Kort note om aflevering af forskningsdata til Rigsarkivet
Indhold
- Kontaktoplysninger
- 👉 Konkret og trinvis plan 👈 start her
- Data definition
- Dataklassifikation
- Generlt om data håndtering
- Lovgivning
- Politikker
- best-practice
- Redskaber og rådgivning
Kontaktoplysninger
Per Møldrup-Dalum
E: per@cas.au.dk
L: 1483-527
T: 51244698
W: https://au.dk/per@cas.au.dk
Center for Humanities Computing (CHC)
W: https://chc.au.dk
Konkret og trinvis plan
Dette er et kondensat af bl.a. Databeskyttelse (GDPR): Personoplysninger og forskning, som man er forpligtiget til at kende, så man kan følge alle regler.
En anden kilde til oplysninger om data management på AU findes på Research Data Management. Denne side beskriver mere det forskningsnære indenfor data management.
Her følger nu et forslag til en køreplan, som vil hjælpe en igennem det meste med henblik på udarbejdelse af en data management plan på Arts. Det er dog vigtigt at søg råd og vejledning hos universitetets konsulenter, her eksemplificeret ved Henriette, Louise og Per.
Opret dokument i fx Word eller Excel
Lav en liste eller et afsnit for hver logisk datasamling/undersøgelse som ønskes indsamlet til projektet eller som genanvendes fra tidligere projekt.
For hver samling beskriv
Metadata | Beskrivelse |
---|---|
Navn | Et kort navn eller forkortelse |
Beskrivelse | |
Type | |
Fil- og dataformater | fx "Excel med tabeller over noget med følgende kolonner: ...", "MP3-filer med lydoptagelser i stereo optaget med den indbyggede diktafon app i iPhone" osv |
Oprindelse/kilde | Fx "tekster skrevet af 5. klasses elever i aarhusiansk folkeskole og afleveret på papir. Senere digitaliseret til PDF filer." |
AU klassifikation | 0, 1, 2 eller 3. Se klassifikation-af-data |
Hjemmel data er indsamlet under, hvis samlingen er eksisterende | |
Lagringssystem | Hvor opbevares data, hvis de allerede eksisterer |
Metadata og Proveniens | Andre relevante oplysninger om data og dets oprindelse. |
Kontakt derefter Per med henblik på udarbejdelse af data management plan
Gennemfør en databeskyttelsesretlig risikovurdering
Se risikovurdering-og-konsekvensanalyse
Plan for Fortegnelsen og etisk godkendelse
Se Anmeld behandling af personoplysninger til fortegnelsen
Hvis der skal indhentes godkendelse fra Forskningsetisk Komité, se Forskningsetisk Komité
Aftalekompleks
Vurder om
- der kræves en samarbejdsaftale
- der kræves aftale om vidergivelse af data
- der kræves en databehandleraftale
- der kræves af aftale om fælles dataansvar
Kontakt Henriette fra TTO, hvis der svares ja til et eller flere af ovenstående
Personhenførbare data
Vurder om
- data kan indsamles under forskningshjemmel eller om der skal indhentes databeskyttelsesretligt samtykke. Se Om behandlingsgrundlag, Om forskningshjemmel og Om databeskyttelsesretligt samtykke
- der skal indhentes etisk samtykke
Udfærdig dokumenter til opfyldelse af oplysningspligten.
Kontakt Louise fra dekanatet til hjælp med disse punkter
Detaljer og noter
Nu følger uddybende detaljer og oplysninger.
Definition af data
I dette dokument er data defineret som information udtrykt elektronisk og lagret i et elektronisk system.
Dataklassifikation
For at kunne afgøre hvordan data skal lagres og behandles skal man afgøre i hvilken grad sådan data skal beskyttes. Til dette benytter man ofte en dataklassifikation.
På Aarhus universitet (AU) er der defineret en sådan dataklassifikation med fire niveauer:
- 0
- Offentlige data
- 1
- Interne data
- 2
- Fortrolige data
- 3
- Følsomme data
Se AU's webside med definitioner af og eksempler på disse fire klassifikationer.
Denne klassifikation er gældende kun for AU og kan ikke bruges på andre institutioner.
Generelt om håndtering af forskningsdata
Lovgivning
Her følger referencer til de relevante love:
- GDRP
- https://eur-lex.europa.eu/legal-content/DA/TXT/HTML/?uri=CELEX:32016R0679
- Databeskyttelsesloven
- https://www.retsinformation.dk/eli/lta/2024/289
- Ophavsretsloven
- https://www.retsinformation.dk/eli/lta/2023/1093
- Anmeldelse af digitale forskningsdata
- https://www.retsinformation.dk/eli/lta/2020/514
- Arkivloven
- https://www.retsinformation.dk/eli/lta/2016/1201
GDPR: Behandlingsgrundlag
Links til sider på AU, som beskriver behandlingsgrundlaget. Det første link fører til beskrivelse af det databeskyttelsesretlige samtykke samt en forklaring på forskellen på dette og forskningshjemmel:
Det næste link fører til en forklaring og beskrivelse af forskningshjemmel.
Ophavsret: Creative Commons licenser
Hvis man sikrer sig at de kreative objekter, som informanter skaber til forskningsprojektet, bliver offentliggjort under en licens, som tillader andre at anvende sådanne objekter, er det som sådan ikke nødvendigt med aftaler ud over denne licens.
Til dette formål er Creative Common licenserne yderst anvendelige. Der er en række licenser, som alle er oversat til danske forhold, at vælge imellem, som kan læses her: https://creativecommons.org/share-your-work/cclicenses/.
Politikker
Ud over den gældende lovgivning, har universiteter og nationer også såkaldte politikker for forskning.
- AU: Politik for forskningsintegritet, forskningsfrihed og ansvarlig forskningspraksis (2019, 2022) 🔗
- National strategi for data management baseret på FAIR-principper (2021) doi.org/10.48715/fm9h-m781
- EUROPA-PARLAMENTETS OG RÅDETS DIREKTIV (EU) 2019/1024 af 20. juni 2019 om åbne data og videreanvendelse af den offentlige sektors informationer CELEX:32019L1024
- Den danske kodeks for integritet i forskning (2015) 🔗
Man er som forsker forpligtiget til at efterleve disse politikker, men læser og efterlever man AU's burde man indirekte også efterleve de resterende.
Den sidstnævnte kodeks er i øvrigt inspireret af følgende
- The Singapore Statement on Research Integrity (2010) doi.org/10.1080/08989621.2011.557296
- The Montreal Statement on Research Integrity in Cross-Boundary Research Collaborations 🔗
- The European Code of Conduct for Research Integrity (2011) 🔗
Forskningsetisk godkendelse af forskningsundersøgelser - Forskningsetisk Komité
Etisk godkendelse af forskningsprojekter er beskrevet her: 🔗
Ansøgningsfrister i 2025:
- Onsdag den 15. januar
- Onsdag den 19. februar
- Onsdag den 2. april
- Onsdag den 21. maj
- Onsdag den 13. august
- Onsdag den 10. september
- Onsdag den 22. oktober
- Onsdag den 26. november
best practice
Åbne og generelt anvendte filformater er altid at foretrække.
Metadata
Samle metatdata i et dokument (fx en README.txt), der ligger sammen med en given datasamling, og som beskriver de pågældende data. Tænk
- Hvad
- Hvornår
- Hvor
- Hvem
- (Hvorfor)
Hvis man vil gå hele vejen, er det muligt at benytte sig af metadataskemaer, metadata ontologier, mv.
Vedligehold en EDB-venlig kategorisering
Benytter tal med foranstillede nuller til sortering af sine mappe, fx
- 01-Undersøgelsesprotokoller
- 02-Møder
- 03-Data
- 03.01-Undersøgelse-U01
- 03.02-Undersøgelse-U02
EDB-venlige filnavne
fx 2025-01-09--observation—Frejlev Medborgerhus.docx
. Man kan endda vælge at undgå mellemrum i navne på filer og mapper, men dette er mest relevant for kvantitative datasamlinger.
Hold datoformater på YYYY-MM-DD form, da dette format sorterer korrekt.
Redskaber og rådgivning
Beskrivelse af risikovurdering og konsekvensvurdering med tilhørende skabeloner findes på: risikovurdering-og-konsekvensanalyse
Samarbejdsaftaler får man fra TTO ved henvendelse.
Skabeloner til samtykke og oplysningspligt findes på oplysningspligt
Beskrivelse af It-systemer til lagring findes på siden om klassifikation-af-data
Interactive HPC/UCloud har auto-transkription og andet AI værktøj, hvor der allerede tegnet de nødvendige aftaler
Data management Plan værktøj (dansk driftet version af DMPOnline produktet) fra DeiC findes her: dmp.deic.dk
System til opbevaring af følsomme og fortrolige data: SIF. Dette kræver en VPN forbindelse samt at man har gennemgået en obligatorisk introduktion til systemet. Man kan henvende sig til Per for at komme på et kursus.
Generel hjælp ved henvendelse (ticket) på chc.au.dk ved at trykke på den grønne "Submit a Ticket"-knap.
Per Møldrup-Dalum, oprettet: 2025-01-09 Thu 14:27