MO RE data Datenmanagementplan

Transkript

1 MO RE data Datenmanagementplan Förderorganisation: Deutsche Forschungsgemeinschaft (DFG) Förderlinie: Wissenschaftliche Literaturversorgungs und Informationssysteme (LIS) Informationsinfrastrukturen für Forschungsdaten Geschäftszeichen: BO1551/3 1 / SCHO 1192/6 1 Projektlaufzeit: Ansprechpartner: Prof. Alexander Woll, Frank Scholze, Prof. Klaus Bös Kontakt: more data@sport.kit.edu Inhalt Hintergrund und Projektziele... 2 Datenakquise... 2 Dokumentation und Metadaten... 3 Einhaltung ethischer und rechtlicher Vorschriften... 5 Datensicherung und Backups... 5 Datenorganisation, Auswahl und Langzeitarchivierung... 5 Zugriff auf die Daten... 6 Verantwortlichkeiten und Pflichten

2 Hintergrund und Projektziele Die motorische Leistungsfähigkeit im Allgemeinen und die Leistungsfähigkeit von Kindern und Jugendlichen im Besonderen sind in der sportwissenschaftlichen Auseinandersetzung ein relevantes Thema. Daten zur motorischen Leistungsfähigkeit werden in einer Vielzahl von Projekten seit Jahrzehnten national und international erhoben, jedoch ist die aktuelle Studienlage gekennzeichnet durch uneinheitliche und teilweise widersprüchliche Ergebnisse. Forschungsfragen zur zeitlichen Veränderung oder regionalen Unterschieden der motorischen Leistungsfähigkeit, lassen sich derzeit nur begrenzt statistisch fundiert beantworten. Zudem führen viele erhobene Daten nie zu Publikationen und bleiben damit den interessierten Forschergruppen verwehrt. Im Projekt MO RE data soll daher eine eresearch Infrastruktur für sportwissenschaftliche Motorikforschungsdaten aufgebaut werden mit folgenden Bestandteilen: Sammeln fundierter Informationen und Materialien zu motorischen Testaufgaben. Bereitstellung einer verlässlichen Plattform für die Veröffentlichung und Archivierung von Forschungsdaten in den Sportwissenschaften. Zitierfähige Aufbereitung von Forschungsdaten, die somit wissenschaftlich für interessierte Forschende nachnutzbar sind. Entwicklung von komplexen Auswertungstools und Normwertgenerierung. MO RE data veröffentlicht die sportmotorischen Daten und stellt deren maximale Nachnutzbarkeit durch die Sicherstellung ihrer dauerhaften Verfügbarkeit sowie ausführliche Beschreibung unter Verwendung von Qualitätskriterien sicher. Datenakquise Es werden zwei Datenarten akzeptiert: Rohdaten und aggregierte Daten. In Tabelle 1 sind alle Variablen aufgelistet, die im Rahmen von Rohdatensätzen aufgenommen werden können. Aggregierte Daten werden aus Rohdaten gebildet und finden sich vielfach in der Literatur. Ältere Daten zur motorischen Leistungsfähigkeit aus dem 20. Jahrhundert stehen oftmals nur als aggregierte Daten zur Verfügung. Aggregierte Daten werden nach dem vorgegebenen Schema (Tabelle 2) aufgenommen. Tab.1 Auszug aus dem Datenmodell von MO RE data, Variablen für Rohdatensätze Kategorie Variablenname Erklärung Variable Studiennummer Fortlaufend Dateinummer Fortlaufend Versionsnummer Fortlaufend Metadaten zur Studie/eingelieferten Datei Studienanfang Studienende Testzeitpunkt mehrere Testzeitpunkte Qualitätsindex 1 5 Autor Titel, Vorname, Nachname, 2

3 Metadaten und Stammdaten zum Probanden Stammdaten motorische Testaufgaben Anzahl der getesteten Probanden (N) Institution Universität, Schule etc. Testland Land Test Bundesland Testort PLZ Untersuchungsdatum Geburtsdatum Probanden ID Fortlaufende Nr Projektname Geschlecht männlich/weiblich Alter angeliefert Alter berechnet Gewicht (kg) 2 Dezimalstellen Größe (cm) 0 Dezimalstellen Testaufgaben ID 6 Min Lauf Distanz in Meter 12 Min Lauf (Cooper Test) Distanz in Meter 20m Shuttle run (8/9 1 1) Zeit in Sekunden 2 km Walkingtest Zeit in Sekunden Medizinballstoßen (1 kg) Weite in cm Standweitsprung in cm Jump and Reach Höhe in cm Liegestütz (40 sec) Anzahl Sit ups (40sec) Anzahl 20m Sprint Zeit in Sekunden Seitlich Hin und Herspringen Anzahl Balancieren rückwärts Summe Schritte Einbeinstand Fehler in 60 sec Rumpfbeuge Zentimeter Sit and Reach Eurofit Tab. 2. Variablen für aggregierte Daten Testaufgabe Autor Jahr Alter Mittelwert Standardabweichung Zudem werden Informationen zu den Testaufgaben (Zielgruppendefinition, Durchführungsbeschreibung, Fotos, Videos, Literaturangaben) zu allen aufgenommen Testaufgaben in der MO RE data Datenbank gesammelt. Zugelassene Datenformate sind.sav,.csv,.xls und.xlsx. Datenzeilen von mehreren hunderttausend Versuchspersonen und bis zu 100 Gigabyte Datenvolumen möglich. Die Daten in MO RE data zur motorischen Leistungsfähigkeit von Kindern, Jugendlichen und Erwachsenen stammen aus Querschnittsstudien, Kohorten Studien und Interventionsstudien. Die Daten werden mit Hilfe von motorischen Testverfahren erhoben. Für diese Testverfahren existieren exakte Durchführungsbestimmungen. Die Daten werden von den erhebenden Institutionen per Datei Upload über eine Web Anwendung in die MO RE data Datenbank eingespielt. Dokumentation und Metadaten Nach dem Upload einer Datei weist der Datenlieferant seinen Daten die MO RE data Feldbezeichnungen selbst manuell zu. Er erstellt damit ein Mapping zwischen den Feldern in der 3

4 Ausgangsdatei (üblicherweise den Spaltenüberschriften) und den Feldbezeichnern der MO RE data Oberfläche. Wenn das Mapping erfolgt ist, können die Feldinhalte der Ausgangsdatei in MO RE data gespeichert werden. Abbildung 1 zeigt die derzeitige Form der Eingabemaske für die Metadaten (Stand April 2016). Abbildung 1: Eingabemaske für Metadaten in MO RE data Folgende Metadaten werden automatisch generiert: Identifier, IdentifierDate, PublicationYear, Language, ResourceType, Size, Format, Rights, StudyNumber, StudySubNumber. Alle veröffentlichten Daten/ pakete/ sammlungen etc. erhalten als persistenten Identifikator einen Digital Object Identifier (DOI). Dies stellt sicher, dass die Datensätze eindeutig identifiziert und referenzierbar sind. Um die Qualitätssicherung zu gewährleisten werden außerdem alle eingehenden Daten mit einem objektiven Kriterienraster bewertet. Das Kriterienraster umfasst die Bereiche Studienqualität, Datenqualität (Plausibilitätsprüfungen), Publikationsqualität und Expertenbewertung. Daraus ergibt sich eine 3 stufige Qualitätsbeurteilung (1a, 1b, 2). Daten die der höchsten Qualitätsstufe angehören (1a) werden zur Normwertgenerierung herangezogen. Daten der zweiten Qualitätsstufe (1b) werden in die Datenbank aufgenommen aber nicht für Normwerte verwendet. Daten der dritten Qualitätsstufe (2) werden nicht aufgenommen. 4

5 Einhaltung ethischer und rechtlicher Vorschriften Daten die in MO RE data eingebracht werden, werden nach deutschem Recht gespeichert und verwaltet. Die rechtlichen Rahmenbedingungen werden über die MO RE data Nutzungsbedingungen geregelt (siehe Die Daten dürfen nur in anonymisierter Form abgegeben werden. Sollten personenbezogenen Daten enthalten sein, wird die Aufnahme des Datensatzes in MO RE data abgelehnt. Durch die Bereitstellung der MO RE data Datensätze erklären sich die Datenlieferanten mit der Speicherung ihrer Adresse und/oder Anschrift und den Vereinbarungen zur Datenüberlassung und nutzung einverstanden, wie sie in den MO RE data Nutzungsbedingungen festgelegt sind. Nutzer verpflichten sich, die Bestimmungen des deutschen Datenschutzes einzuhalten. Nutzer verpflichten sich außerdem, alle verwendeten Daten den wissenschaftlichen Gepflogenheiten entsprechend zu zitieren. Um Daten in MO RE data einbringen und bestimmte Services von MO RE data nutzen zu können ist eine einmalige Registrierung erforderlich. Dies stellt sicher, dass rückwirkend bei erforderlichen Korrekturen oder anderen eingreifenden Maßnahmen Kontakt zum Datengeber aufgenommen werden kann. Datensicherung und Backups Die in MO RE data gespeicherten Quelldateien werden sicher und permanent beim Internet Dienstleister abgelegt. Es handelt sich dabei um den Microsoft AZURE Speicherdienst. Es gibt eine interne Schnittstelle für die Dateizuordnung und den Upload bzw. Download. Für den Upload ist eine Benutzerregistrierung notwendig (bestehend aus Adresse und Passwort). Nach der Registrierung hat der Nutzer lesenden und schreibenden Zugriff nur die die eigenen Studien. Er hat außerdem lesenden Zugriff auf alle angelieferten Daten ( Search Berechtigung). Datenorganisation, Auswahl und Langzeitarchivierung Die Daten werden für einen unbegrenzten Zeitraum in MO RE data zur Verfügung gestellt. Dabei wird keine Auswahl getroffen bzw. sobald die Daten die Qualitätskontrolle erfolgreich durchlaufen haben, werden alle Daten langfristig gespeichert. Die Formate der in MO RE data gespeicherten Daten sind gemäß den Empfehlungen zur Langzeitarchivierung der Library of Congress (LoC) für die Langzeitarchivierung geeignet (siehe Die Dateibenennung erfolgt voraussichtlich wie folgt: DOI.zip, wobei der Teil eine fortlaufende Nummer ist. Es wird in Log files mitgeschrieben, wann welche Selektion zu welchem Ergebnis geführt hat und wann welche Selektion zu einem Download geführt hat (der dann auch eine DOI erhält, bzw. Dateien, die entsprechende DOIs enthalten). Eine Versionierung einer Datei gibt es nicht und kann es nicht geben, da man im Konzept von MO RE data eine Datei nach dem Upload nicht mehr verändern kann. 5

6 Zugriff auf die Daten Die Daten von MO RE data sind für zwei verschiedene Zielgruppen gedacht: 1. Wissenschaftliche Zielgruppe (Sport, Gesundheits und Sozialwissenschaftler) Für Wissenschaftler steht die zitierfähige Aufbereitung der Daten im Vordergrund. Datensätze können nach unterschiedlichen Filtern exportiert werden. Zu allen ausgegebenen Daten gibt es konkrete Zitierhinweise. 2. Sportpraxis (Lehrer, Übungsleiter) Für Sportpraktiker soll es möglich sein, eigene Daten benutzerfreundlich und anschaulich mit den berechneten Referenzwerten von MoRe data zu vergleichen. Langfristig wird angestrebt, dass die in MO RE data enthaltenen Daten auch mit anderen Datenbanken (z.b. PSYSTKOM) über Schnittstellen ausgetauscht werden können. Es gibt vier verschiedene Arten von Rollen im MO RE data Betriebskonzept: 1. MO RE Admin : Der MO RE data Admin (AZURE Cloud Account Administration ) ist zuständig für die Datenbankadministration. Er ist Administrator des AZURE Cloud Accounts. 2. MO RE Master : Der MO RE Master kontrolliert die Qualität der angelieferten Datensätze (quality controller ). Er entscheidet darüber, ob die angelieferten Datensätze in MO RE data angenommen werden oder nicht. Sie bewerten die Qualität der importierten Daten anhand festgelegter Kriterien. Nach der Qualitätskontrolle geben Sie die Daten frei oder informieren den Datenlieferanten, wenn die Qualität mangelhaft ist. 3. MO RE Studymaster : Der Nutzer MO RE Studymaster registriert sich in MO RE data mit Nutzernamen und Passwort. Die Registrierung erlaubt es ihm, Daten hochzuladen und zu durchsuchen. (upload + search + Download). Der Datenlieferant stimmt der Lizenz Namensnennung Weitergabe unter gleichen Bedingungen 3.0 Deutschland ( sa/3.0/de/) zu, welche die Nachnutzung der Daten regelt. 4. MO RE Common : der Nutzer MO RE common ist der nicht registrierte Nutzer von MO RE data. Er hat die Berechtigung, die Datenbank zu durchsuchen und Datensätze herunterzuladen. Verantwortlichkeiten und Pflichten Das Institut für Sport und Sportwissenschaft (IfSS) am Karlsruher Institut für Technologie (KIT) sichert den langfristigen Betrieb der MO RE data Infrastruktur. Ansprechpartner am IfSS für die Dauer der Projektlaufzeit ist Prof. Alexander Woll (alexander.woll@kit.edu). Die Kosten für die Aufrechterhaltung der technischen Infrastruktur (Server, Datenbankanwendung basierend auf Microsoft Azure Framework) übernimmt das IfSS. Stand: