Організація даних: переваги та ризики

Це критична частина наукового методу, яка гарантує, що ваші дані не перетворяться на цифровий хаос. Подивімось, чому організація даних є такою важливою.

Ми всі стикалися з проханням переглянути останню чернетку документа. Ви входите до спільних папок вашої організації та шукаєте файл, дивитеся на назви, але не можете одразу сказати, яку версію документа ви повинні переглянути:

• Grant-proposal-henry-edits-finalfinal.doc
• Grant-proposal-final-Julia_edits_v4.doc
• FINAL_proposal_Aug2016_kct-updated.doc

Це лише один невеликий приклад слабкості в управлінні інформацією, яка може викликати масу непотрібних розчарувань. Чим більш організовано ми керуємо інформацією, хай то документи чи файли дослідницьких даних, тим ефективнішими та дієвішими ми можемо бути.

На початку вашого дослідницького проєкту виможете думати і навіть вірити, що ви завжди пам’ятатимете, як ви збираєтеся називати свої файли та де ви їх зберігали. Але як тільки ваше дослідження почнеться, ви дуже швидко накопичите великий обсяг даних. Ви матимете кілька файлів у різних форматах і багато різних версій. І це не тільки файли даних, а ще й додаткові дослідницькі матеріали, адміністративні документи. Ймовірно, у вас є вебсайти, можливо, блоги, статті та цитати, методології, примітки, які стосуються ваших досліджень. Отже, якщо ви намагаєтеся знайти певний файл даних, який вам потрібен, особливо якщо його назва неточна або суперечлива, це може стати дуже неприємним процесом і значною втратою часу, яке ви мали б витратити на дослідження. Щоб допомогти вам ідентифікувати, знаходити й ефективно використовувати свої дані, потрібні певні практики керування файлами, певні навички.

Які тут можуть бути проблеми? 

Вибір угод про імена (і якість їх виконання) часто є спірним питанням, коли якісь учасники дослідницької групи вважають свою точку зору кращою, а інші - гіршими просто через звички чи власний досвід. Ба більше, навіть при наявності відомих і чітко визначених угод про імена деякі дослідники можуть не дотримуватися їх постійно, що призводить до неузгодженості та плутанини. Ці проблеми можуть посилюватися, якщо правила угоди про імена мають внутрішню суперечність, складні для запам’ятовування або сприймаються як більш обтяжливі, чим корисніші.

Наприклад, ви збираєтеся використовувати дати, ви можете слідувати стандарту ISO 8601, який використовує чотири цифри для року, дві для місяця та дві для дня, наприклад, 20230907. А хтось з команди використовує традиційну для нашої країни модель: спочатку день, потім місяць, рік. Чи плутанина з нумерацією днів тижня, наприклад вівторок - день тижня між понеділком і середою. Згідно з міжнародним стандартом ISO 8601 - другий день тижня, хоча в деяких традиціях є третім.

Який би метод ви не вибрали, просто переконайтеся, що ви та всі члени команди застосовуєте його послідовно.

Ключові переваги ефективної організації даних:

1. Ефективність та швидка ідентифікація

Правильна система іменування дозволяє «бачити крізь файли», не витрачаючи час на їхнє відкриття:

• Миттєве розпізнавання: Ви можете легко визначити найсвіжішу або остаточну версію, просто глянувши на назву.

• Розуміння вмісту: Назва файлу сама по собі стає коротким описом того, що всередині.

• Автоматичне сортування: Файли вишиковуються в логічній послідовності, що виключає ризик випадкового видалення або перезапису важливих етапів роботи.

• Інвентаризація: При перегляді довгих списків ви одразу помітите, якщо якогось файлу не вистачає.

2. Надійність та пошук (Навіть за межами "дому")

Система керування версіями робить дані автономними та стійкими до переміщень:

• Цифрова мобільність: Ви зможете знайти та ідентифікувати файл, навіть якщо він випадково опинився в іншій папці або на іншому диску.

• Унікальність: Кожен файл чітко відрізняється від іншого, що запобігає плутанині між схожими наборами даних.

3. Командна робота та спадковість

Керування версіями — це мова спілкування між дослідниками:

• Колаборація без стресу: Коли над одним проєктом працюють кілька людей, послідовна система запобігає ситуаціям, де хтось править не ту копію або створює десяту «фінальну» версію.

• Відкритість для колег: Сторонні дослідники зможуть легко знайти потрібні дані у вашому архіві, зрозуміти методику вашої роботи та правильно інтерпретувати результати.

• Допомога майбутньому собі: Ви зможете легко розібратися у своїх записах через рік або два, коли деталі проєкту почнуть забуватися.

Інструменти контролю версій файлів

Контроль версій – це програмні інструменти, які дозволяють користувачам відстежувати зміни, внесені до файлів у каталозі комп'ютера. Хоча системи контролю версій зазвичай використовуються в галузі розробки програмного забезпечення, вони все частіше використовуються для спільної роботи в академічних та дослідницьких контекстах. Ці системи ідеально підходять для простих текстових файлів, таких як комп'ютерний код та документи.

Git — це безплатна розподілена система контролю версій з відкритим кодом, розроблена для ефективного управління проєктами від малих до дуже великих.

• Завантажити Git  https://git-scm.com/

• Вивчайте Git через w3schools      https://www.w3schools.com/git/

Правила керуванням версіями

Надання правильних версій вашим дослідницьким даним і файлам дозволить вам легко отримати певну версію. Це корисно, коли ви хочете переробити або отримати дані з певного етапу вашого проєкту.

Використовуйте послідовну систему нумерації

Додайте порядковий номер (v01, v02, v03) до назви файлу або до правила двокомпонентної нумерації (v1.00, v1.01, v2.00), щоб позначити основні та другорядні зміни за допомогою порядкового та десяткового номерів відповідно. Уникайте використання неоднозначних термінів, таких як редакція, остаточний, остаточний2. Причину дивіться тут http://phdcomics.com/comics/archive.php?comicid=1531.

Зберігайте лише версії етапів

Хоча ми не рекомендуємо видаляти будь-які версії під час вашого дослідження, ми рекомендуємо зберігати лише основні версії для довгострокового зберігання через вартість та час, необхідні для управління вашими файлами в довгостроковій перспективі.

Зберігайте оригінальні файли як доступні лише для читання

Зберігання версії необроблених даних лише для читання може запобігти будь-якій випадковій зміні ваших цінних даних.

Документуйте свої версії

Записуйте у таблицю контролю версій всі зміни, внесені щоразу, коли створюється нова версія. Це дозволить вам та вашим співробітникам виявляти відмінності між різними версіями, що дозволить знайти правильну версію в майбутньому.

Контроль версій файлів

Нумерація версій в іменах файлів може здійснюватися за допомогою дискретної або безперервної нумерації залежно від незначних або великих змін. Під час використання системи послідовної нумерації, використовуйте початкові нулі, щоб переконатися, що файли сортуються в послідовному порядку. Приклад: 001, 002, ...010, 011 ... 100, 101 ... Використовуйте керування версіями, щоб вказати найновішу версію файлу. Приклад: filename_v02.xxx

Приклад:

Ім'я файлу	Зміни у файлі
РозкладСпівбесід_v1-0	Оригінал документа
РозкладСпівбесід_v1-1	Внесено незначні зміни
РозкладСпівбесід_v1-2	Подальші незначні зміни
РозкладСпівбесід_v2-0	Суттєві зміни

Контроль версій можна здійснити за допомогою документації, що містить 1) історію файлу, 2) таблицю контролю версій (або примітки, включені до файлу), де записуються версії, дати, автори та деталі змін у файлі.