​​​​​​​​​​​​​​​Vragen en opmerkingen vanuit het werkcafé

LCRDM conferentie 8-2-2018​

kaartjelcrdm.jpg      Dia8_engagement.png

De instructies

De instructies waren: "Wijs in de groep een facilitator aan. Leg de kaarten op een stapel. Pak een kaart van de stapel en bespreek het onderwerp met elkaar. Blijft er een vraag over voor het panel? Schrijf de vraag op een blanco kaart! Laat de facilitator de beschreven kaarten inlveren bij het panel."​

De aangereikte onderwerpen

"Heeft jouw groep een vraag aan het panel over:"


Fair data​ - je kunt denken aan: Metrics, Datakwaliteit, FAIR in de data cycle

RDM Governance - De rol van de bibliotheek of IT in de ondersteuning, Wat doet de Data steward? ​

Engagement - Engagement van onderzoekers, Top down of bottom up? Wat zijn echte carrots? Wat zijn echte sticks?

Infrastructuur - Tekst en data mining, Stadaardisering, Gezamenlijke rekenkracht

Financiering - Rol van de funders, Verantwoordelijkheid van de instellingen, Kostenmodellen

Juridische aspecten - Licenties op data, Eigendom en zeggenschap, Sensitieve data

De vragen

vraagkaartje_fair.png


De vragen zijn hieronder geordend naar wat terugkerende thema's lijken:

RDM in de praktijk

Hoe maak je de praktische uitvoering van RDM concreet?

Ondersteuning start bij support DMP. Wat is vervolgrol tíjdens onderzoeksproces? Bijvoorbeeld monitoren, hulp aanbieden op weg naar secure data opslag etc.

Zou RDM ook niet thuis horen in het onderwijs en hoe?

Nieuwe gedragscode zegt: instelling moet faciliteren. Cultuur & infrastructuur. Hoe gaan we dat doen?

Protocollen & data/onderzoeksworkflow: kun je uitleggen wat DANS hierin bijdraagt?

Onderzoeksondersteuning, engagement: hoe zorgen dat datasupporters ervoor dat onderzoekers gebruik maken van hun diensten? (Afleren van oude gewoontes/oude netwerken)

Hoe voorkomen ondersteuners dat zij als last worden gezien door onderzoekers? Hoe kun je meerwaarde creëren voor een onderzoeker?

Weten we daadwerkelijk wat onderzoekers "weerhoudt" van datamanagement? En proberen we ze wel op de juiste manier te overtuigen?


rdnl-link​: vraag en aanbod   [suggestie van de redactie bij de vragen]


LCRDM

Uitgaande van de questionable research practice: zou de daaruit voortvloeiende code of conduct niet moeten leiden tot één nationale RDM policy?

Ziet LCRDM rol in verzamelen/beschikbaar stellen van good practicesre-use data (ten behoeve van awareness)?

Waarom gaan we niet landelijk een (PhD) ondersteuningsprogramma opzetten op het gebied van datamanagement en andere zaken(*) op het gebied van onderzoeksondersteuning? Denk aan online omgeving. (*) Integriteit, ethiek, etc.

Engagement: Hoe krijgen we onderzoekers geïnteresseerd en betrokken in een vervolg-LCRDM?

Moet de RDM in de HR cyclus worden opgenomen? En op wat voor manier zou dat kunnen?


WG Bewustwording/Engagement: RDM in het Standaard Evaluatie Protocol  [suggestie van de redactie bij de vragen]


Langdurige toegankelijkheid

Wat bewaar je, al het onderzoek van studenten? Niet gepubliceerde? Apparatuur (meet)? Moet het gekoppeld worden aan publicaties en resultaten hergebruik?

Bewaartermijn 30 jaar. Hoe leesbaar is dat nog? Wie schoont op? Vernietigt?


​rdnl-links​: selectie van data data opslaan  [suggestie van de redactie bij de vragen]


FAIR

Als FAIR geen keurmerk is, wat is het dan wel?

Wanneer is het FAIR genoeg?

Is het gevaar niet dat FAIR data maken belangrijkste wordt en dat we questionable data practices gaan [krijgen; red.]? Hoe waarborgen we dat data 'goed' zijn?

Hoe/wie faciliteert ontwikkeling van standaarden in verband met interoperabiliteit?

Bieden een traditioneel paper en metadata voldoende context van een dataset + interpretatie daarvan? Of zijn er andere oplossingen?

Hoe ga je met FAIR om in het geval van gesloten (gevoelige) data? Is de huidige wetgeving daarvoor voldoende?


DTL: ​The FAIR Data Principles explained   [suggestie van de redactie bij de vragen]


Shades of open

Data delen open "zo mogelijk". Wat is volledige lijst van uitzonderingen?

In hoeverre is user agreement tussen gebruiker en deler te standaardiseren met alle persoonlijke wensen?

Hoe zouden we kunnen vastleggen/toewerken naar een raamwerk en best practices aangaande omgang met data van commerciële partijen?

Hoe strikt interpreteren jullie FAIR? Hoe re-usable is niet-open data?​​


Techniek

Delen we in de toekomst überhaupt data via transfers? Of blijven data waar ze staan en geven we (bijvoorbeeld via blockchain) gewoon toegang via federaties?

De "F" in FAIR: hoe maken wij datasets vindbaar/indexeerbaar door Google?

Hoe breng je de (federatieve) onderzoeksinfrastructuur naar de onderzoeker?

De "I" van FAIR is "I"reëel om van een onderzoeker te vragen. Of moeten we meer ons best doen? Anders krijg je "FAR away" data!


AVG / GDPR

Kan er een LCRDM vuistregel-document komen in relatie tot het gebruik van openbare internet data in combinatiemet de AVG? Hoe ga je om met data waarbij personen niet te achterhalen zijn?

Stel je verzamelt data voor doel A. Iemand wil deze data gebruiken voor onderzoek naar B. Dit mag niet van de AVG. Beperkt dit het wetenschappelijk onderzoek in het algemeen?


Privacy

Juridische aspecten: Wat zijn de voorwaarden voor gebruik en hergebruik van onderzoeksgegevens van patiëntgegevens?

In hoeverre zouden onderzoeksdata beschermd moeten zijn? (Bijvoorbeeld ISIS-filmpje, interviews.) Vergelijk journalistieke bronnen.

Zijn er behalve privacy ook andere redenen om data NIET te delen? -> commerciële partijen, -> transparantie-richtlijnen

Delen van sensitieve data buiten Europa: afspraken en duidelijkheid hierover verkrijgen: hoe?


Financiering

Hoe maken we de financiële vraag realistisch?

Financiering: hoe balanceren wij het principe van de "vervuiler betaalt" met de noodzaak tot infrastructuur-investering?

Wie moet de langdurige collectie van data betalen? Bijvoorbeeld 100 jaar bewaren.

Hoe kun je de informele ondersteuning financieren?

Tot waar ben je als instelling financieel bereid minder onderzoek te doen ten gunste van betere kwaliteit (FAIR) van data? En hoe denkt u dat te bereiken?


WG Financiële aspecten: Financiële implicaties  [suggestie van de redactie bij de vragen]


Eigenaarschap / zeggenschap

Wat als onderzoekers de universiteit verlaten en hun data willen meenemen? Bijvoorbeeld doctoraatstudenten.

Hoe bepalen we van wie de data is? Eigenaarsrecht, gebruikersrecht. Kan LCRDM hier iets betekenen?

RDM policy: wie is eigenaar van de data: onderzoeker of instelling? -> Wie bepaalt dan of data gedeeld mogen worden? In de praktijk is vaak de instelling eigenaar, maar beslist de onderzoeker of data gedeeld mogen worden.

RDM Governance: In welke gevallen is er sprake van eigenaarschap van dan wel zeggenschap over data? En hoe régelen we dit?

Wie is nu eigenaar van onderzoeksdata? (trefwoorden: studenten, onderzoekers, onderzoeksgroepen, NWO, universiteiten, licentie, gebruikrecht, etc.) [Eigenaarschap en zeggenschap zijn niet hetzelfde!]

Bestaat eigenaarschap voor data? Is daar een wettelijke basis voor zoals bij auteursrecht?

Moet zeggenschap over data landelijk geregeld worden? Dus uniformiteit in data policies.

RDM policy: Wie is de eigenaar van onderzoeksdata? De onderzoeker, de universiteit, de patiënt etc.? De uitgever?

RDM policy: Zijn er instellingen die beleid hebben op het 'weggeven' van onderzoeksdata bij commerciële partijen als Google?


​rdnl-link​: data en de wet ​ [suggestie van de redactie bij de vragen]