Presentatie over het trainen van informatiespecialisten voor het ondersteunen van research data management (RDM) aan de Universiteit van Amsterdam. UKB-werkgroep Research Data Management, 30 april 2015.

1. Ben jij klaar
voor RDM-ondersteuning?
Bibliotheek – RDM Ondersteuning
Training van informatiespecialisten bij Bibliotheek UvA
Presentatie UKB-werkgroep Research Data Management, 30 april 2015 – Mariëtte van Selm

2. Context
RDM-programma 2013-2016
RDM Support
Bibliotheek
Voorzieningen: data
opslaan, delen,
publiceren en
archiveren
Bibliotheek
& ICT Services
RDM Beleid
Academische Zaken
Niet zonder de
informatie-
specialisten…
• Website
• Service desk
• Training
2

3. Doelgroep
 23 informatiespecialisten, 42 vakgebieden
 Ervaring: informatievaardigheidsonderwijs, RefWorks-
instructie, advisering studenten en medewerkers
 Focus van de training op kennis, niet zozeer op vaardigheden
3

4. Uitdagingen
 Verscheidenheid in vakgebieden
 Verschillen in technische kennis
 Selectie van inhoud: wat moeten de deelnemers weten?
 Duurzaamheid: hoe te zorgen dat kennis blijft hangen?
 Rechtvaardiging van tijdstip en lengte van training
4

5. Stappen
Onderzoek: literatuur, RDM-sites, andere trainingen
Vragenlijst: wat weten de deelnemers al?
Selectie van thema’s en (her)bruikbaar lesmateriaal
Lesmateriaal in elkaar zetten
5Zie ook: http://marietteschrijft.blogspot.nl/2014/03/rdm-ondersteuning-achter-de-schermen.html

6. Thema’s
6

7. Lesmateriaal
7Zie ook: http://dx.doi.org/10.6084/m9.figshare.921660

8. Na de training
Vragenlijst: evaluatie
Eindopdracht: vakspecifieke tekst voor RDM-website
Hergebruik van materiaal in o.a. workshops onderzoekers
Brainstormsessie met management
8

9. Vragenlijst
 Geïnspireerd door ‘self evaluation tool’ van RDMRose
 20 vragen over research data management, beoordelen op
een schaal van 0 (ik heb geen idee wat het antwoord is) tot en
met 4 (ik kan de vraag uitstekend beantwoorden)
 Vóór en na de training ingevuld
9Zie ook: http://marietteschrijft.blogspot.nl/2014/02/rdm-ondersteuning-in-21-vragen.html

10. 0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%
1. Wat zijn onderzoeksdata?
2. Hoe ziet de levenscyclus van wetenschappelijk onderzoek eruit, en wat heeft dat met onderzoeksdata te
maken?
3. Wat is goed onderzoeksdatamanagement?
4. Waarom is goed onderzoeksdatamanagement belangrijk voor onderzoek(ers)?
5. Is er een relatie tussen Open Access publiceren en onderzoeksdatamanagement? Zo ja, welke?
6. Wat zeggen instanties als VSNU, NWO en KNAW over het omgaan met onderzoeksdata?
7. Heeft de UvA beleid op het gebied van onderzoeksdatamanagement? Zo ja, wat houdt dat in?
8. Hoe kan de Bibliotheek onderzoeksdatamanagement ondersteunen?
9. Hoe verandert jouw werk als gevolg van het ondersteunen van onderzoeksdatamanagement?
10. Waar vind je informatie over onderzoeksdatamanagement?
11. Wat zijn de belangrijkste 'best practices' in onderzoeksdatamanagement voor studenten en onderzoekers?
12. Welke argumenten zou jij gebruiken om onderzoekers van het belang van goed onderzoeksdatamanagement
te overtuigen?
13. Wat moedigt onderzoekers aan om data te delen? Wat weerhoudt hen ervan?
14. Welke juridische haken en ogen zitten er aan (het delen van) onderzoeksdata?
15. Welke vragen stel je aan een onderzoeker om hem of haar te kunnen adviseren over
onderzoeksdatamanagement?
16. Is er les- of informatiemateriaal op het gebied van onderzoeksdatamanagement dat jou kan helpen bij het
ondersteunen van (beginnende) onderzoekers?
17. Wat is een datamanagementplan en wat komt er kijken bij het schrijven van zo'n plan?
18. Zijn er data repository's die van belang zijn voor de vakgebieden die jij ondersteunt?
19. Waar stuur je een onderzoeker naartoe die op zoek is naar een dataset voor hergebruik?
20. Hoe verwijs je in een publicatie naar een dataset?
niet nauwelijks ongeveer goed heel goedDat weet ik
November 2013 – vóór de training (n=20) 10

11. Mei 2014 – na de training (n=19)
0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%
1. Wat zijn onderzoeksdata?
2. Hoe ziet de levenscyclus van wetenschappelijk onderzoek eruit, en wat heeft dat met onderzoeksdata te
maken?
3. Wat is goed onderzoeksdatamanagement?
4. Waarom is goed onderzoeksdatamanagement belangrijk voor onderzoek(ers)?
5. Is er een relatie tussen Open Access publiceren en onderzoeksdatamanagement? Zo ja, welke?
6. Wat zeggen instanties als VSNU, NWO en KNAW over het omgaan met onderzoeksdata?
7. Heeft de UvA beleid op het gebied van onderzoeksdatamanagement? Zo ja, wat houdt dat in?
8. Hoe kan de Bibliotheek onderzoeksdatamanagement ondersteunen?
9. Hoe verandert jouw werk als gevolg van het ondersteunen van onderzoeksdatamanagement?
10. Waar vind je informatie over onderzoeksdatamanagement?
11. Wat zijn de belangrijkste 'best practices' in onderzoeksdatamanagement voor studenten en onderzoekers?
12. Welke argumenten zou jij gebruiken om onderzoekers van het belang van goed onderzoeksdatamanagement
te overtuigen?
13. Wat moedigt onderzoekers aan om data te delen? Wat weerhoudt hen ervan?
14. Welke juridische haken en ogen zitten er aan (het delen van) onderzoeksdata?
15. Welke vragen stel je aan een onderzoeker om hem of haar te kunnen adviseren over
onderzoeksdatamanagement?
16. Is er les- of informatiemateriaal op het gebied van onderzoeksdatamanagement dat jou kan helpen bij het
ondersteunen van (beginnende) onderzoekers?
17. Wat is een datamanagementplan en wat komt er kijken bij het schrijven van zo'n plan?
18. Zijn er data repository's die van belang zijn voor de vakgebieden die jij ondersteunt?
19. Waar stuur je een onderzoeker naartoe die op zoek is naar een dataset voor hergebruik?
20. Hoe verwijs je in een publicatie naar een dataset?
niet nauwelijks ongeveer goed heel goedDat weet ik
11

12. 0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%
8. Hoe kan de Bibliotheek onderzoeksdatamanagement ondersteunen?
[na de training]
9. Hoe verandert jouw werk als gevolg van het ondersteunen van
onderzoeksdatamanagement?
[na de training]
niet nauwelijks ongeveer goed heel goedDat weet ik
8. Hoe kan de Bibliotheek onderzoeksdata-
management ondersteunen?
9. Hoe verandert jouw werk als gevolg van het
ondersteunen van onderzoeksdatamanagement?
Dat weet ik voor na voor na
niet 2 0 4 3
nauwelijks 3 1 2 3
ongeveer 8 8 7 11
goed 5 9 6 0
heel goed 2 1 1 2
20 19 20 19
12Zie ook: http://marietteschrijft.blogspot.nl/2014/08/evaluatie-van-een-training.html

13. Bevindingen
 Toename in kennis én onzekerheid
 Remedie: ervaring opdoen
 Trainer als vliegende keep:
- informeel trainen door samen adviseren
- ‘moeilijke gevallen’ overnemen
Onbewust
onbekwaam
Bewust
onbekwaam
Bewust
bekwaam
Onbewust
bekwaam
13

14. 14
Colofon
Presentatie Mariëtte van Selm | selm@uva.nl
Beeld titelslides Jørgen Stamp | http://www.digitalbevaring.dk/
Slide 7 midden onder Edinburgh University Data Library [Data Library]. (2012, May 4). MANTRA – John
MacInnes – Data documentation in secondary data analysis. Retrieved from
http://youtu.be/Ebaiwg08CW8 [still uit video]
Slide 7 rechts UK Data Archive. (2011). Managing and sharing data. Training resources, p. 9
[screenshot]
M. van Selm, Ben jij klaar voor RDM-ondersteuning? Training van informatiespecialisten bij Bibliotheek UvA. Presentatie
voor de UKB-werkgroep Research Data Management, 30 april 2015. Dit werk is gelicenseerd onder de licentie Creative
Commons Naamsvermelding-GelijkDelen 4.0 Internationaal