Показ дописів із міткою вебінари. Показати всі дописи
Показ дописів із міткою вебінари. Показати всі дописи

2026/01/26

Етика дослідження та захист конфіденційності


https://www.youtube.com/watch?v=JD2OJY6xDeY&list=PLotcMLgU7ilalx3MBYvqamEuDXU-8SB0L&index=6

Немає коментарів:
Labels: , , ,

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.
Немає коментарів:
Labels: , , , ,

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
Немає коментарів:
Labels: , , , ,

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.

Немає коментарів:
Labels: , , ,

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.
Немає коментарів:
Labels: , ,

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.


Немає коментарів:
Labels: , , , ,

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.

Немає коментарів:
Labels: , , , , ,

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
Немає коментарів:
Labels: , , ,
Підписатися на: Дописи (Atom)