Glossar

Data Stewards sind Expert*innen für Forschungsdatenmanagement. Sie unterstützen Forschende beim nachhaltigen Umgang mit Forschungsdaten. Darüber hinaus arbeiten Data Stewards als Bindeglieder zwischen Forschenden und (Research) Software Engineers, IT und andern Infrastrukturen. Weitere Aufgaben umfassen Beratung, Schulung und Sensibilisierung für gute Praktiken des Forschungsdatenmanagements. 

Basiert auf: https://forschungsdaten.info/praxis-kompakt/glossar/

atentransfer- und Nutzungsvereinbarungen (engl. Data Transfer and Use Agreement, DTUA, DUA), sind Verträge, die den Austausch von Daten zwischen zwei Parteien regeln. Ein DTUA regelt die Offenlegung eines spezifischen Datensatzes, zulässige Verwendungszwecke und alle Datenschutz- und Sicherheitsanforderungen, die den Empfang und die Verarbeitung der Daten betreffen. Zu diesen Zwecken weisen DTUA den Empfängern der Daten entsprechende Verantwortlichkeiten zu. 

Basiert auf: https://www.purdue.edu/business/sps/contractmgmt/DataTransferUseAgreement.html 

Ein Datenmanagementplan (DMP) ist ein strukturiertes Dokument, in dem der Umgang mit Forschungsdaten in einem Projekt systematisch beschrieben wird. Es sollte Angaben enthalten, auf welche Art und mit welchen Hilfsmitteln (zum Beispiel Hard- und Software) Daten erhoben, bearbeitet, dokumentiert gespeichert, gesichert, gepflegt, archiviert und ggf. publiziert werden. Zudem dokumentiert der DMP auch die erforderlichen Ressourcen und Verantwortlichkeiten. Ein DMP wird im Idealfall schon in der Planungsphase eines Forschungsprojektes entworfen, sollte in dessen weiteren Verlauf aber regelmäßig aktualisiert und ergänzt werden. Der DMP ist somit ein Instrument der Arbeitsorganisation und Projektplanung, kann aber auch Dritten dabei helfen, die betreffenden Forschungsdaten zu interpretieren und nachzunutzen. 

Basiert auf: Glossar, Leibniz Universität Hannover (uni-hannover.de) 

Daten-Provenienz dokumentiert die Herkunft oder den Ursprung von Forschungsdaten, und die Prozesse, Methoden, Instrumente und Algorithmen, mit denen sie produziert wurden. Angaben zur Provenienz von Forschungsdaten sind entscheidend, um Transparenz/Reproduzierbarkeit der Forschung zu gewährleisten und so ihre Glaubwürdigkeit und das Vertrauen in sie zu stärken. Die betreffenden Informationen können in Readme-Dateien oder Metadaten festgehalten werden. Angaben zur Provenienz sind zentral bei der Umsetzung der FAIR-Data-Prinzipien. 

Basiert auf: eResearch Alliance: Daten-Provenienz 

Eine Einwilligungserklärung (oder informierte Einwilligung) umfasst die Information der Teilnehmenden darüber, was mit ihren Daten im Rahmen eines Forschungsprojekts geplant ist, für welche Zwecke die Daten gesammelt und publiziert werden sollen, sowie die Zustimmung der Teilnehmenden. Die informierte Einwilligung bildet die Grundlage der Teilnahme an wissenschaftlichen Studien und einer eventuellen Nachnutzung der Daten. Sie ist somit die Basis einer Forschung, die rechtliche Bestimmungen und ethische Prinzipien umsetzt.  

Electronic lab notebooks (ELN) und laboratory inventory management systems (LIMS) sind digitale Tools, die unter anderem die Laborarbeit erleichtern. ELN dienen der Speicherung und Aufzeichnung von unstrukturierten Daten, z.B. der Organisation von Protokollen, Notizen und Daten aus Experimenten. LIMS hingegen sind für strukturierte und sich wiederholende Daten vorgesehen, die bestimmten Mustern folgen, z.B. bei der Verfolgung von Proben aus genau definierten, wiederholten und routinemässigen Tests.  

Basiert auf: https://www.scinote.net/blog/eln-vs-lims-how-to-choose/ 

Der Begriff FAIR (Findable, Accessible, Interoperable und Reusable) Data wurde 2016 erstmals von der FORCE11-Community für ein nachhaltiges Forschungsdatenmanagement geprägt. Hauptziel der FAIR-Prinzipien ist eine optimale Aufbereitung der Forschungsdaten, die demnach sowohl für Menschen als auch Maschinen auffindbar, zugänglich, interoperabel und wiederverwendbar sein sollen. 

Basiert auf: FDM-Glossar, Freie Universität Berlin (fu-berlin.de); Wilkinson, Mark, et al. 2016. „The FAIR Guiding Principles for Scientific Data Management and Stewardship“. Scientific Data 3 (1): 160018. https://doi.org/10.1038/sdata.2016.18. 

Als Forschungsdaten werden alle Daten bezeichnet, die im Zuge wissenschaftlichen Arbeitens entstehen oder genutzt werden. Sie bilden die Grundlage aktueller und potenziell zukünftiger wissenschaftlicher Erkenntnisse und werden in der wissenschaftlichen Gemeinschaft allgemein als notwendig für die Dokumentierung und Validierung von Forschungsergebnissen angesehen. 

Es kann zwischen Primärdaten (Daten, die gezielt zur Beantwortung einer Fragestellung in der Forschung erhoben werden) und Sekundärdaten (Daten, die in einem anderen Kontext erhoben wurden und in der Forschung verwendet werden) unterschieden werden.  

Metadaten sowie die Dokumentation der Datenerhebung und -verarbeitung innerhalb eines Forschungsprojektes sind essenziell für die (Nach-)Nutzbarkeit von Forschungsdaten (FAIR Data). Wenn Forschungsdaten unter offenen Lizenzen veröffentlicht werden, handelt es sich um Open Research Data. 

Ein Forschungsdatenrepositorium ist eine Online-Plattform, die der Veröffentlichung von Forschungsdaten dient. Im Sinne der Grundsätze von FAIR Data und Open Research Data sollten neben den Forschungsdaten auch Metadaten eingegeben und Dokumentation (z. B. ReadMe-File, Codebook, Protokoll) eingestellt werden, um die Daten besser auffindbar, verständlich und nachnutzbar zu machen. Um die Nachnutzung der Daten zu regeln, können Lizenzen vergeben werden. Der Zugriff auf sensible Daten (z.B. Daten mit Personenbezug) kann eingeschränkt und über einen Datennachnutzungsvertrag (Data Transfer and Use Agreement, DTUA) geregelt werden. 

Langzeitarchivierung bedeutet die Sicherung von Daten und von deren Benutzbarkeit über mehrere Generationen von Hardware, Software und Dateiformaten hinweg. 

Basiert auf: Universitätsbibliothek Bern, BerDA 

Eine Lizenz ist ein vertraglich vereinbartes Nutzungsrecht. Damit erlaubt der Rechteinhaber seinem Vertragspartner, ein Werk auf verschiedene Arten zu nutzen (z. B. zu kopieren, zu speichern oder digital zugänglich zu machen). Im Bereich von Forschungsdaten, an denen Urheberrechtsansprüche bestehen, werden in der Regel standardisierte Creative-Commons-Lizenzen bzw. -Instrumente empfohlen, insbesondere CC BY und CC0. 

Basiert auf: https://forschungsdaten.info/praxis-kompakt/glossar, Creative Commons   

Metadaten sind eine stark strukturierte, standardisierte Beschreibung von Objekten (einschließlich Daten). Sie bieten in komprimierter Form Informationen zu Inhalt, Struktur, technischen Eigenschaften, Nutzungsrechten und anderen Eigenschaften. Standardisierte Metadaten machen Informationen für Maschinen (z.B. Algorithmen, Suchmaschinen) auffindbar und nutzbar. Sie sind somit zentral bei der Umsetzung der FAIR-Data-Prinzipien. 

Quelle: https://en.wikipedia.org/wiki/Metadata  

“Open Data” im umfassenden Sinn bezeichnet alle offen zugänglichen und nachnutzbaren Datenbestände. Im engeren Sinn wird der Begriff oft synonym zu «Open Government Data» (offene Verwaltungsdaten) und in Abgrenzung von «Open Research Data» (offene Forschungsdaten) verwendet. Daten sind offen, wenn sie mit so wenig rechtlichen und technischen Einschränkungen wie möglich zugänglich gemacht werden. Eine stark einschränkende Lizenzgebung oder Zugriffsbarrieren (z.B. Bezahl- oder Anmeldeschranke) kann dazu führen, dass Forschungsergebnisse nicht nachvollziehbar sind und die Nachnutzung der Daten erschwert oder unmöglich wird. 

Basiert auf: https://opendatahandbook.org/guide/de/what-is-open-data/  

Persistente Identifikatoren (PID) sind dauerhafte Kennungen, die einem digitalen Objekt zugeordnet sind. Im Gegensatz zu anderen Identifikatoren wie etwa URLs verweisen PID immer auf das Objekt selbst. Auf diese Weise ändert sich der Identifikator nicht, auch wenn sich der Standort des Objektes (in der Regel eine Webseite) ändert. So wird eine dauerhafte Nachweisbarkeit sichergestellt. Beispiele für PID sind Digital Object Identifier (DOI), Archival Resource Keys (ARKs), Handle.  

Basiert auf: https://forschungsdaten.info/, CODATA Research Data Management Terminology 

Gemäss dem schweizerischen Datenschutzgesetz (DSG) sind Personendaten alle Informationen, die sich auf eine bestimmte oder bestimmbare natürliche Person beziehen. Personendaten können sowohl direkt identifizierende Angaben sein (z.B. Name, Adresse, IP-Adresse), aber auch Informationen, die erst in Kombination mit anderen Informationen eine Person identifizieren können (z.B. Beruf, Wohnort). 

Basiert auf: Art. 5 DSG Datenschutzgesetz Schweiz | Fact Sheet Datenschutz (Universität Basel) 

Präregistrierung bedeutet, den Plan eines Forschungsprojekts vor oder zu Beginn des Projekts zu veröffentlichen. In Fachbereichen wie etwa der Psychologie wird das Verfahren eingesetzt, um das methodengeleitete Vorgehen zu stärken und die Qualität und Transparenz der Forschung zu erhöhen. So soll zweifelhafte wissenschaftliche Praxis (wie etwa die nachträgliche Anpassung der Forschungsfrage an die erzielten Resultate) vermieden werden. 

Basiert auf: https://help.osf.io/article/145-preregistration 

Forschungsergebnisse sind reproduzierbar, wenn bei der Anwendung identischer Analyseverfahren auf dieselben Daten identische Ergebnisse erzeugt werden. Dies setzt voraus, dass die angewendeten Methoden und Prozeduren korrekt und präzise dokumentiert sind und alle Schritte des wissenschaftlichen Arbeitens dokumentiert werden. Reproduzierbare Ergebnisse ermöglichen Transparenz und Nachvollziehbarkeit. Im Unterschied dazu bedeutet Replizierbarkeit, dass die Ergebnisse der replizierten Studie mit neuen Daten und denselben oder anderen Methoden bestätigt werden können. Die Definitionen der Begriffe Reproduzierbarkeit und Replizierbarkeit können allerdings je nach Disziplin variieren. 

Basiert auf: https://book.the-turing-way.org/reproducible-research/reproducible-research | Plesser HE (2018) Reproducibility vs. Replicability: A Brief History of a Confused Terminology. Front. Neuroinform. 11:76. doi: 10.3389/fninf.2017.00076  

Laut dem schweizerischen Datenschutzgesetz DSG gelten Daten zum Beispiel über die Gesundheit, politische oder religiöse Weltanschauung oder genetische Daten als besonders schützenswerte Personendaten. Gelegentlich wird auch von sensiblen (Personen-)Daten gesprochen. Für diesen Datentyp gelten nochmals strengere Schutzauflagen. 

In der Schweiz werden von Kanton zu Kanton zum Teil abweichende Bezeichnungen für diese Art von Daten gebraucht. So ist etwa im Kanton Basel-Stadt von «besonderen Personendaten» die Rede (IDG, §3, Abs. 4). 

Basiert auf: Art. 5 DSG Datenschutzgesetz Schweiz | Kanton Basel-Stadt, Datenschutzgesetz 

Supplementary Material (oder Supplementary Data) ist Material (inkl. Daten), dass aufgrund der limitierten Platzverhältnisse nicht in den Haupttext eines wissenschaftlichen Artikels integriert werden kann. Dieses Material ist nicht unmittelbar nötig, um die Ergebnisse und Schlussfolgerungen des Artikels nachzuvollziehen, kann aber zur Kontextualisierung oder weiterführenden Forschung trotzdem relevant für den Leser/die Leserin sein. Es wird empfohlen, Supplementary Material auf einem Publikations- oder Forschungsdatenrepositorium zu veröffentlichen, das DOIs oder andere PID vergibt. 

Basiert auf: International Journal of Epidemiology 

Grosse Forschungsförderer wie der Schweizerische Nationalfonds, andere nationale Forschungsförderer oder die Europäische Union knüpfen an die Vergabe von Projektfördergeldern in der Regel die Bedingung, einen Datenmanagementplan einzureichen sowie Forschungsdaten öffentlich zugänglich zu machen (Open (Research) Data), sofern es keine rechtlichen oder ethischen Hinderungsgründe gibt.

Basiert auf: https://www.snf.ch/de/dMILj9t4LNk8NwyR/thema/open-research-data