När du utvecklar din forskningsplan bör även en skriftlig datahanteringsplan, eller data management plan (DMP), ingå. Planen existerar för att se till att man följer god vetenskaplig praxis. Den hjälper dig att undvika risker (gällande t.ex. dataskydd och äganderätt), samt hindrar att forskningsmaterialet felanvänds. Flera stora forskningsfinansiärer kräver en DMP under ansökningsfasen. Planen uppdateras under projektets gång.
DMP innefattar bland annat en översikt över projektet, samt hur materialet samlas, hanteras, organiseras, sparas och arkiveras för fortsatt användning. Samtidigt är det ett arbetsredskap för skribenten själv. Planen hjälper forskaren att forma frågor, som kommer att behöva lösas under forskningens gång.
Arcada främjar öppen vetenskap och forskning, så om möjligt ska materialet gå att använda i framtida forskning. Utgångspunkten är FAIR-principerna: Findable, Accessible, Interoperable och Reusable. Detta betyder att data ska vara lätt att hitta, lätt att få tillgång till, att både data och metadata följer vedertagna standarder samt att data ska vara återanvändbar i framtiden. Fair Principles (fairdata.fi).
På Arcada använder vi verktyget DMPTuuli för att göra upp en DMP. Det är ett webbaserat och lätthanterligt verktyg, som upprätthålls av CSC och finansieras av Undervisnings- och kulturministeriet. Programmet erbjuder stöd för alla skeden i din DMP samt när du söker finansiering. I DMPTuuli kan du dela din plan för kommentering eller skriva den tillsammans med en annan forskare.
På DMPTuulis webbsida kan du se en kort instruktionsvideo (2:41); https://dmptuuli.fi/help. Videon är på finska med engelskspråkig text. Du kan logga in på DMPTuuli med ditt HAKA-användarnamn och lösenord. Lägg till din ORCID-identifikationskod i den personliga informationen på DMPTuuli. Första gången du loggar in ska du välja Create Account och välja Arcada bland organisationerna.
I DMPTuuli hittar du olika forskningsfinansiärers färdiga riktlinjer för din DMP.
Behöver du hjälp med din DMP – kontakta datamanagement@arcada.fi.
En bra datahanteringsplan omfattar i allmänhet följande sju aspekter (även om det kan finnas vissa skillnader mellan vetenskapsområden):
1. En allmän beskrivning av data: Datatyper och filformat, uppskattad datastorlek, kvalitetskontroll av data t.ex. hur du kontrollerar enhetlighet och kvalitet på data.
Observera att det är viktigt att identifiera alla känsliga, personliga och konfidentiella datatyper för att säkerställa att tillräckliga dataskyddsåtgärder vidtas och riskerna är minimerade.
2. Etiska och juridiska frågeställningar: Beskriv hur du upprätthåller höga etiska standarder och följer relevant lagstiftning när du hanterar din forskningsdata. Vilka är riskerna och hur hanteras de?
Etiska frågor t.ex. hur du hanterar känsliga personuppgifter, hur du samlar in samtycke från dina forskningsdeltagare eller huruvida du måste anhålla om en etikprövning för din studie. Se Hantering av personuppgifter i forskning och Etikprövning.
Juridiska frågor t.ex. dataskyddspolicy, dataanvändningsrättigheter, datadelningsavtal, dataägande, upphovsrätt, licenser och andra immateriella rättigheter (IPR).
3. Dokumentation och metadata: Hur du beskriver dina data för att göra dem sökbara, tillgängliga, interoperabla och återanvändbara (FAIR) för dig själv och andra. Se Datadokumentation och metadata.
4. Datalagring och säkerhetskopiering under forskningsprojektet: Var och hur du lagrar och säkerhetskopierar dina data och åtkomstkontroll, se Datalagring och säkerhetskopiering.
5. Öppna, publicera och dela data efter forskningsprojektet: Vilken del av data blir öppet tillgängligt eller publicerat, var och när blir data eller dess metadata tillgängligt. Se Datadelning och bevarande.
Observera att data som innehåller personlig information endast kan publiceras anonymiserade. Pseudonymiserade uppgifter är fortfarande personuppgifter och kan därför inte öppnas utan explicit samtycke för detta ändamål. Läs mera Anonymisation and personal data av Finlands samhällsvetenskapliga dataarkiv (FSD).
6. Definiera roller och ansvar för forskargruppens medlemmar: Vem ansvarar för datahanteringsuppgifter inklusive dataskydd, informationssäkerhet, datadokumentation, dataarkivering och publicering?
7. Uppskatta resurser som krävs för datahantering: Uppskatta tid, arbetsbelastning och eventuella kostnader. Se Costs of data management av Utrecht universitet.
För mera information om hur du skapar en datahanteringsplan, DMP, se: