Voor goed datamanagement is het cruciaal dat je je bewust bent van het verschil tussen:

• de publicatie, dat wil zeggen: de data die je publiceert in bijvoorbeeld een artikel, en
• de onderzoeksdata, dat wil zeggen: de achterliggende data die de basis vormen voor je analyse.

Dit verschil is vooral belangrijk omdat je publicatie per definitie openbaar is en dus moet voldoen aan de beloftes die je de deelnemers aan je onderzoek hebt gedaan ten aanzien van anonimiteit.

Je onderzoeksdata moeten een mate van openbaarheid krijgen die past bij de gevoeligheid ervan, bijvoorbeeld op het gebied van privacy. Het adagium ten aanzien van de toegang tot onderzoeksdata na afloop van het onderzoek luidt: Zo open als mogelijk, zo gesloten als nodig. Zie ook de onderstaande informatie-items.

Het komt regelmatig voor dat een publicatie wél volledig anoniem is omdat je bij het publiceren van je resultaten grotendeels zelf kunt bepalen wát je precies openbaar maakt (zonder persoonsgegevens), terwijl de onderliggende, gearchiveerde onderzoeksdata niet anoniem zijn omdat het niet mogelijk of niet wenselijk is om alle persoonsgegevens daar uit te verwijderen. In zo’n geval kun je je deelnemers dus wél toezeggen dat je publicatie anoniem is, maar niet dat het onderzoek anoniem verloopt.

Een centrale eis binnen datamanagement is dat onderzoeksbronnen gedurende een onderzoek op veilige infrastructuur van het eigen instituut of betrouwbare partners worden opgeslagen (bijv. Yoda, UU OneDrive, SURFDrive).

Na afronding van het (sub)project dienen de gebruikte onderzoeksdata in de vorm van een FAIR datapakket te worden gearchiveerd in een geschikte repository (bijv. Yoda, UU Dataverse). Een datapakket bestaat uit:

• een of meer datasets (bijv. een set interviews bestaande uit meerdere geluidsbestanden en een set survey-antwoorden in een enkel csv-bestand);
• een machine leesbaar metadatabestand waarin de eigenschappen van het datapakket worden beschreven (zoals wie ervoor verantwoordelijk is, hoe lang het bewaard blijft en wat de toegankelijkheid is); en
• een gebruikslicentie waarin de voorwaarden voor (her) gebruik van de data beschreven staan.

Na afronding van een onderzoeksproject behoren alle onderzoeksdata FAIR (Findable, Accessible, Interoperable, Reusable) te zijn opgeslagen. Dat wil zeggen dat de onderzoekspakketten waarin deze dataverzamelingen worden bewaard aan de volgende eigenschappen moeten voldoen:

• Ze moeten vindbaar zijn. Bijvoorbeeld met behulp van een DOI.
• De (voorwaarden tot) toegankelijkheid moet beschreven en geïmplementeerd zijn. In de praktijk worden de voorwaarden beschreven in een gebruikslicentie en wordt de feitelijke toegankelijkheid tot de data geregeld door de betreffende repository.
• De dataverzamelingen dienen dusdanig beschreven te zijn dat derden zonder tussenkomst van de samensteller begrijpen wat de inhoud van een datapakket is, zodat de data op de juiste manier kunnen worden hergebruikt. Dit gebeurt deels binnen de metadata die een gearchiveerd datapakket beschrijven en deels door readme-bestanden die door onderzoekers zijn toegevoegd en die dienen ter beschrijving van datasets. Bijv. een readme-file waarin de structuur van een CSV-bestand wordt toegelicht.

• De voorwaarden voor het gebruik van de data worden beschreven in een licentiebestand.

Toegang tot onderzoeksdata gedurende een onderzoek is veelal enkel voorbehouden aan het onderzoeksteam.

Vooral na afronding van een onderzoek wordt toegankelijkheid voor derden een belangrijke kwestie. In beginsel moet een modern onderzoeksproject transparant zijn. Dat wil zeggen dat inzichtelijk moet zijn wat de gebruikte bronnen zijn en hoe de onderzoeker op basis van die bronnen en de gebruikte analysemethode tot bepaalde conclusies is gekomen. Dat vereist in principe dat de data toegankelijk zijn. Dit kan botsen met de belangen van en/of afspraken met deelnemers. De lange termijn toegankelijkheid moet zijn doordacht vóórdat de gegevens worden verzameld, want deze toegankelijkheid is een criterium op grond waarvan een persoon kan beslissen om wel of niet deel te nemen aan een onderzoek.

We onderscheiden in principe drie vormen van toegankelijkheid, te weten:

• Open Access – data zijn zonder voorwaarden publiek toegankelijk. Dit type data leent zich voor Creative Commons gebruikslicenties. Het gaat in principe om materiaal dat niet auteursrechtelijk beschermd is en waarin geen persoonsgegevens voorkomen.
• Restricted Access – data zijn onder voorwaarden toegankelijk. Wat de voorwaarden zijn, is van meerdere factoren afhankelijk, zoals de aard van de data en de afspraken met participanten.
• Closed Access – data zijn in beginsel niet toegankelijk. Alleen in geval van overmacht, bijv. een rechterlijk vonnis, is daarvan af te wijken. Voor dit type data zal de onderzoeker zelf een licentie moeten opstellen. Neem hiervoor contact op met datamanagement.gw@uu.nl of datamanagement.rebo@uu.nl.