Wat is datamanagement?

Onderzoek draait om nieuwsgierigheid, creativiteit en samenwerking. Aan de basis van elk succesvol onderzoek liggen data, of deze nu worden verzameld via interviews, gemeten in het lab, of gegenereerd door simulaties. Deze data vormen het fundament waarop inzichten worden gebouwd en ontdekkingen worden gedaan.

Maar data op zichzelf zijn niet genoeg. Goed beheer maakt van ruwe informatie waardevolle kennis. Dat is waar Research Data Management om de hoek komt kijken.

 

🗂️ Research Data Management (RDM) is het zorgvuldig plannen en organiseren van hoe onderzoeksdata worden verzameld, opgeslagen, geanalyseerd, gedeeld en bewaard, zowel tijdens als na afloop van een project. Dit geldt voor alle soorten data: van ruwe meetgegevens en transcripties tot afbeeldingen, audio- en videobestanden, computercodes en geografische coördinaten.

 

Het doel van RDM is om het werken met onderzoeksdata zo eenvoudig, veilig en efficiënt mogelijk te maken. Goed datamanagement voorkomt dataverlies, bevordert samenwerking en zorgt ervoor dat onderzoek herbruikbaar en controleerbaar blijft. Door vanaf het begin goed na te denken over RDM voldoe je bovendien aan wet- en regelgeving en de eisen van subsidieverstrekkers. Daarbij sluiten goede RDM-praktijken aan bij de FAIR-principes: data moeten Vindbaar, Toegankelijk, Interoperabel en Herbruikbaar zijn.

 

👉 Kortom: hoe gaan we om met de data die onze ontdekkingen mogelijk maken? Niet alleen als bestanden om op te slaan, maar als waardevolle bronnen die we respecteren, beschermen en verantwoord gebruiken, voor de wetenschap, de samenleving en de toekomst.

De voordelen van verantwoord datamanagement

 

Voldoe aan wet- en regelgeving:

  • Ontwerp je onderzoek volgens ethische richtlijnen
  • Bescherm zorgvuldig de privacy van je onderzoeksdeelnemers

Vergroot je impact:

  • Deel en hergebruik data voor vervolgonderzoek
  • Maak je werk beter vindbaar en zichtbaarder door je onderzoeksdata te citeren

Stimuleer transparantie:

  • Maak je onderzoek controleerbaar en herhaalbaar
  • Geef duidelijk inzicht in hoe je tot je resultaten bent gekomen

Werk effectief samen met bedrijven:

  • Werk veilig en met vertrouwen met gevoelige bedrijfsinformatie
  • Denk vooraf na over hoe je omgaat met intellectueel eigendom

Bespaar tijd en voorkom frustratie:

  • Gebruik metadata en versiebeheer om samenwerking makkelijker te maken
  • Voorkom dat data onbruikbaar raakt of verloren gaat door goede documentatie en archivering

Voldoe aan eisen van subsidieverstrekkers:

  • Maak je data zo veel mogelijk FAIR
  • Maak hergebruik door andere onderzoekers en studenten mogelijk

Inhoud van deze Library Guide

Deze Library Guide heeft als doel inzicht te geven in de verschillende ethische, juridische, maar ook praktische uitdagingen waar je in het werken met onderzoeksdata mee te maken kunt krijgen. Daarnaast biedt deze Guide handreikingen over hoe je datamanagement zo kunt inrichten dat je onderzoek op een goede manier verloopt. Dit is ingedeeld per onderzoeksfase.

 

Klik op de links hieronder of ga zelf naar het keuzemenu onder de desbetreffende tab. 

Research Data Management Voorbereiding & planning Tijdens het onderzoek Na het onderzoek

 

FAIR data

 

FAIR-data – een raamwerk voor goed datamanagement

Kennis groeit wanneer gegevens worden gedeeld, begrepen en hergebruikt. Daarom omarmen steeds meer onderzoeksinstellingen, financiers en overheden de FAIR-principes voor gegevensbeheer: gegevens vindbaar, toegankelijk, interoperabel en herbruikbaar maken.

 

Deze principes zijn niet alleen van toepassing op de gegevens zelf, maar ook op de context eromheen, de metadata die ze beschrijven en de systemen die ze opslaan en delen. Samen zorgen ze ervoor dat onderzoeksgegevens niet in een la of een vergeten map verdwijnen, maar in de loop van de tijd bruikbaar en betekenisvol blijven.

 

Bij de Hanze is het doel duidelijk: onderzoeksgegevens zo FAIR mogelijk maken. Dat betekent dat ze zorgvuldig moeten worden gedocumenteerd, veilig moeten worden opgeslagen en beschikbaar moeten worden gesteld op een manier die anderen kunnen begrijpen en waarop ze kunnen voortbouwen.

 

Want uiteindelijk zijn gegevens meer dan alleen cijfers of bestanden, het is de grondstof voor vooruitgang. En wanneer ze zorgvuldig worden beheerd, vormen ze een brug naar nieuwe vragen, diepere inzichten en gedeeld begrip.

 

🔎 Findable (Vindbaar)
Je data moeten makkelijk te vinden zijn, zowel voor mensen als computers.
Hoe pak je dit aan?
Geef je data en bijbehorende metadata duidelijke, beschrijvende namen en gebruik een betrouwbare opslagplaats of repository. Zorg dat je metadata (de beschrijving van je data) goed gestructureerd en doorzoekbaar is.

 

📂 Accessible (Toegankelijk)
Je data moeten veilig opgeslagen zijn en makkelijk toegankelijk voor anderen, met duidelijke afspraken over wie erbij mag.
Hoe pak je dit aan?
Sla je data op in een betrouwbare repository, geef aan wie toegang heeft en onder welke voorwaarden, en voeg een duidelijke gebruikslicentie toe.

 

⚙️ Interoperable (Interoperabel)
Je data moeten te combineren zijn met andere data en bruikbaar zijn in verschillende systemen of software.
Hoe pak je dit aan?
Gebruik open, standaard bestandsformaten en beschrijf je data en metadata volgens gangbare standaarden, zodat anderen ze makkelijk kunnen koppelen of hergebruiken.

 

♻️ Reusable (Herbruikbaar)
Je data moeten zo goed beschreven zijn dat anderen ze opnieuw kunnen gebruiken in ander onderzoek.
Hoe pak je dit aan?
Voorzie je data en metadata van voldoende context en uitleg, zodat anderen begrijpen hoe de data zijn verzameld en gebruikt kunnen worden. Geef duidelijk aan onder welke voorwaarden hergebruik is toegestaan.

 

Het is een veelvoorkomend misverstand dat FAIR data altijd open data betekent.

 

Maar FAIR data hoeft niet altijd voor iedereen vrij toegankelijk te zijn. Soms is het zelfs niet wenselijk om data helemaal open te stellen, denk bijvoorbeeld aan privacygevoelige gegevens, lopend vervolgonderzoek, of wanneer er nog meerdere dataverzamelingen gepland staan.

 

Als je data plaatst in een online repository, kun je vaak zelf bepalen wie toegang krijgt. Anderen kunnen dan niet zomaar je data downloaden, maar moeten eerst toestemming vragen. Zo houd je zelf de regie over wie je data mag gebruiken.

 

Daarom geldt voor onderzoeksdata het uitgangspunt:
 

"Zo open als mogelijk, zo gesloten als nodig."

Verwante informatie

Verwante Library Guides

[anchornavigation]