Kā atvērtie dati un PATIESI Principi arvien vairāk kļūst par standartiem zinātniskajos procesos, visas pētniecības darba plūsmas caurspīdīgums un reproducējamība tiek atzīta par labu zinātnisko praksi (sk., Piemēram, SPARC iniciatīvu atvercholarchampions.eu). Lai pāreja uz atvērtiem datiem un FAIR principu ieviešana būtu raita un pieejama, mēs izstrādājām nākamo 2 dienu kursu par atvērto zinātnes un pētniecības datu pārvaldību. Šajā kursā mēs sniedzam vadlīnijas pētniekiem, lai viņi izstrādātu savu pētījumu datu pārvaldību tādā veidā, kas arī ietaupa laiku šajā procesā. Mūsuprāt, datu pārvaldība ir veiksmes atslēga.

1. video: RDM ietaupa laiku un pūles.

Pirmais datu pārvaldības seminārs notika Bohumā 2018. gada novembrī: Pēc iesildīšanās, kas ietvēra ievada diskusijas un iepazīstināšanu ar atvērtās zinātnes principiem un vērtībām, mēs strādājām pie atvērto datu definīcijas un to nozīmes pašreizējā pētniecības ekosistēmā. Uzsverot, kā sadarbība ir atvērtās zinātnes centrā, es iepazīstināju Gitlab - atvērtā koda alternatīva GitHub, kas savukārt ir platforma, kuru izmanto daudzi Open Science entuziasti, ieskaitot Mozilla pētnieku kopiena, vadīt atvērtos projektus-. Dalībniekiem tika lūgts aizpildīt vietni Gitlab (kuras privāti glabā universitātes serverī) ar savu personisko informāciju. Pēc tam mēs apskatījām pētījumu datu pārvaldības principus, strādājot pie dalībnieku projektiem nelielās grupās, definējot izejas un primāros datus, datu plūsmu un galveno pētījumu mērķi. Dalībniekiem bija viena minūte, lai izskaidrotu savus eksperimentus plenērā lifta skaņas formātā. Pirmās dienas pēcpusdienā mēs risinājām jautājumus par digitālo datu organizāciju, failu nosaukšanu un pareizu izklājlapu struktūru, lai izveidotu mašīnlasāmās izvades. Dalībniekiem tika lūgts ierakstīt datu pārvaldības plānu Gitlab ar vienaudžu atsauksmēm.

Otrā diena sākās ar iepazīstināšanu ar sadarbības darbu un to, kāpēc atvērtā zinātne ir saistīta ne tikai ar to, kādus rīkus vai platformas izmantot, bet drīzāk par saziņu ar citiem cilvēkiem veidā, kas ļauj pētniekiem efektīvāk sadarboties. Pēc tam mēs apspriedām labo un slikto zinātnisko praksi, saistot to ar datu apstrādes izaicinājumiem. Es iepazīstināju Atvērt Access un Creative Commons licencēšana pirms mēs pārcēlāmies uz reproducējamības krīzi un to, kā atvērtās zinātnes prakse var atrisināt daudzus ar to saistītos jautājumus. Mēs iepazīstinājām ar atvērto datu, atvērto materiālu, atvērtās metodoloģijas un atvērtā pirmkoda programmatūru datu analīzei un kāpēc visi šie Open Science komponenti ir nepieciešami, bet nepietiekami soļi atkārtojamu rezultātu sasniegšanai. Es arī prezentēju un pārrunāju digitālos rīkus un pakalpojumus, piemēram, atvērto datu krātuves (zenodo, Figshare, re3data.org,…), Atklātie materiāli un metodes (protokoli.io, RRID) un analīzi, izmantojot programmēšanas valodas (R, python un Matlab). Visu otro pēcpusdienu mēs strādājām ar Rstudio saistībā ar Gitlab veidošanu reproducējama analīze no parauga datu kopas, kas tiek piegādāta dalībniekiem (R vai Python).

Gūtās atziņas

Lai gan mēs vēlamies saglabāt jauko atmosfēru, saglabājot laiku jautājumiem un mijiedarbībai, kā arī saglabāt labu līdzsvaru starp lekcijām un praktiskajiem vingrinājumiem, mēs strādājam pie nākamās semināra versijas, pievienojot:

  • Diskusija par tiešsaistes klātbūtnes lietderību un tādu digitālo pakalpojumu kā ORCID
  • Ieskats saišu veidošanā Rstudio un Gitlab/GitHub, nosūtīts pirms darbnīcas
  • Īpaši vingrinājumi, lai uzlabotu praktisko daļu un palielinātu dalībnieku iesaisti

Mēs secinām, ka vislabāk vajadzētu iepazīties ar pētniekiem FAIR pētījumu datu pārvaldība praktizē savas karjeras sākumā.

Lai vislabāk nodrošinātu prasmes un rīkus, kas pētniekiem nepieciešami, lai viegli un efektīvi pārņemtu atvērto zinātni un FAIR datu pārvaldību, mēs pastāvīgi pielāgojam un atjauninām kursa saturu un materiālus. Mācību materiāls ir pieejams vietnē GitHub.

Divi no darbvirsmā demonstrētajiem slaidiem: “Kāpēc atvērt zinātni” darbnīcas sākumā, “Versijas kontrole un uzlabošana” otrajā dienā.

Dr Julien Colomb, atvērto zinātnes un pētījumu datu pārvaldības pasniedzēja, orcid.org/0000-0002-3127-5520

Atsauces

Vilkinsons, MD un citi. FAIR zinātnisko datu pārvaldības un pārvaldības pamatprincipi. Sci. Dati 3: 160018 doi: 10.1038 / sdata.2016.18 (2016).

go-fair.org/fair-principles/

force11.org/group/fairgroup/fairprinciples

fosteropenscience.eu/content/what-open-science-introduction

Atrodiet papildu resursus vietnē Atklātā zinātnes MOOC mājas lapā.

Dalieties perspektīvā

Atstāj atbildi

Jūsu e-pasta adrese netiks publicēta. Obligātie lauki ir atzīmēti *