Vodič za raziskovalce - raziskovalni podatki v odprtem dostopu

Pred raziskavo.   Z letom 2021 postal obvezen pri ravnanju z RP.   Oddati ga je potrebno v pogodbenem roku, običajno v roku 6 mesecev od podpisa pogodbe.   Sestoji iz vprašanj (gl. zavihek 4.2), na katera se smiselno odgovori v skladu s pričakovanim načinom raziskave.   Uporabimo lahko različna orodja za načrtovanje dela z raziskovalnimi podatki (FAIR Assesment Tool, Fair Aware).

V načrtu je opredeljeno:

• Kateri podatki se bodo zbirali ali ustvarjali?
• Kako se bodo podatki zbirali ali ustvarjali?
• Katera dokumentacija in metapodatki bodo priloženi podatkom?
• Kako boste poskrbeli za etično in pravno skladnost?
• Kako boste reševali vprašanja avtorskih pravic in pravic intelektualne lastnine?
• Kako se bodo podatki med raziskavo hranili in varnostno kopirali?
• Kako boste upravljali dostop in varnost podatkov?
• Kakšen je dolgoročni načrt hranjenja nabora podatkov?
• Kako boste delili podatke?
• Kdo bo odgovoren za upravljanje podatkov?
• Kakšna sredstva boste potrebovali za izvedbo svojega načrta?
• in zagotavlja, da načrt ravnanja upošteva zahteve raziskovalnega področja in krovnih ter institucionalnih politik.

Podatki morajo biti opisani z izčrpnimi metapodatki, ki ustrezajo standardom relevantnega področja in ki vključujejo trajne identifikatorje, podprte s standardiziranim komunikacijskim protokolom (metapodatki so dostopni tudi, ko podatki niso več na voljo). Omogočajo tudi citiranje in so strojno berljivi (npr: trajni identifikator DOI, datum objave, naslov, avtor, opis, ključne besede, licenca itd.).
Uporabijo se lahko:

• splošni metapodatkovni standardi (npr. Dublin Core)
• ali domensko specifični (npr. DDI)

Direktoriji metapodatkovnih standardov in domenskih politik:

• Digital Curation Centre Disciplinary Metadata
• RDA Metadata Standards Directory
• FairSharing

• Podatkom in metapodatkom je treba dodeliti ustrezno licenco (praviloma pri ravnanju z raziskovalnimi podatki uporabljamo odprte licence, kot so npr. licence Creative Commons).

• Podatkom praviloma dodelimo licenco CC BY, metapodatkom pa CC0.


• Uporaba po meri ustvarjenih licenc za licenciranje odprtih raziskovalnih podatkov in metapodatkov je odsvetovana.

• Večina repozitorijev že daje na voljo privzete oblike citatov v enem ali več citatnih slogih.
• Če boste svoje podatke odložili v repozitorij, ki ne ponuja citatnega sloga, ki ga potrebujete, si lahko pri citiranju pomagate s spletno stranjo Cite This for Me.

Raziskovalne podatke je mogoče v skladu s Tipologijo dokumentov/del za vodenje bibliografij v sistemu COBISS vpisati pod rubriko 2.20 Zaključena znanstvena zbirka raziskovalnih podatkov.

• poimenovanje datotek naj bo konsistentno,
• imena datotek naj bodo kratka (idealno <25 znakov, vsekakor pa <40),
• izogibajte se uporabi presledkov, pik, poševnic in posebnih znakov (npr. & in %),
• za izboljšanje berljivosti in ločevanje posameznih elementov imena uporabljajte velike začetnice, podčrtaje in vezaje,
• datume zapišite v formatu ISO 8601: LLLLMMDD (L = leto, M = mesec, D = dan),
• v ime vključite različico datoteke,
• zaporedje elementov imena naj bo takšno, da je datoteke mogoče sortirati po datumu nastanka, zaporedni oznaki ali različici.

• datum nastanka datoteke (če zapišete datum na začetku imena, bo to olajšalo sortiranje datotek),
• ime ali številka projekta,
• ime avtorja/-ice,
• kratek opis vsebine datoteke,
• številka vzorca,
• tip analize,
• različica datoteke.

Sortiranje datotek po mapah ter organizacija map v hierarhično oz. drevesno strukturo pomagata k boljši preglednosti vsebine. Priporočljivo je, da hierarhija nima več kot štirih nivojev in naj vsaka mapa ne vsebuje več kot 10 datotek. Posamezni nivoji naj odražajo najbolj smiselno klasifikacijo datotek, npr. po eksperimentih, datumih, lokacijah, tipih analiz, tipih datotek …

• rtf (Rich Text Format),
• .pdf (PDF/UA, PDF/A ali PDF),
• .htm (HTML),
• .odt (OpenDocument Text),
• .rmd (datoteke R Markdown, tudi v obliki HTML)
• .txt (neoblikovano besedilo),
• pogosto uporabljeni formati: .doc/.docx (Microsoft Word), .xls/.xlsx (Microsoft Excel),
• .xml (XML označevalno besedilo v skladu s primerno definicijo tipa dokumenta (document type definition, DTD) ali shemo, npr. XHMTL 1.0).

• csv (comma-separated values oz. vrednosti, ločene z vejico),
• .tab (tab-delimited file oz. datoteka, razmejena s tabulatorji),
• razmejeno besedilo z definicijskimi trditvami o podatkih v jeziku SQL.
• .txt (besedilo, razmejeno z znaki, ki niso del podatkov)
• pogosto uporabljeni formati: Microsoft Excel (.xls/.xlsx), Microsoft Access (.mdb/.accdb), dBase (.dbf), preglednice v formatu OpenDocument (.ods).

• lastniški formati programske opreme za statistično obdelavo podatkov, npr. .sav (SPSS), .dta (Stata), .sas7bdat (SAS) itd.
• datoteke z razmejenim tekstom in ukazi (“setup”) programov SPSS, Stata, SAS itd.
• strukturirano besedilo ali strukturirane metapodatkovne oznake, npr. v formatu DDI XML. Sprejemljiva formata sta tudi .por (SPSS prenosni format) in .mdb/.accdb (Microsoft Access).
• za grafe, ki jih izvozite kot slike, veljajo enaka pravila glede datotečnih formatov kot za fotografije.

• tif (nestisnjen TIFF 6.0),
• .dcm, .dcm30 (Digital Imaging and Communications in Medicine – DICOM) za podatke računalniške tomografije (CT) in magnetne resonance (MRI),
• JPEG (.jpeg, .jpg), če je bil v tem formatu ustvarjen izvirnik,
• BMP (.bmp), če je bil v tem formatu ustvarjen izvirnik,
• PNG (.png), če je bil v tem formatu ustvarjen izvirnik,
• drugi tipi formata TIFF (.tif, .tiff),
• slikovni format RAW (.raw),
• datoteke programa Photoshop (.psd),
• Adobe Portable Document Format – PDF/A, PDF (.pdf).

Za vektorske risbe UK Data Service priporoča format .dwg programske opreme CAD, sprejemljivi formati pa so .dxf, .svg (CAD), .ai (Adobe Illustrator) in binarni formati CAD paketov.

• mp4 (MPEG-4),
• .ogv, .ogg (OGG video),
• .mj2 (motion JPEG 2000).
• .mov (MOV),
• .wmv (Windows Media Video),
• .webm (WebM).

Priporočljivo je, da zvok delite v formatu .flac (Free Lossless Audio Codec). Sprejemljivi formati so še:

• .mp3 (MPEG-1 Audio Layer 3), če je bil v tem formatu ustvarjen izvirnik,
• .aif (Audio Interchange File Format),
• .wav (Waveform Audio Format).

Splošna priporočila navajajo, da je računalniško kodo najbolje naložiti v namenski spletni repozitorij, ki bo zagotovil nadzor različic, pregled kode, odkrivanje hroščev, dokumentacijo, podporo uporabnikom in druge zmogljivosti. Med najbolj priljubljenimi repozitoriji so GitHub, Bitbucket in GitLab. Različice kode, ki podpirajo raziskovalne rezultate, naj se izvozijo iz repozitorija in arhivirajo v zaupanja vrednem javnem podatkovnem repozitoriju. S tem bo specifični različici kode, s katero so bili ustvarjeni ali analizirani raziskovalni podatki, pripisan DOI, po katerem jo bo mogoče citirati. GitHub npr. že omogoča enostavno funkcijo za arhiviranje računalniške kode v repozitoriju Zenodo. Arhivirano kodo je priporočljivo opremiti tudi z odprtimi licencami, s katerimi postavite pogoje ponovne uporabe.

• so prva izbira za vaše podatke, če na vašem raziskovalnem področju obstajajo;
• zagotovitev, da bodo vaši podatki hranjeni med sorodnimi podatki drugih raziskovalcev in tako lažje najdljivi;
• zaradi dobro uveljavljenih kriterijev poročanja o procesu raziskav tudi RP kar najbolj ponovno uporabni za druge zainteresirane osebe.

V Sloveniji trenutno delujeta dva področno specifična repozitorija: 

• Arhiv družboslovnih podatkov (osredotoča se na podatke, povezane s slovensko družbo ali sicer pomembne za slovensko družbo in družboslovje ne glede na geografske meje)
  
  
   
• in CLARIN.SI, slovensko vozlišče mednarodne mreže jezikoslovnih repozitorijev.

Služijo raziskovalnim organizacijam, ki so jih ustanovile. Večina slovenskih institucionalnih repozitorijev je bila ustanovljena z namenom digitalizacije univerzitetnih zaključnih del, ki se ji je kasneje pridružila hramba odprto dostopnih različic znanstvenih publikacij, v zadnjem času pa se vzpostavlja tudi infrastruktura za hrambo raziskovalnih podatkov. Slovenski institucionalni repozitoriji so: 

• Repozitorij Univerze v Ljubljani (RUL),
  
  
   
• Digitalna knjižnica Univerze v Mariboru (DKUM),
• Repozitorij Univerze na Primorskem (RUP),
• Repozitorij Univerze v Novi Gorici (RUNG),
• Repozitorij samostojnih visokošolskih in višješolskih izobraževalnih organizacij (ReVIS)
• Digitalni repozitorij raziskovalnih organizacij Slovenije (DiRROS).

• Lahko jih uporabite, če na vašem raziskovalnem področju primeren področno specifični repozitorij ne obstaja, institucionalni repozitoriji pa ne ustrezajo vašim potrebam.
• Sprejemajo raziskovalne podatke ne glede na tip podatkov, datotečni format, vsebino raziskave ali raziskovalno področje.
• Načeloma ne predpisujejo standardnih metapodatkovnih shem za opis provenience podatkov, zato je pomembno, da prostovoljno upoštevate področno specifične kriterije za opis eksperimentalnega procesa, ki jih k podatkom priložite v obliki datoteke PreberiMe.

Najbolj uveljavljeni splošni repozitoriji so:

• Zenodo – upravlja ga CERN,
• Figshare – upravlja ga britansko tehnološko podjetje Digital Science,
• Dryad – upravlja ga istoimenska neprofitna organizacija,
• Harvard Dataverse – upravlja ga Univerza Harvard,
• Mendeley Data – upravlja ga znanstvena založba Elsevier,
• OSF – upravlja ga ameriški Center for Open Science.