Data Management & Data Sharing: Eine Einführung

Transkript

1 Data Management & Data Sharing: Eine Einführung INA DEHNHARD Leibniz-Institut für Psychologische Information und Dokumentation (ZPID) Trier, Germany

2 EINLEITUNG DATA MANAGEMENT DATA SHARING

3 EINLEITUNG Ausgangslage Definitionen Gründe & Schwierigkeiten Besonderheiten der Psychologie Weiterführende Literatur

4 Data Management - Ausgangslage Technischer Fortschritt: Digitalisierung Erhebung & Speicherung großer Datenmengen möglich Vernetzung Interdisziplinäres Arbeiten Datenaustausch Data driven science

5 Data Management - Definitionen Data management covers all aspects of handling, organising, documenting and enhancing research data, and enabling their sustainability and sharing.(uk Data Archive, 2014; Good data management practices are essential in research, to make sure that research data are of high quality, are well organised, documented, preserved and accessible and their validity controlled at all times. This results in efficient and excelling research. Well managed data are easily shared and can thus be used for new research or to duplicate and validate existing research. (UK Data Service, 2014,

6 Data Management - Gründe Gute wissenschaftliche Praxis Nachhaltigkeit Datenqualität Forderungen (Forschungsförderer, Verlage, ) Data Sharing Sicherung gegen Fälschungsvorwürfe

7 Gute wissenschaftliche Praxis Primärdaten als Grundlagen für Veröffentlichungen sollen auf haltbaren und gesicherten Trägern in der Institution, wo sie entstanden sind, zehn Jahre lang aufbewahrt werden. (DFG, 2013) In Forschung und Lehre tätige Psychologen verpflichten sich, ihre Forschungsergebnisse zu dokumentieren. Sie sind bereit, wissenschaftliche Aussagen vollständig und ohne Auflagen zugänglich zu machen und so ihren Einbezug in den kumulativen Prozess der Forschung und Lehre zu gewährleisten. (DGPs und BDP, 1998/2004)

8 Nachhaltigkeit The underlying data researchers analyze to come to their published conclusions becomes less and less accessible to researchers over the years. (Vines et al, 2014) (D) Predicted probability that the data were extant (either shared or exist but unwilling to share ) given that we received a useful response.

9 Forderungen NIH, USA (2003) All National Institutes of Health funded research (>$500K) must have a plan to address the sharing and archiving of data. Wellcome Trust, UK (2010) All our funded researchers should maximise access to their research data with as few restrictions as possible. Europäische Kommission (2013) Pilot on Open Research Data (Horizon 2020): Enhance data access and culture of sharing. Data management plan (DMP) mandatory.

10 Forderungen Wissenschaftsrat (2012) Veröffentlichung von Forschungsdaten in geeigneten Forschungsdatenzentren Anerkennung von Erhebung und Publikation von Forschungsdaten als eigenständige Forschungsleistung Einplanung personeller und finanzieller Mittel für die Aufbereitung und Dokumentation der Daten bereits bei Beantragung von Forschungsprojekten frühzeitig Kontaktaufnahme zu Infrastruktureinrichtungen bzgl. Data Curation & Archivierung

11 Data Management Data Sharing Aus: Dr. D. Shotton (2009). ADMIRAL.

12 Data Management - Schwierigkeiten Raw data description Citable publication Dr. P. Wittenburg auf der 6. Konferenz für Sozial- & Wirtschaftsdaten, 2014 in Berlin

13 Data Management - Schwierigkeiten Schwierigkeiten Aufwendig Abhängig von Nutzerkreis & gewünschter Nachhaltigkeit Oft kein Lehrfach Fachwissenschaftler Datenmanagement-Experten Disziplinspezifisch

14 Nutzerkreis Aus: Baker & Millerand (2010). Infrastructuring ecology: Challenges in achieving data sharing.

15 Besonderheiten der Psychologie Kleine Studien, kleine Projekte Vielzahl von Erhebungsverfahren Sensible Daten/ Datenschutz Größerer Dokumentationsaufwand!

16 Weiterführende Literatur Datenmanagement Manuale ICPSR: Guide to Social Science Data Preparation and Archiving UK Data Archive: Managing and Sharing Data ZPID: Datenmanagement und Data Sharing in der Psychologie

17 Weiterführende Literatur Allgemeine Einführungen Büttner, S., Hobohm, H.-C., & Müller, L. (Hrsg.)(2011). Handbuch Forschungsdatenmanagement. Bad Honnef: Bock + Herchen. Altenhöner, R. & Oellers, C. (Hrsg.). (2012). Langzeitarchivierung von Forschungsdaten. Standards und disziplinspezifische Lösungen. Berlin: Scivero Verlag

18 DATA MANAGEMENT Data Management Plans Datenschutz & Informed Consent Dokumentation: Metadaten Datenqualität Datensicherung

19 Data Management Plans: Gründe Forderung von Forschungsförderer (z.b. NIH (USA), ) Abschätzung von Arbeitsaufwand & Kosten Forschungsbegleitende Dokumentation weniger aufwendig als retrospektive Mehr Zeit & Mitarbeiter zu Anfang als zum Abschluss eines Forschungsprojekts

20 Data Management Plans: Inhalte Was (Forschungsdaten, Metadatenstandards, ) Wie (Qualitätssicherung, Datensicherung, ) Von wem (Rollen & Verantwortlichkeiten) Von wem nicht (Datenschutz, Zugangsbeschränkungen, ) Wann (Zeitabläufe festlegen) An wen (Kooperationen, Datenübergabe)

21 Data Management Plans: Hilfen DMPonline Planungstool vom Digital Curation Centre (entspricht Anforderungen britischer Fördereinrichtungen & Universitäten sowie NSF) DMPTool California Digital Library (Vorlagen für US Forschungsförderer ) Checklisten in verschiedenen Data Management Manualen

22 Datenschutz Anonymisierungsgrad: Absolut anonymisiert Faktisch anonymisiert Formal oder nicht anonymisiert

23 Datenschutz Absolut anonymisiert Identifizierung der Vpn unmöglich public use files Faktisch anonymisiert Identifizierung durch unverhältnismäßig hohen Aufwand an Zeit, Kosten & Arbeitskraft möglich scientific use files Formal oder nicht anonymisiert

24 Datenschutz Möglichst nur dann personenbezogene Daten speichern, wenn & solange unbedingt notwendig (z.b. Längsschnittdesign) Getrennte Speicherung Zugriffsbeschränkung Pseudonymisierung

25 Datenschutz Maßnahmen zur Anonymisierung: Löschen der problematischen Variablen Umkodieren von Werten Kategorisieren Beschränkung der Wertgrenzen Zusammenfassung zu einem neuen Wert

26 Datenschutz Anmerkungen Informed Consent: Data Sharing nicht ausschließen! Information, wie Daten gespeichert und langfristig gesichert werden Information über Maßnahmen zum Schutz personenbezogener Daten, z.b. Anonymisierung Information, ob, wie & an wen Daten weitergegeben werden (Data Sharing)

27 Informed Consent Beispiel Nationales Bildungspanel (NEPS): Alle Daten werden streng vertraulich behandelt und nur für wissenschaftliche Zwecke genutzt. Die Ergebnisse der Befragung werden ausschließlich in anonymisierter Form dargestellt, so dass niemand aus den Ergebnissen erkennen kann, von welcher Person diese Angaben gemacht worden sind. Die NEPS-Daten werden der nationalen und internationalen Wissenschaft in Form eines Scientific Use Files zugänglich gemacht. Diese Daten werden ein reichhaltiges Analysepotenzial für verschiedene an Bildungs- und Ausbildungsprozessen interessierte Disziplinen (wie etwa Demografie, Soziologie, Erziehungswissenschaft, Ökonomie, Psychologie) bieten.

28 Informed Consent Beispiel UK Data Archive Managing and Sharing Data : SAMPLE CONSENT FORM FOR INTERVIEWS

29 Dokumentation 1. Was sind Metadaten 2. Wozu Metadaten? 3. 2 Ebenen von Metadaten: Studie vs Variablen 4. Beispiele für Metadaten 5. Studienmetadaten PsychData 6. Kodebuch PsychData

30 Metadaten: Definitionen Daten oder Informationen, die in strukturierter Form Forschungsdaten beschreiben. (vgl. Jensen et al, 2011) Daten über Daten Absuchbar (maschinenlesbar) Standardisiert

31 Dokumentation 2 Ebenen von Metadaten Metadaten im weiteren Sinne: Studienbeschreibung (Autor, Titel, Förderung, Erhebungsprozess, ) Metadaten im engeren Sinne: Variablenbeschreibung = Kodebuch (Variablenname, -label, Wertelabels, )

32 Beispiele für Metadaten Metadatenstandards in den Sozialwissenschaften: Dublin Core DDI (Data Documentation Initiative) PsychData Metadatenschema

33 Beispiele für Metadaten Dublin Core Internationaler Standard zur Dokumentation digitaler Objekte 15 Kernelemente Erweiterungen durch zusätzliche Felder Deutsche Übersetzung:

34 Beispiele für Metadaten Beispiel Dublin Core (Fisher et al., 2014; Dryad)

35 Beispiele für Metadaten Data Documentation Initiative (DDI) Internationaler Standard zur Beschreibung sozial- und verhaltenswissenschaftlicher Datensätze Xml-basiert Seit Version DDI3.0: DDI-Lifecycle

36 Beispiele für Metadaten Beispiel DDI (Silbereisen et al., 2002; GESIS)

37 Beispiele für Metadaten PsychData Metadaten kompatibel mit D.C. und DDI 2.0 erweitert, um psychologische Studien zu beschreiben Bibliografische Studienbeschreibende Methodenbeschreibende Metadaten Dateienbeschreibende Variablenbeschreibende

38 PsychData Metadaten

39 Beispiele für Metadaten Kodebuch Enthält die Beschreibung zu einzelnen Variablen Besteht in den Sozialwissenschaften aus Variablenname Variablenlabel Instruktion/Fragentext Wertelabels & Fehlende Werte Häufigkeiten

40 Kodebuch Anmerkungen: Benennungsschema für Variablennamen hilfreich Fehlende Werte immer definieren Wert außerhalb des gültigen Wertebereichs Fehlende Werte differenzieren Filterfragen kennzeichnen Berechnete Variablen beschreiben (bzw. Syntax zur Berechnung archivieren)

41 PsychData: Kodebuch VARIABLENNAME Variablenlabel Instruktion/Fragentext {Gültige Werte} {Fehlende Werte} 1 Wertlabel 2 Wertlabel. 9 Fehlender Wert MARSTAT marital status What is Your (current) marital status? {1,2,3,4} {9} 1 married 2 unmarried partnership 3 widowed 4 divorced/separated 9 missing value

47 PsychData Kodebuch & SPSS MARSTAT marital status What is Your (current) marital status? {1,2,3,4} {9} 1 married 2 unmarried partnership 3 widowed 4 divorced/separated 9 missing value

51 PsychData: Kodebuch Beispiel: Wertebereich

52 PsychData: Kodebuch Beispiel: Offenes Antwortformat (bzw. String -Variable)

53 Datenqualität Gründlich geplantes Versuchsdesign als wichtige Grundlage Automatisierte Erhebungsverfahren, bzw. gut durchdachtes Erfassungssystem oder Kodierschema Eingabemasken Mehrfacheingabe Prüfung anhand von Deskriptivstatistiken

54 Datensicherung

55 Datensicherheit Masterdatensatz sichern Systemunabhängige Formate (z.b..txt,.csv, ) Fortlaufende Migrationen Back-ups, Sicherheitskopien (CD, DVD, Magnetband,..) Zugriffsbeschränkungen Prüfsummen

56 Datensicherheit Anmerkungen Prüfsumme: zur (approx.)kontrolle der Datenintegrität einfaches Mittel, um Veränderungen zu erkennen Beispiel MD5: d34f744c971e7f9bd69be4b59f1ca8b6 Beispiele für Programme: Hashmyfiles MD5summer (

57 DATA SHARING Vorteile Hindernisse Datenzentren & Archive

58 Data Sharing: Vorteile Wissenschaftlicher Fortschritt & Erkenntnis Transparenz & Offenheit Reanalysen, Metaanalysen & Replikationen Verbesserung & Überprüfung statistischer Methoden Vermeidung redundanter Datenerhebungen Einsatz in der Lehre

59 Data Sharing: Hindernisse Rechtliche Barrieren (Datenschutz, Copyright,..) Zeit- und Geldaufwand für die Datenaufbereitung Fehlende Anerkennung ( credits ) Mögliche Nachteile im wissenschaftlichen Wettbewerb Aufdeckung methodischer Unzulänglichkeiten

60 Data Sharing Spezialisiertes Datenarchiv, Forschungsdatenzentrum Journal (supplement material oder data paper) Repositorium einer Universität oder Institution Projekt- oder Instituts-Website Informeller Austausch zwischen Kollegen

61 Forschungsdatenzentren Rat für Sozial- und Wirtschaftdaten:

62 Data Sharing

63 Data Sharing

64 Data Sharing

65 Data Sharing

66 Data Sharing

67 Data Sharing: PsychData PsychData Forschungsdatenzentrum für die Psychologie Speziell auf die psychologische Forschung ausgerichtete Data Sharing Plattform 2002 durch Leibniz-Zentrum für Psychologische Information & Dokumentation (ZPID) entwickelt Förderung durch Deutsche Forschungsgemeinschaft (DFG) durch RatSWD akkreditiertes Datenzentrum

68 Danke für Ihre Aufmerksamkeit! Member of the German Data Forum Using DOIs to cite and link to research data Partly funded by the German Research Foundation

69 Literatur 1(3) Altenhöner, R. & Oellers, C. (Hrsg.). (2012). Langzeitarchivierung von Forschungsdaten. Standards und disziplinspezifische Lösungen. Berlin: Scivero Verlag. Baker, K. S., & Millerand, F. (2010). Infrastructuring ecology: Challenges in achieving data sharing. In J. Parker, N. Vermeulen & B. Penders (Eds.), Collaboration in the New Life Sciences (S ). Farnham, England: Ashgate. Büttner, S., Hobohm, H.-C. & Müller, L. (Hrsg.). (2011). Handbuch Forschungsdatenmanagement. Bad Honnef: Bock + Herchen. Zugriff am Verfügbar unter resolving.de/urn/resolver.pl?urn:nbn:de:kobv:525-opus-2412 Deutsche Forschungsgemeinschaft. (2013). Vorschläge zur Sicherung guter wissenschaftlicher Praxis: Empfehlungen der Kommission Selbstkontrolle in der Wissenschaft (ergänzte Auflage). Weinheim, Deutschland: Wiley-VCH. DGPs/BDP. (1998/2004). Ethische Richtlinien der DGPs und des BDP. Zugriff am Verfügbar unter Digital Curation Centre (n.d.) DMPonline. Zugriff am Verfügbar unter European Commission. (2014). Horizon Annotated Model Grant Agreements. Article 29 Dissemination of results. Zugriff am Verfügbar unter Fisher A.V., Godwin K.E., & Seltman, H. (2014). Data from: Visual environment, attention allocation, and learning in young children: when too much of a good thing may be bad. Dryad Digital Repository. Zugriff am Verfügbar unter

70 Literatur 2 (3) ICPSR. (2012). Guide to social science data preparation and archiving. Best practice through the data life cycle (5. Aufl.). Ann Arbor, MI: Inter-University Consortium for Political and Social Research. Zugriff am Verfügbar unter Jensen, U., Katsanidou, A. & Zenk-Möltgen, W. (2011). Metadaten und Standards. In S. Büttner, H.-C. Hobohm & L. Müller (Hrsg.), Handbuch Forschungsdatenmanagement (S ). Bad Honnef: Bock + Herchen. NIH. (2003). NIH Data Sharing Policy and Implementation Guidance. Bethesda, MD: National Institutes of Health. Zugriff am Verfügbar unter Shotton, D. (2009). The ADMIRAL Project. Zugriff am Verfügbar unter: Silbereisen, R. K., Vaskovics, L. A., & Zinnecker, J. (2002). Childhood, Adolencence, and Becoming an Adult Children Longitudinal GESIS Data Archive, Cologne. ZA3433 Data file Version 1.0.0, doi: / University of California Curation Center of the California Digital Library (n.d.) DMPTool. Zugriff am Verfügbar unter van den Eynden, V., Corti, L., Woollard, M., Bishop, L. & Horton, L. (2011). Managing and sharing data. Best practice for researchers (3. Aufl.). Colchester: UK Data Archive. Zugriff am Verfügbar unter Vines, T. H., Albert, A., Andrew, R. L., De barre, F., Bock, D.G., Franklin, M. T., Gilbert, K. J., Moore, J. S., Renaut, S., & Rennison, D. J. (2014). The Availability of Research Data Declines Rapidly with Article Age. Current Biology, 24,

71 Literatur 3 (3) Wellcome Trust. (2010). Policy on data management and sharing. Zugriff am Verfügbar unter: Wissenschaftsrat. (2012, Juli). Empfehlungen zur Weiterentwicklung der wissenschaftlichen Informationsinfrastrukturen in Deutschland bis 2020 (Empfehlung Drs ). Verfügbar unter Wittenburg, P. (2014). RDA Daten als Teil der Wissenschaftskultur. Zugriff am Verfügbar unter: ZPID. (2013). Datenmanagement und Data Sharing in der Psychologie. Zugriff am Verfügbar unter: