Gute wissenschaftliche Praxis

Themenbereich „Erhebung und Dokumentation eigener Daten“

Herzlich Willkommen im Themenbereich „Erhebung und Dokumentation eigener Daten“. Hier finden Sie grundlegende und einführende Materialien rund um den gesamten Forschungsdatenzyklus und das Forschungsdatenmanagement: Von der Planung, Erhebung und Verarbeitung von Daten bis zu deren Archivierung, Veröffentlichung und Nachnutzung.

Lerneinheit „Umgang mit Daten. Planung, Erhebung und Verarbeitung“

In dieser Lerneinheit aus dem Projekt Digitales GWP-Curriculum lernen Sie den Forschungsdatenlebenszyklus kennen und erfahren, wie strukturierte Dateibenennungen, klare Ordnerstrukturen, Rohdatenspeicherung, Dokumentation, Datenschutz und die FAIR-Prinzipien zur guten wissenschaftlichen Praxis beitragen.

In dieser Lerneinheit lernen Sie…

  • Den Forschungsdatenlebenszyklus zu beschreiben.
  • Die Relevanz strukturierter Dateibenennungen zu beschreiben.
  • Allgemeine Merkmale einer effizienten Ordnerstruktur zu beschreiben.
  • Den Nutzen einer klaren, nachvollziehbaren Ordnerstruktur zu erläutern.
  • Eine separate Rohdatenspeicherung zu erläutern.
  • Die Dokumentation des Forschungsprozesses als Grundlage der GWP zu benennen.
  • Kernaussagen zum Datenschutz zu beschreiben.
  • Die FAIR-Prinzipien zu benennen und einzelne Aspekte zu beschreiben.

Die Lerneinheit „Umgang mit Daten Teil 1/2: Planung, Erhebung und Verarbeitung“ wurde durch die Mitarbeitenden des Projektes Digitales GWP-Curriculum.nrw erstellt. Das Projekt Digitales GWP-Curriculum.nrw wurde durch das Ministerium für Kultur und Wissenschaft NRW und die Digitale Hochschule NRW gefördert und ist eine Kooperation TU Dortmund, der Universität Duisburg-Essen und der Heinrich-Heine-Universität Düsseldorf.

Die Lerneinheit steht unter der Lizenz CC BY-SA 4.0 und ist Teil des Lernmoduls „Grundlagen-Modul: Gute wissenschaftliche Praxis für Naturwissenschaftler:innen“. Ausgenommen von der Lizenz sind alle Logos und alle Zitate. Sie können die Lerneinheit selbst im Rahmen des gesamten Lernmoduls oder in anderen Kontexten einsetzen und adaptieren.

Weitere Hinweise zu den Mitwirkenden und Lizenzhinweise zu den verwendeten Materialien finden Sie auf den letzten beiden Seiten des Lernmoduls.

Lerneinheit „Umgang mit Daten. Archivierung, Veröffentlichung, Nachnutzung und Datenmanagementpläne“

In dieser Lerneinheit aus dem Projekt Digitales GWP-Curriculum lernen Sie die Stationen des Forschungsdatenlebenszyklus sowie die zentralen Komponenten eines Datenmanagementplans kennen. Sie erfahren, warum ein Datenmanagementplan ein wichtiges Planungsinstrument ist, welche Vorteile gutes Datenmanagement bietet und welche anerkannten Standards beim Umgang mit Forschungsdaten relevant sind.

In dieser Lerneinheit lernen Sie…

  • Die Stationen des Forschungsdatenlebenszyklus zu benennen.
  • Komponenten eines Datenmanagementplans zu benennen.
  • Die Relevanz eines Datenmanagementplans als Planungsinstrument zu beschreiben.
  • Vorteile des Datenmanagements darzustellen.
  • Anerkannte Standards für den Umgang mit Daten zu beschreiben.

Die Lerneinheit „Umgang mit Daten Teil 2/2: Archivierung, Veröffentlichung, Nachnutzung und Datenmanagementpläne“ wurde durch die Mitarbeitenden des Projektes Digitales GWP-Curriculum.nrw erstellt. Das Projekt Digitales GWP-Curriculum.nrw wurde durch das Ministerium für Kultur und Wissenschaft NRW und die Digitale Hochschule NRW gefördert und ist eine Kooperation TU Dortmund, der Universität Duisburg-Essen und der Heinrich-Heine-Universität Düsseldorf.

Die Lerneinheit steht unter der Lizenz CC BY-SA 4.0 und ist Teil des Lernmoduls „Grundlagen-Modul: Gute wissenschaftliche Praxis für Naturwissenschaftler:innen“. Ausgenommen von der Lizenz sind alle Logos und alle Zitate. Sie können die Lerneinheit selbst im Rahmen des gesamten Lernmoduls oder in anderen Kontexten einsetzen und adaptieren.

Weitere Hinweise zu den Mitwirkenden und Lizenzhinweise zu den verwendeten Materialien finden Sie auf den letzten beiden Seiten des Lernmoduls.

Lernbausteine aus dem Projekt „FDM@Studium.nrw“  

Im Projekt FDM@Studium.nrw haben die Bergische Universität Wuppertal (BUW), die Technische Hochschule Köln (TH Köln) und die Universität Duisburg-Essen (UDE) gemeinsam mit der Landesinitiative für Forschungsdatenmanagement – fdm.nrw 2022-2024 fachübergreifende Lern- und Lehrkurse zum Thema Forschungsdatenmanagement (FDM) für den Einsatz in Studium und Lehre (Bachelor und Master) erarbeitet. Gefördert wurde das Projekt vom Ministerium für Kultur und Wissenschaft des Landes Nordrhein-Westfalen und koordiniert von der Landesinitiative für Forschungsdatenmanagement.

1. Lernbaustein: Von der Idee zur Wissenschaft – Die Entstehung von Forschungsadaten

Dieser Kurs aus dem Projekt „FDM@Studium.nrw“ bietet eine Einführung in die Grundlagen und Bedeutung von Forschungsdaten im wissenschaftlichen Prozess. Ausgehend von einer Darstellung verschiedener Datentypen wird der Begriff „Forschungsdaten“ erläutert und eingeordnet. Die Teilnehmenden lernen anhand des Konzeptes der Wissenspyramide, wie aus Forschungsdaten Wissen entsteht, warum das Managen dieser Daten ein wichtiger Aspekt in Bezug auf die Bewahrung, Nachvollziehbarkeit und Nachnutzung von Forschung ist und was sich hinter dem Akronym FAIR verbirgt.

Lernziele:

  • Die Lernenden können verschiedene Datentypen benennen und kennen eine Definition von Forschungsdaten.
  • Die Lernenden können die Unterscheidung von Daten, Information und Wissen anhand der Wissenspyramide darstellen.
  • Die Lernenden können Aspekte des Umgangs mit Forschungsdaten skizzieren, das Akronym FAIR auflösen und die Relevanz des Forschungsdatenmanagements einordnen.

Das Werk „Lernbaustein zum FDM: Von der Idee zur Wissenschaft – Die Entstehung von Forschungsdaten. FDM@Studium.nrw Selbstlernkurs (Version 1.0)“ von Jessica Stegemann, Ceren Yildiz, Mirjam Blümm, Sina Bock, Katharina Fritsch, Kerstin Kaiser und Torsten Rathmann und dessen Inhalte sind – sofern nicht anders angegeben – lizenziert unter „CC BY 4.0“. Ausgenommen aus der Lizenz CC BY sind alle Logos.

2. Lernbaustein: Schluss mit dem Datenchaos – Wie Forschungsdatenmanagement für Ordnung sorgt

Lernziele

  • Die Lernenden können effektive Strategien zur Dateibenennung und Ordnerstrukturierung anwenden, um die Organisation und Auffindbarkeit von Daten zu optimieren.
  • Die Lernenden können den Begriff „Metadaten“ definieren, deren Bedeutung für das Datenmanagement erklären und verschiedene Arten von Metadaten benennen.

Das Werk „Lernbaustein zum FDM: Schluss mit dem Datenchaos – Wie Forschungsdatenmanagement für Ordnung sorgt. FDM@Studium.nrw Selbstlernkurs (Version 1.0)“ von Jessica Stegemann, Ceren Yildiz, Mirjam Blümm, Sina Bock, Katharina Fritsch, Kerstin Kaiser und Torsten Rathmann und dessen Inhalte sind – sofern nicht anders angegeben – lizenziert unter CC BY 4.0. Ausgenommen aus der Lizenz CC BY sind alle Logos.

Dieser Kurs aus dem Projekt „FDM@Studium.nrw“ vermittelt grundlegende Kenntnisse und praktische Fähigkeiten im Bereich Daten- und Dateibenennungen und legt dabei einen Fokus auf die Erläuterung des Begriffs „Metadaten“. Die Lernenden erfahren, wie sie Daten und Dateien strukturiert benennen und organisieren können. Diese ersten Schritte zur Beschreibung von Daten leiten zur Bedeutung und Anwendung von Metadaten über. Die Teilnehmenden lernen, was Metadaten sind, warum sie wichtig sind und welche Arten von Metadaten es gibt.

3. Lernbaustein: FAIR Play – Warum Forschungsdaten Management brauchen

Dieser Kurs widmet sich zwei Begiffen, die oft im Zusammenhang mit Forschungsdatenmanagement (FDM) genannt werden: den FAIR-Prinzipien und den Grundsätzen von CARE. Die Teilnehmenden erfahren, warum ein verantwortungsvoller Umgang mit Daten FAIR ist und was hinter dem Akronym steckt. Zudem wird aufgezeigt, welche Bedeutung die Prinzpien für die Auffindbarkeit und Zugänglichkeit von Daten haben, warum Daten von Menschen und Maschinen gleichermaßen gelesen bzw. verarbeitet werden sollten und was es braucht, damit Forschungsdaten nachgenutzt werden können. Zudem wird erklärt, warum ethische Überlegungen in Bezug auf Datenerhebung und -nutzung und insbesondere die CARE-Prinzipien bedeutend sind.

Lernziele:

  • Die Lernenden können die FAIR-Prinzipien benennen und die einzelnen Aspekte beschreiben.
  • Die Lernenden verstehen die Bedeutung und die Merkmale der FAIR-Prinzipien.
  • Die Lernenden können ethische Aspekte beim FDM benennen.
  • Die Lernenden kennen die Grundzüge der CARE-Prinzipien.

Das Werk „Lernbaustein zum FDM: FAIR Play – Warum Forschungsdaten Management brauchen. FDM@Studium.nrw Selbstlernkurs (Version 1.0)“ von Jessica Stegemann, Ceren Yildiz, Mirjam Blümm, Sina Bock, Katharina Fritsch, Kerstin Kaiser und Torsten Rathmann und dessen Inhalte sind – sofern nicht anders angegeben – lizenziert unter CC BY 4.0. Ausgenommen aus der Lizenz CC BY sind alle Logos.

4. Datenrecycling – Wie Forschungsdaten nachgenutzt werden können

Lernziele:

  • Die Lernenden kennen verschiedene Suchmaschinen und Repositorien für Forschungsdaten.
  • Die Lernenden können beschreiben, was Persistente Identifikatoren (PID) sind und welche Funktion sie haben.
  • Die Lernenden wissen, was unter dem Begriff „Metadaten“ zu verstehen ist.
  • Die Lernenden haben Kenntnis von den rechtlichen Grundlagen des Urheberrechts und des Datenschutzes.
  • Die Lernenden kennen die Creative-Commons-Lizenzen und wissen, wie sie zu lesen und anzuwenden sind.
  • Die Lernenden kennen Bestandteile einer Zitation von Forschungsdaten.

Das Werk „Lernbaustein zum FDM: Schluss mit dem Datenchaos – Wie Forschungsdatenmanagement für Ordnung sorgt. FDM@Studium.nrw Selbstlernkurs (Version 1.0)“ von Jessica Stegemann, Ceren Yildiz, Mirjam Blümm, Sina Bock, Katharina Fritsch, Kerstin Kaiser und Torsten Rathmann (2024) und dessen Inhalte sind – sofern nicht anders angegeben – lizenziert unter CC BY 4.0. Ausgenommen aus der Lizenz CC BY sind alle Logos.

Forschung beruht auf Daten, die ausgewertet werden, um verschiedenste Fragen zu beantworten. Manchmal muss man dafür eigene Daten erheben, z.B. über Messungen, Befragungen oder Beobachtungen. In vielen Fällen lassen sich aber auch bereits erhobene und veröffentlichte Daten nachnutzen: das erlaubt Anschlussforschung und verhindert Doppelarbeit! In diesem Kurs erhalten Sie Einblicke, wie man Forschungsdaten finden kann und was bei der Nachnutzung beachtet werden sollte. Sie erfahren, wie Lizenzen eine Nachnutzung ermöglichen können und erhalten Hinweise zur sinnvollen Zitation von Forschungsdaten.