Informace, média a knižní kultura/Informační podpora ve vědě a výzkumu/Výzkumná data

Tato stránka je součástí projektu:

Informace, média a knižní kultura/Informační podpora ve vědě a výzkumu

Příslušnost: skupinová

Výzkumná data

• různé typy dat, surová apod.
• data jsou informace, nebudeme tomu říkat informace, ale data
• znovupoužitelnost dat je velký požadavek trandu
• dobře spravovaná data mohou umožnit kontrolu vědce
• informační specialisti se zabývají otevřenými daty, kam je ukládat jak je popisovat a co zpřístupnovat
  • v některých oborech má cenu zpřístupňovat jen interpretovaná data -- noto je diskutabilní, když interpretátor mohl udělat chybu
• postupně otevřená data podporují různé evropské a americké organizace
• k tomu vznikají repozitáře
• open research data pilot - sběr unijních dat ve vědě a výzkumu zahájený v roce 2016, vědci v rámci horizon2020 už si zkoušeli správu dat
• dotaz, jestli je vhodné přijímat data
  • z výzkumu vyplývá, že se zveřejňují nejpozději při zveřejnění publikace
  • recenzenti data potřebují k provedení recenze, takže se jim data stejně musí zprístupnit
• kdy se data nemohou otevřít?
  • medicínské data, která nelze anonymizovat
  • vojenství, bezpečnost, atd.
  • další případy: běloch sbírá způsob lovu zvířat, který by pytlákům mohlo napomoci více pytlačit
  • nebo při vytržení z kontextu, kdy jedna věc může být zneužita
• daty nejsou jenom čísla, ale i výpočty
• v digital humanities data ze starých textů, rukopisů a not, která se podrobují strojové analýe
• text jsou také data
• typa dat
  • výzkumná data
  • metadata
    • vedlejší produkt výzkumu
    • data pro potřeby výuky
    • administrativní data
  • powerpointové prezentace jako vedlejší objekt výzkumné aktivity
• pro data vznikají repozitářů či repozítáře specifické pro výzkumná data
• DATOVÁ PRAVIDLA ČASOPISŮ
  • agentury vyžadují i časopisy vyžadují zveřjnování výzkumných dat
  • časopisy to vyžadovalid dříve, než agentury
  • časopisy 5-7 let budují vlastní datové repozitáře
• DATOVÉ ČASOPISY
  • novinka
  • referují, kde jsou uloženy konkrétní datové sety na konkrétní oblast
• neskutečné množství objektů, formátů apod. kterými se informační věda musí zabývat
• standardizace jak data ukládat existuje například v Německu
• 5 let se todle to děje -- v Evropě
• uvažuje se o tom, kde se data ukládat, protože neexistuje kapacita, co by všechny dokázala ukládat
  • je otázka jestli k něčemu budou a jestli by to kvantum dokázal někdo zpracovat

FAIR principy

• F - findable - data musí být vyhledatelné
  • tzn. musí být obohaceny metadaty
  • plus perzistentní identifikátor jako DOI
  • repozitář by ten identifikátor měl připojovat automaticky
  • repozitář musí umožnit přidělit co nejvíc metadat, hlavně licence
  • také by repozitáře měli mít řízené slovníky - thesaury
  • dále by v repozitáři u dat měl být věcný obsahový popis
  • dobré je pokud jsou pole v metadatech povinné, protože to pak zvyšuje kvalitu
  • data i metadata by měla být indexovatelná
    • a repozitář by měl umět v sobě vyhledávat
    • s datovým setem by se při vyhledávání měl zobrazovat i DOI
• A - accessible - přístupnost
  • pokud nemohou být přístupná data, měla by být přístupná metadata
  • dobré je, když je repozitář dostupný z webu bez potřeby cokoliv instalovat
  • je fajn, když je k dispozici fajn, že je e-mail na někoho kdo může přístup umožnit nebo repozitář vysvětlit
  • pokud nejsou data volně dostupná, měla by být známá pravidla přístupu a existovat k tomu nástroje (například možnost vytvoření účtu s určitými právy)
• I - interoperable - možnost vzájemné integrace
  • nutno vést ve stanrdazidovaných formátech
  • formáty na základě Datacite
  • použití standardizovaných slovníků, předmětových heslářů apod.
• R - reusable - opětovná využitelnost
  • dostatečně popsaná
  • sdílená pod co nejvíce otevřenou licencí
  • jak s nimi mohou uživatelé nakládat
  • popis jak data vznikla
  • v metadatech jasně formulovaná licence
• POKRAČUJE SKUPINOVÝ ÚKOL
  • každá skupina zhodnotí jeden z výše uvedených principů bude hodnotit v repozitáři zenodo
    • budu jeho CERN
    • spolupracuje s OpenAire evropského programu a ten harvestuje
    • čeští vědci ukládají data do Zenodo
    • skupina zapisovatele: reusable, hodnocena databáze podle jednotlivých R (1, 2 atd)
    • Zenodo, staroegyptských knihovník z alexandrijské knihovny?
  • skupinové reporty
    • FINDABLE
      • zenodo samo uvádí FAIR principy
      • F1: zenodo samo přiděluje DOI
      • F2: jsou k dispozici metadata
      • F3: je obsažen vyhledávací engine, používá openAire k indexaci, klíčová slova v metadatech, proklikatelnost na orcid autorů, ale ne u všech
      • F4: metadata mají DOI a další identifikátory, které vedou k dalším souvisejícím datům (např. odkaz na článek, kde jsou data použita), na Githubu odkaz, který sw byl pro tvorbu dat použit, na druhou stranu jsou někteří autoři nepropojení
    • accessible
      • metadat jsou a pokud nejsou tak je kontaktní formulář na původce dat
      • obsah není k dispozici
      • uživatel se nemusí registrovat, pokud se chce dostat k uzavřeným souborům
      • data by měla být zachována 20 let
      • pokud někdo maže data, musí uvést důvod a ten důvod je uveden v záznamu
      • případně je kontaktován dodavatel, aby data dodal spolu, pokud CERNu spadnou
    • interoperability
      • metadata je možné exportovat a k dispozici je hodně formátů
      • nepoužívají se slovníky a ontologie
      • interface při vyhledávání nenapovídá, do hodně polí se dá napsat cokoliv, což může být nevýhoda
      • lze odkazovat ven na jiné uložiště
      • ten záznam lze neustále upravovat
      • nefunguje propojení na příbuzné zdroje automaticky
    • reusable
      • metadata jsou
        • mělo by existovat minimální množství metadat dle Datacite, ale ve skutečnosti jsou ty obsahy dost rozdílné
      • volné licence jsou uvedené
      • verze datového setu je uvedena
      • autoři jsou uvedeni, ale nelze je vždy proklikat na orcid
      • zenodo je obecný repozitář, takže nemohou být asi vyžadovány standardy pro každý obor
      • snaha o dodržování metadatascheme
• pokračuje vyučující
  • Datacite je chápán jako univerzální standard
  • zenodo se hlásí k fair principům, ale chybí dostatečná metadata
    • chybí ale povinná vynucovaná pole a nejsou podpory vyplňování standardizovaných hodnot polí
    • když výzkumník nemusí, tak to nevyplňuje, stačilo by to vyžadovat a výzkumníci to vyplní
    • data bez metadat jsou méně cenná, dohledatelná, etc.
  • objekty ze stejného výzkumu se seskupují v rámci komunit
• SEMESTRÁLNÍ ÚKOL
  • vybrat si repozitář v re3data.org (podle země, podle oboru)
  • vybrat repozitář, který uznává FAIR principy
  • ve dvojicích
  • ohodnotit repozitář na základě FAIR principů
  • vzít si self assasment tool například z ardc.edu.au (fair self assassment tool) a vyhodnotit tam ten repozitář a do prezentace to vložit formou screenoshotu