English version of this page

Datahåndteringsplaner (DMPs)

En datahåndteringsplan (eng.: data management plan, eller DMP) dokumenterer hvordan du skal samle inn, organisere, dokumentere, lagre, kvalitetssikre, beskytte, dele, og arkivere dataene dine i løpet av og etter forskningsperioden.  

 

Hva er en datahåndteringsplan? 

En DMP er et levende dokument, som veileder prosjektets aktiviteter når det gjelder datahåndtering. Planen bør oppdateres underveis, slik at den alltid viser prosjektets faktiske realiteter. DMP er også et kommunikasjonsverktøy for forskergruppen, og skal sikre at forskningsdata forvaltes på en forsvarlig måte i hele prosjektperioden (og i ettertid).  

Mer spesifikt kan man si at en DMP:  

  • Beskriver på hvilken måte data skal håndteres i løpet av forskningsprosjektet og etter at det er avsluttet 

  • Tydeliggjør forskningsteamets forventninger og ansvarsområder  

  • Gjør det mulig å oppdage potensielle utfordringer tidlig i prosessen (f.eks. manglende ressurser, behov for å beskytte sensitive data, osv.) 

  • Gjør det mulig å oppdage tilleggskostnader eller behov for ekstra ressurser (f.eks. behov for lagringsplass, osv.) 

  • Gjør det mulig å håndtere dataene i tråd med FAIR-prinisippene

Må jeg lage en datahåndteringsplan for prosjektet mitt? 

Ansatte ved UiO er pålagt å lage en DMP for forskningsdataene sine (se  UiO's politikk og retningslinjer). Dette gjelder både når det handler om å samle inn nye data og gjenbruk fra en annen datakilde.  

De fleste av de store finansiørene (Forskningsrådet og EU) krever en DMP for prosjekter de finansierer.

Å lage en DMP vil også kunne hjelpe deg på andre måter:  

  • Du sparer tid – ved å tidlig identifisere utfordringer, krav til dokumentasjon og tidsavhengige faktorer 

  • Sikkerhet og kvalitet – ved å ha en plan kan du sørge for at krav til sikkerhet og kvalitet blir møtt.  

  • Påvirkning – ved å gjøre dataene dine gjenbrukbare og bærekraftige øker du forskningens påvirkning og synlighet. 

  • Samarbeid – oppfordrer til forbedring og validering av forskningsmetoder 

  • Samsvar – planen gjør det lettere å påse at datahåndteringen skjer i samsvar med FAIR-prinsippene.  

  • Kontinuitet – skulle det bli nødvendig, kan noen andre ta over forskningen din.  

Hvordan komme i gang med å skrive en DMP? 

Før du setter i gang med å skrive en DMP, er det best å sjekke om finansiørene anbefaler en bestemt mal eller verktøy. Hvis de gjør det, bør du vurdere å følge anbefalingen. For eksempel har EUs Horizon Europe-program en egen mal de anbefaler for sine prosjekt.  

Hvis det ikke stilles noen spesifikke krav, kan du velge fra den ufullstendige lista over maler og verktøy nedenfor. Tekstbaserte maler er som oftest mer fleksible og kan tilpasses hvert prosjekt. Webbaserte verktøy kan gi deg muligheten til å velge mellom ulike maler, veilede i hvordan planen skal fylles ut, være maskinlesbar og gjøre det mulig å dele med andre på prosjektet.  

Hvis du trenger hjelp til å velge en mal eller et verktøy, ta gjerne kontakt med oss. 

Tekstbaserte maler for datahåndteringsplan 

  • UiOs mal - Norwegian - English – en enkel Word-basert mal med lenker til UiOs ressurssider 

  • EUs Horisont Europa-mal - Horizon Europe template – anbefalt å brukes i forbindelse med Horisont Europa-prosjekter 

  • Science Europe DMP template – en generisk mal, bestående av seks kjernespørsmål, som ofte brukes som utgangspunkt for andre maler  

Interaktive verktøy og nettskjema som kan veilede i å skrive en DMP  

  • Sikt (tidligere NSD) – en enkel og lett forståelig mal som passer godt for data som omfatter mennesker og samfunn 

  • EasyDMP – en samling ulike maler som passer spesielt godt for prosjekter som benytter seg av Sigma2 -infrastruktur 

  • Data Stewardship Wizard – et åpen kildekodeverktøy som tilbyr avansert funksjonalitet, maskinlesbarhet og FAIR-metrikk. Dette verktøyet er også anbefalt å bruke for dem som benytter seg av ELIXIR - infrastruktur 

  • DMPonline og DMPTool er populære generiske verktøy som støtter ulike maler og kan brukes med datahåndteringsplaner som vil gjøres åpent tilgjengelige i fremtiden.  

Hva slags informasjon må jeg inkludere i en DMP? 

Innholdet i en DMP vil variere etter hvilken mal som blir brukt og selvfølgelig etter fagområdet. Generelt sett vil man bli bedt om å informere om følgende:  

  • Kort beskrivelse av forskningsprosjektet 

  • Rollebeskrivelse og ansvarsfordeling i forskergruppen når det gjelder datahåndtering 

  • Beskrivelse av datasett som skal brukes og/eller genereres i prosjektet, for eksempel:  

    • Hvilken type sikkerhetsnivå tilhører dataene?  

    • Hvordan skal dataene samles inn, eller skal det gjenbrukes data fra andre prosjekter?  

    • Hvilke filformater og -størrelser skal samles inn?  

    • Hvordan skal dataene organiseres (dvs. mappestruktur og filnavn) 

    • Hvor skal dataene lagres?  

    • Hvilken type dokumentasjon og metadatastandarder skal lages?  

    • Hvordan skal datakvaliteten opprettholdes?

  • Lagringsløsninger, datasikkerhet og strategier for bevaring av dataene 
  • Hvordan, når og hvor dataene skal deles, publiseres, og klargjort slik at de sammenfaller med FAIR-prinsippene 

  • Kostnader og ressurser knyttet til datahåndtering 

  • Strategier for å imøtekomme etiske og lovmessige krav (f.eks. personvern, åndsverksloven og lisenser) 

*Dette er anbefalinger basert på "Ten simple rules for creating a good data management plan" av Michener (2015)¨ 

 

Eksempler på DMP 

  • The Digital Curation Center (UK) har laget en liste med eksempler på DMPs som kan være nyttige. 

  • Du kan også se alle offentlig tilgjengelige DMPs som er registrert ved bruk av Digital Curation Centers DMPOnline, men vær klar over at noen vil være bedre enn andre (dcc.ac.uk) 

Flere ressurser 

RDMkit – er en informasjonsside utviklet av Elixir Europe 

Hvordan beskriver jeg et datasett? 

Her følger et eksempel på hvordan du kan beskrive et datasett. Det kan hende du ikke har alle detaljene klare for et første utkast, eller andre ting kan være relevante som ikke er tatt med her. Husk at en DMP er et levende dokument og bør oppdateres, slik at nye detaljer hele tiden kan skrives inn.  

Datasett #1 – Intervjuer med PhD-kandidater 

Klassifikasjon – Gul – inneholder generelle personopplysninger 

Innhold – Opptak av intervju, transkiberinger, protokoller, notater/huskelapper og annen dokumentasjon 

Filformat og størrelse – Audiofiler er opptak i m4a-format og skal også importeres i et Nvivo-prosjekt. Transkriberinger skal lagres i et Nvivo-prosjekt og bli eksportert som txt-filer. Protokoller, notater, huskelapper og annen dokumentasjon lagres i .docx-format. Datasettet skal inneholde ca. 50 filer totalt, og ta opp mindre enn 100 MB i lagringsplass. 

Innsamling og metode – Det skal gjøres ca. 35 opptak av personlige intervjuer, der vi bruker UiOs Nettskjema diktafon app. Intervjuene foretas ved bruk av en ustrukturert intervjumetode, slik den er beskrevet i kapitlet “Infinity” in “Interviews” (3099).  

Vi buker Nvivo version 99.999 for transkripsjoner, koding og analyse, og en åpen kodeprosess, basert på kapittel 5 in “Interviews” (John Doe, 3099). 

Vi bruker Microsoft Word eller håndskrevne forskningsnotater for protokoller, notater og annen dokumentasjon. 

Lagring og organisering – All data som tilhører prosjektet blir lagret i en tilgangskontrollert mappe på UiOs Microsofts’s OneDrive. Se avsnittet om “Dataklassifisering og lagring” for mer informasjon. Hvert enkelt datasett blir lagret i en egen mappe, i tråd med organisasjonens veiledning (se avsnittet om «Dataorganisering»).  

Metadata og dokumentasjon - Det finnes ingen foretrukket metadatastandard for dette fagområdet, så vi bruker den fagdisiplinnøytrale Dublin Core for å kunne ta i bruk metadata på et basisnivå, i form av xml-filer. Mappen med datasettet skal i tillegg inneholde en readme-fil, som beskriver innholdet i hver fil, konteksten og annen relevant informasjon. Annen dokumentasjon – intervjuprotokoll og andre administrative dokumenter tilhørende datasettet – lagres sammen med datasettet.  

Deling – Deler av datasettet inneholder personopplysninger som ikke kan deles åpent. Samtykkebegrensninger krever også at ikke-anonyme data blir slettet når prosjektet er ferdigstilt, slik at kun anonymiserte transkripsjoner av intervjuer, dokumentasjon, metadata og notater/huskelapper vil bli lagret i prosjektets valgte oppbevaringssted for data. Det er en viss risiko for at noen av transkripsjonene ikke lar seg anonymisere, og dette vil klargjøres i readme-filen og i plassholderfilene.     

Lisensiering – Anonymisert data vil bli delt og lisensiert under en CC-BY-lisens 

Trenger du råd?

Kontakt forskningsdatagruppen på Senter for digital forskerstøtte: research-data@uio.no 

Emneord: data, datahåndteringsplan, datahåndtering
Publisert 16. juni 2022 08:22 - Sist endret 30. okt. 2022 12:31