Tjenesteartikkel: Datahåndteringsplan (DMP)

Et nyttig redskap

Datahåndteringsplan (Data Management Plan, DMP), er i mange tilfeller et krav, men bør først og fremst promoteres som et nyttig redskap. For forskere og prosjektledere gjør planen det enklere å skape god dataflyt gjennom prosjektet og avdekke eventuelle utfordringer i forkant. Datahåndteringsplanen gjør det også lettere å planlegge for et forsvarlig sikkerhetsnivå hvis det er snakk om sensitive data, og legger til rette for publisering av data i etterkant dersom dette er aktuelt.

Datahåndteringsplanen er et av de viktigste verktøyene for å gjøre data så FAIR (Findable, Accessible, Interoperable, Reusable) som mulig. Ved å planlegge, tenke over og legge til rette for god datahåndtering gjennom hele prosjektet, øker også sjansene for at sluttproduktet kan deles, forstås og eventuelt gjenbrukes.

Datahåndteringsplanen kan også være et godt redskap for institusjonen. I tillegg til å gi en god oversikt over pågående prosjekter, kan planene brukes aktivt for å for å forutse behov og ressursinnsats. Ved å få oversikt over planlagt datainnsamling og håndtering, kan for eksempel IT-avdelingen ta høyde for behov for ekstra lagringskapasitet ved store datamengder.

DMP-verktøy

Noen institusjoner velger å utarbeide egne DMP-verktøy, men det finnes også mange gode tilgjengelige verktøy på nett. I tabellen nedenfor listes det opp noen eksempler på datahåndteringsplanverktøy:

Flere av verktøyene støtter eksport av planer i strukturerte, maskinlesbare formater (maDMP) i tråd med standarder utviklet av Research Data Alliance (RDA). Maskinlesbare DMP-er gjør det enklere å utveksle informasjon mellom systemer – for eksempel mellom DMP-verktøyet og institusjonens forskningsinformasjonssystem eller datalagringstjenester. Dette er et felt i rask utvikling, og institusjoner som ønsker å integrere DMP-arbeid tettere i sin tekniske infrastruktur bør undersøke hvilke verktøy som tilbyr denne funksjonaliteten.

Flere DMP-verktøy har begynt å integrere kunstig intelligens (KI) for å støtte forskere i utarbeidelsen av planer. Dette kan for eksempel innebære automatiske forslag til tekst basert på prosjektbeskrivelse, eller hjelp til å identifisere relevante krav fra finansiører. Institusjoner bør følge med på hvilke muligheter verktøyene de anbefaler tilbyr på dette området.

Når det gjelder veiledning og informasjon om bruken av verktøy, lønner det seg å ha tett kommunikasjon med de ulike fagområdene og få oversikt over de typiske datatypene. For å gi inngående, fagspesifikk veiledning og gi råd ved selve utarbeidelse av datahåndteringsplanen er det nødvendig med kompetanse på alle aspekter og stegene knyttet til datahåndtering. Dette er beskrevet i de andre artiklene under temaet forskningsdata. Erfaringsmessig kommer de fleste spørsmålene rundt temaet «aktiv lagring», og da særlig angående lagringsplass for store datamengder samt håndtering av persondata eller andre typer sensitive data. 

Tekst: Open Science Toolbox. Redigert og oppdatert av Sikt med hjelp av Claude (Anthropic).

Lisensiert med CC0