Blog
Data-do en data-don’t
Sinds 2010 ben ik betrokken geweest bij de LIBER-werkgroep e-Science. De oorspronkelijke opdracht van de werkgroep vind je hier. Onze focus kwam al snel te liggen op onderzoeksdata: met wie kunnen we samenwerken (workshop 1), wat zijn de technische issues die opgelost moeten worden (workshop 2), waar zouden we ons vervolgens primair op moeten richten als onderzoeksbibliotheken (workshop 3)? De aanbevelingen zijn tijdens de laatste workshop door een ouderwetse stemronde geprioriteerd. Het resultaat lees je hier. Over het algemeen kun je zeggen dat “re-skilling” en ondersteuning van onderzoekers (bv. bij het opstellen van een datamanagement plan) veel hoger op de prioriteitenlijst is gezet dan het bieden van tools en duurzame opslag. Wat denken jullie? Is de UBU, met de inzichten van nu, in 2008 misschien wel verkeerd om begonnen?
Ha, de eerste I&O-post![sorry, Edu 😉 ]Eigenlijk denk ik dat je van 2 kanten zou moeten werken: het is nl. wel zo fijn wanneer je de klant naast uitleg over en ondersteuning bij ‘hoe het zou moeten’ meteen ook de tools kunt bieden waarmee ze e.e.a. ook daadwerkelijk uit kunnen voeren – anders blijft je boodschap abstract (tenzij je ze naar bestaande tools kunt verwijzen).
Een alhier recent geposte JIsc rapportage o.a. over de skills van generation-Y liet zien dat deze eigenlijk weinig skills hadden of tools gebruikten en dat samenwerking niet vanzelfsprekend is. Dan is een ‘re-skilling’ zo gek nog niet voor deze grote groep. Ik vermoed dat recentere lichtingen juist wel de skills hebben en tools gebruiken maar die hebben dan wellicht nog niet veel ‘onderzoeksdata’.
Ik had dit verder toe moeten lichten! Re-skilling slaat op “ons”! Kortom: moeten we van onze informatiespecialisten “datalibrarians” maken?
Je hebt zeker datalibrarians nodig en informatiespecialisten lijkt een logische keuze.
Zorg dat je ook een ( nieuw aangetrokken) specialist hebt die echt weet hoe het zit, naast 30 mensen die het een klein beetje weten.