2. Bij ons in het dorp
Een faculteit
Organisatie per
probleemgebied
=> veel
disciplines in
elke eenheid
Sterke positie
onderzoeksscholen
200/300 PhD’s per jaar
PHD’s vaak uit/naar
buitenland
Bibliotheek doet veel
bibliometrie => veel contact
met onderzoeksscholen
Datasets in onderzoeks-
registratiesysteem
Datasets zelf bij DANS, 3TU
en elders
3. Beleid en cursus
(of cursus en beleid?)
Op ons initiatief in programma Wageningen Graduate
Schools
Ons voorstel: DMP in format onderzoeksfinanciers
Graduate Schools: DMP als ondersteuning
onderzoeksproces
Onderwerp in directeurenoverleg voor formuleren beleid
Beleid: DMP dat we in de cursus hebben ontwikkeld
verplicht per 2014-04-01
5. Cursusopzet
Een dag + maken van DMP + bespreken in groepje
Tussendoor interacties in groepjes (a.d.h.v. vragen)
2 x per jaar 24 deelnemers (dus we moeten ook iets
“lichters”)
Veel deelnemers “sandwich PhD’s”
en groepen waar al veel geregeld is (maar men zich
meer bewust is?)
maar ook mensen die al langer bezig zijn
6. Cursusonderdelen 1
What is data?
● Gebruik externe data
● Belang documenteren wat je gedaan hebt
Data management planning
● Stappen DMP
Organizing and modelling data
● Klassiek verhaal informatice / database ontwerp
Data collection and statistics
● Statisticus stelt “wezensvragen
7. Cursusonderdelen2
Short term and long term storage
● File names & versioning, data repositories & links to documents
Data documentation and electronic lab notebooks
● Komt beter over als het praktisch toepasbaar wordt gepresenteerd
Legal issues
● SURF studie copyrights, Licenses (Creative Commons & Open Data
Commons)
8. En wat hebben we geleerd?
Onderzoekers werken vaak in grotere verbanden,
verschillende technische, organisatorische omgevingen.
=>zijn voor beslissingen over management, opslag,
delen afhankelijk van anderen
Literatuur is integraal onderdeel data management
Verhaal file formats is bij velen bekend
“Delen data” geeft meeste discussie, spreekt niet vanzelf
“Rechten” gaat vaak over de discussie “wie mag waar
over publiceren”?
9. En waar moeten we nog meer over leren?
Bio-informatica
Kwalitatieve data (en dat is meer jullie stiel)
Data documentatie – electronic lab notebooks
Modellen voor afspraken op groepsniveau’s