Data management vedrører den praksis og de beslutninger, der tages i forhold til indsamling, behandling, analyse, deling, publicering, bevaring og genbrug af digitale og fysiske data i et forskningsprojekt.
Formålet med data management er at understøtte pålidelig og gennemsigtig forskning og at strukturere arbejdet med data, så retningslinjer og datapolitikker bliver overholdt.
Data management er ofte udøvet i henhold til FAIR-principperne, der øger mulighederne for at forskningsdata kan genfindes, afkodes og genbruges.
AU Library understøtter data management ved Aarhus Universitet. Vi tilbyder support og vejledning til forskere og studerende vedrørende håndtering, planlægning og deling af forskningsdata gennem hele forskningsprocessen.
En data management plan (DMP) er et redskab, der kan understøtte systematisk håndtering af data i forbindelse med forskningsprojekter. Planen påbegyndes med fordel ved projektets opstart og bruges til at beskrive, hvordan du vil indsamle, behandle, analysere, dele, publicere, bevare og genbruge data. Planen opdateres løbende, så den giver et retvisende billede af den praksis, du har valgt for din datahåndtering.
En DMP er et godt redskab til at afstemme forventningerne mellem forskere, videnskabelige assistenter og andre samarbejdspartnere. Ydermere er en DMP velegnet til at gøre dig opmærksom på emner, du skal forholde dig til, såsom ophavsret, databeskyttelse (GDPR), forskningsetiske godkendelser, FAIR principper mv.
Når du skal udarbejde en data management plan, kan du tage udgangspunkt i diverse skabeloner, som findes hos f.eks. DeiC DMP, alt efter hvad der giver mening for dit projekt.
Som forsker kan du benytte DeiC DMP til at oprette og udfylde din data management plan. Her kan du finde skabeloner fra hhv. Digital Curation Centre (DCC), European Research Council (ERC), Horizon2020 og Horizon Europe. AU Library tilbyder, i samarbejde med Aarhus Universitet, support i DeiC DMP.
Har du brug for hjælp, eller skal benytte en anden DMP-skabelon, så ret henvendelse til din kontaktbibliotekar.
FAIR principperne er en del af en større Open Science dagsorden. FAIR står for Findable, Accessible, Interoperable og Reusable, og er en række principper, der tilstræber at gøre data så åbne som muligt for både mennesker og maskiner.
For at gøre dine data så FAIR som muligt kan du bl.a.:
Hvis du ønsker at publicere dine data, er det en god idé at følge FAIR principperne, og tildele dataene den korrekte licens, der fortæller andre, hvad de må og ikke må gøre med dine data.
Læs mere om licencer i afsnittet om FAIR principperne.
Arbejder du med persondata, er det vigtigt, at du følger gældende regler på området.
Læs mere om databeskyttelse på Aarhus Universitets hjemmeside.
Der er mange repositorier at vælge imellem, når du skal publicere, arkivere eller opbevare dine data, både fagspecifikke og generelle. Nedenstående liste er et udvalg.
Find evt. flere datarepositorier hos Re3data, både generelle og fagspecifikke repositorier.
Data kan deles på forskellige måder og findes forskellige steder.
Du kan finde datasæt i f.eks.:
Udover at søge direkte i de forskellige databaser mm, kan du også finde datasæt vha. f.eks.:
Når du søger efter data, skal du forvente en mindre struktureret og systematisk tilgang, end når du søger efter videnskabelige artikler.
AU Library kan hjælpe dig med at finde data til dit forskningsprojekt.
Har du brug for et oplæg eller kursus?
AU Library tilbyder at afholde skræddersyede oplæg omkring data management for forskningsmiljøerne. Vi kan f.eks. komme ud på et afdelings- eller institutmøde og fortælle om:
Vi tilbyder også at lave målrettede kurser for dine studerende i god datapraksis.
Vi kan tage højde for den type data, dine studerende skal indsamle, eller den konkrete opgave, de skal i gang med.
AU Library afholder derudover løbende generelle kurser omkring god datapraksis for studerende.
AU Library Arts og AU Library BSS udbyder kurser og workshops i programmer og værktøjer, der kan støtte og motivere studerende, forskere og undervisere i arbejdet med data.
Det er blandt andet værktøjer såsom R, Python, Whisper, Voyant, VOSViewer, Eikon, Orbis med flere.
Hold øje med kalenderen for at se, hvornår de næste kurser finder sted.
Har du spørgsmål eller problemer, kan du henvende dig til kontaktbibliotekaren for dit område, som står klar til at hjælpe dig.
Alternativt er du altid velkommen til at kontakte dit lokale bibliotek i AU Library.