Słownik terminów

To dane zebrane, zestawione, zaobserwowane podczas procesu badawczego, którego celem jest otrzymanie oryginalnych wyników. Informacje niezbędne do oceny rezultatów badań (mogą to być: dane liczbowe, dokumenty tekstowe, wyniki badań ankietowych, nagrania audio i wideo, fotografie, zawartości baz danych czy oprogramowanie), przy czym:

• nie wszystkie dane badawcze zostają ujęte w ostatecznej publikacji
• nie wszystkie dane badawcze zostają poddane analizie.

To dane udostępnione – każdy może swobodnie z nich korzystać (np. modyfikować, redystrybuować i upowszechniać) z poszanowaniem prawa własności twórców.

Agencje finansujące badania naukowe określają swoje wymagania. Wymogi np. Komisji Europejskiej – Program Horizon 2020, Narodowego Centrum Nauki to:

• otwarcie danych
• udostępnienie danych w zakresie niezbędnym do oceny ustaleń zawartych w publikacjach – uprawomocnienie wyników badań
• konieczność tworzenia planu zarządzania danymi (Data Management Plan)
• deponowanie danych w repozytoriach.

To dokument, zawierający opis czynności wykonywanych na każdym etapie pracy z danymi badawczymi: zaprezentowanie zasobu (format i typ plików, liczba danych), zasady pracy z danymi (uporządkowanie i opis materiałów, metodologie), sposoby ich udostępniania, ochrony, długoterminowego przechowywania, a także same dane. Udostępnione powinny być:

• dane, które zostały zaprezentowane w publikacji
• dane surowe, które zebrano w trakcie prac, ale nie poddano analizie
• oprogramowanie niezbędne do analizy danych, jeśli jest wymagane do ich odczytu
• metadane potrzebne do identyfikacji i opisu danych badawczych.

Plan zarządzania danymi musi też rozwiązywać wątpliwości etyczne i prawne, wskazać właściciela danych i możliwości ich rozpowszechniania.

Przykładowy kreator planów zarządzania danymi

Przygotowanie danych do udostępnienia obejmuje:

• selekcję danych – nie wszystkie dane trzeba udostępniać, należy:
  • wziąć pod uwagę wartość naukową zebranych dokumentów
  • sprawdzić, czy dane zawierają wszystkie parametry konieczne do odtworzenia eksperymentu
  • upewnić się, czy identyczne zbiory danych już nie istnieją w otwartym dostępie
  • zastanowić się, czy koszty przechowywania danych są adekwatne do ich wartości merytorycznej

• usunięcie danych wrażliwych, ułatwiających identyfikację badanych osób poprzez:
  • anonimizację – przetworzenie danych osobowych, by nie można było przyporządkować informacji do możliwej do zidentyfikowania osoby
  • pseudonimizację – przekształcenie danych, by nie można ich było przypisać osobie, której te dane dotyczą, bez użycia dodatkowych informacji

• wybór odpowiedniego formatu plików, który nie wymaga komercyjnego oprogramowania i wykorzystuje standardowe kodowanie (ASCII, UTF8).

FAIR DATA

To międzynarodowe standardy dotyczące opisu, przechowywania i publikowania danych badawczych. Dane powinny być:

• Findable – możliwe do odnalezienia przez ludzi i programy komputerowe (dzięki metadanym, unikalnemu identyfikatorowi np. DOI, indeksowaniu metadanych w ogólnodostępnych bazach)
• Accessible – łatwo dostępne, bez konieczności użycia specjalnego oprogramowania
• Interoperable – interoperacyjne, przygotowane w czytelnym formacie, powiązane odnośnikami z innymi zbiorami danych
• Reusable – możliwe do ponownego użycia, czyli dokładnie opisane, zaopatrzone w licencję, informację o autorze czy miejscu powstania.

Deponowanie danych

Odbywa się w postaci zbiorów danych (datasetów) – zbiorów plików zawierających dane powiązane z jedną publikacją, projektem naukowym, bądź eksperymentem oraz ich opisem w postaci metadanych.

Opis danych – metadane

Opisują one zawartość zbioru, pochodzenie, stosowane metody badawcze, dzielą się na:

• metadane opisowe – niezbędne do identyfikacji zbioru (np. tytuł, streszczenie, autor i słowa kluczowe)
• metadane strukturalne – opisują zależności pomiędzy zbiorami oraz ich elementami w celu np. ułatwienia nawigacji
• metadane administracyjne – informacje pomocne w zarządzaniu zasobem (np. sposób i data utworzenia zbioru, informacje dotyczące dostępu).

Metadane umożliwiają dostęp do danych badawczych, ich zrozumienie i dalsze przetwarzanie. Jeśli zbiór danych jest prawidłowo opisany, staje się lepiej widoczny, również dla programów komputerowych analizujących dane.

Standardy metadanych (wg Digital Curation Centre)

Otwieranie danych i dostęp

Dane można udostępniać na poniższych licencjach:

• otwarte licencje (CC0, CC-BY)
• projekt Open Data Commons, np. Public Domain Dedication and License (PDDL) – domena publiczna dla baz danych z nieograniczoną możliwością pobierania, udostępniania i modyfikowania baz danych
• Open Data Commons Attribution License (ODC-By) – jedynym warunkiem kopiowania i modyfikowania danych jest uznanie autorstwa
• Open Data Commons Open Database License (ODC-ODbL) to otwarta licencja  na kopiowanie, przetwarzanie oraz rozpowszechnianie bazy danych pod warunkiem uznania jej autorstwa oraz upowszechniania na takich samych warunkach
• dozwolony użytek.

Należy pamiętać o tym, że aby udostępnić dane, trzeba mieć do nich odpowiednie prawa.

Konieczna jest odpowiednia infrastruktura, zapewniająca udostępnianie, długoterminowe przechowywanie i archiwizację danych badawczych. Ważne jest bezpieczeństwo danych, ochrona przed nieautoryzowanym dostępem, wykorzystaniem, zmianą, ujawnieniem i zniszczeniem.

Dane można deponować w następujących typach repozytoriów:

• repozytoria dziedzinowe – gromadzą publikacje z konkretnych dyscyplin naukowych 
• repozytoria instytucjonalne – przeznaczone dla pracowników danej jednostki naukowej 
• repozytoria sieroce – udostępniają prace z różnych dyscyplin i instytucji, przeznaczone są dla naukowców, którzy nie maja możliwości deponowania prac w repozytorium instytucjonalnym.