Plan zarzdzania danymi i Open Access w projektach

Plan zarządzania danymi i Open Access w projektach badawczych Mgr Magdalena Szuflita-Żurawska Kierownik Sekcji Informacji Naukowo-Tecxhnicznej Politechnika Gdańska Listopad 2019

Czym są dane badawcze? • Dane badawcze to wszelkie dane, które zostały zebrane, zaobserwowane bądź stworzone podczas procesu badawczego mającego na celu otrzymanie oryginalnych wyników naukowych. W zależności od tego, w jaki sposób bądź w jakich celach powstały, możemy wyróżnić m. in. dane obserwacyjne, eksperymentalne, symulacje, kompilacyjne, czy też dane referencyjne. • Każda dyscyplina nauki tworzy własne, specyficzne dla niej dane badawcze. Na przykład w biologii mogą to być filmy dokumentujące zachowania zwierząt, w inżynierii lądowej i ochronie środowiska dane geograficzne lub przestrzenne, a w przypadku historii dokumenty archiwalne. Do danych badawczych zaliczymy również wszelkie opisy procedur, dzienniki laboratoryjne, czy notatki z eksperymentów.

Czym są dane badawcze? Otwarte Dane Badawcze (ang. Open Research Data – ORD) stanowią część szerszej idei, jaką jest Otwarta Nauka, na którą składa się również otwarty dostęp do publikacji (ang. Open Access – OA) oraz otwarta komunikacja naukowa (ang. Open Scholarly Communication – OSC). Źródło: https: //ec. europa. eu/research/openscienc e/index. cfm? pg=home&section=monitor

Zasady udostępniania FAIR • Ogólna zasada dotycząca udostępniania danych badawczych brzmi: Dane powinny być tak otwarte, jak to możliwe i na tyle zamknięte, na ile to jest konieczne. • Aby pomóc naukowcom w odpowiednim przygotowaniu oraz udostępnianiu danych badawczych sformułowano zasady FAIR. • FAIR to akronim czterech angielskich przymiotników opisujących to, jakie powinny być dane badawcze.

Zasady udostępniania FAIR 1. Findable – Możliwe do odnalezienia • Zbiór danych opatrzony jest metadanymi, które umożliwiają odnalezienie tego zbioru zarówno przez ludzi jak i programy komputerowe; • Do zbioru przypisany jest unikalny identyfikator (np. DOI), który stanowi jednocześnie element metadanych opisujących ten zbiór; • Metadane są indeksowane w ogólnodostępnych bazach danych umożliwiających ich przeszukiwanie. 2. Accessible – Dostępne • Dostęp do zbioru danych, a przynajmniej do metadanych, możliwy jest bezpośrednio poprzez unikalny identyfikator i nie wymaga dodatkowych narzędzi ani oprogramowania; • Metadane są zawsze dostępne, nawet jeśli sam zbiór danych został już usunięty lub przeniesiony.

Zasady udostępniania FAIR 3. Interoperable – Interoperacyjne • Dane oraz metadane są dostarczone w formacie zapewniającym łatwy odczyt i przetwarzanie zarówno przez ludzi jak i komputery; • Zbiory danych i metadane je opisujące zawierają odnośniki do innych powiązanych z nimi zbiorów. • 4. Reusable – Możliwe do ponownego użycia • Metadane zawierają liczne atrybuty dokładnie opisujące zbiór danych i uławiające użytkownikom określenie ich przydatności dla ich własnych badań; • Zbiór danych zawiera licencję określającą jednoznacznie warunki ponownego wykorzystania i przetwarzania danych; • Metadane wyraźnie określają autora oraz miejsce powstania danych; • Metadane są skonstruowane według ogólnie przyjętych standardów specyficznych dla danej dyscypliny oraz rodzaju danych.

Plan zarządzania danymi • Data Management Plan (DMP) czyli Plan Zarządzania Danymi to dokument opisujący czynności wykonywane na każdym etapie pracy z danymi badawczymi. DMP powinien powstać już na wstępnym etapie badań naukowych. Jest on coraz częściej wymagany przez instytucje i agencje przyznające środki finansowe na badania naukowe (Narodowe Centrum Nauki, Komisja Europejska, Economic and Social Research Council, Natural Environmental Research Council). • DMP ułatwia planowanie procedur związanych z pozyskiwaniem, przetwarzaniem i dzieleniem się danymi badawczymi.

Co powinien zawierać Plan zarządzania danymi? • Ocenę danych już dostępnych, opis braków i potrzeb; • Opis sposobu gromadzenia danych (np. poprzez ankietę, instrument badawczy) i ich rodzaju (np. dane eksperymentalne lub obserwacyjne); • Dokumentację i standardy opisu danych (metadane); • Informacje o tym, kto będzie właścicielem praw autorskich i praw własności intelektualnej danych, a także kto będzie odpowiedzialny za zarządzanie nimi; • Wymogi i procedury związane z aspektami etycznymi pozyskiwanych danych; • Opis procedur zapewniających kontrolę jakości danych (opis powinien zawierać podział obowiązków i czynności związanych z nadzorowaniem i kontrolą poprawności danych); • Plan dotyczący dostępu do danych oraz dzielenia się nimi (określenie na jakiej licencji dane będą dostępne); • Krótko- oraz długoterminową strategię przechowywania i ochrony danych; • Określenie jakie środki będą potrzebne do przeprowadzenia DMP.

Narzędzia do tworzenia Planu zarządzania danymi • DMP ONLINE - https: //dmponline. dcc. ac. uk • DMP TOOL - https: //dmptool. org • NCN – formatka/wytyczne Science Europe dostępna w OSF GUIDE: https: //www. scienceeurope. org/ourresources/practical-guide-to-the-international -alignment-of-research-data-management/

Przykłady DMP • DMP Tool The contribution of water retention, nutrient loading and microbial community to mosquito breeding and West Nilevirus transmission in Spokane County • nauki biologiczne Surficial Deposit Mapping of the Waynesboro East 7. 5’Quadrangle, Virginia • inżynieria lądowa i transport (geodezja i kartografia) Beyond decentralisation - Building local developmentcapacity for collaborative, pro-poor planning and deliveryof outcomes that matter • nauki o polityce i administracji, psychologia • DMP Online SCOTEY: The SCottish Oncology & Tissue Epidemiology study to inform public health, policy, prevention and precision medicine • nauki medyczne, nauki o zdrowiu (epidemiologia, onkologia) Gamma radiation monitoring campaign at the Azores ENA-ARM station(Graciosa Island) • nauki fizyczne National Survey on Research Integrity • nauki socjologiczne, psychologia (nauki behawioralne)

Przygotowanie danych do udostępnienia 1. Selekcja – nie wszystkie dane muszą zostać udostępnione. Dobierając zbiory danych do archiwizacji warto kierować się takimi czynnikami jak: • Wymagania agencji finansujących badania naukowe; • Wartość naukowa danych badawczych; • Wyjątkowość – warto sprawdzić czy dane nie duplikują się z innymi istniejącymi już zbiorami danych; • Możliwość replikacji wyników badań – czy dane zawierają wszystkie parametry umożliwiające powtórzenie eksperymentu; • Kwestie ekonomiczne – jakie koszty wiążą się z zarządzaniem i przechowywaniem danych i czy są one uzasadnione.

Przygotowanie danych do udostępnienia 2. Usunięcie danych wrażliwych umożliwiających identyfikację badanych osób: • Anonimizacja polega na przekształceniu danych osobowych w sposób uniemożliwiający przyporządkowanie poszczególnych informacji do określonej lub możliwej do zidentyfikowania osoby. • Pseudonimizacja – to przetworzenie danych tak, by nie można ich było przypisać osobie, której te dane dotyczą, bez użycia dodatkowych informacji. • Podstawową cechą odróżniającą pseudonimizację i anonimizację jest odwracalność. Anonimizacja jest procesem nieodwracalnym, pseudonimizacja zaś jest odwracalna.

Przygotowanie danych do udostępnienia 3. Wybór formatów plików – dane powinny zostać opublikowane w ogólnodostępnym formacie, który nie wymaga komercyjnego oprogramowania i wykorzystuje standardowe kodowanie (ASCII, UTF-8). Warto również zastanowić się, jakie formaty plików funkcjonują w naszej dyscyplinie, tak aby użytkownicy po pobraniu zbioru danych nie byli zmuszeni do ich dodatkowej konwersji, która może prowadzić do utraty jakości danych.

Przygotowanie danych do udostępnienia 4. Nadanie odpowiednich nazw folderom oraz plikom – przy nadawaniu nazw warto zadać sobie pytanie: Jakie nazwy plików i jaka ich struktura byłyby dla mnie najbardziej użyteczne, gdybym sam chciał ponownie je wykorzystać? Co powinny zawierać nazwy, aby bezproblemowo można było odnaleźć konkretny zestaw danych? Podstawową zasadą organizacji plików jest konsekwencja, należy trzymać się raz przyjętej struktury i nazewnictwa. 5. Opatrzenie datasetów odpowiednim opisem w postaci metadanych.

Metadane i standardy metadanych • Zgodnie z zasadami FAIR istotny element każdego zbioru danych stanowią metadane. Metadane to dane o danych. Są kluczem do uzyskania dostępu do danych badawczych, ich zrozumienia i ponownego wykorzystania. Istnieją trzy główne typy metadanych: • Metadane opisowe – dostarczają informacji niezbędnych do odszukania czy też identyfikacji zbioru danych. Mogą zawierać elementy, takie jak tytuł, streszczenie, autor i słowa kluczowe. • Metadane strukturalne – opisują relacje i zależności pomiędzy poszczególnymi zbiorami oraz elementami tych zbiorów w celu np. ułatwienia nawigacji. • Metadane administracyjne – zawierają informacje pomocne w zarządzaniu danym zasobem. Zawierają informacje takie jak sposób i datę jego utworzenia, typ pliku i informacje dotyczące dostępu. Istnieje kilka podzbiorów danych administracyjnych. Dwa z nich często wymieniane jako oddzielne typy metadanych to: – Metadane zarządzania prawami, które dotyczą praw własności intelektualnej, – Metadane konserwacji, które zawierają informacje potrzebne do archiwizacji i utrzymania zasobu.

Metadane i standardy metadanych • • TITLE OF DATASET • • SOURCE OF DATA • NAME(S) OF DATASET CREATOR(S) • [Where researcher ID numbers are • available, these should be provided • (eg. ORCID]. • • DESCRIPTION OF DATA • • CREATION DATE • SPATIAL COVERAGE OF DATASET • (national, regional, global) • • TEMPORAL COVERAGE OF DATASET FORMAT LANGUAGE LOCATION OF DATA DIGITAL OBJECT IDENTIFIER ACCESS STATUS AND EMBARGO LICENSE FUNDING STATEMENT RELATED PUBLICATIONS DATASET CITATION

Archiwizacja i udostępnianie danych badawczych • Długoterminowa strategia przechowywania, archiwizacji i ochrony danych powinna być opisana w Planie Zarządzania Danymi. Archiwizacja ma na celu ograniczenie kosztów związanych z przechowywaniem danych oraz utrzymanie ich dostępności. Coraz częściej funkcje archiwów pełnią otwarte repozytoria danych badawczych takie jak MOST Danych. W Internecie można znaleźć wiele dziedzinowych i instytucjonalnych repozytoriów danych. Czasami organizacja finansująca badania wymaga zdeponowania danych badawczych w konkretnym repozytorium, czasem pozwala deponującemu na samodzielne dokonanie wyboru. • Aby wyszukać odpowiednie repozytorium dla naszych danych możemy skorzystać z wyszukiwarki repozytoriów np. RE 3 DATA (www. re 3 data. org).

Licencjonowanie danych badawczych • Zgodnie z zasadą „Reusable” dane powinny być opatrzone licencją określającą warunki korzystania z danego zbioru danych. Przed wyborem licencji należy upewnić się jaka jest polityka naszej instytucji odnośnie udostępniania danych. Dodatkowo, agencje finansujące badania mogą wymagać stosowania określonych licencji. Dobrą praktyką jest stosowanie gotowych (standardowych) licencji, które pozwalają zaoszczędzić czas potrzebny na stworzenie własnego, nowego typu licencji. Określenie licencji na jakiej udostępniane będą dane powinno odbyć się już na etapie tworzenia Planu Zarządzania Danymi • Przykładami otwartych licencji są licencje Creative Commons (CC) oraz licencje wolnego oprogramowania takie jak GNU General Public License version 2 (GPLv 2) i licencja Massachusetts Institute of Technology (MIT license).

Plan zarządzania danymi Science Europe/NCN 1. Opis danych oraz pozyskiwanie lub ponowne wykorzystanie dostępnych danych • 1. 1 W jaki sposób będą pozyskiwane lub wytwarzane nowe dane lub ponownie wykorzystywane dane już istniejące? • 1. 2 Jakie dane (tj. rodzaje, formaty, objętości) będą pozyskiwane lub wytwarzane w projekcie? 2. Dokumentacja i jakość danych • 2. 1 Jakie metadane i dokumentacja (np. metodologia oraz sposoby pozyskiwania i organizacji danych) będą towarzyszyć danym w projekcie? • 2. 2 Jakie planują Państwo zastosować środki kontroli jakości? 3. Przechowywanie i tworzenie kopii zapasowych podczas badań • 3. 1 W jaki sposób w trakcie projektu będą przechowywane dane i metadane? W jaki sposób będą tworzone ich kopie zapasowe? • 3. 2 W jaki sposób zostanie zapewnione bezpieczeństwo i ochrona danych wrażliwych w okresie trwania projektu?

Plan zarządzania danymi Science Europe/NCN 4. Wymogi prawne, kodeksy postępowania • 4. 1 Jeżeli będzie miało miejsce przetwarzanie danych osobowych, w jaki sposób zostanie zapewniona zgodność z przepisami dotyczącymi danych osobowych oraz ich ochrony? • 4. 2 W jaki sposób planują Państwo zapewnić zgodność z innymi przepisami, takimi jak prawa własności intelektualnej i prawa własności? Jakie przepisy znajdują w tym przypadku zastosowanie? 5. Udostępnianie i długotrwałe przechowywanie danych • 5. 1 Kiedy i w jaki sposób będą udostępniane dane z projektu? Czy istnieją ewentualne ograniczenia i zakazy dotyczące ich udostępniania? • 5. 2 Jak będzie wyglądać selekcja danych przeznaczonych do utrwalenia i gdzie będą one długoterminowo przechowywane (np. w repozytorium danych, archiwum)? • 5. 3 Jakie metody lub oprogramowanie umożliwiają dostęp do danych i korzystanie z danych? • 5. 4 W jaki sposób zagwarantują Państwo stosowanie unikalnego i trwale przypisanego identyfikatora (takiego jak cyfrowy identyfikator dokumentu elektronicznego (DOI)) dla każdego zbioru danych? 6. Zadania związane z zarządzaniem danymi oraz zasoby • 6. 1 Kto będzie odpowiadał za zarządzanie danymi (tj. kto będzie ich opiekunem)? • 6. 2 Jakie zasoby zostaną przeznaczone na cele zarządzania danymi i zagwarantowanie przestrzegania zasad FAIR?

Plan zarządzania danymi H 2020 Infografika: https: //ec. europa. eu/research/openscience/index. cfm? pg=openaccess Formatki (H 2020, ERC): https: //ec. europa. eu/research/participants/docs/ h 2020 -funding-guide/cross-cutting-issues/openaccess-dissemination_en. htm Plany zarządzania danymi: ZENODO (https: //zenodo. org/)

Centrum Kompetencji Otwartej Nauki Politechniki Gdańskiej Do pobrania: • Plan zarządzania danymi z Narodowego Centrum Nauki (plan zarządzania danymi można uznać za część planu badań; jego celem jest uzupełnienie tego ostatniego o techniczny opis sposobu zarządzania danymi) - WERSJA POLSKA • Plan zarządzania danymi z Narodowego Centrum Nauki (plan zarządzania danymi można uznać za część planu badań; jego celem jest uzupełnienie tego ostatniego o techniczny opis sposobu zarządzania danymi) - WERSJA ANGIELSKA • Plan zarządzania danymi – formatka dla pracowników Politechniki Gdańskiej • Otwarte dane badawcze w projektach naukowych na przykładzie Narodowego Centrum Nauki - prezentacja mgr Magdaleny Szuflity-Żurawskiej • Udostępnianie i długotrwałe przechowywanie danych - usługa Centrum Informatycznego TASK • Licencje Creative Commons

Open Access (Otwarty Dostęp)

Gold Open Access • Jeden z modeli publikowania w otwartym dostępie, w którym wydawcy czasopism udostępniają wszystkie artykuły i powiązane treści bezpłatnie na stronie internetowej czasopisma, natychmiast po publikacji. Dwa warianty: • Full Gold OA lub Pure Gold OA | w tym modelu nie ma opłat abonamentowych, a wydawcy uzyskują dochody pobierając opłaty od autorów lub instytucji. Opłaty te znane są jako APC - „opłaty za przetwarzanie artykułu” (z ang. Article Processing Charges). • Hybrid Gold OA | w tym wariancie autorzy publikują w tradycyjnych czasopismach subskrypcyjnych, ale mogą wybrać złoty dostęp dla swoich publikacji opłacając ACP. Wówczas po opublikowaniu artykułu jest on dostępny w sposób otwarty dla wszystkich czytelników. W czasopismach hybrydowych tylko część artykułów dostępna jest w ten sposób. Pozostałe artykuły, które nie są dostępne za pośrednictwem złotego OA, nie mogą być przeglądane przez czytelników, którzy nie subskrybują tych czasopism.

Green Open Access • Stanowi model dystrybucji zarówno publikacji naukowych, jak i innych niepublikowanych efektów działalności naukowej (np. plakaty z konferencji, prezentacje multimedialne), polegający na tym, że autor samodzielnie deponuje i udostępnia swoją pracę w Internecie (tzw. samoarchiwizacja). • Kiedy autor publikuje swój tekst w czasopiśmie o tradycyjnym modelu wydawniczym opartym na subskrypcji, najczęściej podczas zawierania umowy z wydawcą, zrzeka się części lub całości autorskich praw majątkowych do swojego artykułu. Nie oznacza to jednak, że traci prawo do samodzielnego rozpowszechniania swojej pracy. Większość wydawnictw posiada politykę OA, wg której autorzy na określonych zasadach mogą dzielić się swoją publikacją z innymi. • Do powszechnie stosowanych przez wydawców praktyk należy np. ustanowienie okresu embargo, w trakcie którego artykuł może znajdować się jedynie na stronie wydawcy. Inną często stosowaną zasadą jest zezwolenie na samoarchiwizację jedynie niektórych wersji artykułu, np. wydawca może zgodzić się na udostępnienie wersji preprint (czyli artykułu przed recenzją) bądź wersji postprint (czyli ostatecznej wersji artykułu po poprawkach recenzenckich, ale bez szaty edytorskiej danego czasopisma), natomiast może zabronić rozpowszechniania wersji wydawniczej, czyli takiej, która znajduje się w czasopiśmie. Wydawcy często określają również na jakiej licencji publikacje powinny być udostępniane.

Bronze Open Access • Publikacje naukowe udostępnione do publicznego obiegu, np. na stronie internetowej wydawcy, bez określenia zasad dalszego użytkowania poprzez licencję. • Termin ten powstał stosunkowo niedawno, około 2015 r. , w odpowiedzi na konieczność uwzględnienia nowej kategorii otwartego dostępu, która nie mieściła się w dotychczasowych definicjach. • Według badań Heather Piwowar, opublikowanych w czasopiśmie Nature Index, jest to najczęściej spotykany sposób udostępniania publikacji w ramach otwartego dostępu. W 2015 r. już 17, 6 proc. artykułów naukowych było ogółem publikowanych w ten sposób. • Publikacje tworzone w ramach brązowego otwartego dostępu dzielą się na: o publikacje wydawców publikujących w ramach otwartego dostępu po okresie przejściowym tzw. Embargo, o publikacje z zawartością otwartą do edycji (również te nie poddane recenzji), o publikacje promocyjne udostępnione jednorazowo, o publikacje wydawców publikujących w modelu złotym, ale nie należących do DOAJ. • Artykuły publikowane przez wydawców są często niedostępne w sieci lub też zmieniają swój status z dostępnych za opłatą na bezpłatne. • Brak jasnej polityki wydawniczej czasopism naukowych lub zawirowania prawne mogą prowadzić do zjawiska coraz szerszego pojawiania się publikacji w modelu brązowego otwartego dostępu. Ten sposób publikacji budzi wiele niejasności i rodzi wiele pytań wskazanych również w publikacjach naukowych. • (Piwowar et al. (2018), Peer. J, DOI 10. 7717/peerj. 4375)

Black Open Access • Nielegalny lub Czarny Otwarty Dostęp (OD) zapewnia nieodpłatny dostęp do płatnych artykułów naukowych. Czarny OD odnosi się do różnych metod, za pomocą których artykuły lub inne treści naukowe mogą być udostępniane. W nawiązaniu do manifestu Aarona Swarza z 2008, nielegalne drogi dostępu do publikacji naukowych określa się również jako Guerilla OD. • Czarny OD wiąże się często z ignorowaniem praw autorskich oraz nieponoszeniem kosztów finansowych związanych z procesowaniem artykułu. Użytkownicy Czarnego OD korzystają z bezpłatnego dostęp do cyfrowych wersji artykułów często bez wiedzy i zgody autorów. Bariery tworzone przez wydawców (subskrypcje i opłaty) skłoniły zainteresowanych użytkowników do poszukiwania alternatywnych metod dostępu do treści naukowych. Czarny OD pojawił się jako skutek rosnącego zapotrzebowania na szybki, łatwy i nieodpłatny dostęp do materiałów naukowych. • Czarny OD może obejmować różnorodne działania, w tym również: o prośby skierowane do autora artykułu o udostępnienie kopii za pośrednictwem linku do repozytorium instytucjonalnego o dzielenie się loginami dla treści subskrybowanych z osobą nieupoważnioną o prośby o udostępnienie artykułu za pomocą Twitter (#icanhazpdf) o pirackie strony, takie jak Sci-Hub czy Lib. Gen

Platium Open Access • Platynowy Otwarty Dostęp (OD), znany też jako Diamentowy lub Sponsorowany OD. Inne terminy powiązane z Platynowym OD to subsydiowane publikacje o otwartym dostępie i ‘no fee’ journals. Termin Platynowy OD odnosi się do czasopism o otwartym dostępie, które nie pobierają opłat autorskich (APC - Article Processing Charges). Platynowy OD oznacza, że publikacja jest otwarta dla czytelników (tak jak w Złotym OD) oraz, że autorzy nie ponieśli kosztów finansowych związanych z publikacją w czasopiśmie (w przeciwieństwie do Złotego OD). • Podstawową różnicą między czasopismami o Złotym i Platynowy OD jest model finansowania. APC są czynnikiem oddzielającym obie formy OD. Czasopisma w Platynowym OD są zazwyczaj finansowane przez instytucje i uniwersytety związane z danym czasopismem. Koszty publikowania w takich czasopismach pokrywane są również przez opłaty pobierane od podmiotów, które zrzeszają się w ramach konsorcjów, a także z grantów i reklam.

Plan S: https: //www. coalition-s. org/

Plan S – najważniejsze ustalenia • Przesunięto rok wdrożenia Planu S na 2021 rok, co daje naukowcom i wydawcom więcej czasu na dostosowanie się do zmian, a agencjom finansującym badania - na wprowadzenie nowych bądź dostosowanie obowiązujących polityk otwartości, • natychmiastowy otwarty dostęp do publikacji, • stosowanie licencji CC BY, • utrzymanie opłat za publikacje na stosownym poziomie • brak wsparcia dla czasopism hybrydowych, o ile nie podlegają umowom transformacyjnym, z jasno określoną datą końcową • Założenia do Planu S: https: //www. coalition-s. org/wpcontent/uploads/Plan. S_Principles_and_Implementation_310519. pdf

Dziękuję za uwagę! Zapraszam do dyskusji i zadawania pytań magdalena. szuflita@pg. edu. pl