RDM@KU Leuven

Informatie aan Zee, 17 september 2015

RD & RDM: definities

• Research Data (onderzoeksdata)o alle gegevens die worden gegenereerd in het kader van

wetenschappelijk onderzoek en de basis vormen van onderzoeksresultaten & publicaties

• Research Data Management (onderzoeksdatabeheer)o een cluster van taken om Research Data op een goede manier te

creëren, te verwerken, te bewaren [en te delen]

RDM (nog niet zo heel) lang geleden

RDM anno 2015

• Goed wetenschappelijk onderzoek staat of valt met deugdelijk databeheer

► RDM wordt een vast onderdeel van onderzoeksprojecten

KU Leuven

• Beleidsnota Gemeenschappelijk Bureau, d.d. 9/12/2015

o onderschrijft het belang van RDM

o minimale verplichtingen

o gedeelde verantwoordelijkheid

Wat moet er gebeuren?

• Wat kan/moet een onderzoeksinstelling zoals KU Leuven doen op het gebied van RDM?

► De LERU Roadmap for Research Data als bron van inspiratie

o gepubliceerd eind 2013

o zeer goede inschatting van context en uitdagingen

o duidelijke aanbevelingen

RDM anno 2015 globaal

• toonaangevende RDM-diensten en infrastructuur nu

o ‘organisch’ gegroeid

o voornamelijk gericht op publiceren van RD

o voor specifieke disciplines

LERU Roadmap: “Fill the gaps”

• Institutionele initiatieven moeten de manco’s in huidige RDM-aanbod opvullen

o … to provide a full service for researchers with co-ordinated provision for information, guidance and training (95)

o A portfolio of tools for an institutional research data infrastructure that fills the gaps of existing external research infrastructure should be developed (89)

o Thus, a ‘long-tail’ data repository and a tool facilitating management and reporting, e.g. a data catalogue, are primary candidates for institutional responsibilities (88)

Dark data in the long tail of scienceH

oeve

elhe

id d

ata

Omvang project

• Originele data

• Zeer heterogeen

• Geen standaarden

• Geen plaats in bestaande infrastructuur

► Dark datao niet of moeilijk terugvindbaaro bewaring op lange termijn

problematischo waardevol!

Work in progress

• 2015: KU Leuven werkt intensief aan eigen RDM ondersteuning en infrastructuur

• Research Data werkgroep [LERU RM “data workforce”]o Dienst Onderzoekscoördinatie (beleid)o Juridische dienst (eigendomsrecht en IP)o Leuven Research & Development o ICTS (diensten & infrastructuur)o UB/LIBIS (ondersteuning & infrastructuur)

Data Life Cycles

De ‘Leuvense’ Data Life Cycle

• Combinatie van lijn en cirkelo lijn = opdracht binnen 1 onderzoeko cirkel = lange leven van onderzoeksdata

• Vrij eenvoudig schema met 6 fases > per fase bepalen:o Takeno Verantwoordelijkeno Expertiseo Middelen

RDM ondersteuning aan KU Leuven

• Eerste lijn: de RDM-website

o bedoeld voor alle KU Leuven onderzoekers

o Data Life cycle als oriëntatiepunt: onderzoeker bepaalt positie

o website wordt up-to-date gehouden

RDM ondersteuning aan de KU Leuven

• Tweede lijn: gespecialiseerde UB-medewerkers

o RDM vaak zeer disciplinegebonden

o informatiespecialisten verzamelen en verdelen expertise• algemene opleidingen rond RDM• antwoorden op maat voor individuele onderzoekers• doorverwijzen indien nodig

o nood aan constante ‘voeding’ vanuit onderzoekers/groepen

RDM ondersteuning aan de KU Leuven

• Openstaande vraag: in welke mate moet ondersteuning ook actief zijn?o technische/administratieve kant van RDMo taken die moeten verricht worden in voor onderzoekers niet

toegankelijke omgevingen

► Nood aan data curators

RDM services en infrastructuur

• Aandacht voor de bijzondere kenmerken van long tail datao idiosyncratisch, uiteenlopende formaten, weinig uniformiteit

► Diensten die werken aan standaardisering

► Brede en flexibele infrastructuur

► Maatwerk

RDM services en infrastructuur

• Data Life Cycle opnieuw als vertrekpunt

• RDM = opeenvolging van zeer diverse taken

► De juiste middelen voor elke taak, afkomstig van verschillende ‘leveranciers’

► Aansluitend geheel van services, tools en infrastructuur

Study the concept

• Data Management Plan Tool (DCC)o onderzoeker moet over alle kritische aspecten van RDM nadenken

• DOC zorgt voor specifieke ‘KU Leuven guidance’o specifieke eisen van funderso regelgeving van verschillende overhedeno discipline-specifieke aandachtspunten

Data collection

• Aandachtspunt 1: veilige en efficiënte data-opslago BOX (ICTS): geëncrypteerde cloud storage

• Aandachtspunt 2: creëren van rijke en uitwisselbare datao Cluster van LIBIS-diensten rond

• data creatie in of conversie naar standaarden• data modellering• ontwikkelen van databases en tools om data te verzamelen

Data processing• De wetenschapper aan het werk

o verzamelde data wordt bewerkt en geïnterpreteerdo vaak gebruik van specifieke software

► Aandachtspunteno documenteren van ingrepen op oorspronkelijke datao opslag in (en desnoods conversie naar) open formaten

• LIBIS helpt onderzoekers bij verwerken van onderzoeksdata door data te transformeren, te verrijken en voor te bereiden voor interpretatie

Data Archiving

• Aandachtspunt: betaalbare, duurzame en toegankelijke bewaarplaatsen voor data opslag op lange termijn

o ICTS: volledig ondersteunde grote volume opslag tegen laag tarief

o LIBIS: Rosetta = lange-termijnbewaringsomgeving voor onderzoeksdata van KU Leuven• volledige infrastructuur voor bewaring, preservatie en toegang tot data

Data discovery

• Data(sets) moeten op verschillende manieren kunnen ontsloten en getoond worden

o generisch: datasets moeten terugvindbaar gemaakt worden via de online catalogus LIMO

o specifiek: bepaalde data vereisen specifieke presentatiemiddelen

Data discovery

• Een uitdaging: de KU Leuven data catalogus

o UB documenteert onderzoek aan de KU Leuven

► ook RD valt nu onder de ‘academische collectie’

► Hoe de verschillende ‘data publicatie stromen’ beheren?o verzamelen en selecteren, bewaren en ontsluiten

► RD(M) geeft nieuw elan aan de rol van (universiteits)bibliotheken als ‘kritische kenniscentra’

ContactDiederik Lanoye

Marleen Michels

Nele Vermaete

Roxanne Wyns

rdm.ub@bib.kuleuven.be