Presentation Surf Master Class Research Data Management, Wageningen, 22-04-2013

1. 3TU.Datacentrum
Experience with
Front- & Back- Offices
By
Leon Osinski, l.osinski@tue.nl &
Jeroen Rombouts, j.p.rombouts@tudelft.nl

2. Data Coach
ervaringen van het onderzoeksdata-frontoffice van de TU/e
• Data acquisitie (voorlichting, presentaties,
bewustwording, promotie, twitter, overtuigen)
• Data diensten (training, advies door middel van
helpdesk)
• Pre-ingest van data

3. Data acquisitie
de meest gehoorde argumenten om data niet te archiveren en hoe deze
gepareerd kunnen worden
• Het documenteren van mijn data kost mij veel
tijd en inspanning
– Tijdsbesparing bij (later) hergebruik van data door
jezelf; onderzoeksdatamanagement = structureren
van je onderzoek
– Credits geven aan data-verstrekker (co-auteur); data
als volwaardig wetenschappelijk object (citeerbaar)

4. Data acquisitie
de meest gehoorde argumenten om data niet te archiveren en hoe deze
gepareerd kunnen worden
• Mijn data zijn vertrouwelijk
– Data anonimiseren (gevoelige en identificerende
informatie verwijderen)

5. Data acquisitie
de meest gehoorde argumenten om data niet te archiveren en hoe deze
gepareerd kunnen worden
• Mijn data moeten nog renderen (publicaties
opbrengen, ook voor toekomstige promovendi)
– Data publiceren onder embargo
– Data publiceren = data claimen (“One of the
strongest arguments for publishing your data as early
as possible is to establish priority.” [ F1000 ]

6. Data acquisitie
de meest gehoorde argumenten om data niet te archiveren en hoe deze
gepareerd kunnen worden
• Mijn data kunnen misbruikt worden
– Gedragsregels instellen
– ‘the best defence against malicious use is to refer to
an archival copy of the data which is guaranteed
exactly as you mean it to be’

7. Data acquisitie
de meest gehoorde argumenten om data niet te archiveren en hoe deze
gepareerd kunnen worden
• Mijn data zijn alleen voor mijzelf interessant
– Plicht van onderzoeksfinancier, tijdschrift of
beroepscode
– Validatie / replicatie van onderzoeksresultaten
– Integratie data met publicatie ; [ UPSIDE ]

8. Data diensten
• Trainingen / cursussen / tools voor datamanagement
• Helpdesk (website + data librarian)
• Pre-ingest van onderzoeksdata

9. Pre-ingest van data

10. Pre-ingest van data
• Taak bibliotheek of onderzoeker?
• Indien bibliotheek
– Samenwerking tussen frontoffices (vakspecifieke
kennis)
– Vroeg betrokken zijn bij data workflow van
onderzoeker
– Rol datalabs