Hands On Workshop Datenmanagementpläne und Repositorien Forschungsservice

Mag.aAnna-Laetitia Hikl & Mag.aGabriela Miechtner (BOKU, Forschungsservice) Hands On Workshop Datenmanagementpläne und Repositorien Forschungsservice Präsenz 2025 VORSTELLUNGSRUNDE Forschungsdatenmanagement Was ist der Mehrwert? Universitätsbibliothek Zürich (CC BY 4.0) Zugang zu Forschungsergebnissen Auffindbarkeit und Sichtbarkeit von Datensätzen nimmt zu Transparenz und Nachvollziehbarkeit der Wissenschaft Forschungsergebnisse werden nachvollziehbarer, wenn die Daten zu einer Publikation mitveröffentlicht werden Nachnutzung von Forschungsergebnissen und von erhobenen Daten Forschung wird effizienter, da doppelte Erhebungen oder Mehrfacharbeit vermieden werden Kooperation und Weiterführung von Projekten Zusammenarbeit wird erleichtert, neue Forschungsfragen entstehen Dokumentiert in Form eines Datenmanagement Plans DMP (in manchen Forschungsprojekten verpflichtend) sowie die Zugänglichmachung der Forschungsdaten im Sinne der FAIR Prinzipien Neumann, Johanna; Soßna, Volker: Forschungsdaten managen. Anforderungen, Methoden, Hilfsmittel, Workshop im Rahmen der hochschulbergreifenden Weiterbildung, 15. Mrz 2018 doi:10.5281/zenodo.1205287 Datenarchivierung und –publikation im Sinne der Fördergeber •Datenmanagementpläne DMPs (FWF, European Comission, WWTF, FFG) •FAIRe Daten und Metadaten (Findable – Auffindbar, Accessible – Zugänglich, Interoperable – Interoperabel, Reusable - Wiederverwendbar) •Maschinenlesbare Daten und Metadaten (Vokabularen, Klassifikationen, Ontologien oder Thesauren) •Persistente Identifikatoren PIs (DOI, ORCID, ROR, ISSN,…) •Repositorien → Wo kann ich meine Daten speichern? → Wie funktioniert das? •Lizenzen → Warum soll ich eine Lizenz vergeben? Forschungsdatenmanagement FDM Was setzen Fördergeber voraus? •Dokumentation über den gesamten Forschungsdatenzyklus und eines Projektes und eine Verschriftlichung der Datenorganisation •lebendes Dokument, im Laufe eines Forschungsprojektes passieren immer Änderungen (Personal, Ergebnissen, Methoden, …) •muss häufig rund um den Projektbeginn abgegeben werden → Prototyp des FDM für ein Projekt und bei Projektende → Doku über das tatsächliche FDM eines Projektes Was sind Datenmanagementpläne? Von Kerstin Helbig; Katja Krause; Carolin Kruse; Florian Rehak; Gianpiero Tari (HU Berlin). Einige Rechte vorbehalten (CC BY 4.0) Ein Datenmanagementplan ist… •Grundbausteine für ein richtiges und gutes Datenmanagement •Findable – Auffindbar •Accessible – Zugänglich •Interoperable – Interoperabel •Reusable – Wiederverwendbar •FAIR gilt für die Forschungsdaten und deren Metadaten (= jene Daten, die andere (Forschungs)daten beschreiben) •FAIR hat eine hohe Auswirkung auf die Wiederverwendung und die Zitierung von Forschungsergebnissen! •FAIR bedeutet nicht open/offen! →Es gilt der Leitsatz: "As open as possible, as closed as necessary" FAIR Data Self Assessment Tool https://ardc.edu.au/resource/fair-data-self-assessment-tool/ FAIR-Prinzipien FAIR - Prinzipien Accessible – Zugänglichkeit → technische Zugang → Zugängliche (Meta-) Daten über einen PI mit einem standardisierten Kommunikationsprotokoll zB: HTTPS in einem Repositorium. Dieses sollte eine Authentifizierung und Autorisierung wenn notwendig erlauben → FAIR ≠ OPEN, die Metadaten bleiben jedoch meist zugänglich Interoperable – Interoperabilität - Zusammenspiel von verschiedenen Systemen, technische Dialogfähigkeit → Daten gelten als interoperabel, wenn sie ausgetauscht, interpretiert und (semi-) automatisiert mit andern Datensätzen kombiniert werden können, → dh. die Daten sollten maschinenlesbar sein! → Verwendung von kontrollierten Vokabularen, Klassifikationen, Ontologien oder Thesauren! Reusable – Wiederverwendbar → durch hochwertige Metadaten! → Forschungsdaten müssen zitierbar sein → langfristig zitierbar durch PIs! → Forschungsdaten brauchen eine Lizenz für transparente Nachnutzungsbedingungen! Wilkinson, M., Dumontier, M., Aalbersberg, I. et al. The FAIR Guiding Principles for scientific data management and stewardship. Sci Data 3, 160018 (2016). CC BY 4.0 Findable – Auffindbar → maschinenlesbare Metadaten zB zur Beschreibung des Autors, des Projekts, etc. mit eindeutiger Verknüpfung zum Datensatz, → eindeutige Identifikatoren = Permalink PI zB: DOIs für die Daten, Daten mit den Metadaten werden an einem durchsuchbaren Ort = Repositorium abgelegt oder indiziert Kalová, T., Fürst, E., & Gergely, E. (2024, Februar 12). Research Data Management at the University of Vienna Training Course. Zenodo. https://doi.org/10.5281/zenodo.8334152 CARE Principles for Indigenous Data Governance Global Indigenous Data Alliance Die CARE-Prinzipien stehen für einen angemessenen Umgang mit Daten, die indigene Gemeinschaften betreffen. Im Gegensatz zu FAIR fokussieren sich CARE nicht auf die Erleichterung des Datenaustauschs, sondern auf die Wahrung der Interessen indigener Gemeinschaften. Kalová, T., Fürst, E., & Gergely, E. (2024, Februar 12). Research Data Management at the University of Vienna Training Course. Zenodo. https://doi.org/10.5281/zenodo.8334152 Gauza, H. (2024). Webinar: CARE-Prinzipien. Graz University of Technology. https://doi.org/10.3217/234ne-rf470 https://www.youtube.com/watch?v=q_2c6TH6f_g Data Management Plan Template •Welche Daten werden erhoben oder erstellt? •Datentypen, Methode der Datenerhebung, Dateiformate •Welche Metadaten und Dokumentationen werden die Daten ergänzen? •Benennung der Dateien, Ordnerstruktur, README-Dateien, Metadatenstandard •Wie werden die Daten und Metadaten während des Forschungsprozesses gespeichert und gesichert? •Speicherung, Backups, Versionierung •Wie und wann werden die Daten weitergegeben? •Repositorien, Datenarchive -> nach der Pause •In welchem Repositorium werden die Daten archiviert und für die Wiederverwendung zur Verfügung gestellt? •Veröffentlichungen, Lizenzen Adapted from FWF DMP Guidance and Template Kalová, T., Fürst, E., & Gergely, E. (2024, Februar 12). Research Data Management at the University of Vienna Training Course. Zenodo. https://doi.org/10.5281/zenodo.8334152 Datentypen und Formate Textdatein Tabellen Structured text Bilder •Kalová, T. (2021) Researchers and Their Data,CC BY 4.0 •Bauer et al. (2015) Researchers and Their Data. CC BY 4.0 Offen Transparent/maschinenlesbar Viel verwendet Verlustfrei Standardisiert/dokumentiert Unterstützt Metadaten Datenspeicherung (vorübergehend) ODER Archivierung (dauerhaft) •See also the PHAIDRA page „Formats for long-term preservation“ •Further information: Recommended File Formats in PHAIDRA || Forschungsdaten-Info || ARCHE Entwicklung einer einheitlichen und systematischen Benennung → wichtig zum: •Identifizieren von Inhalt der Dateien (bzw. der Daten) •Auffinden der Dateien (bzw. der Daten) •Sortieren und Filtern der Dateien (bzw. der Daten) → Diese Systematik sollte während des gesamten Forschungsprojektes eingehalten werden und dokumentiert und aktualisiert werden File Naming – Benennung der Dateien Xkcd: Documents.CC BY-NC Kalová, T., Frst, E., & Gergely, E. (2024, Februar 12). Research Data Management at the University of Vienna Training Course. Zenodo. https://doi.org/10.5281/zenodo.8334152 •Länge: max. 32 Zeichen •Verwendung: Unterstriche, camelCase •Nicht verwenden: Leerzeichen, Bindestriche, Bindestriche, Punkte •Datum: YYYYMMTT •Versionen: Verwenden Sie führende Nullen für mehrstellige Versionen •Dateibenennungsmuster: •YYYYMMDD_ProjektAkronym_Titel_VersionNummer •YYYYMMDD_ProjektAkronym_Titel_NameTag_Versionsnummer •ProjektAkronym_Datentyp_Titel_Status •ProjektAkronym_Datentyp_Titel_Versionsnummer_YYYYMMDD File Naming – Best Practices Christine Malinowski, MIT Libraries Data Management Services: File Naming Best Practices, CC BY Kalová, T., Fürst, E., & Gergely, E. (2024, Februar 12). Research Data Management at the University of Vienna Training Course. Zenodo. https://doi.org/10.5281/zenodo.8334152 •Entwerfen einer Ordnerstruktur, die auf das Projekt abgestimmt ist •Entwickelung eines Benennungsschemas für Ordner •Dokumentation des Benennungsschemas und der Ordnerstruktur •Immer die gleiche Struktur für verschiedene Speicherorte verwenden •Max. 4 Ebenen von Ordnern •Klassifikation der Ordner nach Projektphasen (Forschung, Analyse, Projektergebnisse usw.) und Datentypen (Rohdaten, verarbeitete Daten, analysierte Daten usw.) •README-Dateien beifügen (z.B.: Maisam M. Dadkan, & Garrett Speed. (2023, Februar 21). How to Write a README. Zenodo. https://doi.org/10.5281/zenodo.7660046) Folder Structure: Best Practices Ghent University: RDM in Life Sciences: Organizing your data, CC BY Kalová, T., Frst, E., & Gergely, E. (2024, Februar 12). Research Data Management at the University of Vienna Training Course. Zenodo. https://doi.org/10.5281/zenodo.8334152 README File - Template •Erstellt von: •Grund der Datenanalyse: •Erstellungsdatum der Dateien: •Verwendete Methode(n): •Verwendete Software (incl. Version und add-ons) und Tools: •Data (Dateinamen und Inhalt): •Code (Dateinamen und Inhalt): •Weitere Dateien: •Lizenz: •Notizen: Biernacka, K., Helbig, K., Senft, M., & Trautwein-Bruns, U. (2020, September 21). Datendokumentation leicht gemacht! Ein interaktiver Online-Workshop. Zenodo. https://doi.org/10.5281/zenodo.4037151 Video von Robert Wiedermann Datenmanagement, Storage (OES vs. BOKUdrive) Bei beiden Varianten sollte es eine Person geben, die im Projekt für das Management der Projektdaten zuständig ist. BOKUbox: ist für das einmalige Teilen von größeren Dateien gedacht, siehe Servicebeschreibung Storage und Datasharing Standardservices Erweitungsmöglichkeiten Netzlaufwerk des Instituts / der eigenen Organisationseinheit Backup: erfolgt automatisch COUCH Store - Variante NCP Protokoll kostenpfl . Erweiterung ab 1TB (1TB kostet 5 Euro/Monat) • Überblick über Dateien im Projekt und Institut wird ermöglicht. • Rechtesetzung über EDV Verantwortliche nötig, kann nicht sofort erfolgen. Danach jedoch gemeinsames Arbeiten mit externen über Filr - Sync and Share Service auf Basis der OES Netzlaufwerke möglich. Das gemeinsame Arbeiten ist mit externen Partnern über Funktionsaccounts möglich. BOKUdrive • persönlicher Speicherplatz mit 20 GB - siehe Servicebeschreibung • Erweiterungsmöglichkeit bis 100GB Backup: erfolgt automatisch COUCH Store - Variante BOKUdrive kostenpfl . Erweiterung ab 1TB (1TB kostet 5 Euro/Monat) • Rechtesetzung kann individuell und schnell erfolgen, Teilen von Dateien sofort möglich. • Es besteht keine Möglichkeit einen Überblick über die Forschungsdaten zu behalten. • TIP: Wenn ein BOKU Drive über ein Funktionsaccount verwendet wird, und somit unabhängig von persönlichen Accounts, somit gehen Projektdaten nicht verloren, wenn ein/e Mitarbeiter*in die BOKU verlässt. nona Im wissenschaftlichen Umfeld werden im Bereich numerisch intensives Rechnen direkt auf den Rechenknoten Speicherbereiche zur Verfügung gestellt. •Der Account für nona muss freigeschalten werden. Kontaktieren Sie dafür bitte die BOKU-IT Hotline: boku-it(at)boku.ac.at Vienna Scientific Cluster (VSC) ist eine Kooperation zwischen der TU Wien, der Universität Wien, der BOKU sowie der TU Graz und der Universität Innsbruck. Es handelt sich um High Performance Computing (HPC) Cluster für ausgewählte wissenschaftliche Projekte. Die Rechenanlagen stehen an der TU Wien (Arsenal) und werden von den teilnehmenden Universitäten gemeinsam betrieben. Ausführliche Informationen zur Rechenanlage und zu ihrer Benutzung sowie den Vergabe-Assistenten für Projekt-Anträge finden Sie auf den Web-Seiten des VSC: http://vsc.ac.at/ •Grundsätzlich müssen alle Projekte über den Vergabeassistenten beantragt und vom SteeringCommittee genehmigt werden. •Bitte richten Sie alle Anfragen an vsc(at)zid.tuwien.ac.at, da nur so eine geordnete Bearbeitung gewährleistet werden kann. Rechenknoten für numerisch intensive Anwendungen Lizenzen im Überblick Bearbeitet von Anna Hikl und Gabriela Miechtner, Original: Ruhr-Uni Bochum, eScouts OER, Christine Ruthenfranz CC-BY-SA 4.0 und “Creative Commons License Spectrum” by Shaddim CC-BY-SA 4.0 Links zu CC Lizenzen Akademische Fachzeitschriften verlangen oft Informationen über Daten oder die Nutzung von Daten •Wo können die Daten, die einem veröffentlichten Artikel zugrunde liegen, gefunden werden? •(Perma-) Links zu öffentlich zugänglichen Datensätzen •Journal Checker Tool (vom FWF)-> https://journalcheckertool.org Journal Policies, Publisher Policies, Funder Policies Kalová, T., Fürst, E., & Gergely, E. (2024, Februar 12). Research Data Management at the University of Vienna Training Course. Zenodo. https://doi.org/10.5281/zenodo.8334152 Wie wähle ich ein Repositorium aus? 1. Registry of Research Data Repositories: https://www.re3data.org/search 2. Erfllt das Repositorium die erforderlichen Standards? •Wie ist der Zugang zu den Daten geregelt (offen, beschrnkt)? •Welche Nutzungs-/Lizenzbedingungen gibt es fr die Daten (z.B. Creative Commons Lizenzen)? •Werden Persistente Identifier vergeben (z.B. DOI)? •Ist das Repositorium zertifiziert (z.B. Data Seal of Approval)? •Hat das Repositorium eine eigene Policy (Richtlinie)? 3. Ist die Nutzung des Repositoriums mit Kosten verbunden? Neumann, Johanna; Soßna, Volker: Forschungsdaten managen. Anforderungen, Methoden, Hilfsmittel, Workshop im Rahmen der hochschulbergreifenden Weiterbildung, 15. Mrz 2018 doi:10.5281/zenodo.1205287 Kalová, T., Frst, E., & Gergely, E. (2024, Februar 12). Research Data Management at the University of Vienna Training Course. Zenodo. https://doi.org/10.5281/zenodo.8334152 https://www.pangaea.de/ Datenrettung gegen Trump: Wie deutsche Forschende USUmweltdaten sichern, GEO, 09.05.2025 „ASEP Pilot Wave 1“(2023) https://data.aussda.at/dataset. xhtml?persistentId=doi:10.115 87/UBAALC Es gibt eigene Zertifikate und Registries für Repositorien •Registry of Research Data Repositories re3data.org •Kann nach verschiedenen Kriterien durchsucht werden zB. Art der Daten, Thema, Land, etc. Die BOKU hat kein eigenes Repositorium für Forschungsdaten, betreibt aber eine eigene Community auf Zenodo. Zenodo ist ein Repositorium für Inhalte jeglicher Art und wird von OpenAIRE und CERN betrieben. Das Metadatenschema von Zenodo basiert auf DataCite und ist u.a. kompatibel mit Dublin Core, MARCXML,… Repositorien (2) Daten Upload via Zenodo https://zenodo.org/login/ Wie erstelle ich einen neuen Upload: https://help.zenodo.org/docs/deposit/create-new-upload/ Was ist neu bei dieser Version: https://help.zenodo.org/docs/about/whats-new/ •Metadaten sind Daten ber Daten → dienen zur Beschreibung von Daten; um besser gefunden zu werden; was ist der Inhalt der Daten •Auch die Metadaten unterliegen den FAIR-Prinzipien •Einheitliche Vokabularien und Standards → Metadatenstandards und Maschinenlesbarkeit https://rdamsc.bath.ac.uk/ → Bsp.: Dublin Core, Darwin Core, DataCite Metadata Schema, … •Arten von Metadaten: Bibliografische M, administrative M, Prozessmetadaten, Inhaltsbeschreibende oder deskriptive M Metadaten (1) •Je genauer und verständlicher die Metadaten umso einfacher und besser werden die Daten gefunden •Metadaten sind kein geistiges Eigentum. → Nachnutzung! Daten ohne Metadaten sind nicht auffindbar! →Dokumentation der Metadaten: •READMEs •Versionierung •Data Dictionary •Code Book •Field or Lab Book ELN •Artikel in einem Data Journal Metadaten (2) Research Data and their Metadata Von Dominik Schmitz, Daniela Hausen, Ute Trautwein-Bruns. Research data and their metadata. RWTH Aachen University. 2020. DOI: 10.18154/RWTH-2019-10060 README File - Template •Erstellt von: •Grund der Datenanalyse: •Erstellungsdatum der Dateien: •Verwendete Methode(n): •Verwendete Software (incl. Version und add-ons) und Tools: •Data (Dateinamen und Inhalt): •Code (Dateinamen und Inhalt): •Weitere Dateien: •Lizenz: •Notizen: Biernacka, K., Helbig, K., Senft, M., & Trautwein-Bruns, U. (2020, September 21). Datendokumentation leicht gemacht! Ein interaktiver Online-Workshop. Zenodo. https://doi.org/10.5281/zenodo.4037151 Datentypen und Formate Textdatein Tabellen Structured text Bilder •Kalová, T. (2021)Researchers and Their Data,CC BY 4.0 •Bauer et al. (2015) Researchers and Their Data. CC BY 4.0 Offen Transparent Viel verwendet Verlustfrei Standardisiert/dokumentiert Unterstützt Metadaten Datenspeicherung (vorübergehend) ODER Archivierung (dauerhaft) •See also the PHAIDRA page „Formats for long-term preservation“ •Further information: Recommended File Formats in PHAIDRA || Forschungsdaten-Info || ARCHE Langzeitarchivierung - Database, VR, Software Content type High Medium Low Spreadsheet / database • Character delimited text (ASCII or Unicode preferred): • Comma Separated Values (*.csv) • Delimited Text (*.txt) • SQL Data Definition Language • OOXML (ISO/IEC DIS 29500) (*.xlsx) • Excel 2007 or newer (*.xlsx) • OpenOffice (*. sxc/*.ods) • DBF (*. dbf) • Excel 2003 or older (*. xls) • All other spreadsheet/ database formats not listed Virtual reality • X3D (*.x3d) • VRML (*.wrl, *.vrml) • U3D (Universal 3D file format) • All other virtual reality formats not listed Computer programs • Uncompiled computer program source code (*.c, *.cpp, *.java, *. js, *.jsp, *.php, *.pl, *.py, etc.) • Compiled / Executable files (EXE, *.class, COM, DLL, BIN, DRV, OVL, SYS, PIF) Lizenzen im Überblick Bearbeitet von Anna Hikl und Gabriela Miechtner, Original: Ruhr-Uni Bochum, eScouts OER, Christine Ruthenfranz CC-BY-SA 4.0 und “Creative Commons License Spectrum” by Shaddim CC-BY-SA 4.0 Links zu CC Lizenzen Entnommen aus Flyer „Open Access means CC BY“, download unter https://deal-konsortium.de/warum-ccby Image: License selection by Tarmo Toikkanen. Learning Centre, Visual Resources Centre (CC0) keine offene Lizenz keine offene Lizenz keine offene Lizenz offene Lizenz keine offene Lizenz offene Lizenz Wahl der richtigen Lizenz CC Licence Chooser •„Forschungsdatenmanagement“ im Youtube Kanal “Medien für die Lehre“ der RWTH Aachen University Kurze Infovideos •Forschungsdaten leben länger •Persistent Identifier (PID) •Forschungsdaten und ihre Metadaten •Datenmanagement nach Plan •Inhalte eines Datenmanagementplans •Forschungsdaten zu Publikationen https://i.ytimg.com/vi/kHHNNT2IQjU/hqdefault.jpg?sqp=-oaymwEbCMQBEG5IVfKriqkDDggBFQAAiEIYAXABwAEGrs=AOn4CLDw4gkWl9zl2d1Ng5Lzjao0EfE82Q https://i.ytimg.com/vi/fcCj6sNvoOw/hqdefault.jpg?sqp=-oaymwEbCMQBEG5IVfKriqkDDggBFQAAiEIYAXABwAEGrs=AOn4CLDQQ8dy35ZY2GioPB1pafFYOrM_ew https://i.ytimg.com/vi/o1gMy6pQjOY/hqdefault.jpg?sqp=-oaymwEbCMQBEG5IVfKriqkDDggBFQAAiEIYAXABwAEGrs=AOn4CLDqoYKmZ-VHERULqfhMSCLcaOv4tg •Research Data Live Longer... •Persistent Identifier (PID) •Research Data and their Metadata •Data Management Planning •Content of a Data Management Plan •Research data to publications •Fair Data Austria •Was macht ein Data Steward? •Forschungsdatenmanagement in den Lebenswissenschaften •Machen wir unsere Daten FAIR! •Metadaten für Forschungsdaten •Licenses for Research Data (English) •How to Address Open Science in EU Projects (English) •Barrierefreiheit von PDF-Dokumenten •FAIRe Daten sind barrierefrei •Weitere: https://forschungsdaten.at/fda/materialien/ Webinare Team FIS: Maga Anna-Laetitia Hikl •Service-Email: [email protected] •+43/1/47654 33045 https://boku.ac.at/fos/themen/forschungs datenmanagement-fdm Forschungsdatenmanagement FDM & Open Research Data ORD Bei Fragen und Informationen zu: ▪Proof Reading von DMPs ▪Aktuellen Regelungen zu FDM und ORD in den verschiedenen Förderprogrammen ▪Informationsmaterialien und Anleitungen ▪Verfassen eines DMP ▪Ausfüllen von Unterlagen zu FDM und ORD ▪Datenrepositorien ▪Lizenzen ▪Einhaltung der FAIR-Prinzipien