Hantera forskningsdata

Vad är forskningsdatahantering?

Forskningsdatahantering  är helt enkelt en hållbar och effektiv hantering av forskningsdata. Det innebär att organisation, dokumentation, lagring, bearbetning, arkivering och bevarande samt delning av data är  en del av en forskningsverksamheten. Livslängden för data ofta är längre än det forskningsprojekt som  den samlades in under. Data kan analyseras om eller omarbetas i uppföljningsprojekt och kan återanvändas av andra forskare.

Fördelar med att hantera forskningsdata

Det finns många fördelar med att fokusera på datahantering gällande forskningsdata både för dig som forskar och för samhället i stort. 

•  Forskning blir mer effektiv. Genom att organisera filer och data på ett strukturerat sätt sparar du tid, framtida dataåteranvändning underlättas och risken för dataförlust minimeras.
• Forskarens  integritet säkras då exakta och fullständiga forskningsdata är avgörande för att validera, utvärdera och reproducera forskningsresultat
•  Forskning blir synligare. Att göra  forskningsdata tillgänglig ökar synligheten för forskare och ökar också antalet citeringar.
• Ökar möjligheten till samarbete.Genom att underlätta delning och återanvändning av data för framtida forskning kan skapas möjligheter till samarbete med andra forskare.
• Gör  forskningen säkrare. Du kan minska risken för dataförlust genom att skydda forskningsdata genom lämplig datalagring.
• Gör det enklare att följa gällande lagstiftning och finansiärpolicyer. Många finansiärer och ett växande antal tidskrifter samt förlag kräver nu att forskare delar informationen i slutet av ett projekt eller vid publicering av motsvarande forskningsresultat
• Möjliggör att datan blir FAIR. FAIR är nationellt vägledande principer för vetenskaplig datahantering avsedda att förbättra användbarheten och återanvändning av data. FAIR står för  Findable, Accessible, Interoperable och Reusable.
• Skapar transparens i  forskningen. Genom att hantera forskningsdata enligt god praxis och göra den tillgänglig för allmänheten kan man visa att användningen av medel från offentliga resurser sker på ett ansvarsfullt sätt

Mer information

Five selfish reasons to work reproducibly (F. Markowetz, 2015)

Hantera forskningsdata i fem steg

Det går att att dela in hanterandet av forskningsdata i fem steg:

1. Planera
2. Organisera 
3. Dokumentera 
4. Arbeta med data
5. Bevara och göra tillgängliga

Planera

Du har mycket att vinna på att tidigt börja planera hur du ska samla in och hantera din data i ditt forskningsprojekt.  Om du är  ute i god tid så minskar risken att något blir fel eller missas längre fram. Att se över hur du skyddar personuppgifter och ditt datamaterial, vilka eventuella avtal behövs med samarbetspartners, om etikprövning behövs och vad som behövs beaktas vid ansökan av forskningsmedel.  Ett bra sätt att få översikt av de olika aspekterna av datahanteringen är  att upprätta en datahanteringsplan

Svensk Nationell Datatjänst (SND) listar frågor som kan vara bra ställa i uppstarten av ett forskningsprojekt: 

• Hur planerar jag för att skydda personuppgifter och annan känslig information?
• Vad behövs för att se till att data är lagrade på ett säkert sätt?
• Vilka säkerhetskrav kommer att ställas på data?
• Vad behöver preciseras om flera organisationer/myndigheter ska samarbeta med data i projektet?
• Hur stora kostnader för datahanteringen ska jag lägga in i budgeten?
• Behövs en datahanteringsplan för att underlätta datahantering och framtida arkivering av data?

Mer information:

• Planera (SND)
• Datahanteringsplan (SND)
• Etikprövning (HV Medarbetarportalen)
• Etikprövning (SND)

Organisera 

För att hålla ordning på forskningsdokumentation och forskningsdata krävs eftertanke om hur allt ska organiseras och lagras.  Detta underlättar både för dig och forskare som kanske  vill ta del av din forskning i framtiden. 

På Högskolan Väst så erbjuds alla forskare att få en säker yta på mappen M: för sitt forskningsprojekt och data. Kontakta Data Access Unit (DAU) för mer information.

För att kunna organisera  tydligt och konsekvent är det viktigt att tänka på filnamn, filformat, versionering och mappstruktur. För att beskriva information används ofta begreppet metadata. Metadata betyder data om data eller beskrivning om data och används för att ge en bild av innehållet i  till exempel en datasamling eller webbsida. Ofta finns upparbetade standarder om hur metadata ska  användas inom olika discipliner.

Mer information:

• Organisera (SND)
• Välordnade data (SND)
• Metadata och standarder (Karolinska  institutet)

Dokumentera 

När det kommer till att dokumentera ditt arbete så bör fokus ligga på att registrera och dokumentera ditt arbetsflöde såsom aktiviteter, strukturer och beslut som har tagits under forskningsprocessen. Detta underlättar; kommunikationen i en forskningsgrupp, att komma ihåg varför vissa förändringar gjordes samt för framtida forskare att förstå forskningsprojektet.Ett bra hjälpmedel i denna process en datahanteringsplandär du samlar all din dokumentation.

Mer information:

• Dokumentera (SND)
• Datahanteringsplan (SND)

Arbeta med data

Det finns mycket att tänka på i arbetet med forskningsdata så att den är säkert förvarad, lätt att hitta och tillgänglig för alla i projektet och för framtiden.

Frågor som kan vara bra att ställa sig enligt Svensk Nationell Datatjänst är:

• Hur kan jag vara säker på att mina data är säkerhetskopierade?
• På vilka sätt kan det uppstå fel i datamaterialet?
• Hur strukturerar jag mina data på bästa sätt?
• Hur löser man åtkomstproblem till välskyddade data?
• Hur kan jag läsa filerna från mitt analysprogram även i framtiden?

För frågor om vilka programvaror som passar och finns tillgängliga på Högskolan Väst- kontakta Data Access Unit(DAU).

Mer information:

• Arbeta med data (SND)
• Dataförlust (SND)
• Felfria data (SND)
• Välordnade data (SND)
• Åtkomst till och skydd av data (SND)
• Gemensamma arbetsfiler (SND)
• Programvaror (SND)

Bevara och göra tillgängliga

När forskningsprojektet börjar gå mot sitt slut är  det viktigt att fundera hur  forskningsdata ska bevaras och göras tillgängliga för framtiden. Det av stor vikt att se över sin datadokumentation så den är tydlig och begriplig för både dig och andra efter en längre tid. 

Ett viktigt steg är att göra din forskningsdata möjlig att hitta för andra är att den får en så kallad beständig identifierare - på engelska persistent identifier (PID). En PID kan beskrivas som ett unikt ID-nummer eller kodsträng, som kan identifiera personer, organisationer eller objekt. Exempel på PID är ISBN-nummer för böcker och DOI-nummer för artiklar och forskningsdata. 

Som en del i både begreppen Öppen vetenskap och FAIR så är visionen att även forskningsdata kan delas och vara öppet tillgängliga. Naturligtvis finns det begränsningar om att dela känslig data fritt för allmänheten utifrån till exempel personuppgifter och företagssamarbete. I de fallen går det dock att skriva en tydlig beskrivning om forskningsdatans innehåll. Däremot kan inte känslig forskningsdata helt undkomma att delas för till exempel andra forskare genom prövning. Delning och tillgängliggörande av data är en stor fråga och du kan läsa mer om detta på vår sida om att dela data nedan. 

Mer information:

• Dela data (HV)
• Färdigställa och göra tillgängliga (SND)
• Återanvändning (SND)
• Dokumentation för återanvändning (SND)
• PID (SND)