Przewodnik po zarządzaniu danymi w językoznawstwie

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?