Zarządzanie danymi badawczymi dla naukowców - kurs podstawowy

Celem kursu jest przekazanie uczestnikom podstawowej wiedzy na temat zarządzania danymi badawczymi oraz wykształcenie umiejętności i kompetencji pozwalających na wykorzystanie tej wiedzy w praktyce, podczas realizacji projektów badawczych.

Kurs w kompleksowy sposób ujmuje i przybliża zagadnienia związane z zarządzaniem danymi badawczymi, zarówno w kontekście wymogów instytucji prowadzących i finansujących badania naukowe, jak i dobrych praktyk oraz zasad przyjętych przez społeczności naukowe. Poszczególne moduły kursu łączą aspekty teoretyczne z wymiarem praktycznym, ukierunkowanym na umiejętności wykorzystania zdobytej wiedzy do zaprojektowania i wdrożenia efektywnej strategii zarządzania danymi badawczymi.

METODY PRACY 

Sugerowany czas realizacji kursu to 6 tygodni, a szacowany tygodniowy wysiłek godzinowy w tak ujętym harmonogramie wynosi 3-5 godzin pracy. Kurs można jednak realizować we własnym tempie.

Materiały dydaktyczne obejmują materiały tekstowe, prezentacje multimedialne, wywiady z ekspertami z różnych dziedzin i obszarów istotnych dla zarządzania danymi badawczymi oraz nagrania webinariów. W ramach kursu działa także forum dyskusyjne umożliwiające komunikację z kadrą kursu i innymi uczestnikami.

WYMAGANIA WSTĘPNE

Kurs kierowany jest do osób prowadzących badania naukowe bądź przygotowujących się do prowadzenia badań (niezależnie od dziedziny i dyscypliny), a także do każdego, kto chciałby zapoznać się z podstawami zarządzania danymi badawczymi i ich otwartego udostępniania.

Osobom zainteresowanym data stewardship proponujemy udział w kursie Zarządzanie danymi badawczymi dla data stewardów - poziom podstawowy. 

Nie jest konieczne spełnienie żadnych wymagań wstępnych. Mile widziane są:

• umiejętność korzystania z tradycyjnych i internetowych źródeł naukowych,
• podstawowa znajomość zasad komunikacji naukowej.

Kurs prowadzony jest w języku polskim.

CELE KURSU

• Zdobędziesz podstawową wiedzę na temat otwartej komunikacji naukowej i polityk otwartości instytucji finansujących badania naukowe.
• Dowiesz się, jak przygotować plan zarządzania danymi badawczymi zgodnie z wytycznymi Narodowego Centrum Nauki i Komisji Europejskiej.
• Poznasz dobre praktyki związane z zarządzaniem danymi i ich otwartym udostępnianiem.
• Zdobędziesz umiejętności potrzebne do tego, aby udostępnić dane zgodnie z zasadami FAIR, czyli tak, aby były łatwe do znalezienia, dostępne, interoperacyjne i możliwe do ponownego wykorzystania.
• Poznasz różne typy repozytoriów danych badawczych, dowiesz się jakie są ich funkcje i jak należy z nich korzystać.
• Zapoznasz się z podstawowymi prawnymi aspektami pracy z danymi badawczymi i ich udostępniania oraz dowiesz się, jak korzystać z wolnych licencji.
• Poznasz różne rodzaje danych, baz danych, trwałych identyfikatorów i metadanych.
• Dowiesz się, jaką rolę pełni w instytucji naukowej data steward.

PORUSZANE ZAGADNIENIA

MODUŁ 1: Wprowadzenie do otwartej nauki i zarządzania danymi badawczymi

W pierwszym module kursu przybliżamy podstawowe zagadnienia związane z otwartą nauką. Punktem wyjścia jest zdefiniowanie komunikacji naukowej, otwartego dostępu do publikacji naukowych, otwartych danych badawczych oraz polityk otwartości. Następnie przechodzimy do omówienia najważniejszych globalnych i europejskich inicjatyw oraz strategii organizacji działających na rzecz otwartej nauki, wskazujemy korzyści płynące z przyjęcia otwartego modelu komunikacji naukowej, przedstawiamy obowiązujące polityki otwartości oraz inicjatywę European Open Science Cloud.

MODUŁ 2: Planowanie i organizacja - część 1.

Zagadnienia związane z planowaniem i organizacją pracy nad danymi podzieliliśmy na dwie części, które ujęte zostały w osobnych modułach kursu - drugim i trzecim. Omawianie tego tematu rozpoczynamy od koncepcji cyklu życia danych badawczych, następnie przechodzimy do różnych typów danych, baz danych oraz repozytoriów danych oraz do planów zarządzania danymi badawczymi. Celem tego modułu jest spojrzenie na planowanie jako kluczowy etap pracy. Poruszone w nim zagadnienia rozwiniemy i dokładnie omówimy w kolejnych modułach.

MODUŁ 3: Planowanie i organizacja - część 2.

W module trzecim kontynuujemy omawianie kluczowych zagadnień związanych z organizacją pracy z danymi badawczymi. Skupiamy się tutaj na praktycznych aspektach, takich jak dobre praktyki w zakresie zarządzania danymi w konkretnych dyscyplinach, struktura folderów, nazewnictwo i wersjonowanie plików czy opracowywanie danych niecyfrowych z myślą o udostępnieniu ich zgodnie z zasadami FAIR. Przybliżamy także podstawowe zagadnienia prawne, które rozważyć należy już na etapie planowania.

MODUŁ 4: Przechowywanie danych badawczych

Moduł czwarty poświęcony jest przechowywaniu danych na różnych etapach cyklu życia danych badawczych i z wykorzystaniem różnych narzędzi informatycznych. Omawiamy w nim zasady bezpiecznego przechowywania danych w perspektywie krótko- i długoterminowej, a także wytyczne dotyczące korzystania z trwałych identyfikatorów, otwartych formatów plików i standardów metadanych.

MODUŁ 5: Udostępnianie danych badawczych

Moduł piąty poświęcony jest udostępnianiu danych badawczych w sposób zgodny z zasadami FAIR. Najważniejszym celem zasad FAIR jest zwiększenie potencjału ponownego wykorzystania danych. W kolejnych lekcjach tego modułu przybliżamy zasady, narzędzia i dobre praktyki udostępniania danych wraz z dokumentacją. Ważnym kontekstem tych zagadnień jest zwiększanie replikowalności i reprodukowalności badań, a także dbanie o wysoką jakość udostępnianych danych.

MODUŁ 6: Zadania i zasoby w zarządzaniu danymi badawczymi

Ostatni moduł kursu ma na celu przedstawienie procesu zarządzania danymi badawczymi w kontekście instytucjonalnym. Omawiamy w nim zadania, zasoby i kompetencje potrzebne do właściwego zarządzania danymi badawczymi na różnych etapach realizacji projektu.

WARUNKI ZALICZENIA

Kurs zawiera sześć testów sprawdzających wiedzę z poszczególnych modułów (testy o wadze 60) oraz jeden test końcowy (test o wadze 40). Warunkiem zaliczenia jest zapoznanie się ze wszystkimi treściami kształcenia umieszczonymi w poszczególnych modułach i rozwiązanie wszystkich testów na poziomie 55%. Do każdego testu można podejść 3 razy.

WARUNKI OTRZYMANIA ZAŚWIADCZENIA

Warunkiem otrzymania zaświadczenia jest zaliczenie kursu na poziomie 55%.

KADRA KURSU

Jakub Szprot

Kierownik Platformy Otwartej Nauki w ICM UW od 2013 r. Odpowiada za rozwój ogólnopolskich serwisów udostępniających publikacje naukowe i dane badawcze, opracowywanie rozwiązań i narzędzi umożliwiających wdrażanie otwartej nauki oraz kompleksowe działania edukacyjne i szkoleniowe. Od 2006 roku uczestniczy w europejskich i polskich projektach dotyczących infrastruktury informatycznej nauki, otwartego dostępu, otwartych danych badawczych i humanistyki cyfrowej; w ostatnich latach był kierownikiem projektu „Dziedzinowe Repozytoria Otwartych Danych Badawczych”. Współautor szeregu raportów poświęconych otwartej nauce. Członek krajowych oraz międzynarodowych zespołów, komitetów i grup roboczych poświęconych otwartej nauce i otwartym danym (m.in. Zespół doradczy MNiSW do spraw otwartego dostępu do treści naukowych, Grupa robocza ds. otwartych danych w Ministerstwie Cyfryzacji, grupa ekspercka Komisji Europejskiej National Points of Reference on Scientific Information, UNESCO Open Science Advisory Committee, EOSC Financial Sustainability Task Force, Zespół doradczy MEiN do spraw otwartych danych naukowych).

Wojciech Fenrich (ICM UW)

Magister socjologii (UW, 2006) oraz filozofii (UW, 2009). Ukończył studia doktoranckie w Instytucie Socjologii Uniwersytetu Warszawskiego (2011). W ICM UW pracuje od 2011 roku. Zaangażowany w prace nad systemem POL-on (2011-2015). Product owner i analityk w projekcie „Dziedzinowe Repozytoria Otwartych Danych Badawczych” (2018-2021). Sprawuje merytoryczną opiekę nad repozytorium danych badawczych RepOD i bierze udział w rozwoju jego oprogramowania jako analityk i product owner. Prowadzi szkolenia z zakresu zarządzania danymi badawczymi. Badacz społeczny. Tłumacz książek popularnonaukowych oraz pozycji z dziedziny informatyki.

Natalia Gruenpeter (ICM UW)

Doktor nauk o kulturze, w zespole Platformy Otwartej Nauki zajmuje się szkoleniami oraz komunikacją i promocją. Współautorka raportu nt. umów transformacyjnych „Transformative Agreements: Overview, Case Studies, and Legal Analysis”, 2021), autorka artykułów, broszur i innych materiałów informacyjno-promocyjnych dotyczących otwartej nauki, redaguje serwis informacyjny Otwarta Nauka, od 2019 r. prowadzi Krajowe Biuro Otwartego Dostępu OpenAIRE, uczestniczy w pracach grupy zadaniowej Upskilling countries to engage in EOSC (EOSC-A).

Krzysztof Siewicz (ICM UW)

Doktor nauk prawnych specjalizujący się w prawie IT oraz prawie autorskim, ze szczególnym uwzględnieniem wolnego i otwartego licencjonowania oraz korzystania z informacji sektora publicznego. Posiada kilkunastoletnie doświadczenie jako pracownik oraz współpracownik kancelarii prawnych, organizacji pozarządowych, a także członek zespołu Platformy Otwartej Nauki w ICM UW. Autor i współautor wielu publikacji poświęconych otwartej nauce. Od wielu lat prowadzi szkolenia z tej tematyki m.in. dla naukowców, redaktorów, wydawców, pracowników instytucji naukowych.