Kontroll av metadata

Metadata i SND:s forskningsdatakatalog

Checklista för att kontrollera metadata

Checklista för att kontrollera data

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 som används för att beskriva data är de fält som ingår i miniminivån markerade med en orangeröd symbol. Dessa fält är obligatoriska innan en databeskrivning kan publiceras i SND:s forskningsdatakatalog. Forskare kan skicka in en databeskrivning även om det saknas information i obligatoriska fält, 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 valfria fält.

För närvarande finns det ämnesanpassade metadataprofiler för följande områden implementerade i formuläret i DORIS:

• Arkeologi och historia
• Medicin och hälsovetenskap
• Miljö-, klimat- och geovetenskaper
• Naturvetenskap
• Samhällsvetenskap
• Språkresurser
• Teknik

Det går också att väja en allmän profil för att beskriva data från övriga ämnesområden, och som också den uppfyller SND:s krav på metadata.

Utöver ovan listade profiler finns också möjlighet för en organisation i SND-nätverket att välja till profilen Registrera data. Den här profilen innehåller en minimal uppsättning av metadataelement och uppfyller inte FAIR-principerna på samma sätt som övriga profiler. Data tilldelas en DOI i samband med publicering. För att kunna välja till den här profilen på organisationsnivå krävs att data lagras lokalt (då profilen inte uppfyller de SND:s TDR-certifiering).

De metadataelement som är obligatoriska för alla databeskrivningar, oavsett ämnesprofil, listas på sidan Obligatoriska metadata tillsammans med definitioner (på svenska och engelska) och eventuella kommentarer.

Kontroll av metadata för inkommande data

Utgångsläget när man granskar metadata för en databeskrivning är att forskaren som skapat databeskrivningen är den som bäst kan beskriva data. Granskningen går därför till stor del ut på att se till att obligatoriska fält och att relevanta övriga/valfria fält är ifyllda. Och att den information som finns där verkar rimlig. Generellt kan sägas att SND-kontoret inte ”dubbelkollar” de ifyllda uppgifterna, men vi kontrollerar att den information som finns i varje fält är rimlig utifrån den dokumentation som har blivit medskickad.

En del mindre ändringar i metadata kan vara enklast att göra själv som DAU-medarbetare, det kan t.ex. handla om att lägga till fler nyckelord. Medan en del andra fält är bättre om forskaren själv fyller i, t.ex. Beskrivning. Gör man ändringar som DAU är det bra att i samband med att man ber forskaren godkänna förhandsvisningen av katalogposten stämma av om de ändringar som gjorts.

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.

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 formuläret, med en diskussion kring granskning av fältet. Fälten är indelade efter vilket avsnitt de ligger under i formuläret. Kom ihåg att vilka fält som syns i formuläret varierar med vald ämnesprofil.

Avsnitt 1. Tillgänglighet, ansvar & roller

• Tillgång till SND eller via annan aktör
  

Med Åtkomst till data via SND menas att data kan laddas ner eller beställas från SND:s forskningsdatakatalog, var data finns lagrade spelar ingen roll i det här sammanhanget utan det är främst information för den som vill ta del av materialet.
Åtkomst till data via extern aktör meddelar att data kan laddas ner eller beställas från någon annan hemsida, portal, databas, etc.

• Tillgänglighetsnivån
  

Viktigt att kontrollera att vald https://snd.gu.se/sv/hitta-data/forskningsdatakatalogen/tillganglighetsnivaer-hos-snd tillgänglighetsnivå stämmer överens med innehållet i data, avseende både personuppgifter och annan skyddsvärd information. Om data t.ex. innehåller personuppgifter som inte får delas öppet ska tillgänglighetsnivån vara Åtkomst till data är begränsad, vilket innebär att en förfrågan måste göras innan data kan lämnas vidare.
Tänk på att även om data inte kan vara direkt nedladdningsbara så kan ofta dokumentationsfilerna vara det. Det är viktigt för någon som ska göra en förfrågan om ett material att de vet vad det är de frågar om.

• Ämnesprofil
  

Om en lämplig ämnesprofil valts visar sig oftast först efter vidare granskning. Det går att byta metadataprofil i formuläret även efter att beskrivningen är inskickad, men informationen i ämnesspecifika fält försvinner i samband med profilbytet.
Det är inte nödvändigt att använda "rätt" ämnesprofil men det bidrar generellt till mer välbeskrivna data då metadata är anpassade efter de olika ämnesområdena.

• Forskningshuvudman
  

Det kan ibland vara krångligt att veta vad som ska anges här, exempelvis om 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. Det är viktigt att ha en dialog med forskaren om man misstänker att huvudmannaskapet inte är självklart.
Forskningshuvudman i det här fältet avser Organisation i vars verksamhet forskningen har utförts och som har det yttersta ansvaret för forskningen. Om flera forskningshuvudmän anges här den organisation som ansvarar för tillgängliggörande av data.

Det finns möjlighet att ange ytterligare forskningshuvudmän i ett annat fält i formuläret.

Observera att vald forskningshuvudman inte går att ändra (detta beror bland annat på att den valda huvudmannen avgör vilken lagringsyta som används för databeskrivningen och vilken DAU som ska anropas för granskning). Om fel huvudman är vald får man skapa en ny databeskrivning med rätt huvudman, eller kontakta SND-kontoret för att undersöka möjliga lösningar.

• Skapare/primärforskare

Detta kan vara en eller flera person(er) eller organisation(er). Det är ganska sällan som det är både personer och organisationer som är skapare/primärforskare för en databeskrivning, det förekommer men det brukar vara antingen det ena eller andra. Att ange organisation istället för person är aktuellt i de fall det rör sig om ett större forskningsprojekt eller samarbete mellan flera forskargrupper, SOM-institutet anger t.ex. organisation som skapare för deras nationella undersökningar.
De personer/organisationer som anges här syns i dataciteringen.
Ange med fördel ORCID (eller ROR ID för organisationer).

• Data i studien innefattar personuppgifter och Data innefattar annan skyddsvärd information

Viktig att det är korrekt information som anges här och det krävs ofta både vidare granskning och en dialog med forskaren för att säkerställa detta.

Avsnitt 2. Allmän beskrivning

• Titel

Titel ska helst anges både på svenska och på engelska, men undantas från det generella kravet om tvåspråkighet då det kan vara svårt att ta fram en passande titel på svenska enbart för datapubliceringen. En svensk titel ökar sökbarheten i katalogen (svenska söket). Obligatoriskt är dock att ange titel på engelska, för internationell sökbarhet.
Fältet för svensk titel går också med fördel att använda om det finns en titel på ett tredje språk.

• Beskrivning

Detta är ett centralt fält för en databeskrivning. Det är genom den information som anges här som en användare på ett enkelt sätt kan få en överblick av vad det är för typ av data och i vilket sammanhang data har samlats in/förekommer. Beskrivningen ska utformas så att potentiella återanvändare kan göra en snabb bedömning över om datasetet är tillräckligt intressant och relevant att undersöka vidare (t.ex läser tillhörande dokumentation, eller ladda ner).
Det händer att en del forskare bara skriver en kort mening här, vilket inte är tillräckligt .

Fältet är obligatoriskt 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. Ett tips är att i första hand be forskaren att översätta beskrivningen - det tar ofta tid att översätta själv och kan vara svårt om det är ett för dig ovant forskningsområde.

• Tidsperiod(er) som undersökts

Kan anges både som 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 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

• Ämnesområde

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 samhällsvetenskaplig forskning, INSPIRE är att föredra om det handlar om spatiala data.

• Nyckelord

Forskaren/överlämnaren kan välja nyckelord från kontrollerade listor eller skapa egna nyckelord i de fall det saknas passande termer. Det avancerade nyckelordssöket kan användas för att söka inom specifika ämnesområden och vokabulärer. Det går även att söka efter nyckelord i den engelska versionen av nyckelordslistorna, då det ibland saknas översättning till svenska för vissa termer.

Exempel på nyckelordssök i SND:s formulär

Vid granskning kan man 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:

• AAT [3]: Art & Architecture Thesaurus Online.

• ALLFO [4]: Allmän finländsk ontologi. Trespråkig ontologi med bred täckning, kan mappas mot Library of congress

• EnvThes [5]: Environmental Thesaurus, för långsiktig ekologisk forskning, övervakning och experiment.

• ELLST [6]: European Language Social Science Thesaurus, en bred, flerspråkig tesaurus för samhällsvetenskaper.

• FISH Monument Types [7]: Terminology relating to the built and buried heritage.

• MeSH [8]: Medical Subject Headings och är en kontrollerad vokabulär inom livsvetenskaperna.

• NASA Thesaurus [9] Omfattar alla områden inom teknik och fysik, rymdvetenskap, geovetenskap och biologisk vetenskap.

• ICD-10 [10]: Internationell statistisk klassifikation av sjukdomar och relaterade hälsoproblem – systematisk förteckning. Kontrollerad lista för sjukdomsklassifikation.

• GEMET [11]: General Multilingual Environmental Thesaurus

• GCMD [12]: Global Change Master Directory, en kontrollerad vokabulär för “Earth science data”

Avsnitt 4. Geografisk täckning

• Geografisk täckning

Ger genom ett antal olika metadatafält möjlighet att ange vilket geografiskt område som data täcker. Att ange geografiskt område från den valbara listan eller genom att markera området/platsen på kartan blir databeskrivningen sökbar i kartsöket i forskningsdatakatalogen, och området/platsen illustreras med en karta i katalogposten. Det finns även möjlighet att lägga till en fritextbeskrivning om den geografiska beskrivningen.

Avsnitt 5. Data, insamling & åtkomst

I den här delen av en databeskrivning anges mer detaljerad information om det eller de dataset som databeskrivningen innehåller. En databeskrivning måste innehålla minst ett dataset, men kan innehålla flera. Varje dataset kan in sin tur bestå av en eller flera datafiler.

Om datasetet består av flera filpaket som beskriver olika saker, kan det vara en idé att fundera på om det skulle vara bättre att presentera materialet genom olika dataset. (Exempelvis 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 med två dataset -en per plats).

Här anges de datafiler som ska delas. Om SND CARE används laddas filerna upp, om lokal lagring används gäller lokala rutiner för hur datafilerna anges.

• Titel på dataset

Består databeskrivningen av ett dataset kan titeln för datasetet vara densamma som för den övergripande databeskrivningen (detta fylls i automatiskt). Det är viktigt att tänka på är att det är titeln på datasetet och inte titel för databeskrivningen/katalogposten som visas i datasetets citering och som följer med i datasetets metadata till DataCite. Titel på datasetet bör därför vara utförligt och självständigt, men får vara samma som titeln av katalogpost om katalogposten innehåller bara ett dataset.

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). Det är titeln på dataset som används i citeringsförslaget.

• Licens och Upphovsrätt

Här är det viktigt att kontrollera så att informationen inte krockar med vald tillgänglighetsnivå, lärosätets eventuella lokala policys m.m.

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 referensen.

Många forskare tillgängliggör data i samband med publicering av en artikel. I de här fallen är det särskilt viktigt att artikeln kopplas till databeskrivningen. Om artikeln omfattas av CC0 är SND: rekommendation att den sparas ner tillsammans med datafilerna för att säkra åtkomsten långsiktigt (den behöver dock inte delas öppet i katalogposten).

Avsnitt: Språkresurser

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

Avsnitt 7 (eller 8). Dokumentationsfiler

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