Die Publikation von Forschungsdaten trägt zur Reproduzierbarkeit und Transparenz der Forschungsergebnisse bei, unterstützt die Nachnutzung in weiteren Forschungsprojekten, fördert die wissenschaftliche Reputation und ermöglicht durch die Veröffentlichung in fachspezifischen oder institutionellen Repositorien, wie beispielsweise LORY, den langfristigen Zugriff auf die Daten.
Warum sollte ich meine Forschungsdaten teilen?
Durch das Teilen Ihrer Daten können Sie zur Reproduzierbarkeit von Forschungsergebnissen beitragen, die Transparenz erhöhen und die Wissenschaftsgemeinschaft bei der Weiterentwicklung des Wissens unterstützen.
Daneben verlangen auch immer mehr Forschungsförderer einen FAIRen Umgang mit Forschungsdaten:
- F Findable umfangreiche Metadaten, eindeutig benannt
- A Accessible zugänglich –> möglichst OPEN (mindestens Metadaten)
- I Interoperable allgemeine Standards für Daten/Metadaten
- R Re-usable Lizenz zur Weiterverwendung explizit
Bildquelle: Paulina Halina Sieminska / forschungsdaten.info
Übersichtsartikel und Hilfestellung zur Umsetzung der FAIR Prinzipien:
https://forschungsdaten.info/themen/veroeffentlichen-und-archivieren/faire-daten/
FAIR Data Principles bei Force11 (2016)
https://www.force11.org/group/fairgroup/fairprinciples
Wie kann ich sicherstellen, dass meine Daten von anderen korrekt genutzt werden?
Sie können Metadaten hinzufügen, um die Daten zu beschreiben, klare Nutzungsbedingungen festlegen und Lizenzen wie Creative Commons verwenden, um die Bedingungen für die Nachnutzung zu definieren.
Wo kann ich meine Forschungsdaten publizieren?
Sie können Ihre Daten in fachspezifischen Repositorien, institutionellen Datenbanken oder Plattformen wie LORY / Zenodo veröffentlichen, sofern diese den FAIR Kriterien entsprechen.
Fachspezifische Repositorien haben den Vorteil, dass Ihre Daten in der Community besser sichtbar werden. Jedoch sind diese Repositorien der Allgemeinheit eher unbekannt.
- Liste institutioneller und disziplinspezifischer Repositorien in der Schweiz: info/schweiz
- Campus Luzern: Lucerne Open Repository
- International: Registry of Research Data Repositories: https://www.re3data.org/
Auf was muss ich bei der bei der Auswahl eines geeigneten Repositoriums
Ein, den FAIR-Kriterien, entsprechendes Repositorium sollte zumindest die folgenden Kriterien erfüllen
- Datensätze verwenden eindeutige und dauerhafte Identifikatoren (z. B. DOI)
- Umfangreiche und angemessene Metadaten (gut strukturiert und maschinenlesbar)
- Die Daten sollen in einer Weise lizenziert werden, die den offenen Zugang unterstützt (z. B. CC0, CC-BY usw.)
- Der langfristige Zugang bzw. die langfristige Aufbewahrung ist geregelt.
Welche Daten sollte ich veröffentlichen?
Grundsätzlich sollten folgende Daten veröffentlicht werden:
- Daten, die einer Publikation zugrunde liegen
- Einmalige Daten
- Daten, die mit hohem Aufwand/hohen Kosten generiert wurden
- Zur Weiterverwendung geeignete Daten
Zu beachten ist jedoch:
Nicht alle Daten können zugänglich gemacht werden (Datenschutz, Urheberrecht, Geheimhaltungsverpflichtungen, Patentrechte etc.). In dem Fall können die Metadaten öffentlich zugänglich gemacht werden – auch wenn die Datensätze selbst nicht veröffentlicht werden können.
Nicht alle Daten sollen und müssen erhalten bleiben (Qualitätsmanagement)
Wie stelle ich sicher, dass meine Daten langfristig zugänglich bleiben?
Durch die Nutzung von offenen Formaten können Sie sicherstellen, dass Ihre Daten auch in Zukunft zugänglich und nutzbar bleiben.
Zudem ist es ratsam, Ihre Daten in nicht-proprietären, offenen Formaten zu speichern, da diese eine bessere Zukunftssicherheit und Kompatibilität gewährleisten. So können die Daten auch bei technologischen Veränderungen weiterhin zugänglich und nutzbar bleiben.
Wie kann ich die Reproduzierbarkeit meiner Forschungsergebnisse sicherstellen?
Indem Sie vollständige und gut dokumentierte Daten teilen, sowie die verwendeten Methoden zur Verfügung stellen.
Data Journal
Ein Data Paper dokumentiert und beschreibt Forschungsdaten, um deren Verbreitung und Wiederverwendung zu erleichtern. Es informiert über die Datenerfassung, die Merkmale und die mögliche Nachnutzung.
Beispiele:
- Scientific data http://www.nature.com/sdata
- Data in Brief http://www.journals.elsevier.com/data-in-brief
- Data http://www.mdpi.com/journal/data
Übersicht: https://www.forschungsdaten.org/index.php/Data_Journals
Weitere Dokumenationsformen:
- README Files
- Data Dictionary
- Codebook
- Elektronisches Labor-/Feldtagebuch