”  (The Royal Society. (2012). Science as an open enterprise. The Royal Society Science Policy Centre report 02/12)

Weitere Infos zum Forschungsdatenmanagement unter:

www.uni-hildesheim.de/forschungsdaten/ 

https://www.uni-hildesheim.de/veranstaltungen/artikel/online-veranstaltung-workshop-vertiefungskurs-strukturieren-und-ordnen-im-forschungsdatenmanage/

und im Blog der UB Hildesheim: https://bibliothek.blog.uni-hildesheim.de/2020/09/16/online-veranstaltung-workshop-vertiefungskurs-strukturieren-und-ordnen-im-forschungsdatenmanagement-wie-geht-das/