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. Et eksempel er EasyDMP fra Uninett Sigma2. Malen «Science Europe» dekker minimumskravene for en datahåndteringsplan og er en generisk mal som vil dekke de fleste prosjekter. Er det imidlertid snakk om prosjekter med persondata, eller større EU-prosjekter, kan det være verdt å ta en kikk på andre tilgjengelige verktøy.

DMPonline er utviklet av Digital Curation Centre (DCC) og inneholder en rekke tilgjengelige maler og veiledninger. Av disse er det verdt å merke seg Horizon 2020-malen, som er spesielt utviklet for EU-prosjekter og kommer med spesifikk veiledning integrert i selve utfyllingsskjemaet. Det finnes også et tilsvarende verktøy, DMPTool som i praksis en variant av DMPonline, men tilpasset amerikanske forhold.

Hvis et forskningsprosjekt inneholder personopplysninger, kan det være lurt å benytte NSDs verktøy for datahåndteringsplaner. Dette har en mal som er spesielt tilpasset persondata, og kan også integreres med andre tjenester fra NSD slik at den tilpasses institusjonens egne retningslinjer og lagringsløsninger.

Prosjekter som håndterer biologiske data, for eksempel genomdata eller andre former for store biologiske datasett, kan ha nytte av verktøyet Data Stewardship Wizard (DSW) utviklet av ELIXIR.

Alle disse verktøyene kan benyttes uten kostnad.

I tillegg har noen universitet utabeidet 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 veileding 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 temeaet 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.