Як вибрати репозитарій?

Найкращі методи керування даними передбачають, що дані повинні зберігатися та бути доступними для спільного використання в надійному сховищі даних. 

Зорієнтуватися у виборі найкращого репозитарію для розміщення конкретних наборів даних допоможуть Рекомендації OpenAIRE (фінансованої Європейським Союзом ініціативи, яка підтримує впровадження політики відкритого доступу та розвиток Європейської хмари відкритої науки). Послідовність кроків наступна:

• завантажуйте дослідницькі дані у надійні тематичні сховища

• якщо тематичний репозитарій недоступний, виберіть інституційний науковий репозитарій

• якщо в установі відсутній власний архів даних, розгляньте перелік репозитаріїв, рекомендований установою, видавцем, грантонадавачем. Наприклад, список репозитаріїв даних від PLOS ONE https://journals.plos.org/plosone/s/recommended-repositories 

• якщо жоден із попередніх варіантів недоступний, виберіть універсальний репозитарій, наприклад Zenodo https://zenodo.org/, Figshare https://figshare.com/ або Harvard Dataverse https://dataverse.harvard.edu/

• знайдіть архів за допомогою реєстру Re3data https://www.re3data.org/, що пропонує понад 3500 зареєстрованих репозитаріїв даних із різних галузей знань. Можна здійснювати пошук за темою, типом контенту, країною тощо.

Використовувати реєстр Re3data також радять у «Рекомендаціях щодо відкритого доступу до наукових публікацій і дослідницьких даних у програмі Horizon 2020» Європейської комісії https://ec.europa.eu/research/participants/data/ref/h2020/grants_manual/hi/oa_pilot/h2020-hi-oa-pilot-guide_en.pdf 

Журнал даних

Data journals, наприклад, SCIENTIFIC DATA JOURNAL - рецензований журнал, що публікує описи та аналіз науково важливих наборів даних. Статті називаються Data Descriptors, поєднують наративну частину та структуровану (метадані), містить опис методології збору даних та технічного аналізу.

Чому це важливо для науковця?

Публікація в таких журналах, як Scientific Data (Nature), Data in Brief (Elsevier) або GigaScience, значно підвищує ваш h-index, оскільки на якісні набори даних зазвичай посилаються частіше, ніж на вузькоспеціалізовані теоретичні статті.

Способи поширення даних різні

• Завантажувати як додаткові матеріали до публікації в журналі (якщо журнал має політики щодо поширення даних);
• Депонувати в репозитарії даних (тематичні, інституційні чи мультидисциплінарні);
• Розміщувати на сайтах (персональних, проекту, лабораторії);
• Публікувати у журналах для даних;
• Неофіційне поширення (персонально, на запит інших дослідників).

Цифрове старіння

Під час проєкту ваше дослідження може генерувати різні типи даних дослідження в різних форматах цифрових файлів. Формат файлу, який ви обираєте для своїх даних, є основним чинником, який дозволить іншим отримати до них доступ у майбутньому. Уважно подумайте, який формат файлу буде найкращим для керування, спільного використання та збереження ваших даних. Технології постійно змінюються, і можна очікувати, що всі сучасні апаратні та програмні засоби застаріють. Подумайте, як ваші дані будуть читатися, якщо програмне забезпечення, яке використовується для їх створення, стане недоступним. Хоча будь-який формат файлу, який ви виберете сьогодні, може стати нечитабельним у майбутньому, деякі формати, швидше за все, будуть читабельними, ніж інші.

Видавці надають перевагу тому, щоб дані досліджень поширювалися у відкритих форматах файлів, для доступу до яких не потрібне пропрієтарне програмне забезпечення, де це можливо. Наприклад, табличні дані мають надаватися як файли CSV, а не як файли XLS.

Щоб вирішити, у яких саме форматах краще зберігати дані, треба розібратися, які формати бувають.

Файли у пропрієтарних форматах зазвичай потрібно відкривати за допомогою спеціального програмного забезпечення, у якому вони були створені. Отже, це означає, що хтось без ліцензії на це програмне забезпечення не завжди може відкрити ці файли.

Навпаки, відкриті формати – це формати, у яких компанія-виробник програмного забезпечення або колектив, який створив це програмне забезпечення, зробив його відкрито доступним. І зазвичай це означає, що було розроблено низку програм, які можуть відкривати такі типи файлів. Існує безліч відкритих форматів файлів, включаючи jpeg, png, flac, mp3, csv, html, json, gzip та zip. PDF є хорошим прикладом відкритого формату, бо його можна відкрити кількома програмами, а не лише продуктами Adobe.

Бінарні файли можна відкрити лише за допомогою програмного забезпечення, призначеного для читання та обробки відповідного формату файлів. Текстові файли зручні для людини, сумісні з усіма операційними системами і можуть бути легко прочитані в різних програмних пакетах. Тому дані, збережені у форматах текстових файлів, з найменшою ймовірністю застаріють з часом і є ідеальним форматом для спільного використання та довгострокового зберігання. Деякі розширення файлів, що часто використовуються, для збереження простого тексту це: .txt, .csv, .html, .json, .xml.

Більшість програмних пакетів дозволяють експортувати та обмінюватися форматами, Наприклад, у Microsoft Excel ви можете зберегти свою електронну таблицю як файл .csv. Формати файлів, які є відкритими, незапатентованими та широко поширеними, мають найкращі шанси бути читабельними в майбутньому.

Приклади бажаних варіантів формату:

• Зображення: JPEG, JPG-2000, PNG, TIFF
• Текст: звичайний текст (TXT), HTML, XML, PDF/A
• Аудіо: AIFF, WAVE
• Контейнери: TAR, GZIP, ZIP
• Бази даних: віддайте перевагу XML або CSV 

Навпаки, пропрієтарні формати, особливо ті, які є нестандартними, які потребують певних програмних програм або певних версій цього програмного забезпечення, ймовірно, створять проблеми для майбутнього використання. Швидкі зміни технологій на ринку означають, що формати файлів можуть дуже швидко застаріти. Це, очевидно, погано для тривалого зберігання та повторного використання.

Що таке формат файлу?

Формат файлу — це «мова», якою записана інформація всередині документа. Щоб ви могли побачити текст або зображення, програма повинна «вміти читати» цю мову. Якщо програма (наприклад, веббраузер) не розпізнає код, вона або шукає помічника (плагін), або просто пропонує вам завантажити файл, щоб ви відкрили його чимось іншим.

Як розпізнати формат?

Найпростіший спосіб дізнатися формат — подивитися на розширення. Це суфікс із 3–4 літер після крапки в кінці назви файлу.

• .jpg — вказує комп'ютеру, що це фото.

• .docx — сигналізує, що це документ Word.

• .html — підказує браузеру, що це вебсторінка.

Пастка прихованих розширень

У різних операційних системах розширення поводяться по-різному, що іноді створює проблеми:

• Windows: дозволяє приховувати розширення для «краси», але це може заплутати користувача.

• macOS: часто взагалі не показує розширення. Якщо ви передасте такий файл із Mac на Windows, інший комп’ютер може просто не зрозуміти, чим його відкрити.

Формати в науці та обмін даними

Для дослідників вибір формату — це питання виживання даних у майбутньому. Видавці та наукова спільнота наполегливо радять використовувати загальноприйняті стандарти. Це гарантує, що ваші дані зможуть відкрити колеги по всьому світу через багато років.

Порада: Якщо ви хочете перевірити, які формати є стандартом у вашій галузі, скористайтеся ресурсом FAIRsharing.org. Там зібрано базу стандартів для обміну даними.

4-й етап життєвого циклу дослідження : публікація і поширення

На етапі публікації та поширення дослідник повинен:

• Підготувати свій набір даних
• Перевірити вимоги грантонадавачів щодо поширення даних
• Вибрати репозитарій
• Вирішити, чи потрібно обмежити доступ до даних, чи накласти ембарго
• Завантажити свої дані та вибрати ліцензію 
• Додати до свого документа/публікації заяву про доступ до даних 

Етичні принципи роботи з персональними даними

Для того, щоб дотримуватися етичних вимог, пов'язаних з проведенням досліджень за участю людей, дослідники повинні дотримуватися певних етичних принципів під час набору учасників, отримання їх інформованої згоди та управління даними, які збирають.

Зокрема, персональні дані слід обробляти 1) прозоро та справедливо та законно (Lowfullness, fairness and transparency), можна 2) обробляти лише для явно вказаних законних цілей (Purpose Limitation), 3) збирати та зберігати слід лише мінімальну кількість персональних даних, достатніх для зазначеної мети дослідження (Data minamisation), 4) треба забезпечувати точність ПД та можливості їх редагування/видалення (Accuracy), тобто неточні дані повинні бути "стерті або виправлені без затримки", 5) персональні дані мають обмежений термін зберігання, не більше ніж це необхідно для певної мети (Storage limatation), а ще - 6) дослідник  має забезпечити безпеку, цілісність та конфіденційність ПД (Integrity and confidentiality) - дані повинні бути захищені відповідними заходами безпеки.