Zarządzanie danymi badawczymi

Plan zarządzania danymi to krótki opis tego, w jaki sposób będą gromadzone, opracowywane, przetwarzane, przechowywane i udostępniane dane badawcze wytworzone lub wykorzystane w projekcie (1 – 2 zdania na sekcję). To jest plan, który może być modyfikowany w trakcie trwania projektu naukowego. Informacje na temat udostępnienia wytworzonych podczas projektu danych badawczych i powiązanych z nimi publikacji należy zamieścić w raporcie rocznym. Wszystkie zachodzące zmiany, czyli stan faktyczny po zakończeniu prowadzonego projektu należy wykazać w raporcie końcowym.

Przydatne kontakty:

• Komisja Bioetyczna przy UMW
• Inspektor Ochrony Danych Osobowych (IODO)
• Centrum Informatyczne UMW (CI)

Infrastruktura informatyczna UMW:

• Zasób sieciowy – tworzony przez CI na prośbę naukowca; może być udostępniony różnym osobom lokalnie w sieci UMW ;
• Chmura uczelniana Cloud – każdemu pracownikowi UMW przysługuje 2 GB przestrzeni dyskowej w chmurze; można prosić o jej zwiększenie; są automatycznie tworzone kopie zapasowe przechowywanych plików;
• Chmura zewnętrzna One Drive – każdemu pracownikowi i studentowi przysługuje 100 GB przestrzeni dyskowej w chmurze One Drive; są automatycznie tworzone kopie zapasowe przechowywanych plików.
• Więcej informacji.

Repozytorium instytucjonalne UMW:

UMW posiada infrastrukturę przygotowaną do deponowania danych badawczych będących wynikiem prowadzonych badań naukowych. Jest to Repozytorium Polskiej Platformy Medycznej UMW (Repozytorium PPM-UMW). Repozytorium PPM-UMW nadaje zdeponowanym zestawom danych badawczych unikalny cyfrowy identyfikator DOI, spełnia warunki zasad FAIR (Findable, Accesible, Interoperable, Reusable) i jest indeksowane w międzynarodowych rejestrach repozytoriów, m.in. Re3data.org.

• Należy wskazać, czy w projekcie będą wytworzone nowe dane badawcze, czy będą użyte dane wtórne (już istniejące).
• W przypadku nowych danych należy:
  • określić, w jaki sposób dane będą pozyskiwane, np. podczas wywiadów, obserwacji, badań eksperymentalnych, pomiarów, etc… W przypadku badań eksperymentalnych prowadzonych z udziałem ludzi należy rozważyć kontakt z Komisją Bioetyczną;
  • określić, jaki to będzie rodzaj danych, np. tekstowe (notatki, transkrypcje), liczbowe, pomiarowe, statystyczne, kwestionariusze ankiet, obrazy, szkice, zdjęcia (RTG, TK, USG, z wywiadów), próbki, kody, etc.;
  • wskazać wykorzystaną aparaturę i oprogramowanie;
  • wskazać, czy pozyskane dane będą wymagały digitalizacji, np. dane analogowe lub uzyskane czy wytworzone w wersji papierowej takie jak mapy, fotografie, notatki.
• W przypadku danych wtórnych należy:
  • wskazać źródło ich pochodzenia,
  • wskazać, na jakich zasadach (warunkach) będzie odbywało się ich wykorzystanie (rodzaj licencji)

• Należy wskazać rodzaje danych wytwarzanych w projekcie, np. tekstowe, liczbowe, dane sekwencjonowania, dane pomiarowe, dane statystyczne, wyniki ankiet, obrazy, zdjęcia (np. RTG, TK, USG), próbki fizyczne, kody, zawartość baz danych.
• Należy wskazać otwarte formaty wykorzystane do zapisu danych na potrzeby ich przechowywania, np.:
  • pliki tekstowe 🠊.txt, .rtf, .odt;
  • arkusze kalkulacyjne 🠊.csv;
  • ankiety online 🠊 .html;
  • nagrania 🠊 .wav, .aif, .flac .wv, .apl, .mp3;
  • zdjęcia, obrazy 🠊 .bmp, .gif, .jpg, .png;
  • bazy danych 🠊 .spv, .dbs;

  lub formaty charakterystyczne dla plików z urządzeń pomiarowych / badawczych, np. mikroskopu.

• Wskazać szacunkową objętość danych w MB/GB/TB (wartość ta może ulec zmianie w trakcie realizacji projektu).

Dane badawcze wytworzone w projekcie finansowanym ze środków publicznych będą ostatecznie udostępnione publicznie w otwartym repozytorium, dlatego istotne jest spisanie metadanych i prowadzenie dokumentacji, które w przyszłości umożliwią ponowne wykorzystanie tych danych.

Metadane – informacje (dane), które opisują dane badawcze w taki sposób, aby w przyszłości było możliwe ich odczytanie zarówno przez ludzi, jak i komputery (maszyny).

• Należy wskazać, jakie metadane zostaną spisane, np.: typ danych, autor/autorzy, trwały identyfikator cyfrowy naukowca (np. ORCID), tytuł zestawu danych badawczych, tytuły plików, słowa kluczowe, streszczenie, rok powstania, itp.

Dokumentacja – powinna zawierać informacje pozwalające na zrozumienie oraz właściwą interpretację zamieszczonych danych. Taką dokumentację może stanowić plik tekstowy, tzw. plik README.

• Należy wskazać, jakie informacje o wytwarzanych danych będą gromadzone, np.: opis projektu; opis metodologii badań; kontekst badań (sposób interpretacji badań); legenda skrótów zastosowanych w plikach z danymi.
• Należy wskazać sposoby organizacji folderów i plików.
• Warto na tym etapie podjąć decyzję o wyborze repozytorium do udostępnienia danych badawczych z projektu oraz sprawdzić, jaki standard metadanych jest w nim stosowany i już zgodnie z tym standardem prowadzić dokumentację w trakcie projektu.

Jeśli dane badawcze będą deponowane w Repozytorium PPM-UMW: – w formularzu deponowania danych będą wymagane następujące metadane: typ danych, autor/autorzy, osoba do kontaktu, język danych badawczych, język metadanych, tytuł zestawu danych badawczych, słowa kluczowe, streszczenie, rok powstania, plik README; – dodatkowo będą potrzebne informacje o powiązanym projekcie wraz z numerem projektu oraz o powiązanych publikacjach i innych danych badawczych powiązanych z danymi badawczymi gromadzonymi w projekcie. Jeżeli takie istnieją; – wprowadzone metadane zostaną zapisane w standardzie Dublin Core.

• Należy wskazać, jakie środki kontroli jakości zostaną zastosowane w trakcie pozyskiwania danych, np.:
• kalibracja sprzętu przed każdym cyklem pozyskiwania danych;
• powtórzenia badań, np. przez dwoje różnych uprawnionych badaczy;
• system sprawdzania poprawności wprowadzania uzyskanych danych, np. jedna osoba wprowadza, druga sprawdza lub wprowadzone dane sprawdzają dwie niezależne osoby.
• inne sposoby kontroli typowe dla danej dyscypliny naukowej.
• Należy wskazać, jakie zabezpieczenia przed nieuprawnioną modyfikacją danych będą stosowane.

Zaleca się stosowanie zasady 3-2-1, czyli: 3 kopie na 2 różnych nośnikach, a 1 nośnik w innej lokalizacji geograficznej. (Informacje wstępne – Infrastruktura informatyczna UMW)

• Należy wskazać, gdzie będą przechowywane dane w trakcie projektu, np.: w bazie dostępnej po logowaniu z dostępem z komputera zabezpieczonego hasłem, zlokalizowanego w zamkniętym i chronionym laboratorium na uczelni; na chmurze uczelnianej, gdzie tworzone są automatycznie kopie zapasowe; na chmurze One Drive (narzędzie zewnętrzne).
• Należy wskazać, czy i jak często będą tworzone kopie zapasowe danych i metadanych na komputerze, np.: 1x dziennie będzie tworzona kopia zapasowa i przeprowadzana aktualizacja danych do ich najnowszej wersji.
• Należy wskazać, czy będą tworzone automatyczne kopie zapasowe w rozwiązaniach chmurowych.

W zakresie zapewnienia bezpieczeństwa i ochrony danych wrażliwych zalecana jest konsultacja np. z IODO oraz CI.

• Jeśli w ramach projektu nie będą gromadzone i przetwarzane dane wrażliwe, należy to napisać w planie.
• Należy wskazać, w oparciu o jakie przepisy / zarządzenia funkcjonujące na uczelni będą przechowywane dane wrażliwe, np.: zgodnie z Polityką ochrony danych osobowych Uniwersytetu Medycznego im. Piastów Śląskich we Wrocławiu (Zarządzenie nr 93/XV R/2018 Rektora Uniwersytetu Medycznego we Wrocławiu z dnia 1 sierpnia 2018 r., zał. nr 1, z późniejszymi zmianami) oraz zgodnie z wytycznymi IODO i CI.
• Należy wskazać, w jaki sposób będą odzyskiwane dane utracone w wyniku incydentu, np.: poprzez skorzystanie z kopii zapasowej tworzonej przez infrastrukturę chmurową.

• Jeśli w ramach projektu nie będą gromadzone i przetwarzane dane osobowe, należy to napisać.
• Jeśli w ramach projektu będą wykorzystywane i przetwarzane dane osobowe:
  • zalecany jest kontakt z IODO;
  • należy wskazać, czy dane będą gromadzone i przetwarzane zgodnie z zasadami RODO – Ogólne rozporządzenie o ochronie danych, Polityka ochrony danych osobowych Uniwersytetu Medycznego im. Piastów Śląskich we Wrocławiu (Zarządzenie nr 93/XV R/2018 Rektora Uniwersytetu Medycznego we Wrocławiu z dnia 1 sierpnia 2018 r., zał. nr 1.; z późniejszymi zmianami);
  • należy wskazać, czy uczestnicy badania zapoznali się z zasadami RODO i Polityką ochrony danych osobowych uczelni, i czy prowadzący badanie uzyskali świadome pisemne zgody na udział uczestników w badaniu oraz przetwarzanie ich danych;
  • należy wskazać, czy przed otwartym udostępnieniem danych zostaną one zabezpieczone poprzez anonimizację, pseudonimizację lub szyfrowanie (należy pamiętać, że klucz do szyfru powinien się znajdować w innej lokalizacji niż same dane);
  • należy wskazać, kto będzie uprawniony do dostępu do danych wrażliwych i na jakich zasadach.

• Należy wskazać, kto będzie autorem – właścicielem praw autorskich i praw własności intelektualnej do danych pozyskanych w toku badań.
• Jeśli dane pochodzą od osób trzecich, należy określić, czy istnieją jakiekolwiek ograniczenia związane z ponownym wykorzystaniem tych danych.
• Należy wskazać, na jakiej licencji będą udostępniane pozyskane dane.
  • Zaleca się stosowanie licencji wymaganych przez grantodawcę – w przypadku NCN będą to licencje Creative Commons CC 0 lub CC BY . Więcej o licencjach.

• Należy wskazać, kiedy planowane jest udostępnienie danych: czy jeszcze podczas trwania projektu, czy po jego zakończeniu? NCN dopuszcza publikację danych najpóźniej w terminie zbieżnym z publikacją artykułu opartego na tych właśnie danych.
• Należy wskazać, w jakim repozytorium zostaną udostępnione dane z projektu i przez jaki okres czasu będą w nim przechowywane (NCN wymaga min. 10 lat).
• Jeśli będzie zastosowane embargo, należy określić jego czas i uzasadnić przyczyny.
• Należy wskazać ew. ograniczenia w udostępnianiu danych, które mogą wynikać np. z: planowanej komercjalizacji, przyczyn prawnych, poufności danych, braku zgody uczestników badania – jeśli istnieją, należy je wskazać.
• Zaleca się, by udostępnianie było zgodne z zasadą:
  • Dane powinny być tak otwarte, jak to możliwe i tak zamknięte, jak to konieczne.

• Należy wskazać, w jaki sposób będzie prowadzona selekcja danych oraz podjęta decyzja, które z tych danych zostaną zachowane, a które zniszczone, oraz które zostaną udostępnione.
• Należy pamiętać, że wymagane jest upublicznienie danych będących podstawą publikacji stanowiącej rezultat projektu.
• Należy wskazać, gdzie będą przechowywane dane nie przeznaczone do udostępnienia publicznego.
• Należy wskazać, w jakim repozytorium zostaną udostępnione dane z projektu i czy przestrzega ono zasad FAIR Data.

Repozytorium PPM-UMW umożliwia lokalizację zdeponowanych danych poprzez unikalny cyfrowy identyfikator DOI i spełnia warunki zasad FAIR.

• Należy wskazać, jakie zostaną zastosowane formaty (standardowe lub otwarte) do przechowywania danych przez zadeklarowany okres czasu.
• Należy wskazać, czy odczytanie i ponowne wykorzystanie danych będzie wymagało specjalistycznych narzędzi / oprogramowania.
• Przy udostępnianiu danych badawczych z projektów finansowanych ze środków publicznych należy dążyć do zastosowania formatów otwartych, np.:
  • pliki tekstowe
  • arkusze kalkulacyjne
  • ankiet online
  • nagrania
  • zdjęcia, obrazy
  • bazy danych

Unikalny cyfrowy identyfikator jest to identyfikator przypisany na stałe do danego dokumentu lub zestawu danych badawczych, umożliwiający lokalizację tego dokumentu lub zestawu danych wraz z przypisanymi im metadanymi, śledzenie cytowań oraz ponowne wykorzystanie.

Unikalne cyfrowe identyfikatory są nadawane zestawom danych badawczych w repozytoriach danych badawczych.

• Należy wskazać, czy udostępnionym danym badawczym będzie trwale przypisany unikalny cyfrowy identyfikator, np. DOI (warto to wcześniej sprawdzić w wybranym otwartym repozytorium).
• Jeśli danym będą przypisane inne trwałe cyfrowe identyfikatory, należy wskazać jakie.

W Repozytorium PPM-UMW zdeponowanym zestawom danych badawczych jest nadawany unikalny cyfrowy identyfikator DOI.

Opiekunem danych może być osoba (osoby) lub instytucja, która będzie się zajmować zarządzaniem danymi przez dłuższy czas – najpierw podczas procesu wytwarzania danych, ich gromadzenia, dbania o ich jakość i bezpieczeństwo, opracowywania, tworzenia kopii zapasowych i przechowywania (archiwizacji), a następnie po przekazaniu danych do repozytorium (archiwizacja długoterminowa, udostępnianie).

• Należy wskazać, kto będzie odpowiedzialny za dane badawcze w trakcie trwania projektu i w jakim zakresie, np. kierownik projektu lub inny członek zespołu projektowego lub data steward.
• Należy wskazać, kto będzie odpowiedzialny za zarządzanie danymi po zakończeniu projektu np. data steward.
• W przypadku projektów partnerskich należy zaplanować podział kompetencji związanych z kompleksowym zarządzaniem danymi badawczymi.

• Należy wskazać, czy będzie konieczne zabezpieczenie zasobów (osób, czasu, sprzętu lub oprogramowania) i środków finansowych na przechowywanie i długotrwałą archiwizację danych badawczych oraz zarządzanie danymi podczas trwania projektu i po jego zakończeniu oraz zagwarantowanie przestrzegania zasad FAIR przy udostępnianiu danych.
• Należy wskazać szacowane koszty oraz źródło finansowania np. 2% kosztów pośrednich przeznaczonych na ten cel w projekcie.