Показ дописів із міткою Бібліотека КПІ. Показати всі дописи
Показ дописів із міткою Бібліотека КПІ. Показати всі дописи

2026/05/28

Робота над помилками: Чому Плани УДД в КПІ повертають на доопрацювання?

План управління дослідницькими даними (УДД або DMP) — це вже не просто формальність для галочки, а обов'язкова умова сучасних грантових проєктів, зокрема в рамках Horizon Europe. Проте аналіз свіжих планів, що надходять на перевірку до Науково-технічної бібліотеки КПІ у 2026 році, показує: автори часто сприймають цей документ як анкету, а не як реальний управлінський інструмент.

Результат? Загальні декларації замість конкретики та закономірне повернення документа на доопрацювання.

Ми зібрали та систематизували найпоширеніші помилки дослідників — від критичних пропусків до глибинних системних прорахунків. Перевірте свій план перед подачею!

🔴 Топ-3 критичних помилок (є майже у всіх планах)

  1. Відсутній або «іграшковий» розділ «Забезпечення якості» (QA) Жоден із розглянутих планів не містив повноцінного QA-розділу. Дослідники забувають описати версіонування файлів, перевірку цілісності даних (наприклад, через контрольні суми) та правила збереження незмінної головної копії (master copy) окремо від щоденних робочих матеріалів.

  2. Архівування плутають із поточним зберіганням Поточна робота з файлами в хмарі та довгострокове архівування — це різні процеси. Типова помилка — не вказувати конкретний науковий репозитарій з DOI на початку (як-от Zenodo, що вимагається п.6.3 Положення КПІ).

  3. «Обмін даними» без конкретики У планах катастрофічно бракує деталей: як саме отримуватиметься DOI, які точні терміни публікації даних після завершення ембарго, і чому ліцензія CC BY 4.0 не прив’язана безпосередньо до умов обміну.

🟡 Важливі деталі, про які забувають

  • Пропрієтарні формати без виправдання: Повсюдне використання XLSX та DOCX. Натомість Положення (п.4.2) вимагає відкритих форматів (.csv, .odt, .txt) або чіткого обґрунтування, чому залишено закритий формат, із описом відкритої альтернативи.

  • Де ліцензія? Ліцензія CC BY 4.0 для самих даних і CC0 для метаданих мають фігурувати у розділі про обмін даними. Натомість посилання на них або відсутнє, або з'являється аж наприкінці — в архівуванні.

  • Анонімні ролі: Розподіл обов'язків є, але без конкретних імен, матриці задач за етапами проєкту та без дати першого обов'язкового перегляду плану (а його треба переглядати щопівроку!).

🔵 Системні прогалини (паспортна частина та метадані)

  • Адміністративний вакуум: Дослідники забувають вказати номер теми/договору, версію самого DMP, джерело фінансування та контакти особи, відповідальної за запити щодо даних.

  • Винахід велосипеда: Шаблон вимагає зафіксувати, чи перевіряв автор наявність вже існуючих схожих наборів даних (у Re3data, Zenodo тощо) для їх повторного використання. Цей пункт зазвичай просто ігнорують.

  • Загальний Dublin Core: Стандарти метаданих або не згадуються взагалі, або копіюється загальна фраза «Dublin Core» без жодної прив'язки до конкретних полів.

🧠 4 типи мислення, які псують ваш DMP

Ці помилки виникають не через некомпетентність. Це наслідок неправильного сприйняття документу. Зазвичай автори потрапляють в одну з чотирьох пасток:

Тип 1. Декларативність без механізму

Симптом: Писати що буде зроблено, але не писати як.

  • Приклад: Вказати стандарт EngMeta, але без URI/версії. Згадати DataCite, але не написати, хто, коли і через який інтерфейс заповнює метадані. Згадати Nextcloud, але не уточнити, чиї це сервери.

  • Причина: Сприйняття DMP як форми для відписки, а не як інструкції для команди.

Тип 2. Ігнорування масштабу

Симптом: Технічні параметри проєкту суперечать обраним інструментам.

  • Приклад: Вказати загальний обсяг даних у 500 ГБ – 1 ТБ і обрати основним репозитарієм Zenodo, де безкоштовний ліміт становить 50 ГБ на датасет, і не пояснити, як дані будуть секціонуватися.

  • Причина: DMP заповнюється ізольовано від реального технічного планування та розрахунку бюджету.

Тип 3. Відсутність інституційного контексту

Симптом: Документ пишеться так, наче дослідник перебуває у вакуумі.

  • Приклад: Роль Data Steward прописана як абстрактна «відповідальна особа» без ПІБ та посади. Бібліотека КПІ (яка є офіційним RDM-центром університету - див. Положення про УДД) взагалі не згадується, а її послуги не включені як безпосередній нефінансовий внесок (non-financial contribution) у проєкт.

  • Причина: Брак інформованості про те, що в університеті вже є готова RDM-інфраструктура підтримки.

Тип 4. Плутання «подати DMP» з «вести DMP»

Симптом: Переконання, що план пишеться один раз на початку проєкту.

  • Приклад: Відсутність графіка планових оновлень (наприклад, на місяцях M6, M18, M30 для тривалих проєктів), повне ігнорування спеціалізованих платформ (DMPonline або ARGOS) та відсутність умов для позапланового апдейту (зміна складу партнерів, форс-мажори, нові умови ембарго).

  • Причина: Освітня прогалина щодо концепції Living DMP (живого документа), яка є базовою для Horizon Europe.

💡 Висновок для авторів та експертів: Найслабші місця планів — це точки конкретних зобов'язань: назва репозитарію, чітка ліцензія, терміни, імена. Фрази типу «дані будуть доступні» або «проєкт відповідає принципам FAIR» без операційного підтвердження більше не приймаються.

Як вирішити цю проблему системно?

В університеті розроблено деталізований університетський шаблон (див. додатки до Положення про УДД), рекомендації з інструктивними підказками для кожного поля. Це допоможе авторам проходити валідацію з першого разу.

У разі виникнення питань щодо ліцензування метаданих (CC0), вибору відкритих форматів чи інтеграції інфраструктури бібліотеки у ваш грант — звертайтеся за консультацією до Бібліотеки  КПІ ім. Ігоря Сікорського!

Вебінар: FAIR-дані як норма: формуємо культуру належного управління дослідницькими даними

 



🟦Переваги відкритості для даних та науки;🟦Управління дослідницькими даними як міжнародний стандарт; 🟦Положення про УДД: структура, вимоги, відповідальність принципи FAIR (відшукуваність, доступність, сумісність, багаторазовість) у повсякденній науковій практиці; 🟦План управління дослідницькими даними: як скласти покроково; 🟦Інструменти та ресурси: DMPonline, Zenodo, re3data; 🟦Роль бібліотеки ЗВО у підтримці дослідників.

2026/04/09

Положення про УДД

Управління дослідницькими даними (УДД) є важливою частиною будь-якого дослідницького проєкту  та включає збір, обробку та аналіз, збереження, обмін, довгострокове зберігання даних досліджень.

Вперше в Україні — Положення про управління дослідницькими даними в Національному технічному університеті України «Київський політехнічний інститут імені Ігоря Сікорського» (2026).

Положення про УДД включає розділи:

  1. ЗАГАЛЬНІ ПОЛОЖЕННЯ  
  2. ТЕРМІНИ ТА ВИЗНАЧЕННЯ  
  3. ПЛАНУВАННЯ УПРАВЛІННЯ ДОСЛІДНИЦЬКИМИ ДАНИМИ  
  4. ЗАБЕЗПЕЧЕННЯ ДОСТУПУ ДО ДАНИХ ПІД ЧАС ДОСЛІДЖЕННЯ  
  5. ОРГАНІЗАЦІЯ ФАЙЛІВ ТА ДОКУМЕНТУВАННЯ ДОСЛІДНИЦЬКИХ ДАНИХ  
  6. ДОВГОСТРОКОВЕ ЗБЕРІГАННЯ ТА ПОШИРЕННЯ ДАНИХ  
  7. ТЕРМІН ЗБЕРІГАННЯ ДОСЛІДНИЦЬКИХ ДАНИХ  
  8. ВІДПОВІДАЛЬНІСТЬ УЧАСНИКІВ ПРОЦЕСУ УДД


Додаток 1.  ПЛАН УПРАВЛІННЯ ДОСЛІДНИЦЬКИМИ ДАНИМИ: Шаблон для науково-дослідної роботи

Додаток 2. ПЛАН УПРАВЛІННЯ ДОСЛІДНИЦЬКИМИ ДАНИМИ: Шаблон для дисертаційного дослідження

2026/01/26

Етика дослідження та захист конфіденційності



Конфіденційність і етичні проблеми

Дослідники повинні регулювати протиріччя між вимогами конфіденційності та забезпеченості архівування та публікації даних. Конфіденційною інформацією є: розкриття расового або етнічного походження, політичних поглядів, релігійних чи ідеологічних переконань, членства в профспілці, генетичних чи біометричних даних (користуються для однозначної ідентифікації фізичної особи), дані про здоров’я, сексуальну приналежність чи сексуальну орієнтацію тощо. 


Більшість досліджень конфіденційності даних можна етично поділити за допомогою підключення інформаційної згоди, анонімізації та контролю доступу до даних.

Інструменти оцінювання відповідності FAIR-принципам

Ці інструменти допомагають дослідникам, бібліотекарям та дата-менеджерам оцінити, наскільки дані відповідають FAIR-принципам:

  • F-UJI
    Автоматизований сервіс для оцінки FAIRness наборів даних, розроблений згідно з вимогами EOSC.

  • FAIR Evaluator tool
    Мануал FAIR Evaluator tool
    Онлайн-платформи для перевірки даних або метаданих на відповідність FAIR-критеріям. Працює на основі міжнародних індикаторів.

Інструменти самооцінки 

  • FAIR-Aware DANS FAIRdat tool https://fairaware.dans.knaw.nl/
    Простий у користуванні інструмент для самооцінки дослідника: оцінює обізнаність із FAIR-принципами та дає поради.

  • ARDC Fair Data self-assessment tool (Australian Research Data Commons)
    Допомагає дослідникам оцінити, наскільки їхній набір дослідницьких даних є доступним для пошуку, доступним, сумісним і придатним для повторного використання. Він також містить практичні поради щодо того, як підвищити його FAIRness.

  • 5 Star Data Rating Tool https://csiro-enviro-informatics.github.io/5stardata/ Анкета надає вам інструмент для оцінки відповідності вашого набору даних 5 ★ критеріям даних. Після відповіді на запитання інструмент відображає діаграму, яка підсумовує ваші дані відповідно до схеми.


Вебінар НТБ ім. Г.І. Денисенка КПІ ім. Ігоря Сікорського. (2024). Інструменти оцінювання даних на відповідність принципам FAIR [Відео]. YouTube
https://www.youtube.com/watch?v=qM98JsAEkZ8&list=PLotcMLgU7ilalx3MBYvqamEuDXU-8SB0L&index=8


Цикл управління дослідницькими даними

Управління дослідницькими даними, УДД (англ. Research Data Management, RDM) – діяльність та практики, які сприяють ефективному збору, організації, збереженню, захисту, використанню та поширенню дослідницьких даних протягом життєвого циклу дослідження.

Тобто, УДД включає різні дії до, під час та після дослідницького проєкту, який генерує дані.На кожному етапі життєвого циклу дослідження створюються чи певним чином видозмінюються дані - це вимагає різноманітних міркувань, обов’язків і дій від дослідника.

Життєвий цикл дослідницьких даних, показаний нижче, визначає ключові етапи в УДД: планування, збір, організація, обробка, документування, збереження, обмін та повторне використання (дивись мітки).

 

Джерело: https://libguides.lb.polyu.edu.hk/rdm/home

Управління дослідницькими даними не завжди є лінійним процесом, і вам може знадобитися переглянути певні етапи та деякі процеси протягом вашого проєкту.


Місія Бібліотеки - допомогти користувачам в організації процесу збору/поширення даних, допомогти знайти та оцінити, використати дані для створення нових знань в процесі аналізу.

Організація файлів

Ретельно спланована структура папок зі зрозумілими назвами та інтуїтивно зрозумілим дизайном є основою для якісної організації даних. Структуроване та послідовне впорядкування файлів і дослідницьких даних може заощадити час на їх пошук у майбутньому.  

У цьому розділі ви можете знайти деякі корисні практики, пов’язані зі структурою папок, іменуванням файлів та керуванням версіями.

Який формат файлу обрати для довготермінового зберігання?

Формат файлу – це важливе питання, яке слід враховувати, якщо ви хочете забезпечити

довгостроковий доступ до своїх дослідницьких даних. Нагадаємо, що вибір формату файлу залежить від фази вашого дослідження. Варіанти короткострокової обробки даних можуть відрізнятися від варіантів довгострокового зберігання даних.

Теоретично, ідеальний формат файлу, придатний для довгострокового доступу, має бути:
  • непатентований (наприклад, з відкритим вихідним кодом)
  • з відкритою документацією
  • широко прийнятий дослідницькою спільнотою
  • сумісний з багатьма програмами
  • без стиснення або стиснення без втрат (зменшення розміру файлу без втрати якості)
  • без вбудованих скриптів або файлів
Не завжди можливо знайти формат файлу, який відповідає всім вищезазначеним критеріям. З міркувань обачності ви можете розглянути можливість збереження даних у кількох форматах, наведених нижче:

Електронні таблиці 

  • CSV (.csv)

  • Tab-delimited File(.tab)

Статистичні дані

  • SPSS (.sav)

  • STATA (.dta)

  • SAS (.sas7dat)

  • DDI (.xml)

Бази даних

  • SQL (.sql)

  • SIARD (.siard)

  • CSV (.csv)

  • XML (.xml)

Текст

  • PDF/A (.pdf)

  • ODT (.odt)

  • Unicode text (.txt)

  • Rich Text File (.rtf)

Зображення

  • TIFF (.tif, .tiff)

Аудіо

  • FLAC  (.flac)

Відео

  • MPEG-4 (.mp4)

Актуальна інформація та додаткові відомості про рекомендовані формати - у вказівках Архіву даних Великобританії щодо рекомендованих форматів.


Носії інформації

Не існує ідеального носія інформації, який би забезпечував зручний доступ, але ніколи не страждав від пошкоджень, втрат чи старіння. Гарною практикою є зберігання дослідницьких даних щонайменше на двох різних типах носіїв. Це допомагає диверсифікувати ризики в місці зберігання, як для короткострокового, так і для довгострокового зберігання. 

Для тимчасового зберігання рекомендується використовувати настільний ПК, ноутбук чи флешку, для зберігання головних копій - мережевий диск університету, задля співпраці з членами різних установ - хмарні сервіси.

Також рекомендується періодично перевіряти доступність даних.

Збереження даних

Гарна стратегія резервного копіювання даних має вирішальне значення для запобігання втраті даних та забезпечення довгострокової доступності даних для подальшого повторного використання. У цьому розділі наведено рекомендації щодо належного досвіду розробки стратегії резервного копіювання, вибору носіїв інформації та запропонованих форматів файлів для збереження ваших дослідницьких даних для довгострокового доступу.

2026/01/23

План управління дослідницькими даними

Наявність Плану УДД для дослідницького проєкту допомагає підготувати дані до відкритого доступу. План управління дослідницькими даними, (План УДД, англ. Data Management Plan, DMP) – це офіційний письмовий документ,  що описує, як дослідник буде збирати, керувати, описувати, зберігати та поширювати свої дослідницькі дані.  Зазвичай План також повинен описувати будь-які потенційні правові чи етичні проблеми, які потребують вирішення. Він створюється на етапі подання пропозиції  та  оновлюється протягом усього дослідницького проєкту.

Все більша кількість  фінансових установ  вимагає від дослідників підготовки Плану управління дослідницькими даними  для подання разом із дослідницькою пропозицією. Це гарантує, що цінні дані, зібрані в рамках фінансованих проєктів, можуть бути повторно використані іншими дослідницькими групами, таким чином максимізуючи віддачу від інвестицій у фінансовані проєкти. 

Оскільки статті з відповідними даними, що знаходяться у відкритому доступі, зазвичай отримують більше цитувань, багато видавців журналів  вимагають від дослідників розміщувати підтверджувальні  дані статей у відкритому репозитарії, щоб підвищити їхню видимість та вплив. 

Петруновська С. В. Рекомендації щодо укладання плану управління дослідницькими даними. Інструкція користувача DMPonline [Електронний ресурс] : [препринт] / Світлана Петруновська ; НТБ ім. Г.І. Денисенка НТУУ «Київський політехнічний інститут імені Ігоря Сікорського». – Електронні текстові дані (1 файл: 868,61 Кбайт). – Київ : НТБ КПІ ім. Ігоря Сікорського, 2024. – 29 с. – Назва з екрана. -- URI: https://ela.kpi.ua/handle/123456789/69858

Архівування даних

Архівування — це один зі способів обміну даними, який спеціально зосереджений на їхньому збереженні. Платформа обміну може називатися архівом, репозиторієм, базою даних, центром обробки даних або іншою назвою.

Репозиторій даних – це простір для зберігання, який дозволяє дослідникам розміщувати  дослідницькі дані, а потенційним користувачам – знаходити, отримувати доступ та повторно використовувати ці дані. Деякі установи мають інституційні репозиторії даних. Доступні загальні репозиторії даних, які приймають дані з різних галузей досліджень. Існують також тематичні репозиторії даних для обміну даними в окремих галузях.