||

Forschungsdatenmanagement – Was kann ich tun?Dr. Ana Sesartic – Digitaler Datenerhalt

28.03.2017Ana Sesartic 1

|| 28.03.2017Ana Sesartic 2

Heutiges Programm

Was ist Datenmanagement und weshalb betrifft es uns?

ETH Vorschriften, geistiges Eigentum, Privatsphäre und Zugriffsrechte

Organisation, Speichern, Teilen und Archivieren von Daten

Methoden, Dienstleistungen, Werkzeuge

||

Ihren (wissenschaftlichen) Hintergrund

Bisherige Erfahrungen mit Datenmanagement

Motivation zur Kursteilnahme

28.03.2017Ana Sesartic 3

Erzählen Sie kurz über…

||

Was ist Datenmanagement und weshalb betrifft es uns?

28.03.2017Ana Sesartic 4

DigitaleForschungs-

daten

Hypothese/ Forschungs-

frageDaten

Erfassen/ Generieren

Analyse und Interpretation

SynthesePublikation

Zugriff und Verifizierung

Wieder-verwendung

||

Datenmanagement während der Forschung

Daten teilen, veröffentlichen und erhalten – für sich selbst und andere!

28.03.2017Ana Sesartic 5

Zwei Hauptfaktoren

||

Datenmanagement ist ein allgemeiner Begriff, welcher die Organisation, Strukturierung, Speicherung und Pflege von Informationen beinhaltet, die während einesForschungsvorhabens verwendet oder erzeugt werden

Es umfasst:

Wie Sie im Alltag mit Informationen über die Laufzeit eines Projektes umgehen

Was auf längere Sicht passiert – was Sie damit machen, nachdem das Projektabgeschlossen ist

28.03.2017Ana Sesartic 6

Was ist Datenmanagement?

||

Daten werden in der Regel erstellt, ohnederen Veröffentlichung zu planen

Forschungsdaten bedürfen einer umfassenden Dokumentation

Nur technische Metadaten können später extrahiert werden, aber wenig bis gar keine Dokumentation von Inhalt oder Kontext kann sinnvoll hinzugefügt werden.

28.03.2017Ana Sesartic 7

Einschränkungen für den Erhalt und Austausch

GARBAGE IN, GARBAGE OUT!

||

Wozu Datenmanagement?

Oder: Über Zuckerbrot (Vorteile) und Peitsche (Bestimmungen)

28.03.2017Ana Sesartic 8

||

Um effizient und effektiv arbeiten zu können

Sicherung nicht replizierbarer Daten

Vermeidung redundanter Datenerhebungen

Möglichst umfassende (kosteneffiziente) Auswertung der Daten

Reanalyse unter anderen Fragestellungen / mit neuenMethoden

Verstärkung des wissenschaftlichen Austausches

Impact factor: Trend zur Zitierbarkeit von Forschungsdaten als Werk

Um die Vorgaben der Geld- und Arbeitgeber zuerfüllen SNF fordert Datenmanagementpläne ab Oktober 2017

Horizon 2020 Programm der EU fordert ebenfallsDatenmanagementpläne

Einhaltung der Regeln guter wissenschaftlicherPraxis, Transparenz und validität

Sie können die Diskussion in Ihrer Forschungsgemeinde, in Ihrer Institution und mit Geldgebern beeinflussen

28.03.2017Ana Sesartic 9

Weshalb Zeit und Mühe aufwenden?

||

ETH Vorschriften, geistiges Eigentum, Privatsphäre und Zugriffsrechte

28.03.2017Ana Sesartic 10

||

https://itsecurity.ethz.ch/de/#/manage_your_data

28.03.2017Ana Sesartic 11

||

«An der ETH Zürich beruht Forschung auf intellektueller Redlichkeit. Die Forschenden […] stehen für wissenschaftliche Integrität undWahrhaftigkeit in der Forschung und beiBegutachtungen.»

https://www.ethz.ch/content/dam/ethz/main/research/pdf/forschungsethik/Broschure.pdf

28.03.2017Ana Sesartic 12

Richtlinien für Integrität in der Forschung

||

«Sämtliche Verfahrensschritte im Umgang mit den Primärdaten (statistische Analysen, Umformungen etc.) sind in einer der jeweiligen Disziplin angepassten Form (z.B. Laborjournal, andere Datenträger) derart zu dokumentieren, dass die aus den Primärdaten gewonnenen Ergebnisse vollständig reproduziert werden können.»

«Die Projektleitung ist für das Management der Daten (Aufbewahrung, Datenzugang, Einhaltung des Datenschutzes, etc.) verantwortlich. Sie sorgt insbesondere dafür, dass Daten und Materialien nach Abschluss des Projektes während der für das Fachgebiet massgebenden Frist aufbewahrt bleiben und gegebenenfalls innerhalb der gesetzlich vorgegeben Frist ordnungsgemäss vernichtet werden.»

28.03.2017Ana Sesartic 13

Artikel 11. Erhebung, Dokumentation und Aufbewahrung von Primärdaten

||

«[…] alle [ETH] Angehörigen […] an die gesetzlichen Vorschriften und internenWeisungen halten und diese in ihrem Bereichumsetzen.»

«Der vorliegende Compliance Guide bietet dazueine Orientierungshilfe. […]Damit die Umsetzung leichter fällt, sind zu jedemPunkt weitere Informationskanäle und Auskunftspersonen angegeben, die konsultiertwerden können.»

https://rechtssammlung.sp.ethz.ch/Dokumente/133.pdf

28.03.2017Ana Sesartic 14

Compliance Guide

|| 28.03.2017Ana Sesartic 15

Wissen Sie wo Ihre Daten sind und wer Zugriff hat?

http://fsfe.org/nocloud

||

«Die Auslagerung von sensitiven Daten der ETH Zürich (z.B. Forschungsdaten, die einer vertraglichen Geheimhaltung mit Dritten unterliegen, wichtige Geschäftsdaten der ETH Zürich wie etwa Finanzdaten, personenbezogene Mitarbeiter- oder Studierendendaten, Gutachten) ist nicht zulässig. Die ETH Zürich muss jederzeit den Zugriff und die Kontrolle über diese Daten haben.»

«Die Nutzung von Cloud oder Social Media Services (z.B. Facebook, Google, Dropbox) in der Forschung für den Austausch mit Forschenden anderer Hochschulen, in der Lehre für den Austausch mit den Studierenden (Vorlesungsfolder, etc.) ist unproblematisch, solange keine sensitiven Daten der ETH Zürich betroffen sind und keine Rechte Dritter, namentlich Persönlichkeits- oder Urheberrechte, verletzt werden.»

Links:

https://www1.ethz.ch/id/documentation/rechtliches/Merkblatt_Cloud_Computing_MA.pdf

https://www1.ethz.ch/id/documentation/rechtliches/leaflet_example_cloud_DE.pdf

28.03.2017Ana Sesartic 16

Cloud Computing @ ETH Zürich Regeln und Vorschriften

||

Personenbezogene Daten sind nach schweizerischem Datenschutzrecht aufzubewahren

Eine entsprechende Anonymisierung kann erforderlich sein Das Löschen einzelner Datensätze muss jederzeit möglich sein Die Testpersonen müssen eine Einverständniserklärung unterzeichnen

28.03.2017Ana Sesartic 17

Privatsphäre

||

Respektieren Sie die Rechte anderer: Dritte Personen, mit denen Sie arbeiten

Im Zweifelsfall: auch bei einer CC-Lizenz um Genehmigung fragen Beachten Sie, dass gemäss ETH-Gesetz die meisten immateriellen Rechte an den

Werken ihrer Angestellten, der ETH Zürich gehören. Im Zweifelsfalle an ETH transfer wenden (www.transfer.ethz.ch)

Achten Sie darauf, ausreichende Rechte zu behalten Z.B. für Open Access Publishing («grüner Weg», http://www.library.ethz.ch/Open-Access) Z.B. in Bezug auf Patentanmeldungen: ETH transfer (www.transfer.ethz.ch)

28.03.2017Ana Sesartic 18

Geistiges Eigentum

|| 28.03.2017Ana Sesartic 19

share-alikeby non-derivative Some rights

reserved

share

non-commercial public domainremix

|| 28.03.2017Ana Sesartic 20

Vorteile des Teilens von Daten

© Neil Chue Hong http://dx.doi.org/10.6084/m9.figshare.942289

||

Daten, Metadaten und Kontext werden benötigt, um einen Datensatz richtig zu verstehen.

Das Datenmanagement beinhaltet nicht nur Ihre eigenen Daten, sondern auch eine kritische Sicht auf fremde, von Ihnen verwendeten Daten: Verstehen Sie, wie die Daten gewonnen wurden? Haben Sie genügend Informationen, um ihre Zuverlässigkeit zu bewerten? Können Sie die Daten verwenden, ohne mit ihren Urhebern Rücksprache halten zu müssen? Werden Sie in ein paar Monaten noch wissen, welche Daten Sie von anderen Forschern

wiederverwendet haben? Wissen Sie, wie Sie die von Ihnen verwendeten Daten zitieren sollen? (siehe

https://www.datacite.org/cite-your-data.html)

28.03.2017Ana Sesartic 21

(Wieder-)verwendung von Daten kritisch überdenken

||

Langzeitarchivierung von DatenUnd wie man sich darauf vorbereiten kann

28.03.2017Ana Sesartic 22

||

Ein ordnungsgemässes Datenmanagement, oder dessen Fehlen bestimmen, ob der Datenerhalt möglich ist

Über eine Zeitspanne von zehn Jahren, mag Datenmanagement allein genügen, es ist jedoch sinnvoll vorauszudenken

Falls Daten über längere Zeiträume aufbewahrt und genutzt werden sollen, sind weitere Massnahmen nötig:

Daten sollen so selbsterklärend wie möglich sein, einschliesslich der Dokumentation über die verwendete Software oder noch besser, der Aufbewahrung der Software selber; einschliesslich z.B. Referenzoutputs von Modellalgorithmen

Mehr Sorgfalt bei der Auswahl und Verwendung von Dateiformaten ist geboten

28.03.2017Ana Sesartic 23

Was hat das mit Datenmanagement zu tun?

||

Offene Standards (nicht proprietär) Falls proprietär, nach Möglichkeit konvertieren oder, falls nicht möglich, Programm zur

Ansicht der Daten beifügen

Gut dokumentiert

Weit verbreitet und unterstützt durch viele Programme

Unkomprimiert (oder zumindest verlustfrei komprimiert)

Unverschlüsselt

Im Zweifelsfall Original behalten und Kopie erstellen in einem offenen Format

Sich nicht auf Dateiendungen verlassen

Beachten, dass Daten auf unterschiedlichen Betriebssystemen verwendet werden können28.03.2017Ana Sesartic 24

Bevorzugte Eigenschaften von Fileformaten

||

Bilder: unkomprimierte TIFF; JPEG2000

Text: ASCII, inklusive XML etc.Informationen über Kodierung und Abhängigkeiten wie Stylesheets und TeX-Bibliotheken nicht vergessen

Text (formatiert): PDF/A1-b, (PDF)

Daten aus Tabellen: CSV

Tabellen: (CSV), (ODF, OOXML)

28.03.2017Ana Sesartic 25

Beispiele

||

Dies bedeutet nicht, dass Sie die Daten nicht in anderen Formaten abspeichern dürfen

Sie müssen sich nur dessen bewusst sein, dass proprietäre oder undokumentierte Formate (auch Ihre eigenen!) in der Zukunft Probleme verursachen können

Überlegen Sie sich alternative Formate (ja, redundant!) zu den proprietären Formaten zu benutzen…

…und Kontext-Informationen in einer Readme-Datei, Begleitdokument oder Metadaten hinzuzufügen die sie selber in einigen Jahren gerne sehen würden, um die eigenen Daten verstehen zu können.

28.03.2017Ana Sesartic 26

Achtung

||

Organisieren Sie Ihre DatenFinden Sie was Sie brauchen, wenn Sie es brauchen?

28.03.2017Ana Sesartic 27

|| 28.03.2017Ana Sesartic 28

"A story told in file names":

Source:http://www.phdcomics.com/comics/archive.php?comicid=1323

Copyright: Jorge Cham

Kommt das Ihnen bekannt vor?

||

Dateien nach Themen ordnen Ordnerpfade möglichst kurz halten Dateinamen sind…

Eindeutig und reflektieren den Inhalt Verwenden nur ASCII Zeichen (keine Sonderzeichen)

Weitere Informationen finden Sie unter: http://www.data.cam.ac.uk/data-management-guide

/organising-your-data http://www.wur.nl/en/Expertise-Services/

Data-Management-Support-Hub/Browse-by-Subject/Organising-files-and-folders.htm

http://datalib.edina.ac.uk/mantra/organisingdata/

28.03.2017Ana Sesartic 29

Versuchen Sie es lieber so…

© Wageningen University

||

Selbstkritische Fragen: Wie müssen Daten aussehen, um sie mit wissenschaftlicher Überzeugung und Vertrauen in

Qualität und Korrektheit wiederverwenden zu können?

Stimmt das für unsere eigenen Daten? Was fehlt?

Aufgaben für Gruppenleiterinnen und -leiter Vereinbaren Sie verbindliche Regeln

Bestimmen Sie einen Datenmanagement-Verantwortlichen innerhalb der Gruppe

Besprechen und dokumentieren Sie Regeln (schriftlich) mit dem Datenmanagement-Verantwortlichen

28.03.2017Ana Sesartic 30

Was ist zu tun? Strategien für Forschungsgruppen

||

Datenmanagementplan

28.03.2017Ana Sesartic 31

||

Ein kurzer Plan, der zu Beginn eines Projektes geschrieben und während des Projektverlaufs aktualisiert wird, um zu definieren:

Welche Daten werden gesammelt oder erstellt?

Wie werden die Daten dokumentiert und beschrieben?

Wo werden die Daten gespeichert?

Wer ist verantwortlich für Datensicherheit und Backup?

Welche Daten sollen geteilt und/oder langzeitarchiviert werden?

Wie werden die Daten geteilt und mit wem?

28.03.2017Ana Sesartic 32

Was ist ein Datenmanagementplan (DMP)?

||

DMPs werden zunehmend für Projektanträge verlangt (z.B. durch SNF ab Oktober 2017), sind aber auch sonst nützlich, wann immer Forschende Daten erstellen.

Sie helfen Forschenden:

Bewusste Entscheidungen zu treffen, um Probleme zu antizipieren und zu vermeiden

Konsistenzwahrende Prozeduren frühzeitig zu entwickeln

Sicherzustellen, dass Daten korrekt, vollständig, zuverlässig und sicher sind

(Unerwünschte) Duplizierung, Datenverlust und Sicherheitsverletzungen zu vermeiden

Zeit und Mühe zu sparen und ihr Leben zu erleichtern!

28.03.2017Ana Sesartic 33

Weshalb ein DMP?

||

Unterstützt Sie bei der Erstellung eines DMP oder bei der Diskussion von Datenmanagement im Allgemeinen

Umfasst die allgemeine Planung und die Phasen des Datenlebenszyklus, von der Datenerfassung über die Erstellung bis hin zur Verteilung und dem langfristigenManagement der Daten

Spezielle Abschnitte umfassen Dokumentation und Metadaten, Dateiformate, Speicherung, ethische Fragen und geistiges Eigentum

http://bit.ly/rdmchecklist

28.03.2017Ana Sesartic 34

Was tun?Datenmanagement Checkliste der ETH / EPFL

||

https://dmponline.dcc.ac.uk/

Das DMPOnline-Tool des UK Digital Curation Centre hilft Ihnen, Horizon 2020 konformeDatenmanagementpläne zu erstellen, indem Sie einen Fragenbogen beantworten, der sicherstellt, dassIhre wissenschaftlichen Daten:

Auffindbar Zugänglich Bewertbar und verständlich Nutzbar sind über den ursprünglichen Zweck hinaus Interoperabilität mit spezifischen Qualitätsstandards aufweisen

Sammlung von DMP Beispielen:http://www.dcc.ac.uk/resources/data-management-plans/guidance-examples

28.03.2017Ana Sesartic 35

DMPOnline

||

Werkzeuge

28.03.2017Ana Sesartic 36

||

Versionierung:Wie gehen Sie damit um? Was funktioniert gut? Was läuft schief?

Namensregeln:Benutzen Sie sie und falls ja, welche?

Teilen:Welche Werkzeuge und Dienste verwenden Sie? Was sind Ihre Erfahrungen?

Literaturmanagement:Welche Programme verwenden Sie? Was sind ihre Vor- und Nachteile?

Sonstige?Z.B. fachspezifische Plattformen oder zentrale Datenbanken?

28.03.2017Ana Sesartic 37

Gruppendiskussion zur aktuellen Nutzung

||

Wo befinden sich Ihre Daten? Welche Rechtsvorschriften gelten, z.B. in Bezug auf Datenschutz? Ist der Dienst nachhaltig? Vertrauen Sie dem Anbieter? Wer kann auf welche Ihrer Daten zugreifen und

diese nutzen? Wie bekommen Sie Ihre Daten zurück? Ist eine bestimmte Lizenz erforderlich? Gibt es unmittelbare oder längerfristige Kosten?

28.03.2017Ana Sesartic 38

Kriterien zur Auswahl von Dienstleistungen und Tools

© Jorgen Stamp

|| 28.03.2017Ana Sesartic 39

Repositorien und Registries

http://www.re3data.org

http://datadryad.org

https://zenodo.org

http://figshare.com

https://www.openaire.eu/search/data-providers

(nur bedingt empfehlenswert, Daten können laut Nutzungsbedingungen jederzeit ohne Ankündigung seitens figshare gelöscht werden)

||

Empfohlen Daten in der Schweiz Sicherheitsbestimmungen erfüllt

Nur bedingt emfpohlen Daten in EU/USA Sicherheitsbestimmungen nur z.T. erfüllt Nie vertrauliche / Private Daten dort ablegen

28.03.2017Ana Sesartic 40

Zusammenarbeit – Teilen / Sharing

https://www.dropbox.com

https://www.switch.ch/drive/

https://www.switch.ch/filesender

https://cifex.ethz.ch/

https://polybox.ethz.ch

https://www.wetransfer.com

|| 28.03.2017Ana Sesartic 41

Zusammenarbeit - Organisation

https://www.openproject.org

http://www.redmine.orghttps://trello.com

https://slack.com

https://tagpacker.com

https://asana.com

|| 28.03.2017Ana Sesartic 42

Kommerzielle ELN Lösungen in Verwendung an der ETH Zürich

https://benchling.com

http://labcollector.com

http://findingsapp.com

||

Anpassung möglich Datenspeicherung an der ETH Speichert: Proben Protokolle Beschreibung der Experimente Daten

28.03.2017Ana Sesartic 43

Hausinterne Lösung für Forschungsdatenmanagement /ELN

Samples

Protocols

Experiment Description

Raw Data

Analysis Scripts

Results

Laboratory Notebook &

Inventory Manager

https://openbis-eln-lims.ethz.ch

|| 28.03.2017Ana Sesartic 44

Zusammenarbeit - Versionierung

https://subversion.apache.org https://github.com

https://bitbucket.orghttps://www1.ethz.ch/id/services/list/sharepoint(Sharepoint ist nur für die Versionierung von Dokumenten gedacht, nicht für Forschungsdaten!)

|| 28.03.2017Ana Sesartic 45

Zusammenarbeit - Schreiben

https://www.overleaf.com

https://www.authorea.com

https://atlas.oreilly.com

https://hypothes.is

https://evernote.com

http://simplenote.com

https://www.onenote.com

https://www1.ethz.ch/id/services/list/sharepoint

||

www.jabref.org

28.03.2017Ana Sesartic 46

Zusammenarbeit – Referenzmanagement

www.mendeley.com endnote.com

www.zotero.org

www.citeulike.org www.bibsonomy.org

|| 28.03.2017Ana Sesartic 47

Weitere Dienstleistungen an der ETH ZürichETH-Bibliothek ETH Data-Archive (http://www.library.ethz.ch/Digitaler-Datenerhalt) DOI Registration (http://www.library.ethz.ch/DOI-Desk) Open Access (http://www.library.ethz.ch/de/Open-Access) ETH E-Collection (http://e-collection.library.ethz.ch) ETH E-Citations (http://e-citations.ethbib.ethz.ch) ORCID (http://www.library.ethz.ch/ORCID) Verknüpfung mit Ihrer ETH-Identität möglich

Informatikdienste Speicher (meist via internes IT-Support-Team)

NAS (Network Attached Storage) (https://www.ethz.ch/services/de/it-services/katalog/speicher/nas.html)

LTS (Long-Term Storage, Langzeitspeicherung)(https://www.ethz.ch/services/de/it-services/katalog/speicher/lts.html)

ETH transfer (http://www.transfer.ethz.ch)

Software-Offenlegungs-Workflow mit dem ETH Data Archive

Werden demnächst in «research collection» zusammen-geführt und ermöglichen Publikation von Daten und Dokumenten

||

Überlegen Sie, was Sie tun

Beginnen Sie frühzeitig

Treffen Sie Vereinbarungen über klare Konzepte und einfache Werkzeuge

Sie brauchen nicht immer raffinierte Apps

Sprechen Sie mit Kolleginnen

Informieren Sie sich über das Angebot Ihrer lokalen Dienstleister

«Halten Sie es so einfach wie möglich – aber mit gesundem Misstrauen!»

28.03.2017Ana Sesartic 48

Take home message

|| 28.03.2017Ana Sesartic 49

Danke

Dr. Ana SesarticDigitaler DatenerhaltETH-BibliothekRämistrasse 1018092 Zürich044 632 73 76ana.sesartic@library.ethz.ch

www.library.ethz.ch/Digitaler-Datenerhalt

data-archive@library.ethz.ch