Sessie 3: Professionalisering en kwaliteitsverbetering Research Data Management: competenties van onderzoekers

Vergelijkbare documenten
Trainingen Research Data Management

Research Data Management

Een Visie op Datamanagement

Hoofdlijnen van beleid management onderzoeksdata Universiteit voor Humanistiek

Bazaar Informatievoorziening in de zorg

Goede zorg voor onderzoeksdata, goede data voor zorgonderzoek: de DMP-checklist van ZonMw

Geleerde lessen van zes pilotprojecten Eindrapport Regie in de Cloud -project werkpakket 3

Op weg naar hergebruik

RDM LCRDM Ethische Toetsing, AVG en RDM in de Sociale Wetenschappen, UU, 4 juni 2019

Research informatie- en datamanagement nieuwe taken voor bibliotheken in wetenschappelijke communicatie en ondersteuning bij onderzoek

Onderwerp Product Wat is het? Financiële aspecten van RDM Beleidsvoorbereiding Beleidsnota Financiële Implicaties Research Data

Regeling Datamanagement Universiteit Leiden

Management onderzoeksdata: hoofdlijnen beleid Protestantse Theologische Universiteit

Datamanagementplannen. UKB inventarisatie Masterclass RDM Maastricht 3 april 2014, Fieke Schoots

Research Data Netherlands, SURFsara en het Landelijk Coördinatiepunt Research Data Management. Ingeborg Verheul (SURFsara)

Ben jij klaar voor RDM-ondersteuning?

Datamanagementplan voor wetenschappelijk onderzoek

Werken met onderzoeksdata Services en repositories voor de onderzoeker in Nederland

Formulier Datamanagementplan

SURFfoundation eigenaarschap van data. hoe gaan we dit regelen?

UKB-enquête databeleid jan-feb 2014

Data delen Verleden, heden, toekomst

KC BSV Dataprotocol. Auteur: Niek van Ulzen Datum: Versie: 0.1

MASTERCLASS RESEARCH DATA MANAGEMENT INTRODUCTIE TERMINOLOGIE EN LANDSCHAP

Research Data Management De Haagse Haagse Hogeschool Inspirerend werkcafé

Datamanagementplan HAN

UBL Frontoffice Datamanagement : Werkprocessen, taakverdeling, kennisniveau s

Scenario s voor DPIAs in de Sociale Wetenschappen

Integriteit en duurzaamheid in het digitale tijdperk

Data, tools en infrastructuren Rollen en verantwoordelijkheden

Verslag Medical & Life Sciences workshop Research data in kaart, 19 juni 2013

RESEARCH SUPPORT IN NEDERLAND SAMENVATTING

Plato s verloren dialoog: de verantwoordelijke onderzoeker

HANDLEIDING AANGIFTE BIJ DE PRIVACYCOMMISSIE - Biomedisch onderzoek aan de UGent

Datamanagementplan HAN

E-depot: visie & aanpak. Stadsarchief Amsterdam Ana van Meegen

De Praktijk: licenties van DANS. Heiko Tjalsma Beleidsmedewerker. Seminar Onderzoeksdata SurfAcademy 24 januari 2012

Juridische uitgangspositie. SURF/NWO, 24 januari 2012 Prof. mr. dr. Madeleine de Cock Buning (UU)

Open Science binnen het informatievaardighedenonderwijs. Nicole Potters, Education Suppport, TU Delft Library 25-apr-16

Samen data delen. Samenvatting strategienota DANS

VOORBEEL. De expert is verbonden aan mijn vakgroep/instituut. Ik heb samen met een datamanagement expert intern het DMP opgesteld.

NATIONALE COALITIE DIGITALE DUURZAAMHEID BEGINSELVERKLARING. CONCEPT 4 juni 2007 DE UITDAGING

Mede naar aanleiding van mijn brief zijn flinke stappen gezet, zowel internationaal als nationaal:

Medisch-ethische toetsing van gezondheidsonderzoek. Agnes van der Heide Afd. Maatschappelijke Gezondheidszorg Erasmus MC

Het belang van gespreid leiderschap voor innovatief gedrag Een casus van Praktijkgericht Wetenschappelijk Onderzoek (PWO): Hoe pak je dit aan?

Obstakels voor hergebruik van kwalitatieve data

Overzicht cursussen Informatievaardigheid Universitaire Bibliotheken Leiden Collegejaar

QUICK SCAN BESTAAND RDM BELEID 1/2

Datamanagement ondersteuning en diensten voor onderzoekers DoDo

Adviesraad voor wetenschap, technologie en innovatie DURVEN DELEN OP WEG NAAR EEN TOEGANKELIJKE WETENSCHAP

Research data management in een academisch ziekenhuis

De JB heeft binnen de UvA twee belangrijke partners: a. De Faculteit b. de UB


RDM: research datamanagement: Een introductie. BMI dag, KNVI, , GGZ, Amersfoort

NWO-DANS datacontracten

SIG Research Information & SURF programma Open Access OPTIMAAL BENUTTEN DOOR AFSTEMMING

Integriteit van Wetenschap

Universiteitsbibliotheek. Universiteitsbibliotheek. Utrecht HIGHLIGHTS. foto Ivar Pel

Thema 1: Internationale data-infrastructuur

DATA: vindbaar toegankelijk uitwisselbaar - opslag

Meten is weten met de SET NL. Ella van Bergen en Monique Nelen SWPBSconferentie Zwolle 15 november 2013

Digitaal archiveren. Timo van Houdt werkgroep Archieven

Data-notitie DANS versie

Hoofdstuk 1 Het soort onderzoek waar dit boek op gericht is 15

Landelijke samenwerking voor open science in Nederland Over LCRDM en NPOS

De onderzoeksdatainfrastructuur

EVALUEREN VAN WIJKGERICHTTE GEZONDHEIDSBEVORDERING. Consortium Integrated Approach Overweight

Toelichting op de Algemene gebruiksvoorwaarden

Vragenlijst Toetsingscommissie Ethiek Pedagogische Wetenschappen

Dataprotocol. Kenniscentrum Bewegen, Sport en Voeding. Auteur: Niek van Ulzen Datum: Versie: 0.3

Tele-ARENA (Telefonisch Aangenaam Refereren En Netwerken AMPHI) Tele-ARENA

Een gedeelde data infrastructuur voor biomedisch onderzoek

Overzicht kwaliteitsregistraties in Nederland

De uitdaging van het delen van medische onderzoeksdata

Formulier Datamanagementplan

Jeroen Rombouts (3TU Datacentrum): Research Data Management 3TU.Datacentrum

RESEARCH DATA MANAGEMENT INNOVATIE & SURF

Verslag Expertbijeenkomst. SURFshare WP6 project Waardevolle data & diensten

Overzicht Lotingstudies WO Laatste wijziging: 30-aug-2016

Wat is strategisch leren? Strategisch leren is leren dat gekoppeld is aan de strategie van de organisatie. de business is leidend

Clinical Trials in Nederland: op weg naar topkwaliteit DCTF Congres 3 oktober 2012 Lunteren. M.P.W. Lamberti, BA Algemeen Directeur

Samenvatting. Literatuuronderzoek. Waardevolle data & diensten

INFORMATIEBLAD. Maart 2011

Overzicht Lotingstudies WO Laatste wijziging:

Advies: online applicaties voor datamanagementplannen (DMP s)

Routinedata in de medische zorg in de avond, nacht en weekenden voor mensen met verstandelijke beperkingen

Privacy Verklaring versie

Het Onderzoeksdossier & Research Datamanagement Hoe doen wij dat?

Trump is continuing to tout unscientific online surveys

Programmaboekje. Masterclass Research Data Management in Nederland. 3 t/m 4 april Maastricht

Woningcorporatie 2020: Professionalisering Communicatie. Uitkomsten benchmarkonderzoek 2012

FAQ AVG en wetenschappelijk onderzoek 1

Léon-Paul de Rouw. De servicedesk. Spin in het facilitaire web. Tweede herziene druk

VERMENIGVULDIGEN DOOR DELEN

Voorbeeld 360 graden feedback rapport

Omgaan met verschillen in de klas: Onderzoeksresultaten

Ontwikkeling van docentcompetenties voor het ondersteunen van studenten bij het reflecteren

ONDERZOEK ALS EFFECTIEVE INTERVENTIE OM DE PRAKTIJK TE VERSTERKEN MARCO SNOEK

Checklist data delen. Versie september 2017

Transcriptie:

Sessie 3: Professionalisering en kwaliteitsverbetering Research Data Management: competenties van onderzoekers

Sessietrekkers Mijke Jetten Radboud Universitiet Nijmegen Gert Goris Erasmus Universiteit Rotterdam Ana van Meegen Silva Vrije Universiteit Amsterdan Ellen Verbakel Technische Universiteit Delft Joeri Nortier Surf Foundation

Opzet Meten van waardering van competenties van onderzoekers op het vlak van databeheer door aanwezigen Ook vooronderzoek gedaan: hoe waarderen onderzoekers deze competenties zelf. Discussie

0.1 Aan welk soort instelling bent u verbonden? Score onderzoekondersteuners (ter plekke) (N=26) 1. Onderzoeksfinancier 2. Academia 3. Datacentra en archieven 4. Producenten van grote hoeveelheid data 5. Overige bij datamanagement betrokkenen 62% 19% 19% 0% 0% 4. 5.

0.1 Aan welk soort instelling bent u verbonden? Score onderzoekers (vooronderzoek) (N = 23) 1. Onderzoeksfinancier 2. Academia 3. Datacentra en archieven 4. Producenten van grote hoeveelheid data 5. Overige bij datamanagement betrokkenen 1. 0% 2. 88% 3. 4% 4. 8% 5. 0% totaal: 23

0.2 Wat is uw ste functie? Score onderzoekondersteuners (ter plekke) 1. Onderzoeker 2. Onderzoeksondersteuner 3. Beleidsmaker 78% 19% 4%

0.2 Wat is uw ste functie? Score onderzoekers (vooronderzoek) 1. Onderzoeker 2. Onderzoeksondersteuner 3. Beleidsmaker 1. 91% 2. 9% 3. 0%

1.1 De onderzoeker is in staat om een reëel beeld te ontwikkelen van de data die hij gaat verzamelen: soort data, bestandsformaten, omvang. Score onderzoekondersteuners (ter plekke) 2. De competentie is en 4% 48% 48%

1.1 De onderzoeker is in staat om een reëel beeld te ontwikkelen van de data die hij gaat verzamelen: soort data, bestandsformaten, omvang. Score onderzoekers (vooronderzoek) 2. De competentie is en 1. 14% 2. 76% 3. 10%

1.2 De onderzoeker weet in welke algemene of disciplinespecifieke datacentra hij datasets voor hergebruik kan vinden Score onderzoekondersteuners (ter plekke) 2. De competentie is en 19% 46% 35%

1.2 De onderzoeker weet in welke algemene of disciplinespecifieke datacentra hij datasets voor hergebruik kan vinden Score onderzoekers (vooronderzoek) 2. De competentie is en 5% 27% 68%

1.3 De onderzoeker is in staat een datamanagementplan (DMP) op te stellen waarin de ste aspecten van Research Data Management zijn opgenomen. Score onderzoekondersteuners (ter plekke) 2. De competentie is en 8% 21% 71%

1.3 De onderzoeker is in staat een datamanagementplan (DMP) op te stellen waarin de ste aspecten van Research Data Management zijn opgenomen. Score onderzoekers (vooronderzoek) 2. De competentie is en 1. 17% 2. 22% 3. 61%

1.4 Indien er sprake is van privacyaspecten met betrekking tot data: De onderzoeker kent de procedures voor omgang met privacygevoelige data: anonimisering, informed consent, afgeschermde opslagmogelijkheden. Score onderzoekondersteuners (ter plekke) 2. De competentie is en 8% 52% 40%

1.4 Indien er sprake is van privacyaspecten met betrekking tot data: De onderzoeker kent de procedures voor omgang met privacygevoelige data: anonimisering, informed consent, afgeschermde opslagmogelijkheden. Score onderzoekers (vooronderzoek) 2. De competentie is en 13% 57% 30%

1.5 De onderzoeker is op de hoogte van het beleid (van subsidieverstrekkers en instellingen) dat van toepassing is op zijn onderzoeksdata. Score onderzoekondersteuners (ter plekke) 2. De competentie is en 0% 40% 60%

1.5 De onderzoeker is op de hoogte van het beleid (van subsidieverstrekkers en instellingen) dat van toepassing is op zijn onderzoeksdata. Score onderzoekers (vooronderzoek) 2. De competentie is en 1. 13% 2. 43% 3. 43%

2.1 De onderzoeker kiest een veilige plek voor het bewaren van zijn onderzoeksdata. Score onderzoekondersteuners (ter plekke) 2. De competentie is en 8% 20% 72%

2.1 De onderzoeker kiest een veilige plek voor het bewaren van zijn onderzoeksdata. Score onderzoekers (vooronderzoek) 2. De competentie is en 5% 50% 45%

2.2 De onderzoeker bewaart en documenteert zijn onderzoeksdata op een georganiseerde manier (mappenstructuren, naamgevingconventies) en past daarbij versiebeheer toe. Score onderzoekondersteuners (ter plekke) 2. De competentie is en 9% 30% 61%

2.2 De onderzoeker bewaart en documenteert zijn onderzoeksdata op een georganiseerde manier (mappenstructuren, naamgevingconventies) en past daarbij versiebeheer toe. Score onderzoekers (vooronderzoek) 2. De competentie is en 8% 48% 44%

2.3 Indien de onderzoeker samenwerkt met anderen: De onderzoeker kiest een samenwerkingsomgeving waar verschillende mensen op een veilige manier samen aan de data(verzameling) kunnen werken. Score onderzoekondersteuners (ter plekke) 2. De competentie is en 17% 29% 54%

2.3 Indien de onderzoeker samenwerkt met anderen: De onderzoeker kiest een samenwerkingsomgeving waar verschillende mensen op een veilige manier samen aan de data(verzameling) kunnen werken. Score onderzoekers (vooronderzoek) 2. De competentie is en 1. 14% 2. 36% 3. 50%

3.1 De onderzoeker is op de hoogte van afspraken rondom eigenaarschap van de data en toegang tot de data. Score onderzoekondersteuners (ter plekke) 2. De competentie is en 8% 21% 71%

3.1 De onderzoeker is op de hoogte van afspraken rondom eigenaarschap van de data en toegang tot de data. Score onderzoekers (vooronderzoek 2. De competentie is en 4% 35% 61%

3.2 De onderzoeker is in staat zijn onderzoeksdata zo te archiveren dat anderen deze kunnen begrijpen en/of hergebruiken. Score onderzoekondersteuners (ter plekke) 2. De competentie is en 0% 28% 72%

3.2 De onderzoeker is in staat zijn onderzoeksdata zo te archiveren dat anderen deze kunnen begrijpen en / of hergebruiken. Score onderzoekers (vooronderzoek) 2. De competentie is en 4% 42% 54%

3.3 De onderzoeker heeft kennis van algemene of disciplinespecifieke datacentra die geschikt zijn voor archivering van zijn onderzoeksdata. Score onderzoekondersteuners (ter plekke) 2. De competentie is en 38% 17% 46%

3.3 De onderzoeker heeft kennis van algemene of disciplinespecifieke datacentra die geschikt zijn voor archivering van zijn onderzoeksdata. Score onderzoekers (vooronderzoek) 2. De competentie is en 1. 9% 2. 32% 3. 59%

3.4 De onderzoeker heeft een open houding ten aanzien van beschikbaarstelling van zijn onderzoeksdata, tenzij er juridische of ethische redenen zijn die dit verhinderen. Score onderzoekondersteuners (ter plekke) 2. De competentie is en 4% 46% 50%

3.4 De onderzoeker heeft een open houding ten aanzien van beschikbaarstelling van zijn onderzoeksdata, tenzij er juridische of ethische redenen zijn die dit verhinderen. Score onderzoekers (vooronderzoek) 2. De competentie is en 1. 4% 2. 63% 3. 33%

Samenvatting Onderzoekers Aanwezigen 1 2 3 1 2 3 Beeld van data die wordt verzameld 14 76 10 4 48 48 Onderzoeker kan datasets vinden 5 27 68 19 46 35 Onderzoeker kan een DMP opstellen 17 22 61 8 21 71 Onderzoeker kent procedures ivm privacy 13 57 30 8 52 40 Onderzoeker kent beleid 14 43 43 0 40 60 Onderzoeker bewaart veilig 5 50 45 8 20 72 Onderzoeker bewaart en documenteert de data 8 48 44 9 30 61 Onderzoeker kiest een veilige samenwerkingsomgeving 14 36 50 17 29 54 Onderzoeker weet van eigenaarschap en toegang tot de data Onderzoeker kan onderzoeksdata zo archiveren dat anderen deze kunnen begrijpen en/of hergebruiken 4 35 61 8 21 71 4 42 54 0 28 72 Onderzoeker kent datacentra voor archivering 9 32 59 38 17 46 Onderzoeker stelt data beschikbaar 4 63 33 4 46 50

Discussie (1) > Valt op: verschil in perceptie tussen onderzoeker en onderzoeksondersteuner. Focus op onderzoeker want die moet het doen. > Resultaten niet opvallend: RDM is in ontwikkeling en er is nog veel niet geregeld (zoals rond DMP). Het komt wel goed. > Verschil in perceptie kan ook te maken hebben met verschil in rollen, en verschillen tussen disciplines. > Goed nieuws: dit zijn blijkbaar basiscompetenties want geen hoge scores op A (competentie is niet ). > M.b.t. Datacentra: opvallende score. De naamsbekendheid van bv. Dans is in orde, maar minder onder PhD s. Het kan ook dat de ondersteuners redeneren in de trant van: hoeft niet want de universiteiten gaan hier zorg voor dragen.

Discussie (2) > Belangrijke vervolgvraag: weten onderzoekers dan wel de weg naar de UB s te vinden? Er zijn daar dataspecialisten nodig, een loketfunctie / vraagbaak om antwoorden te krijgen op de vragen van onderzoekers. Ofwel: de frontoffice-functie van UB s wordt. Als we onderzoekers op weg helpen, kunnen het ze het straks goed zelf. Universiteiten worstelen nog met de frontoffice-taak. > Als het beleid op universiteiten straks duidelijk is, dan weet ook de onderzoeker het best wel. Het beleid is nog te veel in wording. > Onderzoekje over paar jaar nog eens doen. We hebben gefaald als er niet beter wordt gescoord. Ambitie: verschuiving naar B, zowel bij onderzoekers als bij onderzoeksondersteuners. > Antwoorden op vragen over veiligheid en privacy zijn zorgwekkend. De Data is veilig want die staat op een USB-stick die in mijn zak zit. Opvallend dat onderzoekers denken dat ze dat goed doen. Onderzoekers die misschien niet weten dat ze iets niet weten.

Discussie (3) > Wat kunnen we subsidiegevers als NWO meegeven? Sterker samenwerken met universiteiten: op website NWO bij de informatie over dataparagrafen en DMP vermelden waar en bij wie onderzoekers op hun eigen universiteit terecht kunnen (vaak UB s). Eventueel: bepaalde universiteiten die zich specialiseren, waarbij ook de andere universiteiten daarvoor naar hen doorverwijzen. > In trainingen: landelijk, lokaal? Laten zien dat DMP geen trucje is. Benadrukken dat er verschillende standaarden zijn, vaak ook disciplineafhankelijk. > Voor onderzoekers zouden veel aspecten van datamanagement het beste in de opleidingen zelf aan de orde komen. Vakgebiedafhankelijk. Intermediairs zoals de UB s kunnen opleidingen erop wijzen dat hier aandacht voor moet komen. > Daarom: cursussen voor intermediairs, in de hoop dat dat ook een weg vindt naar de onderzoekers en de opleidingen. > Intermediairs moeten wetenschapsbewust worden.

Stellingen (reserve) 1. De onderzoeker behoort over de competenties, kennis en middelen te beschikken om aan de normen voor RDM in zijn vakgebied te kunnen voldoen. Hoe wordt de kwaliteit van de ondersteuning van de onderzoeker op deze drie vlakken gewaarborgd? 2. Wat is voor u de ste bevinding uit het vooronderzoek en welke actie onderneemt u binnen uw instelling met betrekking dit punt? 3. Hoe meten we vooruitgang (kwalitatief en kwantitatief) in goede en efficiënte omgang met onderzoekdata onderzoekers en/of onderzoekondersteuners? 4. Is goed en integer RDM uitsluitend de verantwoordelijkheid van de onderzoeker? 5. Is het verzorgen van faciliteiten die nodig zijn goed RDM mogelijk te maken de verantwoordelijkheid van onderzoeksinstellingen, onderzoek financiers, de overheid of een combinatie van deze drie?