Navigation auf uzh.ch
Navigation auf uzh.ch
Open Data, Research Data Management, Open Access – diese Themen sind aus der heutigen datenzentrierten Forschung nicht mehr wegzudenken, sowohl in den MINT-Fächern, als auch in geisteswissenschaftlichen Disziplinen. In den vergangenen Jahren fand mit der Forderung nach mehr Transparenz, Kollaboration und Anwendungsorientierung der Forschung eine grosse Verschiebung in Richtung Open Science statt. Umso wichtiger ist es, dass sich Nachwuchsforschende möglichst früh damit auseinandersetzen, Kompetenzen dazu erwerben und diese auch mit ihren Kolleginnen und Kollegen teilen.
Der Graduate Campus und die Hauptbibliothek der UZH nahmen diese Ausgangslage zum Anlass, eine schweizweite Summer School zu Open Science zu organisieren. «Ich hoffe, dass die Teilnehmenden das hier Gelernte in ihre jeweiligen Universitäten weitertragen, und sie dadurch zu Multiplikatoren von Open Science werden», begründet Claudine Leysinger, Geschäftsführerin des Graduate Campus, die Initiative.
Nachdem die für den Juni geplante Summer School wegen der Covid-19-Pandemie verschoben werden musste, konnte sie – unter strikter Einhaltung des Sicherheitskonzepts – letzte Woche an der UZH durchgeführt werden. So trafen sich 23 junge Forscherinnen und Forscher aller Fachrichtungen in Zürich mit Expertinnen und Experten zu Datenmanagement und Open Science.
Die Summer School behandelte die Themen Open Science und Open Data, Research Data Management, Sensitive Data, Open Access und European Open Science Projects and Strategies. «Es war uns wichtig, dass die Teilnehmenden diese Themen gleich mithilfe von Praxisbeispielen vertiefen und sich interdisziplinär austauschen konnten», erklärte Stefanie Strebel, wissenschaftliche Mitarbeiterin für Data Services an der Hauptbibliothek der UZH und Verantwortliche für das Programm der Summer School.
So lernten die Teilnehmenden unter anderem, wie sie ihre Forschung am besten öffentlich zugänglich machen, und auf was sie beim Teilen ihrer Forschungsdaten achten müssen. Eine zentrale Rolle spielt dabei der sogenannte persistent identifier: Ein eindeutiges und dauerhaftes Etikett für ein digitales Objekt – beispielsweise der DOI (Digital Object Identifier), anhand dessen man einen wissenschaftlichen Artikel finden und zitieren kann.
Ebenfalls wurde häufig diskutiert, wie Daten zum Teilen sinnvoll aufbereitet werden müssen. Wichtig sind hierbei die FAIR-Prinzipien (Findable, Accessible, Interoperable, Reusable), die sowohl auf die eigentlichen Daten, als auch auf die mitpublizierten Metadaten angewendet werden müssen. Zudem lernten die Teilnehmenden, wie sie einen Data Management Plan aufstellen, den sie gemeinsam mit ihrem Projektantrag an Förderorganisationen wie den Schweizerischen Nationalfonds einreichen müssen. Darin rechtfertigen sie, wie sie ihre Forschungsdaten handhaben, wie sie diese speichern und schliesslich teilen werden.
«In China Open Data and Data Management isn’t as prevailing yet. I hope this develops there, too.» Besonders interessiert sei sie am Thema Daten Management. Als Neurowissenschaftlerin müsse sie eine grosse Datenmenge verwalten. Wie sie diese am besten organisiere und wie man einen Daten Management Plan verfasse, habe sie nun an der Summer School gelernt. «Also, I sometimes work with patients, so the data is sensitive; I wanted to know how to deal with sensitive data in the realm of open science and open data». Sizhu plant, das Gelernte in ihrer Forschung anzuwenden und ihre Daten offen zu teilen. «I also learned about the UZH Data Services and Open Access Center that helps you with questions regarding your data plan – that’s great!».
«Open Science is a big thing in Glasgow and Scottland in general – I wanted to see what the situation is here in Switzerland and learn new things about it», erklärt Christoph Turner seine Teilnahme. Die praktische Handhabung von Daten Management Systemen und wie man Open Science als Teil der alltäglichen Arbeit verwenden könne, habe er besonders spannend gefunden. Die hier gelernten Strategien wolle er auch in der Zukunft versuchen umzusetzen. «I also want to investigate the RENKU (Open Science Kollaborationsplattform des Swiss Science Data Centers) system more; really look into it deeper and use it actively. And I want to pass it on to colleagues and share these tools with them.»
«Durch meinen Master in Information and Data Management kannte ich mich in den Themen bereits aus. Ich will aber mein Wissen soweit vertiefen, dass ich es auch mit meinen Kolleginnen und Kollegen teilen kann. Insbesondere bin ich an praktischen Fragen rund um Datenmanagement, den Umgang mit sensiblen Daten, Daten Repositories und dem Teilen der eigenen Daten mit anderen interessiert. In Zukunft werde ich sicherlich die diskutierten Schritte und Checklisten für mich durchgehen, wenn ich etwas erfassen, publizieren oder speichern muss. Ich habe nun ein besseres Verständnis dafür, wo und wie man Daten speichern kann, sodass der Endnutzer diese auch benutzerfreundlich verwenden kann.»
