Vad ska göras tillgängligt?

Draft När en forskare hör av sig för att deponera sina data kan frågan om vilka data ska egentligen deponeras uppstå. Olika projekt kan producera väldigt olika data, men några generella riktlinjer gäller för de flesta, om inte alla, projekt:

Rådata, kalibrerade data, bearbetade data, mm.

Forskingsdata kan se ut på många olika sätt, och formen kan bero på olika faktorer, som forskningsområde, projektmål, osv.

Många beteckningar kan sättas på data som produceras i olika faser av ett forskningsprojekt, och frågan kan uppstå om vilken del av dessa data ska publiceras. Här ska man råda forskaren att fundera över rollerna publikation av forskningsdata spela. Att publicera forskningsdata möjliggör för andra att se om resultaten som presenteras i en artikel är reproducerbara och kan därför verifieras. Att publicera forskningsdata gör det möjligt för andra att återanvända data i andra syften.

Samtidigt ska det data som publiceras vara användbart, genom skaplig kalibrering, gallring, omforamttering och andra bearbetningsprocesser.

Här kan man fundera över vilken nytta man har av att tillgängliggöra data från olika faser av ett forskningsprojekt. Räcker det med resultaten, eller finns det nytta i att publicera rådata, data från olika faser i projektet, osv?

Ett exempel: En forskare vill deponera en databas om vilka arter förekommer på havsbotten i Kattegatt. Databasen framtogs genom att analysera tusentals havsbottenbilder som producerades under en forskningsexpedition. I det här fallet kan det vara nyttigt att publicera inte bara resultaten (dvs databasen) men även rådata (dvs bilderna) för framtid återanvändning.

Arbetsflödet

I vissa fall är det viktigt att hela arbetsflödet som ledde till det slutliga materialet kan förstås av andra. I det fallet kan det vara viktigt för forskaren att deponera samma data fast från olika faser av projektet. Till exempel, råa temperaturmätningar, kalibrerade mätningar, och en resultaten från en temperaturmodell som använder dessa mätningar. I

ska man deponera allt eller bara tillräckligt för att kunna förstå arbetsflödet (är det väldigt månda steg som ger små skillnader i data och resulterar i stora mängder av data kan man kanske röja mellanstegen som inte är så viktiga) Bara finaldata som krävs av artikeln? Ladda upp viktig dokumentation så att datamaterialet kan återanvändas