Kontroll av metadata

Checklista för att kontrollera metadata.

Checklista för att kontrollera data.

Metadata i SND:s forskningsdatakatalog

SND har tagit fram en mininivå av metadataelement som krävs för att en databeskrivning ska publiceras i SND:s katalog.

Syftet med miniminivån är att säkerställa att forskningsdata som publiceras i katalogen har tillräcklig mängd metadata för att data ska vara sökbara, tillgängliga och åtkomliga, samt att vidare spridning av metadata ska vara möjlig. Att följa kraven på miniminivå för metadata är också ett viktigt steg i arbetet med att uppfylla FAIR-principerna [1], [2]. I Kravbeskrivningen finns mer information om syftet med miniminivån för metadata.

I formuläret i DORIS som används för att beskriva data är fälten som ingår i miniminivån markerade med en orangeröd symbol. Dessa fält är obligatoriska innan databeskrivningen kan publiceras i SND:s forskningsdatakatalog. För en överlämnare går det att skicka in en databeskrivning även om de markerade fälten inte är ifyllda, men i de här fallen behöver DAU fylla i den saknade informationen eller be om kompletteringar (innan databeskrivningen slutligen kan publiceras).

Vilka fält som är obligatoriska (markerade i formuläret) skiljer sig beroende på vilken metadataprofil som är vald. Miniminivån för metadata består dels av en gemensam del som gäller för alla databeskrivningar och dels av en ämnesanpassad del. Förutom de obligatoriska metadatafälten finns också ett antal vafria fält.

För närvarande finns det ämnesanpassade metadataprofiler för följande områden implementerade i formuläret i DORIS: (länka doris)

• Arkeologi och historia
• Medicin och hälsovetenskap
• Miljö-, klimat- och geovetenskaper
• Samhällsvetenskap
• Språkdata

Det går också att väja en allmän profil för forskning utanför områdena ovan, och som också den uppfyller SND:s krav på metadata.

De element som ingår i miniminivåerna (både de gemensamma och de ämnesspecifika) listas på sidan Obligatoriska metadata tillsammans med definitioner (på svenska och engelska) och eventuella kommentarer.

Kontroll av metadata för inkommande data

Vilka metadatafält som ska fyllas i och hur de ska fyllas i beror bland annat på vilka typer av data som lämnas in och vilket ämnesområde de hör till. Överlämnarens önskemål om hur data ska förmedlas och vilken som är den tilltänkta målgruppen för data är också viktiga faktorer för vilka metadata som är lämpliga att ange.

Vad som är en rimlig nivå av granskningen, utöver att uppfylla minimikraven, är upp till varje enskilt lärosäte att bedöma och sätta upp egna rutiner kring.

Checklista för kontroll av metadata

Du hittar Checklista: kontroll av metadata här.

Granskning i formuläret, avsnitt för avsnitt

Här nedan listas ett urval av de fält som finns i beskrivningsformuläret, med en diskussion kring granskning av fältet. Fälten är uppdelade efter vilket avsnitt de ligger under i formuläret. Vilka fält som syns i formuläret varierar med vald ämnesprofil.

Avsnitt 1. Tillgänglighet, ansvar & roller

• Stämmer tillgänglighetsnivån med forskarens/överlämnarens önskemål och data? Informationen behöver också kontrolleras i relation till fältet om personuppgifter lite längre ner. Om data innehåller personuppgifter bör den exempelvis inte vara direkt nerladdningsbar.

• Har en lämplig ämnesprofil valts? Svaret på den frågan kanske visar sig först efter vidare granskning. Det går att byta metadataprofil i formuläret även efter att beskrivningen är inskickad.

• Är rätt huvudman vald? Ett tecken på att huvudmannaskapet kan vara krångligt är om det exempelvis rör sig om ett samarbete mellan flera lärosäten eller om privata aktörer är inblandade. Vilka som är angivna som Skapare/primärforskare eller Medverkande kan ge en indikation på vilka organisationer som står bakom datamaterialet. Observera att vald huvudman går inte att ändra (beror bland annat på att den valda huvudmannen avgör vilken lagringsyta som används för databeskrivningen) och om fel huvudman är vald så får man skapa en ny databeskrivning med rätt huvudman.

• Skapare/primärforskare kan vara en eller flera person(er) eller organisation(er). De personer/organisationer som anges här syns i dataciteringen.

• Är Data i studien innefattar personuppgifter och Data innefattar annan skyddsvärd information ifyllda? Huruvida de här uppgifterna är korrekta kanske visar sig i samband med granskning och mer ingående kontroller av data.

• Finns det några restriktioner för hur data kan tillgängliggöras? T.ex. embargo eller citeringskrav. Har forskaren/överlämnaren angett något här är det viktigt att detta följs upp och att det förs en dialog om vad som är rimligt/möjligt utifrån olika aspekter (administrativa, juridiska mm.). Informationen i det här fältet syns inte i katalogposten.

Avsnitt 2. Allmän beskrivning

• Titel ska helst anges både på svenska och engelska. Om en svensk titel saknas kan forskaren kontaktas för komplettering. Om översättning till svenska inte är lämplig är det bättre att ange den engelska titeln än att ”hitta på” en svensk titel. Fältet för svensk titel går också med fördel att använda om det finns en titel på annat originalspråk.

• För Beskrivning är det obligatoriskt att ange information både på svenska och på engelska. Däremot behöver inte texten vara identisk på båda språken och det går bra att ha en kortare text på t.ex. svenska med en hänvisning till den engelska katalogsidan för ytterligare information. Beskrivningen är viktig för att andra forskare som letar efter data ska förstå vad en studie handlar om och få en bra överblick över vad datamaterialet innehåller. Ett tips är att i första hand be forskaren att översätta beskrivningen - det tar ofta tid att översätta beskrivningen själv och kan vara svårt om det är ett för dig ovant forskningsområde.

• Tidsperiod(er) som undersökts kan vara både ett datum (ex. år, månad) eller en period (ex. bronsålder). Det är viktigt att vara observant på att Tidsperiod(er) som undersökts inte per automatik är samma som den tidsperiod då data samlades in, exempelvis för en arkeologisk studie är tidsperioden som undersöks stenåldern medan tidsperiod som data samlas in är 2016-2017. Om överlämnaren har angett ett brett tidsspann (till – från), men sen bara undersökt några enstaka delar/tidpunkter av intervallet kan det vara bättre att ange tidsperioderna en och en, istället för ett intervall. Det ger nämligen bättre sökträffar i katalogen. Ex. Tidsintervallet AA – ÖÖ är valt, men bara AA, EE och ÖÖ täcks av data. Det är då bättre att ange AA, EE, och ÖÖ som upprepade tidsperioder.

Avsnitt 3. Ämnesord och nyckelord

• Det är obligatoriskt att ange minst ett ämnesområde från SCB:s Standard för svensk indelning av forskningsämnen. Beroende på forskningsområde och vilken typ av data det är kan CESSDA:s eller INSPIRE:s klassificering också anges. CESSDA gäller främst samhällsvetenskapliga data eller tvärvetenskapliga undersökningar där samhällsvetenskap berörs. INSPIRE är att föredra om det handlar om spatiala data.

• Forskaren/överlämnaren kan välja nyckelord från kontrollerade listor eller skapa egna nyckelord i de fall det saknas passande termer. Det avancerade nyckelordsöket kan användas för att söka inom specifika ämnesområden och vokabulärer. Det går även att söka efter nyckelord i en engelsk nyckelordslista.

Exempel på nyckelordssök i SND:s formulär

DAU kan hjälpa forskaren att komplettera nyckelorden. Nyckelord ökar sökbarheten för data i forskningsdatakatalogen. Det är obligatoriskt för en databeskrivning att innehålla minst ett nyckelord.

Följande nyckelordslistor finns i dag i SND:s system:

• EnvThes [3]: Environmental Thesaurus, för långsiktig ekologisk forskning, övervakning och experiment.

• ELLST [4]: European Language Social Science Thesaurus, en bred, flerspråkig tesaurus för samhällsvetenskaper.

• MeSH [5]: Medical Subject Headings och är en kontrollerad vokabulär inom livsvetenskaperna.

• GEMET [6]: General Multilingual Environmental Thesaurus

• GCMD [7]: Global Change Master Directory, en kontrollerad vokabulär för “Earth science data”

Avsnitt 4. Geografisk täckning

• Här finns möjlighet att ange vilket geografiskt område som data täcker. Det finns även möjlighet att lägga till en fritextbeskrivning om den geografiska beskrivningen, på både svenska och engelsk.
• Att använda Bounding Box-funktionen är att rekommendera om data täcker ett tydligt avgränsat område. Databeskrivningen kommer då synas i kartsöket i katalogen och illustreras med en karta i katalogposten. Bounding box (rektangulär polygon) skapas genom att ange koordinater eller genom att markera ett område direkt på kartan. Endast en rektangel kan skapas. Om flera geografisk områden omfattas av datamaterialet kan rektangeln placeras så att den omsluter alla geografiska områden.

Avsnitt 5. Data, insamling & åtkomst

• Består databeskrivningen av ett dataset kan titeln för datasetet vara densamma som för den övergripande databeskrivningen. Däremot om det finns flera dataset är det viktigt att de har unika titlar så att de enkelt kan skiljas åt (det kan dock räcka med olika årtal i titeln, ex. Lufttemperatur i Göteborg 2018 och Lufttemperatur i Göteborg 2019).
• Har överlämnaren laddat upp flera filpaket som beskriver olika saker, kan det vara en idé att fundera på om det skulle vara möjligt att presentera materialet via olika dataset. (Ex. i en undersökning har data samlats in från två olika platser och är dokumenterade i olika datafiler. Detta kan visas under en gemensam databeskrivning men också som två dataset -en per plats).
• Återigen: Det är viktigt att skilja mellan period för datainsamling och tidsperiod(er) som undersökts. Oftast täcker båda fälten samma tidsperiod, men det förekommer fall där de inte gör det (t.ex. historiska data, C14-analyser och arkeologiska undersökningar).
• För fälten Licens och Upphovsrätt är det viktigt att kontrollera så att informationen här inte krockar med vald tillgänglighetsnivå.

Avsnitt 6. Publikationer

• Här är möjligt att koppla publikationer till data. Det är informationen i citeringsfältet som kommer att synas i katalogen, så det är en fördel om eventuell DOI finns med i citeringen.
• Många forskare tillgängliggör data i samband med publicering av en artikel. I de här fallen är det viktigt att artikeln kopplas till databeskrivningen.

Avsnitt: Språkresurser

• Det här avsnittet syns endast om forskaren har valt ämnesprofilen som heter Språkresurser. Mer information om granskning av dessa metadata kommer.

Avsnitt: Dokumentationsfiler

• Här laddas dokumentationsfilerna. Mer information om hur man behandlar dokumentationsfiler finns på sidan Dokumentation.