Skip to Main Content

Hantering av forskningsdata

Vad är hantering av forskningsdata (Research Data Management, RDM)?

Med hantering av forskningsdata (Research data management, RDM) menas hur forskningsmaterialet beskrivs, organiseras, lagras, bevaras, delas och publiceras under hela forskningsprocessen. Effektiv och ansvarsfull hantering av forskningsdata utgör ett väsentligt krav för god vetenskaplig praxis och forskningsfärdigheter. Den här guiden är avsedd att ge en översikt över praxis och processer för att hantera dina forskningsdata.

En RDM-princip är att forskningsdata är "så slutna som nödvändigt och så öppna sommöjligt":

  • "Så slutna som nödvändigt" innebär att du är skyldiga att säkerställa etisk och juridisk efterlevnad i datahanteringen. Hankens studerande och forskare ansvarar för att följa etiska principerna och god datahanteringspraxis i enlighet med relevant lagstiftning och forskningsintegritet. 
  • "Så öppna sommöjligt" innebär att forskningsdata hanteras på ett lämpligt sätt i syfte att uppfylla FAIR-principerna. Det är en grundläggande god vetenskaplig praxis att följa FAIR-principerna när du publicerar dina forskningsoutput för hittabarheten och citerbarheten av dina forskningsdata. 

Följ Datahanteringsflödesscheman och steg som beskrivs i Datahanteringsprocesser på Hanken i denna LibGuide. Dessa flödesscheman och steg ger studerande respektive forskare en praktisk vägledning om:

  • hur du implementerar denna RDM-princip, och
  • ​hur du klarar dina olika RDM-uppgifter ​

steg för steg genom din datalivscykel. Anvisningerna och mallarna i varje steg ger dig vägledningen som du kan följa för att slutföra hela datahanteringsprocessen.

Institutioner och handledare ska göra studenter och forskare förtrogna med god datahanteringspraxis. Se instruktioner för handledare.

                                 Data management flow

Vad är forskningsdata och varför hantera dina data?

Forskningsdata kan vara vilket material som helst som ett forskningsprojekt använder och producerar som grund för forskningsresultaten från forskningens startpunkten (hypotes, forskningsfrågor) till den avslutande punkten (forskningsresultat), antingen i fysisk eller digital form.

Digitala dataset som genereras, bearbetas och används i vetenskaplig forskning kan inkludera:

  • data som samlas in med olika metoder (t.ex. undersökningar, intervjuer, video, bilder),
  • data som produceras under forskningen (t.ex. analysresultat),
  • forskningskällor (t.ex. arkiverat material återanvänds, kommersiella databaser),
  • källkod och programvara, och
  • information som beskriver datas sammanhang, innehåll och struktur (readme-filer och metadata).

Fördelar med att hantera forskningsdata är att det:

  • blir lättare att sammanställa forskningsresultat för publicering då forskningsdata är väl hanterade och dokumenterade.
  • blir lättare att hitta, förstå, citera och återanvända dina data, vilket ökar genomslaget för din forskning.
  • underlättar samarbete när data kan delas inom och mellan olika discipliner och främjar nya upptäckter.
  • uppfyller forskningsfinansiärernas krav och följer tidskrifters policyer för forskningsdata.
  • följ dataskyddslagar och kom överens om dataägande och rättigheter.
  • arkivera och bevara dina data på lång sikt.
  • sparar tid och resurser.
  • stöder öppen vetenskap.

Hjälp och stöd

På Hanken får du hjälp och stöd för hantering av forskningsdata av personal från Hankens biblioteket, forskningsservice, dataskyddsombud, juridisk service och datacentralen.

On du dar frågor om etiska och juridiska frågor som rör datasäkerhet, dataskydd och immateriella rättigheter (IPR), datahanteringsplaner, datalagring, säkerhetskopiering och överföring, metadatapublicering, dataarkivering och långtidsbevaring, kontakta openresearch@hanken.fi.

Vi erbjuder också utbildningar för att hjälpa dig att klara olika RDM-uppgifter under hela din forskningslivscykel. Utbildningar erbjuds både som en del av studier och som personalutbildning. De kan integreras i ordinarie seminarier eller kurser, fristående kortkurser, individuell handledning eller självstudiematerial på webben. Mera information, se Kurser och workshops.

Tilläggsinformation och källor