Ascolta

Di seguito un elenco di strumenti di supporto e utili letture per la gestione dei dati del progetto di ricerca:

Cosa conservare? La prima cosa utile per la comunità scientifica è individuare quali sono i dati da conservare. È necessario che i ricercatori si soffermino su quali sono i datirilevanti per la missione dell’ente, sul loro valore storico, sulla loro unicità, sul potenziale di riuso, sul fatto che debbano essere corredati da una documentazione completa. È possibile trovare una Checklist utile allo scopo sul sito https://www.dcc.ac.uk/guidance/how-guides/appraise-select-data#5.  

Conoscere gli standard internazionali e di ambito disciplinare: È altrettanto importante che i ricercatori conoscano gli standard da utilizzare per rendere i dati FAIR. Un valido strumento per questo specifico aspetto è il portale FAIRsharing.org https://fairsharing.org/, nel quale oltre ad ontologie specifiche per i vari settori scientifici si trovano una raccolta di policies sui dati di vari enti di ricerca internazionali, database specialistici etc.

Gestire i dati: GDPR art. 89 (eccezioni per la ricerca ma sempre su basi legali). Vedi CESSDA Training,” Data Management Expert Guide”  (https://www.cessda.eu/Training/Training-Resources/Library/Data-Management-Expert-Guide). Nel caso si gestiscano dati sensibili, i ricercatori devono tenere presente che bisogna conservare le informative sulla privacy e documentare per quale scopo si stanno elaborando i dati (non è consentito elaborare i dati per scopi diversi da quelli del progetto di ricerca). In alcuni casi è opportuno agire in sinergia con l’ufficio legale. Sarebbe ottimale creare un processo per gestire i dati GDPR. Nel sito TU Delft è interessante il Personal Research Data Workflow (https://www.tudelft.nl/en/library/research-data-management/r/manage/confidential-data/personal-data) che suggerisce quale livello della propria organizzazione deve essere coinvolto per gestire dati personali o sensibili.

Strumento per creare un modulo di consenso informato: DARIAH ELDAH - CONSENT FORM WIZARD (https://www.oeaw.ac.at/acdh/tools/consent-form-wizard/)

Strumento per anonimizzare o pseudo anonimizzare i dati: Amnesia, in OpenAIRE (https://amnesia.openaire.eu/)

Strumenti per calcolare l’impatto dei dati: DataCite (https://datacite.org/). 

Riferimenti e risorse per il training:

Video (https://www.sas.ac.uk/videos-and-podcasts/research-training/matthew-davies-why-data-management-important-historians ) di un ricercatore dell’Università di Londra che racconta perché per lui è stato importante gestire bene i dati: risparmio di tempo, maggiore efficienza, risparmio di costi, ecc.

Check list per una buona progettazione dei dati https://zenodo.org/record/3819204#.YMDOWvkzY2w, in Zenodo, dal sito TU Delft della Dleft University of Technology. I ricercatori sono abituati a pensare ai dati solo in termini di pubblicazione finale; questa check list li stimola a pensare ai diversi set di dati che vengono raccolti e gestiti durante tutto il processo di ricerca.

Corso sulla gestione dei dati, gratuito (da pagare soltanto, se si desidera, la certificazione finale): Essentials 4 Data Support (https://researchdata.nl/en/services/cursus/) ; link direttohttps://datasupport.researchdata.nl/en/. Tutto il materiale è scaricabile.

The Turing way contiene il capitolo sulla gestione dei dati della ricerca (https://the-turing-way.netlify.app/reproducible-research/rdm.html)

Corso online sulla gestione dei dati, “Mantra” dell’Università di Edimburgo (https://mantra.edina.ac.uk/)

Corso online sulla gestione dei dati, UK Data Service,https://www.ukdataservice.ac.uk/manage-data/training.aspx

Video: 23 Things Revisited Field Guides to Research Data Management (https://www.rd-alliance.org/23-things-revisited-field-guides-research-data-management-0)

Articolo “Support Your Data: A Research Data Management Guide for Researchers” (https://doi.org/10.3897/rio.4.e26439) con una interessante tabella guida per le diverse fasi del progetto e gli obiettivi prefissati.

Corso di gestione dei dati della ricerca per l’ambito delle scienze umane “Manage improve and open up your research data” (https://training.parthenos-project.eu/sample-page/manage-improve-and-open-up-your-research-and-data/)

Libro sulla gestione dei dati della ricerca nell’ambito delle scienze umane: “Digital Technology and the Practices of Humanities Research” (https://library.oapen.org/handle/20.500.12657/22813) 

Guide e corsi suggeriti da UK Data Archive: https://www.data-archive.ac.uk/resources/ 

Corsi suggeriti da Digital Curation Centre (DCC): Training for different audiences (https://www.dcc.ac.uk/guidance/how-guides/how-develop-rdm-services#Guidance)

Glossario sui dati della ricerca gestito dalla National Library of Medicine: Data Glossary (https://www.nnlm.gov/guides/data-glossary)

“Guidance on Open Science and Research Data Management in Horizon Europe proposals” (Shalini Kurapati, & Federica Cappelluti. (2021). Guidance on Open Science and Research Data Management in Horizon Europe proposals. Zenodo. https://doi.org/10.5281/zenodo.5527043).

“How_to_address_OS_in_HE_proposals.pdf” (https://osf.io/dp6je)

“RDM Guidance documents” – Ghent University (Mertens, M., Van de Velde, T., Standaert, L., De Bodt, S., Oset García, P., & Choueiki, Z. (2023, February 8). RDM guidance documents. Retrieved from https://osf.io/2kdve/)

Per una maggiore consapevolezza sulle attività da svolgere per una buona gestione dei dati, può essere utile la lettura dell’OpenAIRE RDM handbook.

Parzialmente tratto dal materiale del corso della dott.ssa Elena Giglia “Open Science dalla A alla Z” (DOI: 10.5281/zenodo.3908317)