Presentatie Datamanagement - SURF, Oktober 2013

download Presentatie Datamanagement - SURF, Oktober 2013

If you can't read please download the document

  • date post

    26-May-2015
  • Category

    Education

  • view

    128
  • download

    0

Embed Size (px)

description

Een presentatie voor de tweede informatiedag voor het Professionaliseringstraject Informatiespecialisten Onderzoek (Van Bibliothecaris naar Embedded Librarian) van de Hogeschool Utrecht. De presentatie gaat in op wat datamanagement is, waarom dit belangrijk is, hoe datamanagement in z'n werk gaat en wie verantwoordelijk is voor bepaalde taken.

Transcript of Presentatie Datamanagement - SURF, Oktober 2013

  • 1. Datamanagement HET WAT, WAAROM, HOE EN WIEPresentatie voor de bijeenkomst Van Bibliothecaris naar Embedded Librarian Hogeschool Utrecht, 17 oktober 2013 Joeri Nortier

2. Even voorstellen SURF - In 1988 opgezet - Samenwerkingsorganisatie van verschillende universiteiten, hogescholen en instituten - Gericht op ICT-innovaties om kwaliteit onderwijs en onderzoek te verbeteren - Bestaat uit verschillende organisaties2 3. Onderdelen SURF Garandeerd samenwerking en betrokkenheid van managers in het hoger onderwijs en onderzoekVerbindt ICT en gebruikers en zoekt naar nieuwe techniekenBiedt ICT, software en trainingHigh-performance computing en visualisatieEfficient managen van de resultaten van samenwerkingsverbanden 3 4. Even voorstellen Mijn rol binnen SURF - Projectcordinator bij ICT en Onderzoek - Gericht op onderzoeksdata - Special Interest Group Research Data - SIM4RDM4 5. Opzet presentatie Wat is datamanagement (Research Data Management)? Waarom is datamanagement belangrijk? Hoe moet goed datamanagement worden uitgevoerd? Wie is verantwoordelijk voor welke delen van datamanagement? Wat kan SURF voor jullie doen?5 6. Wat is Datamanagement6 7. Wat is Datamanagement? Definitie datamanagement: alle werkzaamheden die te maken hebben met het archiveren, collectioneren, beschrijven, toegankelijk maken en publiceren van onderzoeksdata in digitale vorm Definitie onderzoeksdata: digitale gegevens die gebruikt (kunnen) worden voor wetenschappelijk onderzoek, alsook de gegevens die uit wetenschappelijk onderzoek worden gegenereerd 3 belangrijke hoofdthemas 1. Data-archivering 2. Metadata 3. Digitale duurzaamheid7 8. Wat is Datamanagement? Zowel tijdens als na het onderzoeksproces Wordt steeds belangrijker - Overheidsbeleid - Steeds meer aandacht vanuit onderzoekers en vanuit bestuurders Van groot naar klein - Excell-sheet - Big Data8 9. 9 10. 10 11. Wat is Datamanagement? Wat is belangrijke onderzoekdata? - Hoge waarde - Maatschappelijk - Toekomstig - Historisch - Uniek - Definitie wordt echter steeds ruimer11 12. Waarom is Datamanagement belangrijk?12 13. Waarom is Datamanagement belangrijk? Zeer veel redenen, hieronder een aantal belangrijke Groot voordeel voor onderzoekers zelf Onderdeel van een goed wetenschappelijk proces Sound research rests on the ability to evidence, verify and reproduce results managing your data enables all three Simon Hodson, CODATA Goed voor de wetenschap in het algemeen - Data blijft beschikbaar, ook nadat het onderzoek is afgelopen - Internationale onderzoeksinfrastructuur Sneller en gemakkelijker data delen = sneller oplossingen voor problemen - Meer mensen kunnen meewerken - Onderzoek gaat sneller 13 14. Waarom is Datamanagement belangrijk? Goed voor de reputatie van een instelling - Data die gemakkelijk te vinden is, zal veel worden gebruikt - Veel citaties is een hoge ranking Controle van wetenschappelijke conclusies - Gaat fraudegevallen tegen (integriteit) Wetgeving en regulering - Eisen vanuit overheid, NWO, EU en uitgevers Sluit aan bij veranderen maatschappij - Connected society - Steeds meer data 14 15. Hoe moet goed datamanagement worden uitgevoerd?15 16. Hoe moet goed datamanagement worden uitgevoerd? Verschillende onderdelen waar rekening me gehouden moet worden - datamanagementplannen - opslag tijdens en na een onderzoeksproject - cloudoplossingen voor opslag - ondersteuning aan onderzoekers door dataprofessionals - juridische aspecten - security en privacy Verschillende niveaus hebben verschillende wensen en zijn verantwoordelijk voor verschillende onderdelen - Bestuurders - Data Librarians / Dataprofessionals / Ondersteuners - Onderzoekers16 17. Hoe moet goed datamanagement worden uitgevoerd? Datamanagementplannen - Opgesteld door financiers, uitgevers en bestuurders - Schetst de kaders - Vooraf in kaart brengen van benodigde voorzieningen en knelpunten - Al verschillende pilotprojecten en best practices - DANS, Regie in de Cloud, Opslag tijdens en na een onderzoeksproject - Kan op verschillende niveaus worden aangeboden - Groot verschil tussen opslag tijdens en na - Digitale onderzoeksomgeving - Opslag omgevingen (toch geen data kerkhoven?) - Open Data? - Heeft vele voordelen - Onderzoek met publiek geld 17 18. Hoe moet goed datamanagement worden uitgevoerd? Cloudoplossingen voor opslag - Rekening houden met veiligheid - Al enkele pilots uitgevoerd (Regie in de Cloud) Ondersteuning aan onderzoekers door dataprofessionals - Geef waardering aan onderzoekers als zij hun onderzoeksdata delen - Geef training op het gebied van datamanagement - Richt een data-infrastructuur in Juridische aspecten - WBP - Aan verandering onderhevig en multi-interpretabel Security en Privacy - Grote zorg voor onderzoekers 18 19. Hoe moet goed datamanagement worden uitgevoerd? Wat willen onderzoekers? - Controle en zekerheid over wat er met hun data gebeurt - Privacy - Iemand anders gaat er met mijn data vandoor! - Beloning - Citaties- Vrijheid - Elk wetenschapsveld is uniek, tools moeten hierop afgestemd zin - Verplichten werkt contra-productief - Cafetaria-model - Ondersteuning - Voordelen gelijk duidelijk - Praktisch, gelijk toe te passen 19 20. Hoe moet goed datamanagement worden uitgevoerd? Wat willen data librarians? - Een duidelijk mandaat van de bestuurders - Duidelijk beleid - Goede opleidingen / cursussen - Goede ICT voorzieningen20 21. Hoe moet goed datamanagement worden uitgevoerd? 7 stappen voor beter datamanagement aan een HO instelling (CODATA)1. Onderzoeken hoe je instelling nu al met onderzoeksdata omgaat 2. Collegas en bestuurders overtuigen van het nut van datamanagement 3. Bepaal welke positie je m.b.t. datamanagement wil innemen - Betrek hierbij onderzoekers, IT, de bibliotheek, etc. 4. Zorg voor bewustwording bij onderzoekers 5. Zorg voor een robuuste en gemakkelijke infrastructuur 6. Zorg dat je data makkelijk te vinden en te citeren is 7. Blijf je beleid, training en infrastructuur verder ontwikkelen21 22. Wie is verantwoordelijk voor welke delen van Datamanagement?22 23. Wie is verantwoordelijk voor welke delen van Datamanagement? Taken Bestuurders - Verantwoordelijke voor de kaders - Opstellen datamanagementplan - Datamanagement inbedden in cyclus van onderzoek - Beschikbaar stellen van infrastructuur - Incentives voor onderzoekers - Vertalen van wensen onderzoekers en ondersteuners - En natuurlijk: geld - Voor goede ondersteuning, infrastructuur en beleid - Ook kosten na afronding onderzoek! - Datamanagement nu vaak nog een ondergeschoven kindje23 24. Wie is verantwoordelijk voor welke delen van Datamanagement? Taken Data Librarians - Nieuw type ondersteuner is nodig: Dataprofessional - Belangrijke taak in het ondersteunen van onderzoekers - Schakelfunctie tussen de praktijk en het beleid - Face-to-face contact belangrijk - Training is nodig: train the trainers - In VK en USA al veel online cursussen, vaak algemeen van karakter - Ook in Nederland in opkomst (DANS, 3TU.Datacentrum) Wat heeft een dataprofessional nodig? - De juiste mix van IT- en soft skills - Dataspecifieke vaardigheden (technische vaardigheden) - Algemene datavaardigheden (sociale vaardigheden)24 25. Wie is verantwoordelijk voor welke delen van Datamanagement? Taken Onderzoekers - Zorgen voor kwaliteit en toegankelijkheid van data - In voorbereiding onderzoek meenemen - Beheer tijdens uitvoering - Beheer na afronding onderzoek - Kortom: datamanagement moet een bepaalde mindset worden25 26. Wie is verantwoordelijk voor welke delen van Datamanagement? Uitwerking in de praktijk Front Office - Bestaat uit ondersteuners - Direct contact met gebruikers - Instellingen Back Office - Opslag en toegankelijkheid op lange termijn - Expertisecentrum - Landelijke datacentra Federatief model van SURF als voorbeeld 26 27. Wie is verantwoordelijk voor welke delen van Datamanagement?27 28. Wat kan SURF voor jullie betekenen?28 29. Wat kan SURF voor jullie betekenen? Communiceren en onderhandelen met de belangrijkste spelers Commitment verzekeren op het bestuursniveau Partijen samenbrengen om tot een samenwerking te komen Kennis en informatie uitwisselen Op de hoogte blijven van (inter)nationale trends In enkele gevallen het managen van kleine projecten of pilots Voorbeeld: Regie in de Cloud29 30. SOS Project - Uitdagingen Weinig onderzoekers Maatwerk en specialisatie Projecten op de lange termijn Veel ondersteuning per onderzoekerO N D E R S T E U N I N GVeel onderzoekers Algemene hulp Kleine projecten Weinig ondersteuning per onderzoeker0Aantal onderzoekers20,000 30 31. SOS Project - Aanpak O N D E R S T E U N I N GPool of project managersTrain-the-Trainer Community buildingEn e-maildres Outreach (website, use cases, videos)0Aantal onderzoekers20,000 31 32. Meer informatie? Website SURF www.surf.nl/onderzoek Website DANS www.dans.knaw.nl Website 3TU.Datacentrum datacentrum.3tu.nl Website NWO www.nwo.nl SIG Research Data - www.surfspace.nl/sig/28-research-data/32 33. Joeri Nortier [email protected] www.surf.nl