Kontroll av data
Från DAU-handboken
Överlämning av data
Så fort en forskare har lämnat över ett datamaterial till DAU genom Mitt SND blir det möjligt för DAU att ladda ner datamaterialet för kontroll. Storleksgränsen för datamaterial som lämnas in på det här sättet är i dagsläget 100 MB. Det innebär att större datamängder för närvarande måste lämnas in till DAU:en på andra sätt, t.ex. via en extern hårddisk eller Box-konto. I takt med att varje DAU tillämpar egna lagringslösningar kommer storleksgränsen att höjas och andra lösningar för större material kan komma på plats.
Notera att kravet är att data måste finnas lagrade på en säker lagringsyta. Däremot ställer SND inte krav på någon särskild lagringslösning eftersom ansvaret för lagring ligger på respektive lärosäte. För certifiering via CoreTrustSeal (se även Internationella samarbeten ) finns det däremot särskilda krav på lagringslösningar och strukturer, och vid önskemål kan SND ge information och råd om dessa lösningar.
Kontroll av data
Det är viktigt att forskningsdata som tillgängliggörs genom SND:s forskningsdataportal kan förstås och återanvändas av andra. Forskningsdata som laddas ner eller förmedlas via forskningsdataportalen ska därför ha genomgått följande kontroller:
- Kontroll av att leveransen är komplett: Leveransen innehåller alla data som är tänkta att förmedlas tillsammans med den dokumentation som behövs för att data ska kunna återanvändas.
- Viruskontroll: Levererade filer innehåller inte virus.
- Kontroll av läsbarhet: Levererade filer går att öppna och läsa.
- Filerna är i ett lämpligt format för återanvändning och tillgängliggörande. Filer som inte har lämpligt format kan konverteras till ett mer lämpligt format.
- Originalversionen av data finns sparad på en säker lagringsyta.
Rent praktiskt kan du göra så här:
1. Om forskaren skickade in sina data via Mitt SND kan du öppna studien via Mitt SND och ladda ner filerna (Se bild 1). Mer info om nuvarande mappstrukturen för data som laddas ner på det här sättet finns på Rutiner för lagring av deponerade data. Om forskaren lämnade in data på något annat sätt ska datamaterialet laddas upp på lagringsytan.
2. Kontrollera:
i. Finns alla nödvändiga filer? Information om att leveransen är komplett kan fås från metadata om datasetet och tillhörande dokumentation. Ibland kan det vara svårt att avgöra från befintliga metadata i formuläret om allt finns inskickat. Ett dataset kan innehålla flera datafiler och om detaljer om vad som ingår i datapaketet saknas vid överlämnandet så måste man kontakta forskaren för bekräftelse och/eller förklaring om de olika dataseten och tillhörande dokumentation. Vid kontakten med forskarna ska DAU uppmuntra forskare att beskriva innehållet datamaterialet och dokumentationen så noggrant som möjligt för att undvika misstag vid leveransen av alla nödvändiga filer. Ett exempel: En forskargrupp lämnar in ett dataset med 6 stora tabulära (t.ex. SPSS, Stata eller Excel) filer. I beskrivningen står det inte tydligt hur många filer ingår i leveransen och DAU:en även ser att några av dem har liknande namn och variabler vilket gör att hen misstänker att det handlar om samma filer och undrar vad skillnaden mellan dem är. Efter återkoppling med forskaren får DAU veta att datasetet är indelat i tre grupper (efter ämne) och varje av dessa tre grupper (dvs. tre datafiler) har ett duplikat där string variabler är borttagna eller omkodade. Ofta överlämnas bara en del av det datamaterial som producerades under forskningsprojektet. Så länge materialet går att återanvända kan du fortsätta processen med att publicera det, men forskaren kan alltid uppmuntras att publicera mer än vad som krävs av till exempel för en tidskrift, i syfte att underlätta för sekundäranvändare. Har forskaren laddat upp allt data som hör till projektet/studien, eller tänker hen ladda upp flera dataset i framtiden? Det kan vara värt att förklara för forskaren att det går att skapa flera dataset under samma beskrivning. Risken finns att flera databeskrivningar skapas med överlappande datainnehåll.
ii. Är leveransen fri från virus? Tanken är att det ska finnas en centraliserad lösning för viruskontroll i framtiden, men tills dess behöver DAU:er lösa problemet med sina egna IT-avdelningar.
iii. Går alla filer att öppna? Om studien innehåller väldigt många filer kan du göra ett urval, men se gärna till att öppna någon/några filer av varje filtyp. Om det inte går att öppna en viss filtyp kan det bero på att du inte har rätt programvara installerad. Ta reda på om så är fallet. Är du tekniskt lagd så kan en annan lösning vara att skriva ett script som testar att alla filer i en mapp går att öppna.
iv. Finns det tillräckligt med metadata för att kunna publicera materialet? Minimikraven för publicering av metadata i SND:s forskningsdataportal uppfylls automatiskt om alla obligatoriska fält i databeskrivningen fylls i, men det är upp till dig att avgöra om det behövs mer metadata. För även om det går att publicera datamaterialet med endast obligatoriska metadata, så kan det vara värt att be forskaren komplettera databeskrivningen så att det blir lättare för en sekundäranvändare att hitta studien. Ibland kan du komplettera med metadata från tillhörande dokumentation, men kom ihåg att det som kan innebära en stor arbetsinsats för dig kanske inte är särskilt svårt eller tidskrävande för forskaren, eller vice versa (ibland går det enklast och snabbast att själv komplettera studiebeskrivningen).
v. Finns det tillräcklig dokumentation? Vad som är tillräckligt kan skilja sig åt mellan olika ämnesområden. Dokumentationen är ofta nödvändig för att en sekundäranvändare ska kunna förstå forskningsmaterialet. Exempel på dokumentation är kodböcker, frågeformulär, publikationer, undersökningsrapporter och tekniska rapporter, beskrivningar av fotografier.
En fråga man ska hålla i åtanken: Är datasetet tillräckligt komplett för att det ska vara möjligt att förstå vad det innehåller? Är det sannolikt att en sekundärforskare kan återanvända materialet? Varje datamaterial är unikt, så den här bedömningen måste ske från fall till fall.