po za ządzaniu
danymi badawczymi
w językoznaws wie
P zewodnik
JAN WIECZOREK
P zewodnik po za ządzaniu danymi
badawczymi w językoznaws wie
Au o : Jan Wieczo ek
We sja: 1.0
Da a i miejsce wydania: K aków, w zesień 2025
P ojek g a iczny i skład: Pape cu
Licencja: Publikacja dos ępna na licencji C ea i e Commons Uznanie au o s wa 4.0 Międzyna odowa (CC BY 4.0)
DOI: 10.5281/zenodo.17233197
Zas zeżenie: Za eść o az wa s wę me y o yczną p zewodnika odpowiada wyłącznie au o .
Egzempla z bezpła ny. Publikacja dos ępna online.
Publikacja pows ała w amach zlecenia Minis a Nauki i Szkolnic wa Wyższego, ealizowanego p zez Na odowe Cen um Nauki
w amach k ajowej koo dynacji pa ne s wa EOSC w la ach 2024–2025.
Zalecany sposób cy owania: Wieczo ek, J. (2025). P zewodnik po za ządzaniu danymi badawczymi w językoznaws wie (we sja 1.0),
DOI: 10.5281/zenodo.17233197
Spis eści
Ws ęp
Czym są dane badawcze
w językoznaws wie
Me adane: de inicja i ich znaczenie
Pa adygma FAIR w za ządzaniu
danymi badawczymi
Dlaczego za ządzanie danymi
jes is o ne dla językoznaws wa
Dokumen acja
Udos ępnianie i długo wałe
p zechowywanie danych
Plan za ządzania
danymi badawczymi
4
5
11
15
17
18
20
23
1
2
3
4
5
6
7
P zewodnik po za ządzaniu danymi badawczymi w językoznaws wie 4
Ws ęp
P zewodnik kie owany jes do wszys kich naukowców, k ó-
zy ep ezen ują dyscyplinę naukową językoznaws wa o az
sze zej – do naukowców, k ó ych zain e esowania badawcze
wiążą się z analizą ma e iału językowego w ozmai ych jego
odmianach (nag ania, ansk ypcje, li e a u a piękna, eks y
p asowe, media społecznościowe i d.). Jes eśmy p zekonani,
że znajdzie zain e esowanie za ówno wś ód p zeds awicie-
li nauk ilologicznych, jak i badaczy zajmujących się analizą
mediów i komunikacji, a akże wś ód badaczy posługujących
się me odami jakościowymi w naukach społecznych.
P zewodnik ma s anowić wp owadzenie do zagadnień zwią-
zanych z za ządzaniem danymi badawczymi, jednak w od óż-
nieniu od innych ma e iałów pomocniczych, punk em wyjścia
jes u specy ika p acy z danymi cha ak e ys ycznymi dla ba-
dań językoznawczych.
Aby nie zagubić się w bogac wie ozmai ych in o macji do-
yczących za ządzania danymi, zos ały one p ze il owane
ak, by wspominać wyłącznie o ozwiązaniach i p ak ykach
bliskich czy elnikowi wpisującemu się we wspomniany wyżej
p o il, mowa u o elewan nych o ma ach danych, s anda -
dach me adanych, epozy o iach, in as uk u ach naukowych
i dokumen ach. S a aliśmy się, aby omawiane ozwiązania
zos ały p zeds awione w opa ciu o p zykłady dob ze oddają-
ce ealia i wyzwania, z jakimi mie zy się językoznawca zajmu-
jący się za ządzaniem danymi.
Życzymy p zyjemnej lek u y.
Oddajemy niniejszą
publikację w ęce
Czy elników, by pomóc
im we wd ożeniu p ak yk
związanych z za ządza-
niem danymi w codzien-
nej p acy naukowej
o az w uniknięciu błędów,
mogących sku kować
niepo zebnymi
komplikacjami.
S D R W B H I H J K O E Z B N
A D W E R T H J A K O Ś Ć Ą C
B K L MĘ Ś Ż N J H L E A W R
G S E EB A C Z E R T Ą Ś Ó E
DW R TA W S W Ó D A N E KP
IĄDAD E F C A Ć Z S Z L O
GJ H DĘ H V FB J Ć I Ą Ó Z
IP U AS K N AW Ł K C H L Y
TK L NG L Ć IG F A N M D T
AA Ę EAOARS R Z E Ś A O
LÓ W Ś H Ó Ł A T U E O Ł P R
ICD O S T Ę P N O Ś Ć R E I
ZB U I S D H L G J E K I F U
AOKJ X A N O T A C J A UM
CKOF Ą B A M Ś Ę H B N E I
JWRC Z G W F B S N R C O P
AEPB N M Z Ą T U Ź D Ó W A
T R UR T U Ó G L B Ć B J R D
U I SÓ P L T K Z S K E Ś Z G
Ó P L K A W O N T O L O G I E
A D E Ć Ż U I W E R T U B C Ś
P zewodnik po za ządzaniu danymi badawczymi w językoznaws wie 5
1
Te min „dane badawcze” unkcjonuje w ś odowisku naukowym
powszechnie. Każdy naukowiec ozumie go in uicyjnie jako ze
-
s aw in o macji do yczących p zedmio u badań, k ó y posłuży do
wyciągnięcia wniosków zawa ych w wynikach badań. Up aszcza-
jąc, można powiedzieć, że dane badawcze umożliwiają p zep o-
wadzenie analiz, syn ez i innych czynności poznawczych, k ó e
w e ekcie pozwalają na we y ikację hipo ezy lub odpowiedź na
py anie badawcze.
Takie ozumienie danych badawczych jes zbieżne z de inicją
p zyję ą p zez Unię Eu opejską: Dane badawcze obejmują dane
s a ys yczne, wyniki ekspe ymen ów, pomia ów, obse wacji p o-
wadzonych w e enie, wyniki ankie , nag ania wywiadów i zdjęcia.
Obejmują one akże me adane, specy ikacje i inne obiek y cy owe.
Dane badawcze óżnią się od a ykułów naukowych elacjonują-
cych i komen ujących us alenia wynikające z badań naukowych
będących ich ź ódłem1.
Us aliwszy, jak należy ozumieć e min dane badawcze, pomyśl-
my, jakiego odzaju dane może w swojej p acy napo kać języko-
znawca lub naukowiec zajmujący się pok ewną ema yką.
1  Dy ek ywa Pa lamen u Eu opejskiego i Rady (UE) 2019/1024 z dnia 20 cze w-
ca 2019 . w sp awie o wa ych danych i ponownego wyko zys ywania in o macji
sek o a publicznego
P zykłady danych:
Ko pusy eks ów:
Niewą pliwie, w p acy językoznawcy ba dzo is o ne są zbio y ek-
s ów pisanych. Zbio y u wo zone w opa ciu o kla owne k y e ia
(np. au o s wo, czas pows ania, ga unek, modalność, język lub
jego odmianę, obsza oddziaływania, ema ykę i p.) ok eślane są
mianem ko pusów językowych lub eks owych. Z pe spek ywy
za ządzania danymi badawczymi ko pusy mogą być pos zegane
dwojako: (a) jako ź ódło danych, z k ó ych zos aną wyp epa owa-
ne konk e ne dane badawcze (np. lis y ekwencyjne jednos ek
leksykalnych, dane s a ys yczne do yczące cech g ama ycznych,
lis y elewan nych cy a ów) lub eż (b) jako zbió danych badaw-
czych, k ó y służy bezpoś ednio analizie i wyciąganiu wniosków
is o nych dla p ocesu naukowego. Ta d uga pe spek ywa do yczy
aczej badań li e a u oznawczych, ale może znaleźć ównież
zas osowanie w p zypadku lingwis ycznej lub medioznawczej
analizy dysku su.
Ko pusy owa zyszą nam już od czasów p zedcy owych, kiedy
mogły p zybie ać o mę zbio ów wó czości ok eślonych au o ów
(np. wydania wie szy zeb anych), zbio ów wycinków a ykułów
p asowych poświęconych pewnemu zjawisku lub zbio ów
ko espondencji p owadzonej między pos aciami his o ycznymi
czy eż zes awów wypisów lub iszek – szczególnie p zyda nych
w bieżącej p acy językoznawców. Współcześnie ko pusy mają
zazwyczaj o mę elek oniczną, pows ają p yma nie z myślą
o p owadzeniu badań naukowych (choć mogą służyć ównież innym
celom np. uczeniu algo y mów sz ucznej in eligencji), a zawa y
w nich ma e iał jes opisany za pomocą us anda yzowanych
me adanych. Sz anda owym p zykładem ego ypu zasobu jes
Na odowy Ko pus Języka Polskiego
2
. Obecnie bez udności
do zeć można ównież do ko pusów wielojęzycznych, wo zonych
w opa ciu o ozmai e k y e ia. P zykładem wielojęzycznego
ko pusu specjalis ycznego może być D aCo 3, zawie ający boga y
zbió d ama ów.
Szczególnie uży ecznym odzajem ko pusów są ko pusy
ano owane (znakowane, oznaczone). Są o zbio y eks ów
wzbogacone o doda kową wa s wę in o macyjną. In o macje
e mogą do yczyć ozmai ych aspek ów s uk u y lub znaczeń
eks ów i języka. P zykładem może być ano acja mo ologiczno-
składniowa, k ó a ok eśla s a us mo ologiczny lub składniowy
2  W ym miejscu wa o p zypomnieć oz óżnienie e minu ko pus o az wyszu-
kiwa ka ko pusowa. W codziennej p acy używamy częs o sk ó owo słowa ko pus
w odniesieniu do obu ych znaczeń, jednak na po zeby p ecyzyjnej komunikacji jego
odniesienie zawęża się do kolekcji eks ów wyselekcjonowanych i upo ządkowanych
według ściśle ok eślonych k y e iów i opisanych us anda yzowanymi me adanymi.
Wyszukiwa ka ko pusowa o p og am kompu e owy, k ó y umożliwia eksplo ację
ko pusu – jego p zeglądanie, zadawanie zapy ań, wo zenie s a ys yk i p. Można
ob azowo s wie dzić, że ko pus s anowi eść jakiegoś zasobu a wyszukiwa ka ko -
pusowa o sposób jego odczy ywania. Zda za się, że niek ó e ko pusy mają swoje
dedykowane wyszukiwa ki (np. S a opolskie apok y y Nowego Tes amen u) lub moż-
liwy jes impo ko pusu do uniwe salnej p zegląda ki ko pusowej umożliwiającej
p zeglądanie óżnych ko pusów (np. Ko pusoma , Kon ex lub PELCRA obsługująca
pie wo nie Na odowy Ko pus Języka Polskiego, ale możliwa do wyko zys ania ów-
nież w innych ko pusach)
3  h ps://d aco .o g/ (dos ęp: 09.06.2025 .)
Czym są dane badawcze
w językoznaws wie
Sku eczne za ządzanie
danymi badawczymi
wymaga od kie ownika
p ojek u lub da a s e-
wa da nie ylko uwzględ-
nienia specy icznych
wymagań wynikających
z dob ych p ak yk obo-
wiązujących w danej
dyscyplinie, lecz ównież
cech cha ak e ys ycz-
nych konk e nego
zes awu danych.

P zewodnik po za ządzaniu danymi badawczymi w językoznaws wie 6
każdego okena
4
(np. część mowy, liczbę, odzaj g ama yczny,
unkcję składniową). Ano acja może do yczyć ównież s ylu, eści,
pochodzenia, unkcji p agma ycznej o az innych własciwości
ok eślonych jednos ek eks u ( akich jak: oken, słowo, zdanie,
wypowiedź). E ek em p zep owadzenia p ac ano acyjnych jes
znaczne zwiększenie uży eczności badawczej eks ów, jednak
ich p zygo owanie wymaga zazwyczaj znaczących ś odków
inansowych o az jes czasochłonne. Dla ego właśnie e ek y ych
p ac powinny być publikowane w sposób o wa y ak, by zwiększyć
p awdopodobieńs wo ponownego użycia zasobu. Publikacja aka
p zybie a najczęściej o mę ko pusu ano owanego.
W ym miejscu wa o wspomnieć o szczególnej ka ego ii ko pusów,
jaką są ko pusy z ównoważone. Należą do nich akie zbio y
eks ów, k ó e zos ały dob ane według ściśle ok eślonych k y e iów
odwzo owujących z óżnicowanie danego zasobu językowego.
Z ównoważenie może do yczyć p zykładowo ga unków mowy,
modalności komunika ów, czasu ich pows ania czy płci uczes ników
ak u komunikacyjnego. Możliwości dobo u k y e iów ównoważenia
is nieje wiele i są one de e minowane me odologią p zyję ą
p zez badaczy.
Księga kodów, wy yczne ano acji:
P ace ano acyjne p owadzone są zazwyczaj w kilku e apach. Is o -
ny jes e ap p zygo owawczy, podczas k ó ego o mułowane są
oczekiwania badawcze, ok eślane ka ego ie in o macji p zypisy-
wanych ok eślonym jednos kom eks owym, a nas ępnie op a-
cowywane ins ukcje dla ano a o ów. W en sposób pows ają
dokumen y ok eślane jako księgi kodów lub wy yczne ano acji.
Dokumen acja a jes wa ościowa i po encjalnie możliwa do
ponownego użycia. Wyob aźmy sobie sy uację, w k ó ej naukowcy
wo zyli ano ację p agmalingwis yczną dialogów ansk ybowanych
z elewizyjnych p og amów publicys ycznych w kampanii wybo czej
w 2015 oku. P zygo owanie księgi kodów lub wy ycznych ano acji
było p awdopodobnie p ocesem zajmującym kilka miesięcy
4  oken – pojęcie używane w maszynowym p ze wa zaniu języka (NLP) o az
językoznaws wie ko pusowym oznaczające unkcjonalną ope acyjnie jednos kę
analizy. W akcie używania na zędzi NLP eks y są dzielone na okeny, k ó e mogą
obejmować swoim zak esem óżne zak esy – jes o uzależnione od po zeb badaw-
czych. Zazwyczaj są o słowa, mo emy lub azy, ale mogą być ównież całe zdania.
i wymagającym zaangażowania dwóch lub zech osób. Naukowcy
chcący dokonać podobnej ano acji dialogów pows ałych p zy
okazji wybo ów w oku 2023 mogą użyć udokumen owanych
ins ukcji w celu p zyspieszenia badań o az obniżenia ich kosz ów.
Dos ęp do księgi kodów umożliwia ównież p zep owadzenie
analizy po ównawczej lub badań panelowych. Wa unkiem jes
u oczywiście o wa a dos ępność dokumen acji o az ze elność
jej p zygo owania.
Zasoby leksykalne:
Osobną ka ego ię danych badawczych wo zonych p zez i dla ję-
zykoznawców są zasoby leksykalne, do k ó ych zaliczają się słow-
niki, leksykalne bazy danych, ezau usy, leksykony. Zasoby leksy-
kalne pows ają częs o jako e ek wielole nich p ac zespołowych
a możliwości ich wyko zys ania jes wiele. P zykładem mogą być
u aj Słowosieć (plWo dne )5, Wielki Słownik Języka Polskiego6,
Słownik Polszczyzny XVI wieku7, Me iam-Webs e Dic iona y8,
P ince on Wo dne 9. Niek ó e z zasobów leksykalnych są częs o
wyko zys ywane w p acach in o ma ycznych (np. wo dne y, on-
ologie), inne kie owane są do uży kownika „ludzkiego” (Wielki
Słownik Języka Polskiego), a jeszcze inne doskonale sp awdzają
się w obu g upach zas osowań (np. niek ó e wo dne y – w ym
Słowosieć). Is nieją ównież odziny zasobów leksykalnych, k ó e
wys ępują niejako p zy okazji ealizacji p ojek ów badawczych,
k ó ych ema yka wyk acza daleko poza leksykog a ię czy języko-
znaws wo. Są o na p zykład s op-lis y – wykazy jednos ek wy a-
zowych, k ó e z ozmai ych p zyczyn pomijane są podczas badań
s ylome ycznych lub au oma ycznej analizy eści (np. me odami
modelowania ema ycznego, ang. opic modeling). Badania akie
mogą być p zep owadzane na po zeby nie ylko ilologów, lecz
ównież osób zajmujących się analizą dysku su medialnego, so-
cjologów, k yminologów czy his o yków. S op-lis y są zazwyczaj
ela ywnie k ó kimi lis ami (od kilkudziesięciu do maksymalnie
5  h p://plwo dne .pw .w oc.pl/wo dne / (dos ęp: 09.06.2025 .)
6  h ps://wsjp.pl/ (dos ęp: 09.06.2025 .)
7  h ps://spx i.edu.pl/ (dos ęp: 09.06.2025 .)
8  h ps://www.me iam-webs e .com/ (dos ęp: 09.06.2025 .)
9  h ps://wo dne .p ince on.edu/ (dos ęp: 09.06.2025 .)
kilkuse jednos ek), k ó ych p zygo owanie wymaga jednak wielu
czasochłonnych ekspe ymen ów. Lis y e są ównież nieodzow-
ne w p zypadku po zeby ponownego p zep owadzenia badań
(np. w celu we y ikacji) o az mogą służyć innym naukowcom pla-
nującym ealizację pok ewnych ema ycznie p ojek ów.
Nag ania audio:
Osobną g upę zasobów in ygujących językoznawców są nag ania
mowy. Zasoby e mogą służyć analizom akus ycznym, p ozodycznym,
one ycznym, dialek ologicznym, ale ównież badaniom nu u p agma-
lub socjolingwis ycznego. Nag ania au en ycznej, żywej mowy są ów-
nież wyko zys ywane do uczenia sz ucznej in eligencji w zadaniach
do yczących ozpoznawania mowy, jej ansk ypcji o az w ozmai ych
zas osowaniach p zemysłowych. W p zypadku nag ań mowy is o ną
cechą, wa unkującą późniejsze ponowne wyko zys anie zasobu, jes
jego jakość, ozumiana jako osiągnięcie wysokich pa ame ów ech-
nicznych, k ó e mogą zależeć od specy iki wyko zys anego sp zę u
o az umieję ności osoby odpowiedzialnej za nag ania.
Wywiady (bazy danych):
Zbio y zawie ające nag ania o az ansk ypcje wywiadów są szcze
-
gólnym odzajem danych badawczych. Można uznać, że s anowią
specy iczną podg upę nag ań mowy, jednak, o ile nag ania e po-
ws ają zazwyczaj w e ekcie badania pa ame ów one ycznych lub
p ozodycznych języka, o yle nag ania wywiadów służą zazwyczaj
udokumen owaniu pewnej eści, k ó a podlega dalszej analizie.
Mogą pows awać ba dzo częs o p zy okazji ealizacji p ojek ów
naukowych w obsza ach odległych od językoznaws wa (np. hi-
s o ii, e nologii, an opologii, socjologii), jednak opublikowanie ich
w o wa ych epozy o iach p zykuwa częs o uwagę specjalis ów
zajmujących się językiem właśnie. W zależności od p zyję ej p zez
wó ców poszczególnych zasobów me ody spo ządzania zapisów
wywiadów, dane e mogą zawie ać cenne in o macje na ema
sposobu używania języka, p agmalingwis ycznych aspek ów ko-
munikacji, s osowanej leksyki, aspek ów dysku sologicznych, i d.
Świe nym p zykładem zbio u wywiadów uży ecznych in e dyscy-
plina nie jes Documen ing he Ame ican Sou h10.
10  h ps://docsou h.unc.edu/index.h ml (dos ęp; 09.06.2025 .)
Dane badawcze obejmują
m. in. dane s a ys yczne,
wyniki ekspe ymen ów,
pomia ów, obse wacji
p owadzonych w e enie,
kolekcje eks ów (np. do-
kumen ów his o ycznych,
dzieł li e ackich), wyniki
ankie , nag ania wywia-
dów i zdjęcia.
Dane badawcze óżnią
się od a ykułów nauko-
wych, k ó e elacjonują
i komen ują us alenia wy-
nikające z ych badań
P zewodnik po za ządzaniu danymi badawczymi w językoznaws wie 7
Skany ękopisów lub s a od uków:
Cennym ź ódłem danych, szczególnie z pe spek ywy badań
diach onicznych p owadzonych na zapisanych eks ach, są zdi-
gi alizowane ękopisy i s a od uki. W p zypadku ego ypu za-
sobów należy pamię ać, że s opień digi alizacji ma e iału ana
-
logowego może się znacznie óżnić między óżnymi zasobami.
Niek ó e mogą mieć cha ak e p os ych skanów dokumen ów,
k ó ych w żaden sposób nie możemy edy ować (np. kolekcja ska-
nów ś edniowiecznych ecep 11), inne mogą dos a czać skanów
i/lub ich ansk ypcji uzupełnionych nawe o złożoną ano ację ( u
p zykładem może być ko pus eks ów osób uczących się języka
niemieckiego – KoKo12).
Powyższa lis a odzajów danych językoznawczych jes ka alogiem
o wa ym, bez udu możemy znaleźć ich dużo więcej w li e a u-
ze naukowej (np. Na zędzia cy owe w polonis ycznej dydak yce
akademickiej- zas osowania, możliwości, pe spek ywy
13
lub Digi al
Humani ies in Poland om he pe spec i e o he his o ical lin-
guis o he Polish language: achie emen s, needs, demands14) lub
eż w epozy o iach danych badawczych (np. CLARIN-PL15) o az
w specjalis ycznych ka alogach (CLARIN Resou ce Families
16
)
i ag ega o ach (np. SSHOC ma ke place17).
11 h ps://www.e-codices.ch/en (dos ęp: 09.06.2025 .)
12 h ps://cla in.eu ac.edu/ eposi o y/xmlui/handle/20.500.12124/12 (dos ęp:
09.06.2026 .)
13 Bea a Duda, Ka olina Lisczyk, Na zędzia cy owe w polonis ycznej dydak yce
akademickiej–zas osowania, możliwości, pe spek ywy, [w:] Fo um Lingwis yczne
5/2018.
14 Magdalena Pas uch, Bea a Duda, Ka olina Lisczyk, Ba ba a Mi enga, Joan-
na P zyklenk, Ka a zyna Sujkowska–Sobisz ,Digi al Humani ies in Poland om he
pe spec i e o he his o ical linguis o he Polish language: achie emen s, needs,
demands, [w:] Digi al Schola ship in he Humani ies 4/2018.
15 h ps://cla in-pl.eu/dspace/ (dos ęp: 09.06.2025 .)
16 h ps://www.cla in.eu/ esou ce- amilies (dos ęp: 09.06.2025 .)
17 h ps://ma ke place.sshopencloud.eu/ (dos ęp: 09.06.2025 .)
Rodzaje danych
badawczych o az
pozyskiwanie lub
ponowne wyko zys anie
dos ępnych danych
Dane cy owe i analogowe
Współcześnie najczęściej wyko zys ywane i wo zone dane ba-
dawcze mają cha ak e cy owy. Są o zasadniczo wszys kie
dane wo zone za pomocą kompu e ów o az op og amowania
in o ma ycznego. W językoznaws wie najczęściej spo kamy
ko pusy eks ów, bazy leksykalne, on ologie, nag ania, wypeł-
nione o mula ze ankie owe, ansk ypcje, ansli e acje, i d.
Z p ak yki naukowej wynika jednak, że niek ó e p zedsięwzięcia
wymagają p acy z danymi niecy owymi (analogowymi): s a-
od ukami, ękopisami, insk ypcjami wy y ymi w kamieniu lub
d ewnie. Dane ego ypu wymagają specjalnego po ak owania
w po ównaniu z p ocedu ami do yczącymi danych cy owych.
W p zypadku badań inansowanych ze ś odków publicznych
(na p zykład NCN) wymagana jes cy yzacja akiego ma e iału.
Me odę cy yzacji należy w akim p zypadku opisać w planie
za ządzania danymi. Wyko zys ane echniki cy yzacji powinny
być adekwa ne do ema u badań i cha ak e u a e ak u. P zy-
kładowo – badania do yczące insk ypcji nag obnych nie wy-
magają skanowania ójwymia owego pły , na k ó ych zos ały
umieszczone. Wys a czające byłoby s wo zenie cy owej an-
sk ypcji ych insk ypcji, np. pop zez dokumen ację zdjęciową.
W p zypadku ma e iałów audio o az ideo zapisanych pie wo -
nie na nośnikach analogowych ( aśmach magne o onowych,
pły ach winylowych, aśmach VHS lub ilmowych, o og a iach
adycyjnych), właściwą o mą digi alizacji będzie p ze wo zenie
ich do o ma ów cy owych akcep owanych w epozy o iach
(np. wm , mp3, mp4, a i, mpg, mpeg, png).
Dane su owe o az dane pochodne
Innym powszechnie spo ykanym oz óżnieniem danych badaw-
czych jes ich klasy ikacja na dane su owe o az dane pochod-
ne (skompilowane, op acowane). Do pie wszej g upy zaliczymy
wszelkie dane zeb ane podczas ealizacji p ojek u, k ó e nie p ze-
szły jeszcze analizy. Są o zazwyczaj dane nieupo ządkowane,
niepozwalające na wyciągnięcie bezpoś ednich wniosków. Ich
p zykładem mogą być wyniki ankie , zapisy wywiadów okuso-
wych, nie edagowane p óbki eks ów pozyskanych na po zeby
ko pusu, nag ania ozmów z uży kownikami dialek u.
Dane pochodne są zazwyczaj e ek em czasochłonnych analiz
i p ocesu po ządkowania danych su owych. Znajdziemy wś ód
nich akie zbio y jak: ko pusy eks ów wyselekcjonowanych ze
względu na p ecyzyjnie dob ane k y e ia (częs o ano owanych
doda kowymi wa s wami in o macyjnymi), wiele odzajów baz
danych (np. zawie ających wyniki ankie , op acowanie wyników
wywiadów p owadzonych w e enie), słowniki, mapy, op acowa-
nia s a ys yczne (w az z wizualizacjami danych: diag amami,
in og a ikami i p.).
Roz óżnienie na dane su owe i pochodne może okazać się ba -
dzo uży eczne za ówno z pe spek ywy badacza wy wa zającego
dane, jak eż uży kownika planującego ich ponowne wyko zy-
s anie. „Dawca” powinien każdo azowo ozważyć do yczące go
zobowiązania wynikające z wa unków inansowania p ojek u,
ale eż z ogólnych am p awnych (np. p awa au o skiego, och o-
ny danych osobowych i danych w ażliwych, p aw własności in-
elek ualnej, i d.). W wielu p zypadkach może się okazać, że
nie is nieje żadna is o na p zeszkoda, by o wa y dos ęp zos ał
udzielony za ówno w odniesieniu do danych su owych, jak eż
p ze wo zonych. P zykładem akiej sy uacji jes ko pus Ch ono-
p ess18 (diach oniczny ko pus zawie ający wybó p óbek eks ów
p asowych ok esu powojennego o az PRL), k ó y zos ał zdepono-
wany w epozy o ium CLARIN-PL w pos aci danych su owych19
o az (jako zbió p ze wo zony) udos ępniony pop zez dedyko-
18 h ps://ch onop ess.cla in-pl.eu/#/ (dos ęp: 09.06.2025 .)
19 h ps://cla in-pl.eu/dspace/handle/11321/260 (dos ęp: 09.06.2025 .)
waną p zegląda kę ko pusową na s onie Ch onop ess – Po al
Teks ów P asowych20.
Zda za się jednak, że wys ępują is o ne p zeszkody wykluczające
udos ępnienie danych w pos aci albo su owej, albo p ze wo zonej.
P zykładem danych unkcjonujących wyłącznie w pos aci su owej
jes Na odowy Fo oko pus Języka Polskiego. Zdecydowanie czę-
ściej wys ępuje jednak sy uacja, w k ó ej o właśnie dane su owe
nie mogą zos ać o wa cie udos ępnione. Dane akie mogą zawie-
ać sze eg in o macji osobowych, k ó ych anonimizacja p zek e-
śliłaby ich naukową uży eczność. W innym p zypadku publikacja
może na uszyć wa unki licencyjne lub p awa au o skie. Z sy uacją
aką mamy częs o do czynienia w p zypadku wo zenia modeli
językowych, k ó ych udos ępnienie mieści się w amach p awnych,
jednak udos ępnienie wszys kich eks ów, k ó e posłużyły do jego
wy enowania, byłoby już ich ewiden nym na uszeniem.
Wa o nadmienić, że w mia ę możliwości należy publikować oba
odzaje danych wy wo zonych w p ojek ach badawczych. Dane
su owe mogą być w p zyszłości wyko zys ane w innowacyjny
sposób, k ó y wyk acza poza pie wo ne zamia y czy dyscyplinę
ich wó ców. Dane pochodne mają zazwyczaj is o ny walo po-
znawczy, ich wy wo zenie mogło być kosz ochłonne a s opień
upo ządkowania pozwolił na wysnucie wniosków p zeds awio-
nych jako publikacje naukowe. K y e ium ze elności naukowej,
eplikowalności o az ekonomiczności wskazuje za em, że dane
akie powinny być ównież udos ępniane o wa cie.
Fo ma y plików z danymi
Czym jes o ma pliku?
Współcześnie, wy wa zając dane badawcze w o mie cy owej
(lub digi alizując dane analogowe), zazwyczaj zapisujemy je w po-
s aci plików, k ó e mogą być p zechowywane na nośnikach elek-
onicznych (lub w chmu ze danych) a nas ępnie p ze wa zane za
pomocą p og amów kompu e owych. Pliki są us anda yzowane
pod względem sposobu zapisu in o macji – s anda d en nazy-
wamy o ma em.
20 h ps://ch onop ess.cla in-pl.eu/#/ (dos ęp: 09.06.2025 .)
P zewodnik po za ządzaniu danymi badawczymi w językoznaws wie 8
Fo ma pliku możemy odczy ać zazwyczaj z nazwy pliku – jes
o ciąg znaków umieszczony po k opce, np.: .mp3, .doc, .jpg, . x .
Czemu o ma jes ważny?
Sposób zapisu in o macji – o ma – de e minuje w pewnym s op-
niu możliwość późniejszego wyko zys ania u walonych danych
badawczych. Fo ma en bywa na zucany p zez na zędzia, k ó e
wyko zys ujemy podczas zbie ania lub wy wa zania danych. Po-
winniśmy mieć świadomość ego, z jakim o ma em p acujemy i w
jaki sposób wpływa on na możliwości dalszego (lub ponownego)
wyko zys ania danych.
Fo ma y o wa e i zamknię e
Fo ma y plików mogą być opa en owane i s anowić własność
konk e nych p zedsiębio s w, k ó e us alają wa unki ko zys ania
z nich. Oznacza o, że zapisywanie lub odczy ywanie in o macji
w danym o macie może wymagać sko zys ania z pła nego op o-
g amowania. W eks emalnych sy uacjach właściciel o ma u
może zdecydować o wyco aniu go z ynku. Decyzja aka spowo-
dowałaby niemożność lub znaczne og aniczenie w odczy ywaniu
danych. Ten yp o ma ów ok eślamy jako zamknię y.
Is nieje jednak wiele o ma ów plików, k ó e mają cha ak e o wa -
y. Oznacza o, że wó cy o ma u pos anowili opublikować jego
pełną dokumen ację na o wa ej licencji21. Dzięki emu zapisanie
lub o wa cie pliku nie wymaga ko zys ania z pła nego op og amo-
wania (choć pliki mogą być wciąż o wie ane za pomocą akiego
op og amowania).
Poniżej zamieszczamy abelę zawie ającą p zykłady o wa ych
o az zamknię ych o ma ów danych z podziałem na cha ak e
zapisywanych in o macji.
21 Jes o odzaj licencji, za pomocą k ó ej dysponen p aw au o skich dekla uje dos ęp-
ność danego p og amu, dokumen u lub bazy danych sze okiemu g onu odbio ców. Licencja
zawie a in o macje na ema wymogów s awianych p zez dysponen a p aw (np. uznanie
au o s wa). Licencja o wa a oznacza zazwyczaj bezpła ny dos ęp do eści obję ej licencją.
RODZAJ PLIKU
FORMAT ZAMKNIĘTY
FORMAT OTWARTY
eks owy DOC, DOCX, PAGES
TXT, ODT, HTML, XML,
PDF, LaTeX, CSV
a chiwum RAR ZIP, 7z, TAR
a kusze kalkulacyjne XLS, XLSX ODS, CSV
audio WMA MP3, FLAC
ideo WMV MKV, AV1
ob az BMP, PSD, MDI JPG, PNG, GIF, SVG
p ezen acje PPT, PPTX, KEY PDF, HTML, ODP
Tab. 1. P zykłady zamknię ych o az o wa ych o ma ów danych
Jaki o ma pliku wyb ać?
W p zypadku o wa ego udos ępniania danych badawczych
zdecydowanie zaleca się ko zys anie z o ma ów o wa ych.
Wynika o z kilku p zyczyn – p zede wszys kim publikując w ych
o ma ach, unikamy zmuszania p zyszłego uży kownika do ko-
zys ania z pła nego op og amowania. W en sposób uniezależ-
niamy odczy in o macji od p zyszłych decyzji właściciela p aw
do o ma u zamknię ego (wyco anie o ma u z uży kowania,
zmiany licencji i p.). Ponad o wiele epozy o iów danych ba-
dawczych o az agencji inansujących badania wymaga danych
zgodnych z s anda dem FAIR, co oznacza w p ak yce wymóg
upubliczniania danych w o ma ach o wa ych lub o wie anych
p zy użyciu op og amowania o wa ego.
Jednocześnie nie musimy unikać o ma ów zamknię ych pod-
czas całego p ocesu zbie ania i op acowywania in o macji. Fo -
ma y zamknię e cieszą się ba dzo dużą popula nością, ponieważ
op og amowanie ko zys ające z nich jes s ale ozwijane p zez
i my dewelope skie. Jeżeli za em mamy możliwość ko zys ania
z wygodnych na zędzi dos a czanych p zez Mic oso , Apple,
Adobe i innych dos awców, nie musimy ego unikać. Pamię aj-
my jednak, żeby p zed zdeponowaniem plików zadbać o zmianę
o ma u na o wa y. Konwe sja aka nie jes zazwyczaj obcią-
żona udnościami echnicznymi, jednak w p zypadku dużego
wolumenu danych może okazać się, że wymaga dużego nakła-
du p acy i czasu (niekiedy ównież poniesienia doda kowych
kosz ów). Z powyższych względów należy p zemyśleć już na
e apie planowania p ojek u, jakich na zędzi i op og amowania
użyjemy, jakie o ma y zos aną wyko zys ane w czasie zbie a-
nia/wy wa zania danych o az jakie działania zos aną podję e,
by spełnić wymagania epozy o ium o az agencji inansującej
badania. Nasze plany do yczące powyższych kwes ii opisujemy
w planie za ządzania danymi (DMP).
O wa a nauka: o wa y dos ęp
a o wa e dane badawcze
Dziś mianem o wa ej nauki (ang. Open Science) ok eśla się
uch społeczności naukowej (nie ylko akademickiej!) działają-
cy na zecz jak najsze szego, bezpła nego dos ępu do wiedzy,
publikacji, danych, edukacji, na zędzi i me od będących e ek em
p ac badaczy lub koniecznych do p owadzenia p ac badaw-
czych22. Impe a yw sze okiego dos ępu wynika z p zekonania
o ym, że wiedza p odukowana jako e ek p ocesu społecznego,
inansowanego z publicznych ś odków, powinna być ównież
publicznie dos ępna. Częs o pojęcia o wa a nauka o az o wa y
dos ęp (ang. Open Access) są używane wymiennie – o daleko
idące up oszczenie wymaga jednak wyjaśnienia: o óż o wa y
dos ęp do yczy publikacji, jes jednym z pięciu obsza ów
wyznaczających amy o wa ej wiedzy naukowej. Można za em
uznać, że podobnie jak o wa e dane badawcze, ak o wa y
dos ęp do publikacji naukowych są ealizacją sze szego pojęcia
o wa ej nauki w odniesieniu do specjalis ycznych obsza ów
(odpowiednio: danych badawczych i publikacji).
Pełna lis a ila ów o wa ego dos ępu do wiedzy naukowej, wg
UNESCO wygląda nas ępująco:
•
O wa e op og amowanie i kod ź ódłowy: używanie echnologii
o wa ego op og amowania;
•
O wa e dane badawcze: udos ępnianie dos ępnych danych
na o wa ych licencjach bez og aniczeń dos ępu;
22 UNESCO Recommenda ion on Open Science (2021): h ps://www.unesco.o g/en/
open-science/abou (dos ęp: 09.06.2025 .)
Ruch o wa ej nauki dąży
do zapewnienia bezpła -
nego dos ępu do wiedzy,
publikacji, danych ba-
dawczych o az na zędzi
badawczych, opie ając
się na założeniu, że e ek-
y badań inansowanych
ze ś odków publicznych
powinny być publicznie
dos ępne. O wa y do-
s ęp do publikacji
i o wa e dane badawcze
s anowią kluczowe ila-
y ego uchu, wspie ane
p zez międzyna odowe
inicja ywy i egulacje.
P zewodnik po za ządzaniu danymi badawczymi w językoznaws wie 9
• O wa y dos ęp do publikacji: publikowanie wyników badań
w sposób o wa y bez og aniczeń dos ępu;
• O wa e zasoby edukacyjne: używanie bezpła nych i o wa -
ych ma e iałów dla edukacji i nauczania uniwe sy eckiego;
• O wa y dos ęp do sp zę u – dos ęp do o wa ego sp zę u,
czyli akiego, k ó ego specy ikacja echniczna, dokumen a-
cja pows awania i eplikowania dos ępna jes na o wa ych
licencjach, zapewniając jak największej liczbie osób moż-
liwość kons uowania, emiksowania i dzielenia się wiedzą
na ema p ojek owania sp zę u23.
Op ócz o wa ego dos ępu do wiedzy naukowej, UNESCO wy-
óżnia jeszcze zy inne obsza y O wa ej Nauki, są o: o wa e
in as uk u y naukowe, o wa e zaangażowanie s ony społecz-
nej o az o wa y dialog z innymi sys emami wiedzy. W niniej-
szym op acowaniu skupimy się jednak wyłącznie na dos ępie
do wiedzy naukowej.
Idee u ożsamiane dziś z uchem o wa ej nauki sięgają daleko
w p zeszłość. W 1948 . wó cy Powszechnej Dekla acji P aw
Człowieka pos anowili je uwzględnić w a ykule 27: Każdy czło-
wiek ma p awo do swobodnego uczes niczenia w życiu kul u al-
nym społeczeńs wa, do ko zys ania ze sz uki, do uczes niczenia
w pos ępie nauki i ko zys ania z jego dob odziejs w24.
Na począ ku XXI wieku uch zaangażowany w popula yzację
powyższych idei p zyczynił się do p zygo owania sze egu inicja-
yw dążących do u zeczywis nienia pos ula ów o wa ej nauki,
k ó ych p zykładami są:
• Budapesz eńska Inicja ywa O wa ego Dos ępu (ang. Buda-
pes Open Access Ini ia i e25, 2002),
•
Dekla acja z Be hesdy (ang. Be hesda S a emen on Open
Access Publishing26, 2003),
23 ibid.
24  h ps://www.unic.un.o g.pl/dokumen y/dekla acja.php (dos ęp: 09.06. 2025 .)
25  h ps://www.budapes openaccessini ia i e.o g/ (dos ęp: 09.06. 2025 .)
26  h p://n s.ha a d.edu/u n-3:HUL.Ins Repos:4725199 (dos ęp: 09.06.2025 .)
Rys. 1. Fila y o wa ej nauki według UNESCO (h ps://unesdoc.unesco.o g/a k:/48223/p 0000379949,
da a dos ępu 09.06.2025 .)
•
Dekla acja Be lińska w sp awie o wa ego dos ępu do wiedzy
w naukach ścisłych i humanis ycznych (ang. Be lin Decla-
a ion on Open Access o Knowledge in he Sciences and Huma-
ni ies27, 2003).
Wielole nie wysiłki naukowców, popula yza o ów nauki o az osób
za ządzających ym sek o em dop owadziły do uwzględnienia da-
nych badawczych w Dy ek ywie Pa lamen u Eu opejskiego i Rady
(UE) 2019/1024 z dn. 20 VI 2019 . w sp awie o wa ych danych
i ponownego wyko zys ywania in o macji sek o a publicznego. Był
o punk zw o ny, ponieważ w dokumencie ym jednoznacznie
uznano, że dane naukowe są dob em publicznym.
Obecnie zapewnienie dos ępu do o wa ych danych badawczych
jes obowiązkiem o mułowanym p zez o ganizacje inansujące
badania (np. NCN
28
, FNP
29
, ERC
30
). Wymagania e znajdują uza-
sadnienie w poli ykach naukowych poszczególnych pańs w np.
Finlandii31 czy Słowenii32.
27 h ps://openaccess.mpg.de/Be lin-Decla a ion (dos ęp: 09.06.2025 .)
28 h ps://www.ncn.go .pl/si es/de aul / iles/pliki/2019_04_03_pismo_dy ek o-
a_NCN_za zadzanie_danymi_naukowymi.pd (dos ęp: 09.06. 2025 .)
29  W p zypadku FNP możemy mówić nie o obowiązku, lecz o ekomendacji.
30 h ps://e c.eu opa.eu/si es/de aul / iles/documen / ile/ERC_in o_documen -
-Open_Resea ch_Da a_and_Da a_Managemen _Plans.pd (dos ęp: 09.06.2025 .)
31 h ps://a oin iede. i/en/policies-ma e ials/policies-open-science-and- esea ch-
- inland/policy-open-access-schola ly (dos ęp: 09.06. 2025 .)
32 h ps://www.go .si/asse s/minis s a/MVZI/Znanos /do-2020-S a egije-p ed-
pisi-in-d ugi-dokumen i/Na ional-s a egy-o -open-access- o-scien i ic-publica ions-
-and- esea ch-da a-in-Slo enia-2015-2020.pd (dos ęp: 09.06. 2025 .)
OTWARTA
NAUKA
o wa a wiedza
naukowa
o wa a
in as uk u a
naukowa
o wa y dos ęp
do publikacji
naukowych
o wa e dane
naukowe
o wa e zasoby
edukacyjne o wa e
op og amowanie
I kod ź ódłowy
o wa y dos ęp
do sp zę u
o wa y
dialog z innymi
sys emami
wiedzy
o wa e
zaangażowanie
s on
społecznych
P zewodnik po za ządzaniu danymi badawczymi w językoznaws wie 16
Na zędzia służące do oceny FAIR
„Czy moje dane są FAIR?” – akie py anie zadaje sobie za ówno wielu
naukowców w odniesieniu do p ojek ów dopie o planowanych, jak
eż ci badacze, k ó zy zmie zają do inalizacji p owadzonych p ac.
Nim omówimy me ody uzyskania odpowiedzi na wspomniane py a-
nie, powinniśmy sobie uświadomić, że „bycie FAIR” oznacza miesz-
czenie się w pewnym spek um. Ocena spełniania omawianych
wymagań nie jes ze o-jedynkowa. W ęcz p zeciwnie – dane mogą
być FAIR w óżnym s opniu, co w znacznej mie ze zależy od ich
cha ak e ys ycznych właściwości. Wskazówek pozwalających na
ocenę ego s opnia mogą dos a czyć za ówno na zędzia dos ępne
za poś ednic wem in e ne u, jak eż lis y kon olne. P zykładem akiej
lis y jes „How FAIR a e you da a – checklis ” zap ezen owana na
le niej szkole o ganizowanej w amach inicja ywy EUDAT46. Lis ę ę
możemy po ak ować jako ła wo dos ępną me odę oceny naszych
danych. Poniżej p ezen ujemy jej łumaczenie:
Lis a kon olna: How FAIR a e you da a
Findable – odnajdywalne
Należy zapewnić innym możliwość znalezienia woich danych.
Boga e me adane powinny być udos ępniane online w p zeszu-
kiwalnym se wisie. Właściwe dane powinny posiadać wały
iden y ika o (PID).
• Twoje dane posiadają wały iden y ika o ;
• Twoje dane opisane są za pomocą boga ych me adanych;
•
Me adane są dos ępne online w p zeszukiwalnym se wisie,
np. w ka alogu lub epozy o ium danych;
• Reko d me adanych zawie a wały iden y ika o (PID).
Accessible – dos ępne
Należy zapewnić ludziom i maszynom
47
możliwość dos ępu do
danych na jasnych wa unkach lub, jeżeli o konieczne, z odpo-
wiednimi zas zeżeniami. Zasady FAIR nie oznaczają, że dane
muszą być o wa e! Należy zapewnić dos ęp do me adanych,
nawe jeżeli dane nie są dos ępne.
46  h ps://zenodo.o g/ eco ds/5111307 (dos ęp: 09.06.2025 .)
47 Mowa u p zykładowo o ag ega o ach danych.
•
T wały iden y ika o p owadzi do danych lub opisujących
je me adanych;
• P o okół48, za pomocą k ó ego można pob ać dane, ko zys a
z sze oko ozpowszechnionych s anda dów, np. h p;
•
Jeżeli o konieczne, p ocedu a uzyskiwania dos ępu do danych
może uwzględniać uwie zy elnienie lub au o yzację;
•
Me adane są dos ępne nawe w edy, kiedy same dane nie
są dos ępne.
In e ope able – in e ope acyjne
Dane i me adane powinny uwzględniać sze oko ozpowszechnio-
ne o ma y i s anda dy, aby umożliwić łączenie i wymianę danych.
Twoje dane są zapisane w s anda dowym o macie, najle-
piej o wa ym.
•
Me adane są spo ządzone według odpowiednich s anda dów;
•
Wyko zys ywane są kon olowane słowniki, słowa kluczowe
lub on ologie, jeżeli o możliwe;
• Wskazane są odpowiednie odnośniki i linki do innych, powią-
zanych zes awów danych.
Reusable – możliwe do ponownego wyko zys ania
Do in e p e acji i ponownego wyko zys ania danych po zebna jes
wycze pująca dokumen acja. Dane powinny być dos osowane do
no m wyp acowanych p zez społeczności naukowe i udos ępnia-
ne na jasno ok eślonych licencjach, aby inni wiedzieli, jaki zak es
ponownego wyko zys ania jes dozwolony.
•
Dane są ze elne i dob ze opisane, z uwzględnieniem odpo-
wiednich a ybu ów;
• Dane posiadają jasno ok eślone i dos ępne licencje;
•
Dos ępne są in o macje na ema ego, w jaki sposób, kiedy
i p zez kogo dane zos ały wy wo zone lub zeb ane i op acowane;
• Dane i me adane są dos osowane do odpowiednich s anda -
dów dziedzinowych.
48
P o okół komunikacyjny – zbió ścisłych eguł o az k oków pos ępowania, k ó e
są au oma ycznie wykonywane p zez u ządzenia komunikacyjne w celu nawiązania
łączności i wymiany danych.
Na zędzia cy owe wspie ające
ocenę danych (FAIR)
Ś odowiska naukowe wyp acowały sze eg na zędzi umożliwiają-
cych ocenę własnej wiedzy na ema zasad FAIR o az samodzielną
ocenę danych pod względem s opnia ich spełniania. Szczególnie
wa e polecenia są zy z nich:
•
FAIR – Awa e49 (na zędzie p zygo owane i u zymywane p zez
DANS – Da a A chi ing and Ne wo ked Se ices50) wypełnie-
nie niezby długiego o mula za pomoże nam ocenić własną
znajomość zasad FAIR o az s opień, w jakim zamie zamy je
implemen ować w udos ępnianych danych. W o mula zu na-
po kamy sze eg py ań do yczących ego, czy jes eśmy świado-
mi is o nych aspek ów poszczególnych wymagań a nas ępnie
zos aniemy pop oszeni o zaznaczenie, jak ba dzo jes p awdo-
podobne (w skali 1-10), że się do nich zas osujemy. Odpowiedź
na py ania o mula zowe nie powinna zająć nam więcej niż 15
minu . Po wysłaniu o mula za o zymamy ocenę naszej świa-
domości zasad FAIR (w skali 1-10) o az po encjalnej zgodności
danych (w skali 1 - 50). Kwes iona iuszowi owa zyszy wykaz
cennych ź ódeł, dzięki k ó ym możemy znacznie pogłębić wie-
dzę lub zapoznać się z dob ymi p ak ykami.
•
FAIR Da a Sel Assessmen Tool51 (na zędzie p zygo owane
i u zymywane p zez Aus alian Resea ch Da a Commons –
ARDC
52
) – kwes iona iusz zawie a 12 py ań do yczących kluczo-
wych aspek ów sposobu udos ępniania danych badawczych.
Aspek y e są ba dzo konk e ne, zos ały opisane w p zys ępny
sposób odwołujący się do doświadczeń i decyzji, k ó e zna
każdy naukowiec p acujący z danymi. Dzięki emu FAIR DSAT
jes p zys ępnym na zędziem umożliwiającym szybką ocenę
udos ępnianych zasobów pod względem ich p zys awalności
do zasad FAIR. Dzięki dynamicznemu in e ejsowi możemy
ównież obse wować, jak ba dzo każda z naszych odpowiedzi
49 h ps:// ai awa e.dans.knaw.nl/ (dos ęp: 09.06.2025 .)
50 h ps://dans.knaw.nl/en/abou / (dos ęp: 09.06.2025 .)
51 h ps://a dc.edu.au/ esou ce/ ai -da a-sel -assessmen - ool/
(dos ęp: 09.06.2025 .)
52 h ps://a dc.edu.au/abou -us (dos ęp: 09.06.2025 .)
mody ikuje os a eczny wynik. Rozwiązanie o ma is o ny wa-
lo edukacyjny, dzięki k ó emu możemy poznać wagę danego
k y e ium i odpowiednio naszych decyzji do yczących sposobu
za ządzania danymi. Końcowa ocena wy ażona jes za pomocą
p ocen ów, co wy aziście podk eśla a ność myślenia o „byciu
FAIR” w ka ego iach spek um.
• F-UJI53 – Au oma ed FAIR Da a Assessmen Tool – jes o na-
zędzie umożliwiające au oma yczną ocenę s opnia spełniania
wymogów FAIR p zez zasób zdeponowany w epozy o ium.
Na zędzie jes ozwijane w amach p ojek u FAIRsFAIR54 po-
wiązanego z EOSC. Ocena odbywa się w sposób au oma yczny
p zy użyciu specjalnie op acowanych algo y mów. W ej chwili
dos ępne są algo y my wielodziedzinowe – mniej p ecyzyjne
o az dwa algo y my dziedzinowe – ba dziej p ecyzyjne
55
. By
sko zys ać z na zędzia, wys a czy dysponować wałym iden-
y ika o em (PID) zasobu lub jego ad esem URL. Iden y ika o
(lub) ad es należy wkleić w okienko wyszukiwa ki i poczekać
chwilę na wynik. E ek em p ocesu oceny jes kon ola siedem-
nas u kluczowych aspek ów zasobu ep ezen ujących cz e y
undamen alne cechy s anda du FAIR (Findable, Accessible,
In e ope able, Reusable). Ocena nie sp owadza się wyłącznie
do ziden y ikowania ogólnego poziomu „bycia FAIR”, lecz umoż-
liwia ównież sp awdzenie każdego z siedemnas u wspomnia-
nych aspek ów. Na zędzie może być ba dzo p zyda ne pod-
czas p ocesu szukania epozy o ium dla danych, k ó e chcemy
opublikować. Usp awnia ównież kon olę s abilności zasobu
jakiś czas po jego publikacji. Dzięki F-UJI is nieje możliwość
szybkiego sp awdzenia czy zasób wciąż spełnia wymogi FAIR.
W akcie pows awania niniejszego P zewodnika na zędzie
było w zaawansowanym s adium es owym.
53  h ps://www. -uji.ne / (dos ęp: 09.06.2025 .)
54  h ps://www. ai s ai .eu/ (dos ęp: 09.06.2025 .)
55  Dokładny opis algo y mów o az czynników wpływających na ocenę zasobu
jes zawa y na s onie na zędzia.

P zewodnik po za ządzaniu danymi badawczymi w językoznaws wie 17
Na czym polega za ządzanie
danymi badawczymi
Na za ządzanie danymi badawczymi składa się zes aw czyn-
ności wymaganych od kie ownika p ojek u, k ó ych celem jes
zabezpieczenie wałości danych o az wypełnienie s anda dów
ich dos ępności. Wymagania e są ok eślane p ecyzyjnie p zez
o ganizacje inansujące badania, a akże uczelnie i ins y ucje za-
udniające naukowców. Dob ą p ak yką o az jednym z częściej
wys ępujących wymagań jes spo ządzenie Planu Za ządzania
Danymi (ang. Da a Managemen Plan – DMP), k ó y dokładnie
omówiono w ozdziale siódmym P zewodnika.
Nim p zejdziemy do szczegółowego omówienia s uk u y doku-
men u DMP, zas anówmy się, jakie cele p zyświecają jego wo-
zeniu i wd ażaniu.
4
Dlaczego za ządzanie danymi
jes is o ne dla językoznaws wa
Jakie ko zyści płyną
z e ek ywnego za ządzania
danymi badawczymi
1.
EFEKTYWNOŚĆ FINANSOWA: Wy wo zenie ze elnych danych
jes kosz owne – angażuje ś odki inansowe i czas specjali-
s ów. Dzięki sp awnemu za ządzaniu możemy z nich ko zy-
s ać wielok o nie o az lepiej zaplanować wyko zys anie za-
sobów po zebnych do wy wo zenia i udos ępnienia danych.
P zykład: ponowne wyko zys anie eks ów ano owanych ma-
nualnie p zez zespół ekspe ów.
2.
BEZPIECZEŃSTWO DANYCH OSOBOWYCH i DANYCH WRAŻ-
LIWYCH: Niek ó e dane mogą być z óżnych powodów ch o-
nione (ma e iał dowodowy, dane niejawne, bezpieczeńs wo
osób wywiadowanych); p zed ich udos ępnieniem musimy
mieć pewność, że nie na uszymy niczyich p aw.
P zykład: opis p ocedu bezpieczeńs wa o az udzielania do-
s ępu do danych w DMP pozwala na ich konsekwen ne s o-
sowanie p zez członków zespołu badawczego lub – w p zy-
padku badań międzyna odowych – p zez k ajowe zespoły
badawcze, ponad o DMP umożliwia właściwą ocenę p zez
adminis ację ins y ucji.
3.
BEZPIECZEŃSTWO DANYCH: Zapewnienie wa unków, żeby
nie zaginęły lub nie zos ały uszkodzone czy zniszczone w wy-
niku ozmai ych wyda zeń losowych.
P zykład: wo zenia kopii zapasowych wy wa zanych danych
zapobiegnie ich u acie podczas ka as o y na u alnej, k ó a
może uszkodzić dyski służbowego kompu e a.
4.
WIDOCZNOŚĆ: dane muszą być wyszukiwalne i deponowa-
ne zgodnie z p ak ykami s osowanymi w danej dziedzinie.
P zemyślane udos ępnienie danych zwiększa ich widoczność,
co p zekłada się na większy wpływ na naukę o az o oczenie
i większe szanse na cy owanie.
P zykład: nag ania mowy niewielkiego dialek u p zep owadzo-
ne w celu s wo zenia leksykonu słownic wa pods awowego
może posłużyć ponownie do badań z zak esu one yki. Zdepo-
nowanie zasobu w epozy o ium wyspecjalizowanym w udo-
s ępnianiu nag ań uła wi ponowne wyko zys anie danych.
5.
WERYFIKOWALNOŚĆ: większa widoczność i dos ępność
znacznie uła wiają p oces we y ikowania wyników badań –
za ówno danych jak i publikacji, co p zekłada się na zwięk-
szenie zau ania do nich.
6.
TRANSARENTNOŚĆ I RZETELNOŚĆ GOSPODROWANIA ŚROD-
KAMI PUBLICZNYMI: bene icjen om inansowania publicznego
powinno zależeć, by poda nik wiedział, w jaki sposób zos ały
zainwes owane ś odki publiczne; by is niała społeczna kon o-
la wyda ków; by is niała obywa elska kon ola wyda ków, k ó a
sp zyja wzmocnieniu zau ania społecznego do nauki.
7.
NAUKA OBYWATELSKA – wspa cie: dokumen y UNESCO
wskazują, że nauka obywa elska jes jednym z cz e ech ob-
sza ów s anowiących o wa ą naukę56 – obywa ele o az o -
ganizacje spoza sek o a nauki muszą mieć dos ęp do danych
wy wo zonych p zez ins y ucjonalną naukę, w en sposób wa-
unkując ozwój społeczny.
8.
WYDAJNOŚĆ: kiedy już wiemy, czym dysponujemy, możemy
acjonalnie planować działania i budże ować ś odki (is o ne
dla poda nika, kie ownic wa jednos ek o az naukowców, k ó-
zy iden y ikują dane is niejące i b akujące).
9.
WYRÓWNYWANIE SZANS: zwiększenie widoczności i dos ęp-
ności ze elnych danych badawczych wy ównuje szanse oz-
woju między dużymi i małymi oś odkami akademickimi (i nie
ylko akademickimi) o az między naukowcami na óżnych
e apach ozwoju ka ie y.
10.
WZGLĘDY FORMALNE: spełnienie wymogów ins y ucji inan-
sujących badania.
56  UNESCO Recommenda ion on Open Science (2021): h ps://www.unesco.o g/en/
open-science/abou (dos ęp: 09.06.2025 .)
P zewodnik po za ządzaniu danymi badawczymi w językoznaws wie 18
Pods awowe zasady wo zenia dokumen acji są podobne bez
względu na dyscyplinę naukową, w k ó ej sy uują się badania,
jednak is nieją szczególne uwa unkowania, k ó e należy wziąć
pod uwagę w p zypadku językoznaws wa.
His o yczny i analogowy cha ak e
danych
Pie wsza g upa uwa unkowań wynika z ak u, że językoznaws wo
jes dyscypliną ozwijającą się już ela ywnie długo, a duży udział
w p acach językoznawczych s anowią e u zymane w pe spek-
ywie diach onicznej. Wynika z ego sze eg konsekwencji p zy
-
oczonych poniżej:
• w po ównaniu z innymi dyscyplinami częs o mamy do czynie-
nia z danymi his o ycznym; zazwyczaj analogowymi, k ó e nie
zos ały w żaden sposób zdigi alizowane lub zos ały zdigi ali-
zowane ba dzo pobieżnie (np. p os y skan lub o og a ia bez
elemen ów ansk ypcji);
•
s anda dy danych is nieją dopie o od niedawna, bio ąc pod
uwagę wiek dyscypliny; ś odowiskowa świadomość okolicz-
ności p acy z ymi s anda dami jes niewielka;
•
niezależnie od analogowego cha ak e u danych doda kowym u ud-
nieniem jes ich unkcjonowanie w ba dzo z óżnicowanych o ma-
ach (np. ęcznie zapisywane iszki, nag ania mowy na aśmach
magne o onowych, słowniki his o yczne, wywiady spisywane);
•
niska (w s osunku do nauk echnicznych i p zy odniczych)
świadomość cyklu życia o az obiegu danych, me od ich po-
zyskiwania, s anda dów opisu i licencji;
5
Dokumen acja
Sp awne za ządzanie
danymi badawczymi
wymaga p zygo owania
akiej dokumen acji,
k ó a umożliwia nam
kon olowanie ź ódeł
pochodzenia naszych
danych o az ich jakości.
• niska świadomość ego, że zasoby danych ównież podlegają
cy owaniom i liczą się do do obku badacza.
P zez dziesią ki la dane badawcze (szczególnie su owe) były
ak owane p zez językoznawców nieco po macoszemu. Nie is -
niały żadne uniwe salne s anda dy ich opisu i p zechowywania.
Nie oznacza o, że s anda dów akich nie było zupełnie – is niały,
lecz obowiązywały zazwyczaj wyłącznie w danym oś odku. Czę-
s o w pos aci dob ych p ak yk p zekazywanych między pokole-
niami kolejnych p acowników. Oznacza o, że chęć ponownego
wyko zys ania danych zg omadzonych w pop zednich dekadach
(lub s uleciach!) może wiązać się z koniecznością k ea ywnego
dos osowania dawnych p ak yk do dzisiejszych s anda dów. Wa -
o w akiej sy uacji p zywołać współczesne zasady za ządzania
danymi, by us alić obus onnie wa unki ko zys ania z zasobów,
k ó e z dzisiejszej pe spek ywy są nies anda dowe lub zos ały
nies anda dowo p ze wo zone i opisane. Punk em odniesienia
w us alaniu akich wa unków mogą być wy yczne wo zenia DMP
lub s anda d opisu me adanych w epozy o ium, w k ó ym znaj-
dują się zbio y danych o zbliżonym cha ak e ze. Umożliwi nam o
us alenie ych cech danych, k ó e będą nam po zebne do dalszej
p acy i ich p awidłowego opisu.
Językoznaws wo jako dyscyplina
humanis yczna
S anda dy dokumen acji i kon oli jakości ewoluowały p zez wiele
dekad jako e ek oddolnych działań naukowców, dos zegających
ko zyści płynące z p ak yk dziś uznawanych za ealizację zasad FAIR.
P ak yki e w znacznej mie ze do yczyły jednak ś odowisk badaczy
posługujących się me odami odbiegającymi od ych powszechnie
s osowanych w językoznaws wie. Duży wpływ na o mowanie się
powszechnie p zyjmowanych s anda dów mieli p zeds awiciele
nauk ścisłych, echnicznych i p zy odniczych posługujący się p zede
wszys kim me odami ilościowymi. Me ody e są oczywiście ównież
obecne w naukach humanis ycznych, jednak ola me od jakościowych
jes p zynajmniej ak samo is o na – o ile nie ważniejsza, zwłaszcza
w p zypadku językoznaws wa (z wyją kiem językoznaws wa kwan y-
a ywnego). Z humanis ycznej na u y naszej dyscypliny może wynikać
sze eg konsekwencji is o nych z pe spek ywy za ządzania danymi:
•
duży nacisk na indywidualny kon ak badacza z ma e iałem
(b ak in e subiek ywizmu badawczego) sku kuje b akiem mie -
ników odnoszących do obiek ywności danych;
•
dominacja badań jakościowych, p owadzonych na niewiel-
kich p óbkach danych sp awia, że wiele zasobów jes e-
la ywnie niewielkich i niez ównoważonych z pe spek y-
wy ep ezen a ywności;
•
adycja p owadzenia badań w e enie dokumen owanych czę-
s o w pos aci apo ów i no a ek, k ó e są nieus anda yzowane
z pe spek ywy opisu me adanymi lub możliwości maszynowe-
go p ze wa zania;
• b ak wyp acowanych me od eliminowania błędów w in e p e-
acji danych, k ó e wynikają z daleko posunię ego indywidu-
alizmu badawczego.
Powyższe uwa unkowania wpływają na sposób pos zegania ja-
kości danych i me adanych będących p zedmio em opisu planu
P zewodnik po za ządzaniu danymi badawczymi w językoznaws wie 19
za ządzania danymi – w p zypadku wy ycznych NCN jes o pozycja
d uga: Dokumen acja i jakość danych. Szczegółowe omówienie
ej kwes ii można znaleźć w ozdziale siódmym P zewodnika.
Dob e p ak yki
Niezależnie od specy iki wiążącej się z dyscypliną językoznaw-
s wa, wa o wspomnieć o kilku p ak ykach znajdujących swoje
zas osowanie w niemal wszys kich p ojek ach badawczych:
a) Dokumen owanie pochodzenia danych od momen u ich po-
zyskania lub wy wo zenia
Dokumen ację na ws ępnych e apach p zygo owania danych
można p owadzić w o mie podobnej do dzienników labo a o yj-
nych. Wa o już na samym począ ku ziden y ikować me adane
po zebne do należy ego opisu, p zygo ować eść ewen ualnych
zgód lub ok eślić inne okoliczności wymagające odno owania,
na k ó ych pods awie pows anie lis a kon olna (checklis a).
Lis a a uła wi op acowanie me adanych i pomoże w u zymaniu
ich należy ej jakości. W p zygo owaniu lis y należy uwzględnić
podział na dane pie wo ne o az w ó ne (używane ponownie).
b) Sposób o ganizacji plików i za ządzanie ich óżnymi we sjami
Podczas wy wa zania danych badawczych należy p zyjąć us alenia,
k ó e pomogą nam w spójnym za ządzaniu plikami, posługiwaniu
się ich nazewnic wem, g upowaniem w olde ach, we sjonowa-
niem o az udos ępnianiem członkom zespołu. W ym celu wa o
sko zys ać z po ad p zygo owanych p zez Camb idge Uni e si y
57
:
•
używaj olde ów – należy ko zys ać z olde ów w aki spo-
sób, aby in o macje na ok eślony ema znajdowały się w jed-
nym miejscu;
•
dos osuj się do is niejących p ocedu – sp awdź czy Twój
zespół lub ins y ucja posiadają już sp awdzone p ocedu y
do yczące o ganizacji plików i ich nazewnic wa lub we sjo-
nowania, sp óbuj wyko zys ać je w pie wszej kolejności;
•
nazywaj olde y spójnie i konsekwen nie – nazywaj olde-
y według obsza ów ema ycznych, do k ó ych się odnoszą.
Pozwala o uniknąć zamieszania we współdzielonych p ze
-
57 h ps://www.da a.cam.ac.uk/da a-managemen -guide/o ganising-you -da a
(dos ęp: 09.06.2025 .)
s zeniach oboczych i uła wia nawigację w sys emie plików
nowym osobom dołączającym do p zes zeni oboczej. Nie
nazywajmy olde ów według pe sonaliów osób należących
do zespołu – wp owadzi o spo o zamieszania w azie zmiany
składu pe sonalnego o az u udni o ien owanie się w p zes ze-
ni osobom z zewną z;
•
bądź konsekwen ny – podczas op acowywania schema u na-
zewnic wa olde ów ważne jes , aby po podjęciu decyzji o me-
odzie i zymać się jej konsekwen nie. Jeśli możesz, sp óbuj
us alić schema nazewnic wa plików i olde ów na samym
począ ku ealizacji p ojek u;
•
olde y zo ganizuj hie a chicznie – zacznij od og aniczonej
liczby olde ów dla sze szych ema ów, a nas ępnie u wó z
ba dziej szczegółowe pod olde y w amach ych olde ów;
• oz óżnij p ace wające i zakończone – gdy zaczniesz wo-
zyć wiele olde ów i plików, wa o zacząć myśleć o oddzie-
leniu s a szych dokumen ów od ych, nad k ó ymi ak ual-
nie p acujesz;
•
załóż olde „Moje dokumen y” – będzie on za eze wowany
dla plików, nad k ó ymi ak ywnie p acujesz. Co jakiś czas p ze-
noś pliki, nad k ó ymi już nie p acujesz, do innego olde u lub
lokalizacji (np. olde na pulpicie kompu e a, na zewnę znym
dysku wa dym lub w chmu ze);
•
kopie zapasowe – upewnij się, że Twoje pliki – bez względu
na ich lokalizację – mają egula nie wo zone kopie zapasowe;
•
seg egowanie danych – egula nie p zeglądaj swoje dane
w celu oceny ich p zyda ności i wa ości; nie p zechowuj nie-
po zebnych danych.
c) Konwencje nazewnicze i we sjonowanie
Konwencje nazewnicze służą zapewnieniu spójności nazwom
plików i olde ów. Dzięki nim nazwy plików będą czy elne
za ówno dla wykonawców p ojek u, jak eż dla nowych
p acowników, osób spoza zespołu o az p zyszłych uży kowników.
Konwencja nazewnic wa powinna uwzględniać nas ępujące
ka ego ie in o macji:
•
słownik ypu danych s osowanych w amach nazw plików
ak, by wszyscy używali ich w ym samym znaczeniu (np.
GDL – guidelines, WYT – wy yczne, TEZ – ezau us, STL –
s op-lis a);
• in e punkcja – ok eślone symbole ( akie jak np. podk eślnik “_”)
czy wielkie li e y powinny być s osowane w konsekwen ny sposób;
• o ma da y – np. YYYYMMDD;
• kolejność plików – pliki do yczące ego samego ema u po-
winny pojawiać się obok siebie;
•
liczba ze wiodących (01, 001, 0001 e c.), jeśli w nazwach
plików pojawiają się liczby.
W naszym p ojekcie możemy zas osować ównież konwencję
już is niejącą – na p zykład obowiązującą w jednos ce
naukowej, op acowaną p zez wydziałowego da a s ewa da lub
wyko zys ywaną na innych uczelniach. P zykład go owej kon-
wencji p zyję ej w Queensland Uni e si y o Technology: TILS
Documen Naming Con en ion58.
Dzięki konsekwen nemu s osowaniu konwencji nazewniczej
możemy zaw zeć wiele in o macji o dokumencie już w samej
jego nazwie. Pliki lub zbio y plików mogą jednak zawie ać
dane podlegające óżno odnym zmianom. P zykładowo: plik
zawie ający p os y eks ansk ypcji nag ania (ang. plain ex )
może zos ać wzbogacony o s uk u ę xml zawie ającą podział
na kwes ie wypowiadane p zez osobę p owadzącą wywiad o az
właściwego mówcę. Dla lepszej o ien acji wa o oz óżnić obie
we sje pop zez wp owadzenie odpowiedniej nume acji we sji –
czyli we sjonowanie. Doda kowo dokumen zawie ający dane
powinniśmy wzbogacić o abelę in o mującą o wp owadzonych
zmianach między poszczególnymi we sjami, dacie wp owadzenia
zmian, pe sonaliach badacza odpowiedzialnego za nie i p. Tabela
a może wyglądać nas ępująco:
DATA NUMER
WERSJI
OPIS ZMIAN AUTOR
ZMIAN
01.07.2024 . 01
Plik pie wo ny zawie a p os ą an-
sk ypcję nag ania (plain ex )
Je zy
Sk yba
16.09.2024 . 02
Teks zos ał wzbogacony o s uk u ę
xml oz óżniającą mówcę od agen a
p owadzącego wywiad
Anna
Znacznik
Tab. 3. P zykładowa abela z in o macjami o we sjonowaniu dokumen u.
58 h ps://www.lib a y.qu .edu.au/abou /managemen /documen s/QUTTILSDoc-
NamingCon en ion.pd (dos ęp: 09.06.2025 .)
Plik
eadme
Dob ą p ak yką jes dołączanie do zes awu danych udos ęp-
nianych na zewną z pliku o nazwie eadme. Jes o plik, k ó y
powinien być p zeczy any p zez każdą osobę, k ó a sko zys a
z naszych danych. Powinnien być swois ym p zewodnikiem za-
pewniającym o ien ację w ym, czym nasze dane są, jakie konwen-
cje zos ały p zyję e, k o je wy wo zył, czy są o dane pie wo ne czy
eż w ó ne, jakich zmian dokonywano w poszczególnych we sjach,
w amach jakiego p ojek u pows awały. Zazwyczaj plik eadme
zawie a najważniejsze me adane o az doda kowe in o macje,
k ó e umożliwią p zyszłemu uży kownikowi właściwe odczy a-
nie i z ozumienie udos ępnianego zasobu. Nic nie s oi na p ze-
szkodzie, by w pliku eadme zaw zeć pozd owienia dla naszych
p zyszłych uży kowników.
P zewodnik po za ządzaniu danymi badawczymi w językoznaws wie 20
Jak planować udos ępnianie
danych, uwzględniając zasady
FAIR
Naukowcom ealizującym p ojek y inansowane ze ź ódeł publicz-
nych zaleca się o wa e publikowanie danych badawczych zgod-
nie z pa adygma em FAIR (np. wy yczne UNESCO). Ws ępnych
decyzji do yczących ego, w jaki sposób, gdzie, w jakim zak esie
i na jakich zasadach dane zos aną udos ępnione należy dokonać
już na e apie planowania (więcej na en ema : pod ozdział Cykl
życia danych badawczych). To właśnie w edy powinniśmy spo-
ządzić (lub zwe y ikować) plan za ządzania danymi u wo zony
według schema u uwzględniającego wd ażanie pa adygma u FAIR
(np. wy yczne NCN59). Tema en zos ał omówiony w pod ozdziale
Implemen acja FAIR w p ak yce językoznawcy o az nas ępujących
dalej sekcjach niniejszego P zewodnika. W ym miejscu zw óćmy
uwagę na absolu nie kluczowe aspek y, k ó e wa o p zemyśleć
jeszcze p zed e apem spo ządzania DMP:
•
widoczność danych: odpowiednią widoczność ma e iału za-
pewni zdeponowanie go w indeksowanym epozy o ium; do-
da kowo możemy p zygo ować zw. da a pape – a ykuł na-
ukowy (publikację) zawie ający opis p ocesu pows awania,
cha ak e ys yki o az sposobu wyko zys ania zasobu;
•
zak es udos ępnianych danych: należy p zemyśleć sposób
selekcji udos ępnianego ma e iału o az yb jego publikowania:
pełny (publikujemy w epozy o ium me adane w az z danymi)
59 h ps://www.ncn.go .pl/si es/de aul / iles/pliki/ egulaminy/wy yczne_za zadza-
nie_danymi.pd (dos ęp: 09.06.2025 .)
lub og aniczony (do epozy o ium a iają wyłącznie me adane
z in o macją o ym, k o dysponuje danymi i jakie wa unki należy
spełnić, by uzyskać do nich dos ęp). O wie anie danych może
do yczyć wszys kich wy wo zonych danych lub wyłącznie ych
powiązanych z publikacją – zależy o od poli yki i wy ycznych
ins y ucji inansującej badania lub od woli naukowca;
• czas: czy dane będą udos ępnione po zakończeniu p ojek u?
w jego akcie? na jak długo?
•
og aniczenia: należy p zeanalizować wa unki wynikające z p a-
wa au o skiego i p aw pok ewnych, och onę danych osobo-
wych, umowy ze s onami zecimi, dob o i bezpieczeńs wo
publiczne, po encjał kome cjalizacji o az w ażliwość danych;
•
powiązanie z publikacją wyników: niek ó e wydawnic wa, kon-
e encje lub o ganizacje inansujące badania wymagają opu-
blikowania pełnych danych powiązanych z a ykułem/książką/
e e a em – w akiej sy uacji należy p zemyśleć p ecyzyjnie
momen , zak es, we sję o az miejsce udos ępnienia danych
na po zeby publikacji;
•
zgoda uczes ników badań: należy uzyskać aką zgodę (o ile
do yczy), w zgodzie powinna być in o macja o udos ępnianu
danych, w ym na jakiej licencji chcemy je udos ępnić.
Repozy o ia: jak zapewnić
długo e minową dos ępność
i in eg alność danych
P zechowywanie danych w akcie ealizacji p ojek u wymaga a-
kich wa unków, k ó e uwzględniają nie ylko bezpieczeńs wo czy
p awną cha ak e ys ykę danych, lecz ównież sze eg p ak ycznych
6
Udos ępnianie i długo wałe
p zechowywanie danych
Już na wczesnym e apie
ealizacji p ojek u nauko-
wego wa o podjąć decy-
zje do yczące publikowa-
nia i a chiwizacji danych
badawczych. Odpowied-
nio p zygo owane plany
za ządzania danymi o az
wybó właściwego epo-
zy o ium gwa an ują ich
bezpieczeńs wo, upo-
ządkowanie i ła wą do-
s ępność dla p zyszłych
uży kowników.
P zewodnik po za ządzaniu danymi badawczymi w językoznaws wie 21
aspek ów: np. dos ęp członków zespołu badawczego o az pa -
ne ów p ojek u, możliwość ko zys ania z na zędzi anali ycznych,
zgodność o ma ów z akcep owanymi p zez na zędzia cy owe,
selekcję na po zeby publikacji naukowej i d. W p ak yce oznacza
o, że w akcie ealizacji p ojek u dane nie są udos ępniane (lub
udos ępniana jes ylko część z nich). Należy jednak pamię ać,
że w p zypadku ozliczania p ojek u wymagającego up zedniego
opublikowania danych, należy je zdeponować w epozy o ium
cy owym spełniającym wymogi FAIR. W ym miejscu p zyj zyj-
my się emu, czym epozy o ia są i jak wyb ać odpowiednie dla
naszych danych.
Czym jes epozy o ium cy owe
Repozy o ium o odzaj adycyjnej biblio eki cy owej, w k ó ej
p zechowywane są upo ządkowane dokumen y p zeznaczone do
udos ępniania. Specy iką epozy o ium jes odzaj dokumen ów, ja-
kie są w nim p zechowywane. (...) Celem epozy o ium jes och ona
i zachowanie ych zasobów. (Encyklopedia za ządzania60)
W p zypadku danych badawczych powyższa de inicja wymaga
uzupełnienia – zadaniem epozy o ium jes nie ylko och ona
i zachowanie zasobów, lecz ównież zapewnienie im e ek ywnej
widoczności w cybe p zes zeni wyko zys ywanej p zez
naukowców. Dzięki ej widoczności możliwe jes sp awdzenie,
jakie zasoby już is nieją, ocena ich zawa ości o az wa unków
ko zys ania z nich.
Rodzaje epozy o iów danych badawczych można wy óżnić,
s osując dwa pods awowe k y e ia61:
a. Ze względu na cha ak e p zechowywanych danych:
•
ogólne/wielo ema yczne (in e dyscyplina ne): doku-
men y z óżnych dziedzin, wielok o ne dokumen owanie
p zy os u wiedzy w jakiejś ka ego ii; np. Zenodo, Mos
Wiedzy, RODBUK, RepOD;
60  h ps://m iles.pl/pl/index.php/Repozy o ium (dos ęp: 09.06.2025 .)
61 Tu p ezen ujemy up oszczoną ypologię p oponowaną w Encyklopedii Za ządza-
nia, jednak inne ź ódła posługują się ba dziej złożonymi klasy ikacjami. Na p zykład
ejes epozy o iów e3da a p oponuje kilkanaście óżnych ypologii, w ym podział
ze względu na dos ęp do danych (o wa e, og aniczone, obję e emba giem o az
zamknię e).
•
dziedzinowe ( ema yczne): upo ządkowana wiedza dzie-
dzinowa, wielok o ne dokumen owanie p zy os u wiedzy
w jakiejś dyscyplinie; np. socjologii, psychia ii, języko-
znaws wie i p., np. D aCo , epozy o ia CLARIN ERIC,
Repozy o ium Danych Społecznych (ICM UW/IFIS PAN);
b. Ze względu na sposób o ganizacji:
•
o wa e: dos ęp do me adanych jes nieog aniczony i o wa -
y, dos ęp do danych zależy od ich cech indywidualnych;
• ins y ucjonalne: limi owany dos ęp nie ylko do danych,
ale ównież do me adanych; służy celom wewnę znym
ok eślonych ins y ucji, społeczności lub i my;
Jak już wspomniano wcześniej – za ządzanie danymi zgodnie
ze s anda dami FAIR nie jes oceniane ze o-jedynkowo. Zgod-
ność a może być mniejsza lub większa i ma cha ak e pew-
nego spek um. Dla podniesienia współczynnika „bycia FAIR”
niewą pliwie undamen alną kwes ią jes wybó odpowiedniego
epozy o ium. Zaleca się deponowanie danych w epozy o iach
dziedzinowych i o wa ych, dzięki czemu dane będą ła wiej-
sze do odnalezienia p zez osoby zain e esowane ok eślonym
ypem in o macji o az do zag egowania w sys emach wyższe-
go zędu.
Repozy o ium: jak wyb ać?
P oces wybo u epozy o ium jes ściśle uzależniony od cha ak e
-
u danych o az ich ema yki (dyscypliny naukowej) i wy ycznych
o ganizacji inansującej. W p zypadku danych eks owych wy
-
wa zanych p zez językoznawców, p oces wybo u może p zyb ać
óżną pos ać. Zap ezen ujemy u aj kilka z nich:
a. Podążanie za p zykładem
Wa o sp awdzić gdzie zes awy danych podobne do naszych
są najczęściej deponowane. Jeżeli ealizowany p zez nas p o-
jek zakłada wy wo zenie danych pochodnych p zy ponownym
użyciu danych opublikowanych jako e ek innego p ojek u
(ponowne użycie danych), wa o ozważyć jako miejsce de-
ponowania o samo epozy o ium, z k ó ego pob aliśmy pliki
do ponownego użycia. Do yczy o szczególnie epozy o iów,
k ó e mają wy aźnie ok eśloną specjalizację, np. ORTOLANG
dla danych do yczących języka mówionego czy D aCo dla
eks ów ealizujących ga unek li e acki d ama u. Zachowajmy
jednak os ożność – podążajmy za p zykładami, k ó e są wa -
e naśladowania. W ym p zypadku oznacza o sp awdzenie
pods awowych cech epozy o ium, na p zykład czy spełnia
ono zasady FAIR.
b. Kwe enda w ag ega o ach me adanych
Jeżeli nie ko zys amy z danych pozyskanych z zewną z, wa -
o poszukać podobnych zes awów danych za pomocą ag e-
ga o ów me adanych akich jak SSHOC Ma ke place, CLARIN
VLO lub Eu opeana. Jeżeli odk yjemy, że jakieś epozy o ium
jes szczególnie częs o wybie ane p zez wy wó ców danych
podobnych do naszych, wa o ozważyć sko zys anie z niego.
Pamię ajmy jednak o os ożności wspomnianej w pop zed-
nim podpunkcie.
c. Ka alogi epozy o iów CLARIN ERIC
O e a in as uk u y CLARIN ERIC pows ała z myślą o wszys -
kich naukowcach, k ó zy w badaniach wyko zys ują ma e iał
będący wy wo em komunikacji człowieka w językach na u al
-
nych – p zy uwzględnieniu óżnych modalności, sposobów
u walenia, ga unków, czasów pows ania o az dyscyplin na-
ukowych, k ó ych ozwojowi dane mają się p zysłużyć. K ę-
gosłupem in as uk u y jes sieć węzłów – epozy o iów wy-
specjalizowanych w óżnych odzajach danych. Wiele z ych
węzłów o e uje ównież dos ęp do zin eg owanych na zędzi
anali ycznych. P zykładowo – węzeł CLARIN-PL62 dysponuje
epozy o ium u wo zonym w echnologii DSpace o az zaple-
czem kilkudziesięciu na zędzi, wś ód k ó ych znajdziemy m.in.
analiza o y mo ologiczne, aplikacje do badania s ylome ii
a akże służące modelowaniu ema ycznemu. Repozy o ium
jes wyspecjalizowane w g omadzeniu danych u wo zonych
w języku polskim o az w innych językach słowiańskich lub opi-
sujących e języki. Innym p zykładowym węzłem CLARIN ERIC
jes epozy o ium Max Planck Ins i u e o Psychonliguis ics63
wyspecjalizowane nie ylko w p zechowywaniu i udos ępnia-
62  h ps://cla in-pl.eu/ (dos ęp: 09.06.2025 .)
63  h ps://a chi e.mpi.nl/ la/islando a/ (dos ęp: 09.06.2025 .)
Najważniejsze unkcje
epozy o ium o och o-
na i zachowanie danych
o az zapewnienie im
e ek ywnej widoczności
w cybe p zes zeni.
Repozy o ia umożliwiają
uży kownikom odnalezie-
nie zasobów, ocenę ich
zawa ości i wa unków
ko zys ania z nich.

P zewodnik po za ządzaniu danymi badawczymi w językoznaws wie 22
niu danych do yczących psycholingwis yki, lecz u zymujące
eż dane powiązane z językami zag ożonymi wyma ciem.
Pełen ka alog węzłów CLARIN ERIC znajdziemy na o icjalnej
s onie konso cjum64. Doda kowo możemy ównież sko zy-
s ać z cen ów wiedzy CLARIN (CLARIN K-Cen es) – jed-
nos ek o e ujących ekspe ckie po ady do yczące wyb anych
aspek ów p ze wa zania danych językowych, za ządzania
nimi i ich wy wa zania. Pełną o e ę zydzies u dwóch cen-
ów w az z wygodną p zegląda ką znajdziemy w ka alogu
CLARIN K-Cen e65.
Wa o podk eślić, że eu opejscy naukowcy mogą ko zys ać
z epozy o iów, zasobów, na zędzi o az wiedzy ekspe ckiej
o e owanej p zez cen a CLARIN ERIC całkowicie bezpła nie.
In as uk u a jes inansowana w całości z publicznych ś od-
ków pozyskiwanych z unduszy ządowych k ajów będących
członkami konso cjum.
d. Samodzielne p zeszukiwania ka alogu e3da a
W po alu e3da a
66
możemy dokonywać samodzielnych
wyszukiwań epozy o iów, kie ując się wieloma k y e iami,
w ym na p zykład k y e ium dyscypliny, k aju, schema u me-
adanych, licencji. Szczególnie p zyda ne może okazać się
wyszukiwanie według dyscypliny naukowej uwzględniające
nauki humanis yczne w az z językoznaws wem.
Re3da a zawie a in o macje na ema epozy o iów danych
badawczych, znajdziemy w nim ównież inne ź ódła danych
– na p zykład biblio eki lub p ojek y. W ej sy uacji należy
pamię ać o ym, że nie każde z nich będzie ak samo dob ze
spełniać wymagania s awiane wobec miejsc długo wałego
p zechowywania danych p zez ins y ucje inansujące.
Podczas p ocesu wybo u i oceny epozy o iów zw acajmy
szczególną uwagę na nas ępujące cechy:
64  h ps://www.cla in.eu/con en /ce i ied-b-cen es (dos ęp: 09.06.2025 .)
65  h ps://www.cla in.eu/k-cen e-ca alogue (dos ęp: 09.06.2025)
66 h ps://www. e3da a.o g/ (dos ęp: 09.06.2025)
•
opis zasobu me adanymi i udos ępnianie me adanych
ag ega o om (np. SSHOC, VLO, OpenAi e);
•
nadawanie zasobom s ałych iden y ika o ów (PID, np. Han-
dle lub DOI);
•
posiadanie ce y ika ów poświadczające bezpieczeńs wo
i echniczną sp awność epozy o iów (np. Co eT us Seal);
• s osowanie s anda du FAIR;
•
p owadzenie helpdesku – kanału komunikacji z uży kowni-
kami epozy o ium mającego na celu ich bieżące wspa cie.
Og aniczenia w udos ępnianiu danych badawczych
Og aniczenia do yczące udos ępniania danych badawczych mogą
wynikać z kilku p zyczyn: echnicznych, inansowych, p awnych.
W p ak yce udos ępnianie większości danych badawczych wy wa-
zanych w p ojek ach językoznawczych nie będzie og aniczane
echnicznie i inansowo. Dane e są ela ywnie niewielkie ( zadko
ozmia zasobów p zek acza kilkadziesią MB), a kosz ich cy o
-
wego u zymania jes niepo ównywalnie niższy niż w p zypadku
danych g omadzonych w dyscyplinach echnicznych czy nauk
o życiu. Doda kowo – w eu opejskiej cybe p zes zeni unkcjonuje
sze eg in as uk u wspie ających o wa e deponowanie danych
całkowicie bezpła nie (np. DARIAH, OPERAS, CLARIN, RODBUK,
Mos Wiedzy, RepOD).
Is o ne og aniczenia mogą wyniknąć z p awnej cha ak e ys yki
wyko zys ywanych p zez nas danych. P zykładowo mogą o być
nas ępujące okoliczności:
•
og aniczenia licencyjne obowiązujące dane wy wo zone p zez
kogoś innego i p zeznaczone do ponownego użycia (ale już nie
zezwalające na ponowną publikację czy mody ikację);
•
og aniczenia wynikające z och ony danych osobowych (szcze-
gólnie gdy nie można p zep owadzić p ocesu pseudonimizacji
lub anonimizacji);
•
og aniczenia wynikające z p aw osób zecich (np. gdy dos ęp
do danych zos ał zakupiony lub dane zawie ają ma e iał ch o-
niony au o skim p awem mają kowym);
• og aniczenia wynikające ze szczególnego cha ak e u danych
(np. gdy mają s a us niejawnych lub są ma e iałem dowodo-
wym w p ocesie sądowym);
•
og aniczenia wynikające z po encjału danych do kome cjali
-
zacji – po encjał powinien zos ać oceniony p zez jednos kę
badawczą a w azie zais nienia ok eślonych p zesłanek, mogą
zos ać obję e czasowym emba giem (np. uczelnia zas zega
sobie wyłączność do ko zys ania z danych p zez 5 la , po k ó-
ych będą mogły być udos ępnione w sposób o wa y);
•
og aniczenia wynikające z zaleceń komisji e yki badań
na uczelni.
W p zypadku zais nienia k ó ejkolwiek z powyższych p zesłanek,
należy wyp acować aki sposób udos ępniania, by spełniona zo-
s ała zasada:
As open as possible, as closed as necessa y67 -
o wa e ak ba dzo, jak o możliwe,
zamknię e na ile o konieczne.
Oznacza o, że powinniśmy op ymalizować s opień o wa ości,
ale nie za wszelką cenę – w p zypadku wys ąpienia ok eślonych
okoliczności należy szukać ozwiązań poś ednich. Na p zykład
publikować o wa cie wyłącznie me adane, dane pozos awiając
do dyspozycji jednos ki macie zys ej wy wó cy.
67  h ps:// ea.ec.eu opa.eu/open-science_en (dos ęp: 09.06.2025)
Udos ępnianie danych
w językoznaws wie zad-
ko napo yka og anicze-
nia echniczne czy inan-
sowe, dzięki s osunkowo
niewielkim ozmia om
danych o az dos ępności
bezpła nych eu opejskich
in as uk u do ich p ze-
chowywania. Największe
ba ie y do yczą aspek-
ów p awnych, akich jak
licencje, och ona danych
osobowych, p awa osób
zecich czy wy yczne
komisji e yki.
P zewodnik po za ządzaniu danymi badawczymi w językoznaws wie 23
7
Plan za ządzania
danymi badawczymi
Czym jes plan za ządzania
danymi badawczymi
Wspomniane w pop zednich częściach P zewodnika ko zyści
płynące z za ządzania danymi mają cha ak e ogólny – wynikają
z oczekiwanych konsekwencji p ocesu świadomego za ządzania.
P ak yki o az zasady za ządzania danymi są w óżnym s opniu
usys ema yzowane, jednak decyzje do yczące za ządzania dany-
mi powinny być spisane w o mie dokumen u – planu za ządzania
danymi (ang. Da a Managemen Plan – DMP). Schema ów DMP
is nieje wiele – ich o ma zależy zazwyczaj od ins y ucji inansu-
jącej badania, jednos ki naukowej ealizującej p ojek lub nawe
konk e nego zespołu badawczego, k ó y wyp acował już własne
me ody za ządzania.
P zykładowe wy yczne ok eślające, jakie in o macje powinien
zawie ać plan można pob ać ze s ony Science Eu ope
68
. Wy ycz-
ne e s anowią punk wyjściowy do p zygo owania schema ów
obowiązujących w wielu eu opejskich jednos kach naukowych czy
ins y ucjach inansujących badania (m.in. NCN). Nim p zejdziemy
do bliższego omówienia p zykładowych wy ycznych, odpowiedz-
my sobie na kilka py ań ogólnych.
Na k ó ym e apie badań należy wo zyć DMP?
DMP powinno pows awać już na e apie p zygo owania koncep-
cji badań. Posługując się e minologią do yczącą cyklu życia
68  h ps://www.scienceeu ope.o g/ou -p io i ies/open-science/ esea ch-da a-ma-
nagemen / (dos ęp: 09.06.2025 .)
danych badawczych, powinniśmy mówić o e apie planowania.
Z pe spek ywy ins y ucji inansującej badania, DMP ma ba dzo
is o ne znaczenie, ponieważ s anowi gwa ancję, że wnioskujący
badacz dokładnie p zeanalizował kwes ie pozyskiwania, p ze-
chowywania o az udos ępniania danych, z uwzględnieniem obo-
wiązujących zaleceń.
Czy mogę mody ikować DMP w akcie ealizacji p ojek u?
Zdecydowanie ak. DMP powinien być „żywym” dokumen em –
dos osowywanym w mia ę ozwoju p ojek u. Is nieje duże p awdo-
podobieńs wo, że akcie ealizacji zadań pojawi się konieczność
podejmowania decyzji, k ó e nie zos ały p zewidziane w azie
p ojek owania. Co więcej, nawe zaplanowane wcześniej działania
mogą p owadzić do nieoczekiwanych sku ków wpływających na
sposób ealizacji p ojek u, w ym za ządzanie danymi. P zykła-
dowo, badacz analizujący p agmalingwis yczne czynniki mające
wpływ na ksz ał owanie ozmów między psychologiem e apeu ą
a pacjen em zakładał na e apie planowania możliwość wyko zy-
s ania danych badawczych ( ansk ypcji ozmów) zg omadzonych
w innym p ojekcie, ealizowanym w amach dyscypliny psycholo-
gii. Nies e y, z powodu zas zeżeń na u y e ycznej, zbió danych
zos ał w międzyczasie wyco any z epozy o ium. Na szczęście
badaczowi – lingwiście udało się znaleźć inny zbió danych, k ó y
zaspokaja jego po zeby naukowe. In o macje do yczącą zmiany
wybo u wyko zys ywanego zes awu danych powinny zos ać uję e
w DMP. Każda zmiana w DMP powoduje u wo zenie nowej we sji
dokumen u, k ó a oznaczana jes zgodnie z p zyję ym sys emem
we sjonowania (np. 1.0, 1.1, 2.0). We sja główna (zmiana pie w-
szej liczby) wskazuje na is o ną mody ikację eści, na omias
we sja pomocnicza (zmiana d ugiej liczby) odnosi się do d obnych
ko ek lub uzupełnień. Wszys kie we sje powinny być a chiwizo-
wane i dos ępne do wglądu.
Czy DMP podlega ocenie?
W p zypadku p ojek ów inansowanych p zez NCN plan za zą-
dzania danymi podlega ocenie o malnej (dokonywanej p zez
p acowników NCN) o az me y o ycznej (dokonywanej p zez eks-
pe ów dziedzinowych) na e apie wnioskowania o inansowa-
nie. Realizacja DMP podlega ocenie o malnej i me y o ycznej
w amach apo u końcowego. W innych o ganizacjach inansu-
jących mogą obowiązywać odmienne zasady, jednak po zeba
wd ażania p ocedu za ządzania danymi udokumen owana za
pomocą DMP jes częs o spo ykana i o mułowana p zynajmniej
jako zalecenie.
Jakie są ko zyści z DMP z pe spek ywy naukowca ealizujące-
go p ojek ?
Konieczność p zygo owania DMP bywa pos zegana p zez na-
ukowców ubiegających się o inansowanie jako doda kowa o -
malność obciążająca i ak mocno napię y g a ik p zyszłego kie-
ownika p ojek u lub zespołu aplikującego. Pamię ajmy jednak,
że współcześnie p owadzenie badań naukowych odbywa się
w wa unkach ksz ał owanych p zez óżno odne amy p awne
(np. RODO), czynniki echnologiczne, s anda dy wynikające z dba-
łości o e ykę badań i e ek ywne wyko zys anie ś odków publicz-
nych, a akże konieczność sp os ania oczekiwaniom społecznym.
Obowiązkiem naukowca jes wzięcie pod uwagę ych złożonych
uwa unkowań. Plan za ządzania danymi jes na zędziem, k ó e
Plan za ządzania danymi
badawczymi (ang. Da a
Managemen Plan, DMP)
o dokumen , w k ó ym na-
ukowcy ok eślają zasady
pozyskiwania, p zechowy-
wania i udos ępniania da-
nych w amach p ojek u
badawczego. Two zy się go
już na e apie planowania
badań, a nas ępnie ak uali-
zuje w akcie ich wania
ak, by uwzględniał pos ęp
i wyniki p ojek u.
P zewodnik po za ządzaniu danymi badawczymi w językoznaws wie 24
sku ecznie może pomóc w zo ien owaniu się w ych wymaganiach
i w ich ealizacji. B ak znajomości kon eks u p awno – ins y u-
cjonalnego nie wynika ze złej woli naukowca, lecz częs o z b aku
świadomości – a o właśnie odzi największe yzyko. DMP poma-
ga więc unikać po encjalnych yzyk związanych z g omadzeniem,
p zechowywaniem i udos ępnianiem danych, wynikających z nie-
znajomości złożonych egulacji p awnych i ins y ucjonalnych69.
Omówienie schema u DMP
W P zewodniku wyko zys amy p zykład schema u wd ożonego
p zez NCN. Wy yczne NCN zos ały p zygo owane na pods a-
wie Wy ycznych Science Eu ope
70
. Należy pamię ać, że wzo y
DMP i zasady ich wd ażania obowiązujące w innych ins y u-
cjach mogą się óżnić. Nasz p zykładowy schema zawie a sześć
głównych ka ego ii opisów, w każdej ka ego ii znajdziemy dwie
subka ego ie. Do każdego punk u p zygo owano sze eg py ań
pomocniczych, k ó ych zadaniem jes ukie unkowanie osoby
p zygo owującej DMP.
1. Opis danych o az pozyskiwanie lub ponowne wyko zys anie
dos ępnych danych
1.1 W jaki sposób będą pozyskiwane lub wy wa zane nowe
dane lub ponownie wyko zys ywane dane już is niejące?
Wa o ozważyć nas ępujące kwes ie:
•
Jakie s anda dy, me ody i op og amowanie posłużą do
pozyskiwania lub wy wa zania nowych danych?
•
Jakie dane już is niejące (własne lub będące w posiadaniu
s ony zeciej) zos aną ponownie wyko zys ane?
•
W jaki sposób zos anie udokumen owane pochodze-
nie danych?
69 Ko zyści płynące z p zygo owania DMP z pe spek ywy badacza wycze pująco
omówiono na s onie in e ne owej konso cjum CESSDA (Conso ium o Eu opean
Social Science Da a A chi es): Bene i s o Da a Managemen . Zasadniczo pok ywają
się one z ko zyściami wymienionymi w P zewodniku w części Ko zyści płynące
z wd ożenia za ządzania danymi w językoznaws wie.
70  h ps://scienceeu ope.o g/ou -p io i ies/open-science/ esea ch-da a-mana-
gemen / (dos ęp: 09.06.2025 .)
• Jak wyglądać będzie o ganizacja plików i za ządzanie ich
óżnymi we sjami?
Komen a z: W ym punkcie należy opisać cha ak e danych
o az ich pa ame y, k ó e mogą być uży eczne w całym p oce-
sie za ządzania danymi. Najważniejsze jes ok eślenie, jakiego
ypu danych po zebujemy w naszym p ojekcie o az skąd mamy
zamia je pozyskać.
P zykład: „W p ojekcie będą wyko zys ywane dane eks owe
zawie ające ansk ypcje ozmów między uży kownikami ję-
zyka kaszubskiego a agen em p zep owadzającym wywiad.
Każdy wywiad będzie składał się z 10 wcześniej p zygo o-
wanych py ań w az z odpowiedziami. Na pie wszym e apie
zbie ania danych zos aną wykonane nag ania, k ó e zos aną
nas ępnie ansk ybowane zgodnie z wyb aną me odologią.
P zewidujemy pozyskanie ok. 50 nag ań (i ansk ypcji), z k ó-
ych każde będzie wało ok. 1 godzinę. Pliki dźwiękowe będą
zapisywane w o macie mp3, ansk ypcje zos aną zapisane
w o macie x (plain ex ) o az TEI (z podziałem na agen a
o az ozmówcę). W celu uzyskania jak najwyższej jakości
danych zos aną podję e nas ępujące k oki: a) zespół będzie
posługiwał się sp zę em nag ywającym p ze es owanym we
wcześniejszych podobnych p ojek ach; b) nag ania będą p ze-
słuchiwane i ansk ybowane p zez osobę niezależną od agen-
a spo ządzającego wywiad najpóźniej w ciągu ygodnia od
pows ania nag ania; c) p zed e apem właściwego zbie ania
ma e iału agenci p zejdą specjalne szkolenie zaznajamiające
ich z me odami p owadzenia wywiadów, obsługą sp zę u na-
g ywającego o az p zechowywaniem danych; d) każdy z agen-
ów p zep owadzi p zynajmniej jeden wywiad es owy w celu
nab ania odpowiedniego doświadczenia; e) ansk ypcja będzie
p zep owadzona p zez doświadczony zespół wykwali ikowa-
nych ano a o ów. W p ojekcie nie p zewidujemy ponownego
użycia danych badawczych pows ałych w innych p ojek ach.
Pliki będą wo zyły zes awy złożone z zech elemen ów: na-
g ania (mp3), p os ego eks u ( x ), eks u us uk u yzowanego
(TEI, xml). Każdy zes aw będzie zawa y w osobnym pod ol-
de ze o nume ze zgodnym z da ą p zep owadzenia wywiadu,
w olde ze zawie ającym pod olde y znajdzie się komple na
lis a wszys kich ma e iałów ( x ), baza danych z me adanymi
każdego pojedynczego pliku z danymi (cs ) o az plik eadme
( x ) z in o macją o s uk u ze plików.”
1.2 Jakie dane ( j. odzaje, o ma y, obję ości) będą pozyski-
wane lub wy wa zane w p ojekcie?
Wa o ozważyć nas ępujące kwes ie:
•
Jaki odzaj, o ma i obję ość danych planują Pańs wo po-
zyskać, wy wo zyć lub ponownie wyko zys ać?
Komen a z: należy uszczegółowić ilościowy i jakościowy
aspek in o macji podanych we wcześniejszym podpunkcie.
Dop ecyzowanie ych in o macji ma na celu zw ócenie uwagi
na wolumen danych o az o ma , w k ó ym dane e będą zapi-
sywane, a później p zechowywane. In o macje e wpływają na
oszacowanie kosz ów p zechowywania i udos ępniania danych
o az wybó epozy o ium.
P zykład: W p ojekcie pows anie ok. 50 godzin nag ań ozmów
w o macie mp3 (obję ość ok. 100 MB) o az ok. 50 plików
z ansk ypcjami w o macie x (ok. 1 MB) i yle samo sio-
s zanych plików TEI (ok. 5 MB).
2. Dokumen acja i jakość danych
2.1 Jakie me adane i dokumen acja (np. me odologia o az
sposoby pozyskiwania i o ganizacji danych) będą owa zy-
szyć danym w p ojekcie?
Wa o ozważyć nas ępujące kwes ie:
•
Jakie in o macje należy uzupełnić, aby po encjalni uży -
kownicy (maszyny lub ludzie) byli w s anie w p zyszłości
odczy ać i zin e p e ować zeb ane dane?
• Czy możliwe jes ich maszynowe odczy anie?
• W jaki sposób pows anie odpowiednia dokumen acja?
•
Jakie s anda dy ś odowiskowe (jeżeli w ogóle) posłużą
do objaśnienia (me a)danych?
•
Jakie międzyna odowe s anda dy lub schema y ( j. Dublin
Co e, DDI) posłużą do o ganizacji me adanych?
Komen a z: Ba dzo ważnym elemen em globalnego ś odowiska
o wa ych danych badawczych są maszynowe ag ega o y me a-
danych, k ó e umożliwiają zbie anie in o macji o zasobach zde-
ponowanych w poszczególnych epozy o iach, a nas ępnie ich
udos ępnianie uży kownikom (np. CLARIN VLO, EOSC, SSHOC).
Is nieją ównież p zegląda ki ko pusowe, k ó e dają możliwość
bezpoś edniego dos ępu do eści zasobów. Oznacza o, że na
p zykład za poś ednic wem jednej akiej p zegląda ki możemy
p zej zeć jednocześnie zawa ość ysięcy ko pusów (np. CLARIN
Fede a ed Con en Sea ch). Funkcje e są dos ępne wyłącznie
dla ych zasobów, k ó ych me adane o az dane są odczy ywalne
maszynowo. W p zypadku me adanych językoznawczych wyp a
-
cowane zos ały s anda dy, dzięki k ó ym spełnienie wymagania
maszynowej odczy ywalności jes już właściwie oczywis ością
(niemal wszys kie epozy o ia s osują wymóg us uk u yzowa-
nego opisu).
Pamię ajmy, że w ś odowisku językoznawców wciąż ba dzo
popula na jes p aca z danymi analogowymi, co wynika z pew-
nego dob odziejs wa inwen a za. Dysponujemy og omnymi
ka o ekami, zbio ami iszek, wypisów, całych a chiwów w po-
s aci wyd uków lub nawe manusk yp ów. Jeśli zamie zamy
ko zys ać z ego ypu danych, należy uwzględnić ę in o mację
w DMP i wziąć pod uwagę konieczność chociażby pobieżnej
digi alizacji danych. W modelu idealnym digi alizacja polega-
łyby na s o og a owaniu/zeskanowaniu ma e iału ź ódłowego
a nas ępnie jego ansk ypcji do edy owalnego o ma u cy o-
wego. Jeśli jednak ealizacja naszego p ojek u nie wymaga
dysponowania pełną ansk ypcją, wa o dokonać chociażby
wspomnianej pobieżnej digi alizacji, k ó a spełnia minimalne
s anda dy
71
wymagane p zez o ganizacje działające w pa a-
dygmacie o wa ej nauki. Dane językowe, w pos aci plików
PDF, JPEG, PNG o az innych o ma ach g a icznych, nie będą
możliwe do au oma ycznej eksplo acji. Jednak ich udos ęp-
nienie w pos aci od wa zalnej za pomocą kompu e a p zez
człowieka wypełni k y e ium dos ępności w większym s opniu
niż pie wo na o ma papie owa ź ódła.
71  Zazwyczaj s anda dowe minimum oznacza, że zdigi alizowany ma e iał musi
umożliwić we y ikację wniosków badawczych zap ezen owanych w powiązanej pu-
blikacji. Jeżeli udos ępnione dane, w ym zdigi alizowane, nie będą wys a czająco
dob ej jakości, może dojść do podważenia wniosków zawa ych w samej publikacji.
P zewodnik po za ządzaniu danymi badawczymi w językoznaws wie 25
P zykład: Zapisowi i nag aniu każdej ozmowy będzie
owa zyszył opis me adanymi w s anda dzie CMDI o az
doda kowymi me adanymi is o nymi z pe spek ywy późniejszej
analizy (wiek osoby wywiadowanej, płeć, miejsce u odzenia,
miejsce zamieszkania, na odowość, poziom znajomości języka
polskiego). Na końcowym e apie p ojek u zasób zos anie
zdeponowany w epozy o ium CLARIN-PL, k ó e wymaga opisu
me adanymi całego zasobu w o macie CMDI (zapewniony
zos anie opis na poziomie pojedynczych plików o az na poziomie
pełnego zasobu).
Pliki eks owe spo ządzone w o macie x o az TEI są odczy-
ywalne maszynowo. Są możliwe do wyko zys ania w s anda -
dowych wyszukiwa kach ko pusowych. Me adane w o macie
CMDI są odczy ywalne p zez ag ega o y. S anda d CMDI jes
powszechnie używany w ś odowisku językoznawców i badaczy
komunikacji, podlega s ałej ku acji p zez CLARIN ERIC. Załą-
czone pliki eadme powinny bez udu dos a czyć wszelkich
in o macji po zebnych do ponownego odczy ania i zin e p e-
owania danych.
2.2 Jakie planują Pańs wo zas osować ś odki kon oli jakości?
Wa o ozważyć nas ępujące kwes ie:
•
W jaki sposób me ody pozyskiwania, analizy i p ze wa za-
nia danych mogą wpływać na ich jakość?
•
W jaki sposób można wyeliminować błędy pomia owe i p o-
blem s onniczości?
• W jaki sposób zminimalizować yzyko do yczące pop aw-
ności danych?
Komen a z: W ym podpunkcie powinniśmy skupić się na opi-
saniu me od zapewnienia naszym danym walo u obiek ywi-
zmu o az ze elności. W dziedzinie językoznaws wa zadko
wy wa zane są dane, k ó e miałyby cha ak e wyłącznie ilo-
ściowy, dla k ó ych is nieje sze eg mia , s anda dów pomia-
u i p ocedu edukowania błędów. Należy za em odnieść się
do po encjalnych okoliczności, k ó e mogą dop owadzić do
subiek ywizacji danych lub obniżenia ich ze elności. W p zy-
padku badań jakościowych, p owadzonych częs o w e enie
– wś ód uży kowników języków – lub na eksce pcji ag-
men ów już is niejących eks ów, powinniśmy skupić się na:
1.
kompe encjach badaczy zbie ających dane (wyp acowanie
wy ycznych, szkolenie i zadbanie o zdobycie odpowiedniego
doświadczenia);
2.
wewnę znej kon oli jakości (zeb ane dane powinny zos ać
sp awdzone pod względem zgodności z wy ycznymi jeszcze
p zed e apem analizy i a chiwizacji);
3. p zygo owaniu ws ępnej dokumen acji (opis dob ych p ak-
yk, opis pos ępowania w sy uacjach nies anda dowych,
p zygo owanie kwes iona iuszy).
Rze elność i obiek ywność danych jakościowych jes niemożli-
wa do oceny maszynowej a dokonanie właściwej oceny p zez
ekspe a dziedzinowego wymaga złożonej i czasochłonnej ana-
lizy. Dla ego is o ną odpowiedzialnością wy wó cy danych jes
dołożenie wszelkich s a ań do spełnienia odpowiednich s an-
da dów. Te dane mogą być w p zyszłości we y ikowane w p o-
cesie badawczym, k ó ego cha ak e dziś udno p zewidzieć.
P zykład: W podpunk ach c – e umieszczonych w punkcie 1.1.
niniejszego o mula za omówiono p ocedu ę p zygo owania
badaczy do zbie ania ma e iału: „c) p zed e apem właściwego
zbie ania ma e iału agenci p zejdą specjalne szkolenie zaznaja-
miające ich z me odami p owadzenia wywiadów, obsługą sp zę u
nag ywającego o az p zechowywaniem danych; d) każdy z agen-
ów p zep owadzi p zynajmniej jeden wywiad es owy w celu
nab ania odpowiedniego doświadczenia; e) ansk ypcja będzie
p zep owadzona p zez doświadczony zespół wykwali ikowanych
ano a o ów.” Pozyskiwane dane mają cha ak e jakościowy, nie
będziemy za em s osować mia ani ok eślać liczbowych pa a-
me ów jakości. Posłużymy się dob ymi p ak ykami e enowego
p zep owadzania wywiadów, k ó e p zez la a unkcjonują w ś o-
dowisku językoznawców o az badaczy nauk społecznych.
3.
P zechowywanie i wo zenie kopii zapasowych podczas badań
3.1 W jaki sposób w akcie p ojek u będą p zechowywane dane
i me adane? W jaki sposób będą wo zone ich kopie zapasowe?
Wa o ozważyć nas ępujące kwes ie:
•
Gdzie będą p zechowywane dane i jaką dysponują Pańs wo
pojemnością pamięci?
• Jak wyglądają p ocedu y wo zenia kopii zapasowych?
•
Czy po zebne będą specjalne me ody p zenoszenia da-
nych z u ządzeń mobilnych, s anowisk e enowych lub
sp zę u domowego na główny se we w miejscu p acy?
•
Czy konieczna będzie digi alizacja danych analogowych lub
wydanych w o mie papie owej ( akich jak mapy, o og a ie,
eks y), aby ozsze zyć możliwości ich ozpowszechniania?
Komen a z: Opis zawa y w ym podpunkcie powinien być sku-
piony na kwes ii p zes zeni i bezpieczeńs wa p zechowywania
danych badawczych. W pie wszym k oku powinniśmy sp awdzić
czy jednos ka macie zys a ma op acowaną s a egię p zecho-
wywania danych – jeśli ak, należy p zy oczyć jej elemen y ele-
wan ne dla ealizacji naszego p ojek u. W opisie należy ok eślić
p zybliżoną wielkość wy wo zonych danych o az wielkość p ze-
s zeni po zebnej do ich p zechowywania. Zaleca się s osowa-
nie zasady 3-2-1, a więc p zechowywania danych badawczych
w zech kopiach, na co najmniej dwóch nośnikach, z czego jeden
powinien być zlokalizowany poza siedzibą o ganizacji ealizują-
cej badanie. Najczęściej s osowane nośniki danych o: chmu a
danych, epozy o ia, se we y lokalne, dyski SSD, dyski sieciowe,
u ządzenia lokalne (np. kompu e służbowy).
Każde z ych ozwiązań ma swoje zale y i wady, k ó e zos ały
dokładnie omówione w p zewodniku CESSDA Da a Manage-
men Expe Guide72.
P zechowywanie danych wyłącznie na nośnikach izycznych
może g ozić nieodw acalną ich u a ą (np. w wyniku klęski ży-
wiołowej lub k adzieży nośnika), dla ego wa o zadbać o wy-
konanie kopii danych p zechowywanych w chmu ze, epozy-
o ium lub cy owej p zes zeni oboczej. Należy ównież dbać
o spójne we sjonowanie zes awów danych, by wszys kie no-
śniki zawie ały ich ak ualną we sję.
72  h ps://dmeg.cessda.eu/Da a-Managemen -Expe -Guide/4.-S o e/S o age
(dos ęp: 09.06.2025 .)
Podczas planowania s a egii p zechowywania danych ze-
ba uwzględnić specjalis yczne wymagania i poli yki, jeżeli za-
mie zamy p ze wa zać dane osobowe o az w ażliwe. W akim
p zypadku należy skon ak ować się z inspek o em danych
osobowych jednos ki macie zys ej w celu us alenia możli-
wych ozwiązań.
P zykład: Po dokonaniu nag ania wywiadu, plik dźwiękowy bę-
dzie p zechowywany na kompu e ze służbowym agen a o az
deponowany w epozy o ium danych naszej uczelni. Doda -
kowo na po zeby p ojek u wyko zys ana zos anie p zes zeń
obocza (chmu a) udos ępniana p zez konso cjum CLARIN-
-PL. Kopie umieszczone w epozy o ium i p zes zeni obo-
czej będą s anowiły całość azem z danymi zbie anymi p zez
agen ów. Z p zes zeni oboczej nag ania będą pobie ane
p zez ano a o ów odpowiedzialnych za ansk ypcje. Po do-
konaniu ansk ypcji plik eks owy będzie ównież depono-
wany w epozy o ium i p zesyłany do p zes zeni oboczej.
Raz w ygodniu kie ownik p ojek u będzie kon olował kom-
ple ność dokumen acji o az ha monog am p zesyłania pli-
ków – do momen u zakończenia e apu zbie ania danych. Po
zamknięciu ego e apu spo ządzona zos anie we sja danych
„ eady o wo k” – będzie miała pos ać ka alogu zawie ającego
nag ania, zanonimizowane ansk ypcje, me adane nag ań
i ansk ypcji o az eadme. Ka alog zos anie zdeponowany
w epozy o ium, p zes zeni oboczej CLARIN o az na dysku
sieciowym p acowni na e enie uczelni. To a we sja danych
będzie podlegała dalszej analizie i posłuży do p zygo owania
publikacji. Finalna pos ać danych go owych do udos ępnienia
nie będzie zawie ała danych osobowych ani w ażliwych.
3.2 W jaki sposób zos anie zapewnione bezpieczeńs wo
i och ona danych w ażliwych w ok esie wania p ojek u?
Wa o ozważyć nas ępujące kwes ie:
•
W jaki sposób można będzie odzyskać dane u acone w wy-
niku incyden u?
•
K o uzyska dos ęp do danych w czasie wania p ojek u
i jak wyglądać będzie kon ola dos ępu do danych, zwłasz-
cza w p zypadku współp acy między kilkoma pa ne ami?