W cyklu „Prosto poDane” przybliżamy tematykę danych badawczych oraz planu zarządzania danymi, wymaganego przez instytucje finansujące badania. Prezentujemy również dobre praktyki i narzędzia wspierające udostępnianie wyników badań, w tym współtworzone przez Politechnikę Krakowską Repozytorium Otwartych Danych Badawczych.
Plan Zarządzania Danymi (w skrócie: PZD; ang. Data Management Plan) to dokument określający sposób gromadzenia, opisywania, przechowywania, zabezpieczania, udostępniania i archiwizowania danych w trakcie oraz po zakończeniu projektu naukowego. Coraz częściej jest on wymagany przez instytucje finansujące badania jako część wniosku grantowego lub dokument dostarczany na wczesnym etapie realizacji projektu. Nie jest dokumentem jednorazowym — powinien być aktualizowany w trakcie projektu, uzupełniany na etapie raportowania i oceniany po zakończeniu badań.
Graf.: Katarzyna Dudek, AI
Zawartość planu zarządzania danymi
Dokument powinien być dostosowany do specyfiki projektu oraz pełnić funkcję praktycznej listy kontrolnej. Kluczowe obszary to:
- Opis danych — charakterystyka danych (np. ilościowe, jakościowe, obrazy), ich formaty i struktura plików.
- Zbieranie i przetwarzanie danych — metody pozyskiwania danych, stosowane narzędzia analityczne oraz zgodność z obowiązującymi standardami.
- Dokumentacja i metadane — sposób organizowania i opisywania danych oraz wykorzystane standardy metadanych (np. Dublin Core, DataCite).
- Przechowywanie i bezpieczeństwo — miejsce i sposób przechowywania danych w trakcie projektu oraz środki ich ochrony (np. szyfrowanie, kopie zapasowe).
- Udostępnianie i długoterminowe przechowywanie — zasady i terminy udostępniania danych, poziom dostępu, licencje oraz docelowe repozytoria i okres archiwizacji.
- Odpowiedzialność i zasoby — wskazanie osób odpowiedzialnych za zarządzanie danymi oraz niezbędnych zasobów organizacyjnych, technicznych i czasowych.
Zasady FAIR
Plan zarządzania danymi tworzy się zgodnie z międzynarodowymi zasadami FAIR, które zwiększają jakość, dostępność i użyteczność danych oraz wspierają ideę otwartej nauki. Akronim FAIR odnosi się do czterech zasad zarządzania danymi badawczymi:
- Findable (‘łatwe do znalezienia’) — dane są możliwe do zidentyfikowania i wyszukania dzięki unikalnym identyfikatorom (np. DOI) oraz odpowiednim metadanym;
- Accessible (‘dostępne’) — dane są dostępne wraz z jasno określonymi warunkami dostępu;
- Interoperable (‘interoperacyjne’) — dane są zapisane w standardowych formatach, umożliwiających ich odczyt i integrację z innymi systemami;
- Reusable (‘możliwe do ponownego wykorzystania’) — dane są dobrze udokumentowane i opatrzone odpowiednimi licencjami, co umożliwia ich dalsze wykorzystanie.
Tworzenie planu
Plan zarządzania danymi warto przygotować już na etapie opracowywania projektu. Pomocne mogą być dostępne on-line narzędzia, np. DMPonline (https://dmponline.dcc.ac.uk/) czy ARGOS (https://argos.openaire.eu/), oferujące szablony zgodne z wymogami grantodawców. Wzorując się na zagranicznych rozwiązaniach, Narodowe Centrum Nauki w 2020 r. opracowało wspierające naukowców, własne wytyczne przygotowywania planu. Tworząc go, należy:
- stosować zasady FAIR,
- konsultować się z zespołem IT, biblioteką czy inspektorem ochrony danych,
- regularnie aktualizować dokument.
Dokument dynamiczny
W trakcie realizowania projektu mogą pojawić się sytuacje, które wpływają na zarządzanie danymi, jak np.:
- modyfikacja metod badawczych,
- pozyskanie nowych typów danych (np. danych osobowych),
- zmiana zasad udostępniania (np. embargo lub publikacja open access),
- nowe zagrożenia bezpieczeństwa danych,
- zmiana repozytorium, licencji lub formatu danych.
Dlatego plan zarządzania danymi jest „żywym dokumentem” — jego pierwotna wersja powinna być aktualizowana w istotnych momentach realizowania projektu. W wielu programach (np. Horyzont Europa) aktualizacje są wymagane w poszczególnych etapach realizacji projektu (np. po 6 miesiącach, w połowie realizacji projektu i na jego zakończenie).
Podsumowując, plan zarządzania danymi to nie tylko wymóg formalny, ale narzędzie wspierające rzetelne zarządzanie danymi badawczymi. Zwiększa przejrzystość, replikowalność oraz długoterminową wartość danych. Jest elastyczny, co pozwala dostosować go do realiów projektu. Regularnie aktualizowany plan usprawnia pracę z danymi i ułatwia ich późniejsze udostępnianie oraz archiwizację zgodnie z najlepszymi standardami.
Dobre praktyki dotyczące PZD
- zapisywanie kolejnych, zmienionych wersji dokumentu (np. PZD_v1.0, PZD_v2.1),
- dokumentowanie zmian (krótkie podsumowanie przy każdej aktualizacji),
- uwzględnianie uwag zespołu badawczego i (lub) data stewarda.
Mgr Katarzyna Dudek pracuje w Oddziale Informacji Naukowej Biblioteki PK. Jest kustoszem danych.