Sie zeigen eine alte Version dieser Seite an. Zeigen Sie die aktuelle Version an.

Unterschiede anzeigen Seitenhistorie anzeigen

« Vorherige Version anzeigen Version 4 Nächste Version anzeigen »

The life cycle of (research) data

Research data management from the first step on






Planing

Contact your research data management team already at this phase! Solid planing is the basis for all further steps. Inform yourself about the prerequisites for research data management in the tender text of third-party funders and consult with your research data management team regarding data management plans.


Data collection

This step in the data life cycle is often the most tedious one, since here the actual data are being generated. No matter if observations, (image)data or the output from analytical devices - a detailed documentation of the data acquisition process is more than essential. It allwos for traceability of the whole process and helps to identifiy anf fix mistakes early on. It is important to also aquire standardized metadata, which also simplify later traceability. Documentation of data, their respective metadata and further information on the project should be done in form of a (electronic) lab journal. On case existing data or probes are going to be used, legal rights have to be clarified beforehand. Mind the compliance with FAIR criteria for your data already at this phase.

FAIRe Daten



Analysis

In order to interprete data and deduce results your entire knowhow and knowledge is needed. It is important that you apply common standards of your research area and document them as well. For yourself and the collaboration with your project partners it is significant that a shared system for data collection and data organisation is used. Processing and analysis of the data can comprise various steps such as digitalising, transcribing, examining, validating, cleaning, anynomising, statistical analysis and interpreting.


Archivierung

Die Struktur der generieren Daten hat wiederum Auswirkungen auf die Art des Datenspeichers. Außerdem sollte auch an dieser Stelle schon eine Langzeitarchivierung bedacht werden und ob die Daten vorerst nur intern verwendet oder gegebenenfalls mit externen Projektpartnern geteilt werden sollen. Informieren Sie sich am besten im Vorfeld über die von Ihrem Forschungsdatenmanagement angebotenen Speicherlösungen. Achten Sie darauf, dass von allen Daten und ihren Metadaten auch ein Backup vorhanden ist, um sich gegen Datenverlust abzusichern.


Die Rohdaten müssen für einen Zeitraum von mindestens zehn Jahren, je nach Datentypus, aufbewahrt werden. Hierfür ist es notwendig das die Daten in langlebige Formate migriert werden und deren Backup auf langlebigen Medien gespeichert werden. Zudem sollten die Daten über Repositorien frei zugänglich gemacht werden, um die langfristige Überprüfung von wissenschaftlichen Erkenntnissen zu ermöglichen. Auch hier kann Ihnen das Forschungsdatenmanagement-Team behilflich sein.

Speicherlösungen


Publikation

Für diesen Schritt des Teilens/Publizierens ist das Definieren von Zugangsbedingungen entscheidend. Diese Zugriff- und Nutzungsrechte beinhalten auch die mögliche Vergabe von Patenten und Lizenzen. Zudem ist die Vergabe von Persistent Identifieres (PIDs) sinnvoll, um die Daten eindeutig zu identifizieren und zu referenzieren.


Nachnutzung

Alle bisherigen schritte zielen nicht nur darauf ab, die Daten für die eigene Nutzung zu optimieren. Es sollte auch Ziel sein, die erhobenen Daten für die Nachwelt oder auch für eigene, anschließende Publikationen greifbar und dauerhaft nutzbar zu machen. Denn nur so kann ein stetiger Austausch zwischen Forschenden und das voranschreiten der Wissenschaft gewährleistet werden.


  • Keine Stichwörter