Forskningsdata

Forskningsdatahåndtering

God forskningsdatahåndtering (Research Data Management, RDM) er en forutsetning for at data skal være mulige å forstå og gjenbruke. Også data som ikke skal arkiveres åpent og deles, må håndteres forsvarlig med tanke på etterprøvbarhet og transparens. 

Ved Norges idrettshøgskole skal forskningsdatahåndtering følge prinsippet om at tilgang til forskningsdata skal være “så åpen som mulig, så lukket som nødvendig”. Dette innebærer at data håndteres med fokus på personvern og informasjonssikkerhet, dokumentasjon og gode rutiner gjennom forskningsprosessen for å legge til rette for deling og gjenbruk av data - når det er mulig.

Lyst til å lære mer?
Planlagte webinarer om åpen forskning og forskningsdatahåndtering i Norge (openscience.no)

FAIR-prinsippene

FAIR-prinsippene er generelle og overordnede prinsipper for beste praksis for forskningsdatahåndtering.

Hva er FAIR data?

FAIR-prinsippene står for Findable, Accessible, Interoperable and Re-usable, og handler om hvordan data kan håndteres og beskrives på en måte som gjør det mulig for andre å forstå og gjenbruke dem i fremtiden. På norsk sier vi at dataene skal være gjenfinnbare, tilgjengelige, samhandlende og gjenbrukbare.

• Gjenfinnbare: Dataene er lette å finne. Data og tilleggsmateriell har tilstrekkelig metadata og en persistent identifikator.
• Tilgjengelige: Dataene er tilgjengelige. Metadata og data er forståelige for mennesker og maskiner. Data deponeres i et pålitelig dataarkiv.
• Samhandlende: Data skal kunne kombineres og gjenbrukes på tvers av f.eks. systemer, institusjoner og tid. Det brukes eksisterende standarder, vokabularer, formater og metoder for metadata.
• Gjenbrukbare: Dataene kan gjenbrukes. Tydelige brukslisenser gir informasjon om hvordan data kan gjenbrukes.

Det er viktig å være klar over at data i svært få tilfeller vil kunne være fullstendig FAIR, og at FAIR data ikke er det samme som åpne data.

Åpne data er data som kan deles og brukes fritt. FAIR-prinsippene legger til grunn at etiske, juridiske og kommersielle begrensninger og hensyn i forskningen respekteres ved deling av data.

Å følge FAIR-prinsippene gjennom hele forskningsprosjektet bidrar til god datahåndtering, som er avgjørende også når data ikke vil kunne deles som åpne data.

FAIR-prinsippene ble publisert første gang i artikkelen "The FAIR Guiding Principles for scientific data management and stewardship".

Datahåndteringsplan (DMP)

Forskningsprosjekter ved NIH skal ha en datahåndteringsplan, eller data management plan (DMP) på engelsk. Det er et dokument som beskriver hvordan forskningsdata skal håndteres gjennom hele prosjektet.  

Mer om datahåndteringsplaner (DMP)

Personvern, informasjonssikkerhet og aktive forskningsdata

Beslutninger angående lagring og deling av aktive forskningsdata er viktige og bør vurderes helt fra begynnelsen av et prosjekt. Det er også viktig å vurdere risiko og potensielle konsekvenser av datatap og uautorisert datatilgang, slik at det kan iverksettes tiltak for å unngå dette. Les om håndtering av personvern og informasjonssikkerhet i forskning på NIH.

Personvern i forskning

NIH har retningslinjer og rutiner som skal sikre at forskningen er i tråd med regelverket om personvernsikkerhet. Se NIHs side om personvern.

Klassifisering av data

Data som behandles ved NIH skal klassifiseres, fordi ulike typer informasjon krever ulik behandling og lagring. Se NIHs Klassifiseringsguide.

Lagring av data

Datamateriale skal være forsvarlig sikret gjennom hele forskningsprosjektet og det må vurderes hvordan de skal lagres. Se NIHs lagringsguide.

Deling av data

Delingsguiden forteller hvordan du kan dele data internt og eksternt basert på klassifiseringen du har gjort av dataene. Se NIHs Delingsuide.

Dokumentasjon og metadata

God dokumentasjon og metadata er avgjørende for å sikre at forskningsdata er forståelige, gjenbrukbare og tilgjengelige både under og etter et prosjekt. Dette avsnittet gir en introduksjon til dokumentasjon, metadata og deres betydning i håndtering av forskningsdata.

Arkivering av forskningsdata

Arkivering av forskningsdata er langtidsbevaring av data etter at forskningsprosjektet eller forskningsaktiviteten er avsluttet, eller ved publisering av vitenskapelig arbeid. Arkivering av data må ikke forveksles med lagring av forskningsdata, som er oppbevaringen av aktive forskningsdata underveis i et forskningsprosjekt.

Mer om arkivering av forskningsdata

Finne, gjenbruke og sitere forskningsdata

For å bygge videre på eksisterende forskning er det viktig å kunne finne relevante forskningsdata og gjenbruke dem på en ansvarlig måte. Dette innebærer å navigere i ulike databaser og datakilder for å identifisere nyttige datasett. Gjenbruk av data krever dokumentasjon og avklaring av bruksvilkår. Du krediterer opphavsperson(er) ved å sitere datasett.

Finne forskningsdata

Mye forskningsarbeid baserer seg på eksisterende data, og en viktig del av forarbeidet til et forskningsprosjekt er å kartlegge tidligere forskning.

Du kan finne eksisterende forskningsdata ved å søke i ulike databaser og dataarkiv. Det finnes nasjonale arkiv og tjenester for arkiverte forskningsdata, internasjonale arkiv og databaser, samt flere metadatabaser– som høster metadata om arkiverte forskningsdata fra mange ulike forskningsdataarkiv. Disse metadatabasene kan være nyttige både for å finne frem til arkiverte forskningsdatasett, men også for å kartlegge hvilke dataarkiv som er interessante innen ulike fagområder.

Hvis du bruker eksisterende data, er det viktig å sitere datasettet.

Metadatabaser

• BASE (Bielefeld Academic Search Engine)
• DataCite
• Google Dataset Search
• Elsevier Data Search/Mendeley Data Search
• Re3data (Registry of Research Data Repositories)
• OpenAIRE

Internasjonale dataarkiv

• CESSDA Data Catalogue
• Zenodo

Nasjonale ressurser
Det er mulig å søke om tilgang til data fra offentlige databaser og register.

• Finne data til forskning (Sikts datakatalog)
• Surveybanken (Sikt.no)
• Microdata.no
• Helsedata.no
• Data.norge.no

Gjenbruke forskningsdata

Når du skal gjenbruke data er dette viktig å kunne dokumentere:

• Hvor data kommer fra
• Hvilken versjon som er brukt
• Hvordan de ble samlet inn
• Hvem som står bak
• Må data rengjøres eller bearbeides før bruk i prosjektet?
• Annen info som er nødvendig for å etterprøve resultatene

Avklaring av lisens 
Når du skal gjenbruke forskningsdata er det viktig å avklare hvilken type lisens eller annen avtale som beskriver hvordan datasettet kan brukes.

• About CC licenses (creativecommons.org)
• Lisensiering av forskningsdata (openscience.no)

Ved gjenbruk av forskningsdata skal data siteres.

Sitere forskningsdata

Forskningsdata som benyttes i publikasjoner skal siteres. Enten dataene er egenproduserte eller hentet fra andre kilder er det viktig å kreditere opphavsperson(er).

Sitering av datasett fremmer anerkjennelse av forskningsdata som verdifulle forskningsressurser i seg selv, og det gir også anerkjennelse til opphavsperson(er) som tilrettelegger sine data for deling og arkivering. Les mer om hvorfor det er viktig å sitere data.

Når du siterer et datasett, inkluderer du informasjon som forfatter, tittel, publiseringsdato, arkiv eller utgiver, eventuelt versjonsnummer, samt DOI eller annen persistent identifikator.

Datasett siteres etter den gjeldende siteringsstilen i teksten, med henvisning til datasettet fortløpende i teksten og referansen i referanselisten.

I tillegg kan referansen legges i en tilgjengelighetsærklæring (data availability statement), dette kan være et krav fra tidsskriftet.

Åpen kildekode (open source)

Mange aspekter ved beste praksis for håndtering av forskningsdata gjelder også for kildekode. Dette inkluderer versjonskontroll, dokumentasjon og metadata som sikrer forskningsresultater som er så FAIR, åpne og reproduserbare som mulig. Kildekode og programvare utviklet i forskningsprosjekter og andre akademiske aktiviteter bør inkluderes som en del av publiserte forskningsresultater. Når kildekode deles sammen med forskningsdata, legger det til rette for testing og validering av analyser og modeller, samtidig som det muliggjør gjenbruk og videreutvikling av koden eller programvaren. Det er imidlertid spesifikke hensyn som gjelder for kildekode.