Skip to Main Content

Datamanagement: Introductie

Introductie datamanagement

Datamanagement is een essentieel onderdeel binnen de onderzoekspraktijk en omvat het plannen, creëren of verzamelen, opslaan, organiseren, onderhouden, langdurig bewaren (preserveren), toegankelijk maken, delen, beschrijven en publiceren van onderzoeksdata. Volgens de internationale FAIR principes dienen onderzoeksdata vindbaar (Findable), toegankelijk (Accessible), interoperabel (Interoperable) en herbruikbaar (Re-usable) te zijn (zie deze LibGuide). FAIR datamanagement is het geheel van beslissingen en maatregelen die tijdens de levenscyclus van onderzoeksdata worden getroffen om onderzoeksdata zo FAIR als mogelijk af te leveren. Belangrijk daarbij is onder andere de keuze voor een bestandsformaat, naamgevingsconventie en datalicentie, het vastleggen van datadocumentatie en metadata, etc. (zie deze LibGuide). Om alles in goede banen te leiden en alle aspecten gedurende een onderzoeksproject in kaart te brengen, is een datamanagementplan een onmisbaar hulpmiddel (zie deze LibGuide).
Aandacht besteden aan ethische aspecten (zie deze LibGuide) en AVG-principes (zie deze LibGuide) is noodzakelijk.

Kernwaarden
Binnen datamanagement zijn integriteit en reproduceerbaarheid belangrijke kernwaarden. Integer en reproduceerbaar werken leidt niet alleen tot betrouwbaar maar ook tot (her)bruikbaar onderzoek.
♦ Integriteit
   Is gebaseerd op de principes eerlijkheid, zorgvuldigheid, transparantie, onafhankelijkheid en verantwoordelijkheid. Meer hierover en over de Nederlandse gedragscode wetenschappelijke integriteit is te
   vinden in deze LibGuide.
♦ Reproduceerbaarheid
   Onderzoek is reproduceerbaar als je alle benodigde (meta)data, software en computerscripts verschaft die het mogelijk maken om het onderzoek ofwel opnieuw uit te voeren of om heranalyse van de
   onderzoeksdata mogelijk te maken. Dit vergt een goede datadocumentatie, zie deze LibGuide. Het opzetten van reproduceerbaar onderzoek vergt ook een gedegen voorbereiding in de planfase. Zie voor
   tips en tools deze LibGuide.

Waarom datamanagement?

Goed datamanagement heeft veel voordelen: voor jezelf, voor je onderzoeksinstituut, voor je vakgebied en voor de wereld om ons heen.

  • Het laat zien dat je voldoet aan in- en externe eisen, bijv. van subsidieverstrekkers
  • Het laat zien dat je voldoet aan bepaalde wetgeving, zoals de AVG en WMO
  • Het vergroot de kans op FAIR data
  • Het bevordert de integriteit van je onderzoek
  • Het verhoogt de impact van je onderzoek
  • Het ondersteunt toekomstig (her)gebruik van je onderzoek door anderen
  • Het bevordert de transparantie en maakt verificatie van je onderzoek mogelijk (reproduceerbaar)
  • Het vergroot de digitale duurzaamheid van je onderzoeksdata

Onderzoekscyclus

Een onderzoekscyclus is een visuele weergave van de verschillende fases van onderzoek en beschrijft de stappen die een onderzoeker per fase onderneemt, vanaf het plannen van een onderzoek tot aan het afronden ervan.

Wat zijn onderzoeksdata?

Onderzoeksdata zijn gegevens die in het kader van weten- schappelijk en praktijkgericht onderzoek worden verzameld voor het beantwoorden van een onderzoeksvraag of voor het testen van een hypothese. Hoe de onderzoeksdata er precies uitzien hangt af van het vakgebied, het  onderzoeksproces en de onderzoeksmethode. Onderzoeksdata zijn er in vele vormen en formaten.


Er wordt daarbij onderscheid gemaakt tussen: 

  • Ruwe data (= primaire data)
    Dit zijn de onbewerkte data, dus puur de data zoals deze verzameld zijn; er heeft nog geen bewerking of analyse plaatsgevonden.
  • Afgeleide (bewerkte) data (= secundaire data)
    Dit zijn onderzoeksdata waarop al een analyse heeft plaatsgevonden, waaruit al enige variabelen zijn geselecteerd of die anderszins bewerkt zijn.

Methoden om data te verzamelen:

  • Observatie (bijv. telemetrie, surveys, neuro-imaging, audio- / video-opnames)
  • Interviews
  • Vragenlijsten
  • Metingen
  • Experiment (bijv. data van laboratoriumapparatuur)
  • Simulatie (bijv. klimaatmodellen, economische modellen)
  • Afgeleide data, bijv. tekst- en datamining, statistische analyse
  • Bronnenonderzoek, bijv. scans of transcripten van archiefstukken

Zie ook deze LibGuide.

Zuyd support

Expertisecluster Research Support
Zuyd Bibliotheek

Marsha Bokhorst
Nieuw Eyckholt - Heerlen
marsha.bokhorst@zuyd.nl
045-4006029

Lilian van de Burgt
Brusselseweg - Maastricht
lilian.vandeburgt@zuyd.nl
043-3466620

Ingrid Kars
Ligne - Sittard
ingrid.kars@zuyd.nl
046-4207020

www.zuyd.nl | Disclaimer | Over Zuyd Bibliotheek