Data management
Data management af forskningsdata (RDM) dækker over praksis og processer, der hjælper forskere med at indsamle, organisere, gemme, bevare, dele og analysere deres data. Effektiv RDM er afgørende for, at forskere kan sikre integriteten, tilgængeligheden og anvendeligheden af deres forskningsdata. Ved at implementere RDM kan forskere drage fordel af øget effektivitet og produktivitet i deres forskningsarbejdsgange, reduceret risiko for datatab eller korruption og bedre overholdelse af juridiske og etiske datastyringskrav. RDM understøtter også samarbejde og datadeling blandt forskere, hvilket fører til ny indsigt og opdagelser og muliggør reproducerbarhed og gennemsigtighed af forskningsresultater. Desuden kan velforvaltede data føre til øget effekt og anerkendelse af forskningsresultater og kan hjælpe forskere med at opfylde finansierings- og udgiverkrav til datadeling og -bevaring.
Planlægning
Når et nyt forskningsprojekt startes er det en god idé at overveje hvordan der skal arbejdes med data igennem projektet.
- Hvilke typer data?
- Indeholder data følsomme oplysninger som f.eks. person-henførbare oplysninger?
Værktøjer
Publicering og arkivering
Når man udfører forskning, er det afgørende at sikre, at data bliver korrekt publiceret og arkiveret til fremtidig reference, genbrug og verificering. Nedenfor er nogle vigtige komponenter og platforme, der muliggør effektiv datapublicering og -arkivering.
Læs mere
Værktøjer
- ERDA/SIF
- DeiC Dataverse
- Zenodo
