Tjenesteartikkel: Datahåndteringsplan (DMP)

Et nyttig redskap

Datahåndteringsplan er i mange tilfeller et krav, men bør først og fremst promoteres som et nyttig redskap. For forskere og prosjektledere gjør planen det enklere å skape god dataflyt gjennom prosjektet og avdekke eventuelle utfordringer i forkant. Datahåndteringsplanen gjør det også lettere å planlegge for et forsvarlig sikkerhetsnivå hvis det er snakk om sensitive data, og legger til rette for publisering av data i etterkant dersom dette er aktuelt.

Datahåndteringsplanen er et av de viktigste verktøyene for å gjøre data så FAIR (Findable, Accessible, Interoperable, Reusable) som mulig. Ved å planlegge, tenke over og legge til rette for god datahåndtering gjennom hele prosjektet, øker også sjansene for at sluttproduktet kan deles, forstås og eventuelt gjenbrukes.

Datahåndteringsplanen kan også være et godt redskap for institusjonen. I tillegg til å gi en god oversikt over pågående prosjekter, kan planene brukes aktivt for å for å forutse behov og ressursinnsats. Ved å få oversikt over planlagt datainnsamling og håndtering, kan for eksempel IT-avdelingen ta høyde for behov for ekstra lagringskapasitet ved store datamengder.

DMP-verktøy

Noen institusjoner velger å utarbeide egne DMP-verktøy, men det finnes også mange gode tilgjengelige verktøy på nett. I tabellen nedenfor listes det opp noen eksempler på datahåndteringsplanverktøy:

I tillegg har noen universitet utarbeidet egne institusjonsmaler (for eksempel UiT), og for noen fagfelt eller type prosjekter er det også spesifikke maler. For kliniske studier har NorCRIN, en nasjonal forskningsinfrastruktur som skal styrke og forenkle samarbeid innen klinisk forskning i Norge, blant annet utarbeidet en mal for datahåndteringsplan, og tilbyr råd og veiledning.

Når det gjelder veiledning og informasjon om bruken av verktøy, lønner det seg å ha tett kommunikasjon med de ulike fagområdene og få oversikt over de typiske datatypene. For å gi inngående, fagspesifikk veiledning og gi råd ved selve utarbeidelse av datahåndteringsplanen er det nødvendig med kompetanse på alle aspekter og stegene knyttet til datahåndtering. Dette er beskrevet i de andre artiklene under temaet forskningsdata. Erfaringsmessig kommer de fleste spørsmålene rundt temaet «aktiv lagring», og da særlig angående lagringsplass for store datamengder samt håndtering av persondata eller andre typer sensitive data. 

Relevante eksempler på god praksis er University of Edinburgh, Research Data Service, University College London og Research Data @NTNU.

Tekst: Open Science Toolbox/Sikt