Forschungsdaten

Daten effektiv nutzen

1. Speicher: Der erste Schritt in der Hierarchie der Anforderungen an Forschungsdaten besteht darin, dass die erfassten Daten gespeichert werden müssen.

2. Erhalt: Sobald die Forschungsdaten gespeichert sind, müssen sie in einer formatunabhängigen Form aufbewahrt werden, da sonst die Gefahr besteht, dass das Datenformat veralten.

3. Zugang: Auch wenn die Daten gespeichert und erhalten werden, heißt das nicht unbedingt, dass sie automatisch auch zugänglich sind. Sowohl Forschende als auch Maschinen können Zugang auf die Daten anfordern, z. B. für Metaanalysen oder andere Arten der Wiederverwendung.

4. Auffindbarkeit: Auch wenn die Daten gespeichert und erhalten werden und prinzipiell zugänglich sind, sind sie nur von Nutzen, wenn sie von anderen auch gefunden werden können.

5. Zitierbarkeit: Eine Hürde für die Weiterleitung von Daten ist, dass die Weiterleitung von den Forschenden zusätzliche Arbeit erfordert, die aber für diese keinen Gegenwert hat. Quellenangaben für Daten könnten dies ändern, da sie auf Grundlage von Artikel-Quellenangaben einfach in das vorhandene System aufgenommen werden können.

6. Nachvollziehbarkeit: Um Daten wiederzuverwenden, muss klar sein, welche Messeinheiten verwendet wurden, wie die Daten erfasst wurden und welche Abkürzungen und Parameter verwendet werden. Die Herkunft der Daten ist für die Nachvollziehbarkeit von entscheidender Bedeutung.

7. Review: Während Forschungsartikel in der Regel einer Peer-Review unterzogen werden, ist dies für Forschungsdaten immer noch ungewöhnlich. Allerdings ist dies ein wichtiger Schritt für die Qualitätskontrolle und Zuverlässigkeit der Daten.

8. Reproduzierbarkeit: Die Reproduzierbarkeit von Forschungsergebnissen ist ein wichtiges Anliegen der Wissenschaft. Die Nicht-Reproduzierbarkeit liegt oft an fehlenden Elementen der Forschungsdaten, die erforderlich sind, um die gleichen Forschungsergebnisse zu erzielen. Beispielsweise fehlen bei in der biomedizinischen Literatur beschriebenen Ressourcen (z. B. Antikörper, Modellorganismen und Software) oft detaillierte Angaben, die die Reproduzierbarkeit oder Wiederverwendung ermöglichen würden.

9. Wiederverwendbarkeit: Der Hauptvorteil der gemeinsamen Nutzung von Forschungsdaten für die breite Forschungsgemeinschaft ist die Möglichkeit, Daten wiederzuverwenden. Andere Forschende werden Daten aber nur wiederverwenden, wenn die Forschungsdaten ausreichend zuverlässig und reproduzierbar sind.

10. Integration: Wir glauben, dass die Integration dieser neun Aspekte „hocheffizienter Forschungsdaten“ wichtig ist. Beispielsweise müssen Daten so erhalten werden, dass sie wiederverwendet werden können. Daten müssen zugänglich sein, damit sie zitierbar sind. Aber auch beim Aufbau von Systemen für die Wiederverwendung oder das Zitieren von Daten müssen die derzeitigen Praktiken für das Speichern und Weiterleiten von Daten berücksichtigt werden.

Diese neun Ebenen und die Integration als zehnter Schritt dienen als Leitprinzip, nach dem die Praktiken des Managements von Forschungsdaten geordnet und geprüft werden können, und nicht als Konzept für eine perfekte Leistung.

Lösungen von Elsevier für Forschungsdaten

Text und Data Mining

Alle Wissenschaftsjournals und Fachbücher von Elsevier ermöglichen Text und Data Mining (TDM). Arbeiten Sie effizienter.

Quellenangabe für Daten

Alle Wissenschaftsjournals von Elsevier ermöglichen eine einheitliche und deutliche Art der Quellenangabe in wissenschaftlichen Veröffentlichungen.