3TU.Datacentrum Experience with

Front- & Back- Offices By

Leon Osinski, l.osinski@tue.nl & Jeroen Rombouts, j.p.rombouts@tudelft.nl

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

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)

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)

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 ]

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’

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 ]

Data diensten

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

Pre-ingest van data

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