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.  

DeiC DMP  

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. 

Hvordan gør du dine data FAIR?  

For at gøre dine data så FAIR som muligt kan du bl.a.: 

• Publicere dine data eller metadata i et repositorium eller anden online søgbar ressource, så andre har mulighed for at finde dem. Der findes mange åbne repositorier, du kan benytte dig af. Ofte vil dit valg af repositorium afhænge af dit fagområde, men der er også flere tværfaglige.
  Læs mere om publicering af data.   
• Bruge unikke og permanente identifikatorer også kaldet en PID (persistent identifier). En PID er en nøgle, som kan bruges til at identificere et datasæt, en forskningsartikel eller en forsker, f.eks. DOI (Digital Object Identifier) til dine datasæt og artikler og ORCID som dit forsker-id.  
• Bruge anerkendte og åbne formater til dine data.
  Læs mere på CESSDA Data Management Expert Guide. 
• Angive adgangsbetingelser og licenser, som specificerer vilkår og betingelser for brugen af data. På Choosealicense får du et overblik over forskellige licenser. Et eksempel er Creative Commons CC BY licens, som angiver, at data skal citeres ved genbrug. 
• Sørge for, at dine data er ledsaget af metadata, som beskriver datasættet i detaljer, så andre forskere kan forstå og genbruge dem.
  Læs mere på CESSDA Data Management Expert Guide. 

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.  

Udvalgte generelle repositorier

• Pure - Aarhus Universitets registreringssystem til forskningspublikationer, -projekter, -data, -aktiviteter mm. 
• Zenodo - et generelt open access repositorium til data, software og publikationer. Det er udviklet og ejet af CERN og gratis at anvende. 
• Figshare - et multidisciplinært repositorium, hvor der findes både en gratis version og mulighed for en institutionel konto. 
• LOAR - Library Open Access Repository, supporteres af biblioteket som opbevaringsservice for danske forskningsdata. Hvis du uploader data til LOAR, forventes du at gøre det under en Creative Commons licens. 

Data kan deles på forskellige måder og findes forskellige steder.  

Du kan finde datasæt i f.eks.: 

• Generelle datarepositorier 
• Fagspecifikke datarepositorier 
• Bibliografiske databaser, der indeholder datasæt 
• Registre og databaser udenfor forskningsverdenen  

Udover at søge direkte i de forskellige databaser mm, kan du også finde datasæt vha. f.eks.: 

• Videnskabelige artikler 
• Søgemaskiner og AI 

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.

I denne guide kan du læse om, hvordan du søger efter data. 

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: 

• Data management planer 
• Søgning efter data til forskningsprojekter 
• Opbevaring og deling af data, når dit forskningsprojekt er slut 

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.