Upload
vlaamse-vereniging-voor-bibliotheek-archief-documentatie-vzw
View
17
Download
0
Embed Size (px)
Citation preview
RD & RDM: definities
• Research Data (onderzoeksdata)o alle gegevens die worden gegenereerd in het kader van
wetenschappelijk onderzoek en de basis vormen van onderzoeksresultaten & publicaties
• Research Data Management (onderzoeksdatabeheer)o een cluster van taken om Research Data op een goede manier te
creëren, te verwerken, te bewaren [en te delen]
RDM anno 2015
• Goed wetenschappelijk onderzoek staat of valt met deugdelijk databeheer
► RDM wordt een vast onderdeel van onderzoeksprojecten
KU Leuven
• Beleidsnota Gemeenschappelijk Bureau, d.d. 9/12/2015
o onderschrijft het belang van RDM
o minimale verplichtingen
o gedeelde verantwoordelijkheid
Wat moet er gebeuren?
• Wat kan/moet een onderzoeksinstelling zoals KU Leuven doen op het gebied van RDM?
► De LERU Roadmap for Research Data als bron van inspiratie
o gepubliceerd eind 2013
o zeer goede inschatting van context en uitdagingen
o duidelijke aanbevelingen
RDM anno 2015 globaal
• toonaangevende RDM-diensten en infrastructuur nu
o ‘organisch’ gegroeid
o voornamelijk gericht op publiceren van RD
o voor specifieke disciplines
LERU Roadmap: “Fill the gaps”
• Institutionele initiatieven moeten de manco’s in huidige RDM-aanbod opvullen
o … to provide a full service for researchers with co-ordinated provision for information, guidance and training (95)
o A portfolio of tools for an institutional research data infrastructure that fills the gaps of existing external research infrastructure should be developed (89)
o Thus, a ‘long-tail’ data repository and a tool facilitating management and reporting, e.g. a data catalogue, are primary candidates for institutional responsibilities (88)
Dark data in the long tail of scienceH
oeve
elhe
id d
ata
Omvang project
• Originele data
• Zeer heterogeen
• Geen standaarden
• Geen plaats in bestaande infrastructuur
► Dark datao niet of moeilijk terugvindbaaro bewaring op lange termijn
problematischo waardevol!
Work in progress
• 2015: KU Leuven werkt intensief aan eigen RDM ondersteuning en infrastructuur
• Research Data werkgroep [LERU RM “data workforce”]o Dienst Onderzoekscoördinatie (beleid)o Juridische dienst (eigendomsrecht en IP)o Leuven Research & Development o ICTS (diensten & infrastructuur)o UB/LIBIS (ondersteuning & infrastructuur)
De ‘Leuvense’ Data Life Cycle
• Combinatie van lijn en cirkelo lijn = opdracht binnen 1 onderzoeko cirkel = lange leven van onderzoeksdata
• Vrij eenvoudig schema met 6 fases > per fase bepalen:o Takeno Verantwoordelijkeno Expertiseo Middelen
RDM ondersteuning aan KU Leuven
• Eerste lijn: de RDM-website
o bedoeld voor alle KU Leuven onderzoekers
o Data Life cycle als oriëntatiepunt: onderzoeker bepaalt positie
o website wordt up-to-date gehouden
RDM ondersteuning aan de KU Leuven
• Tweede lijn: gespecialiseerde UB-medewerkers
o RDM vaak zeer disciplinegebonden
o informatiespecialisten verzamelen en verdelen expertise• algemene opleidingen rond RDM• antwoorden op maat voor individuele onderzoekers• doorverwijzen indien nodig
o nood aan constante ‘voeding’ vanuit onderzoekers/groepen
RDM ondersteuning aan de KU Leuven
• Openstaande vraag: in welke mate moet ondersteuning ook actief zijn?o technische/administratieve kant van RDMo taken die moeten verricht worden in voor onderzoekers niet
toegankelijke omgevingen
► Nood aan data curators
RDM services en infrastructuur
• Aandacht voor de bijzondere kenmerken van long tail datao idiosyncratisch, uiteenlopende formaten, weinig uniformiteit
► Diensten die werken aan standaardisering
► Brede en flexibele infrastructuur
► Maatwerk
RDM services en infrastructuur
• Data Life Cycle opnieuw als vertrekpunt
• RDM = opeenvolging van zeer diverse taken
► De juiste middelen voor elke taak, afkomstig van verschillende ‘leveranciers’
► Aansluitend geheel van services, tools en infrastructuur
Study the concept
• Data Management Plan Tool (DCC)o onderzoeker moet over alle kritische aspecten van RDM nadenken
• DOC zorgt voor specifieke ‘KU Leuven guidance’o specifieke eisen van funderso regelgeving van verschillende overhedeno discipline-specifieke aandachtspunten
Data collection
• Aandachtspunt 1: veilige en efficiënte data-opslago BOX (ICTS): geëncrypteerde cloud storage
• Aandachtspunt 2: creëren van rijke en uitwisselbare datao Cluster van LIBIS-diensten rond
• data creatie in of conversie naar standaarden• data modellering• ontwikkelen van databases en tools om data te verzamelen
Data processing• De wetenschapper aan het werk
o verzamelde data wordt bewerkt en geïnterpreteerdo vaak gebruik van specifieke software
► Aandachtspunteno documenteren van ingrepen op oorspronkelijke datao opslag in (en desnoods conversie naar) open formaten
• LIBIS helpt onderzoekers bij verwerken van onderzoeksdata door data te transformeren, te verrijken en voor te bereiden voor interpretatie
Data Archiving
• Aandachtspunt: betaalbare, duurzame en toegankelijke bewaarplaatsen voor data opslag op lange termijn
o ICTS: volledig ondersteunde grote volume opslag tegen laag tarief
o LIBIS: Rosetta = lange-termijnbewaringsomgeving voor onderzoeksdata van KU Leuven• volledige infrastructuur voor bewaring, preservatie en toegang tot data
Data discovery
• Data(sets) moeten op verschillende manieren kunnen ontsloten en getoond worden
o generisch: datasets moeten terugvindbaar gemaakt worden via de online catalogus LIMO
o specifiek: bepaalde data vereisen specifieke presentatiemiddelen
Data discovery
• Een uitdaging: de KU Leuven data catalogus
o UB documenteert onderzoek aan de KU Leuven
► ook RD valt nu onder de ‘academische collectie’
► Hoe de verschillende ‘data publicatie stromen’ beheren?o verzamelen en selecteren, bewaren en ontsluiten
► RD(M) geeft nieuw elan aan de rol van (universiteits)bibliotheken als ‘kritische kenniscentra’