Blog
Korte samenvatting LERU Roadmap for Research Data
Dit document is een belangrijke gids voor universiteiten omtrent het omgaan met research data. Hierbij een korte inhoudelijke samenvatting in het nederlands. Deze kan samen met de engelstalige ‘executive summary’ uit het rapport gebruikt worden voor een introductie in deze materie.
Het rapport stelt gelijk aan het begin dat beleid, support en technologie onlosmakelijk met elkaar verbonden zijn voor een goede implementatie van research data management. Deze partijen moeten dus samen optrekken. Vervolgens wordt er ingegaan op de volgende thema’s:
1) Beleid: door het publiceren van beleidstukken word de urgentie voor open data en alles wat daarbij komt kijken gedefinieerd. Beleid schept dus het kader.
2) Motivatie: hier gaat men in op wat onderzoekers motiveert en demotiveert als het gaan om het openbaar maken van data, en hoe een culturele omslag tot stand gebracht zou kunnen worden.
3) Data management: hier worden aspecten van data management besproken, in relatie tot de verschillende stadia waarin de data kan verkeren (van ruw tot gelinkt aan een wetenschappelijke publicatie). Het behandelt collectie, beschrijving, curatie, citatie en juridische aspecten met betrekking tot data.
4) Infrastructuur: hier wordt gepleit voor een generiek raamwerk voor infrastructuur, geschikt voor zowel kwantitatieve data (cijfers) en kwalitatieve data (bijvoorbeeld foto’s). Er kan een portfolio van verschillende infrastructuren aangelegd worden, elk met hun focus op de eisen van de stadia waarin data zich kan bevinden. Functionele elementen die zich kunnen bevinden in een infrastructuur zijn data verkrijgen, administratie, meta data, opslaan, en uiteindelijk weer het zoeken en vinden van de opgeslagen data.
5) Kosten: Voorzien wordt dat een deel van de kosten voor de gewenste omgang met research data zal komen van onderzoek financiers. Een ander deel zal moeten komen van universiteiten, of van overheden. Er wordt benadrukt dat er natuurlijk ook opbrengsten zijn: deze zitten vooral in het hergebruik van data.
6) Vaardigheden, rollen, en verantwoordelijkheden: Bij het beheren van data zijn mensen van verschillende achtergronden betrokken; onderzoekers, instituten, bibliotheken en IT. Er wordt ingegaan op de verschillende verantwoordelijkheden voor elke rol. Ook wordt er gewezen op het belang van een goede training op maat zodat iedereen ook over de juiste vaardigheden beschikt.
Tot slot geeft het rapport 44 concrete aanbevelingen met betrekking tot de bovenstaande thema’s.
Interessante kost. Is het mogelijk aan te geven welke van de 44 aanbevelingen direct van toepassing zijn op het beleid of de activiteiten van de UBU?
Bijna de helft zou je direct of indirect kunnen betrekken op de bibliotheek, daarmee zeg ik niet dat dit direct moet uiteraard. Hier mijn selectie:
R5. Create a data management support service and information point.
R6. Introduce specific job profiles with career paths for data preparation and quality assurance staff – such staff may be embedded in research groups or hosted in data centres or libraries.
R12. Documentation and metadata requirements should be identified from the start of any project and considered throughout the lifecycle of the data. Librarians, IT support staff and researchers should work together to identify best practice in metadata formats for describing research data.
R13. Researchers and institutional support staff should work together to identify best practice for the description and citation of research data.
R14. Metadata should comply with existing standards for the content. Chosen formats should preferably support machine-to-machine interoperability. Interoperability between existing CRIS-systems, data curation systems and discovery tools is crucial. Adhering to standards will provide a basis for this.
R15. Research data infrastructure needs to offer a generic framework for a wide variety of research processes and outputs to create, process and share data.
R17. It is recommended that institutions and researchers work together to clarify what is expected of re-searchers when citing data. Publication of ‘basic principles’, general guidelines and examples to help researchers in how to cite data are very common and helpful. This information should include links to existing demands from funding agencies, publishers and data centers, specific to the different disciplines.
R18. It is important to identify the owner of the data: the researcher, funder or institution.
R19. To express the terms of re-use of datasets, it is advisable to use a suitable licence. Researchers should be made aware of this.
R21. Embed credited data management courses within postgraduate training.
R22. Enhance awareness among researchers and the wider community by engaging in information activities and data audits.
R25. Invest in quality (accredited) continuing professional development for both data scientists and librarians.
R29. The possibility of collaboration between LERU universities in research data management should be explored, not simply in the area of costings, but also in the areas of the collection and curation of research data. It is important to make sure that services are not unnecessarily duplicated at regional, national or international levels.
R31. Provide general information and guidance on the topic of open research data.
R33. LERU Members should engage at international level to build and collect evidence and advocate for the value of open access to research data.
R34. LERU Members should foster a debate amongst stakeholders and disciplines around data sharing.
R36. LERU Members should promote best practice in data management, citation and interoperability to increase the visibility of data and to strengthen the credibility of scientific publications.
R37. A portfolio of tools for an institutional research data infrastructure that fills the gaps in existing external research infrastructures should be developed at LERU universities, e.g. a ‘long tail’ data repository and a data catalogue supporting re-use and open data. To save costs the sharing of services should be considered.
R38. LERU universitites should establish an asset register of local, central, shared and outsourced research data facilities, allowing continuous monitoring of the efficiency of operations and a strategic approach to capital planning for the ‘digital estate’.
R39. To minimize the time researchers have to spend on technical and administrative processes, LERU universities should organize the institutional research data workforce of local IT Officers, subject librarians, central system administrators and research facilitators into a coherent support service.