Please select a page template in page properties.

Frontoffice - Backoffice Model

RDNL richt zich voornamelijk op onderzoeksondersteuners door hun bij te staan in hun werk voor onderzoekers, datamanagers, universiteiten en instituten. Wij doen dit via de frontoffice–backoffice-constructie die is gekozen als uitvoeringsmechanisme van de federatieve data-infrastructuur binnen Nederland | RDNL, n.d.

In deze paragraaf staat het zogeheten frontoffice - backoffice model (FOBO) van Research Data Netherlands centraal. FOBO is een manier om RDM services te organiseren. 

Het belang van verschillende rollen 

Het delen van data wordt steeds belangrijker in de wetenschap. Steeds vaker eisen financiers dat de data uit publiek gefinancierd onderzoek vrij toegankelijk en duurzaam bewaard worden in data-archieven. Goed en tijdig datamanagement en een veilige opslag van data, zowel gedurende als na afsluiting van het onderzoek, vormen een essentiële voorwaarde voor het delen van die data. Universiteiten en hogescholen hebben zelf een duidelijke rol in het formuleren van beleid ten aanzien van het datamanagement binnen hun organisatie. Voor de uitvoering van het databeleid zijn een goede ondersteuning van de onderzoekers en een adequate technische infrastructuur onmisbaar. De schaalvergroting van het deponeren van onderzoeksdata bewoog Research Data Netherlands om een model te maken waarin de stakeholders zich organiseren in frontoffices en backoffices, het zogeheten frontoffice - backoffice model (FOBO) van Research Data Netherlands (RDNL, n.d.). 

De achterliggende gedachte is als volgt: Elke stakeholder levert diensten die passen bij hun specifieke missie. Bij de backoffice RDNL partners DANS en 4TU.ResearchData is dat het duurzaam archiveren van onderzoeksdata. SURF biedt daarnaast diensten en tools aan voor tijdens het onderzoek.

De frontoffices hebben het directe contact met onderzoekers. Zo kunnen bijvoorbeeld universiteitsbibliotheken (samen met IT-diensten) een frontoffice vormen. De frontoffice medewerker is de schakel tussen de klant en de backoffice. Voor onderzoekers betekent dit een single point of entry bij vragen over databeheer en archivering. 

Verschillende taken 

Organisaties verschillen in vakgebied, omvang en type onderzoeksdata, personele capaciteit, ambitie enzovoort. Deze verschillen kunnen leiden tot een verschillende inrichting. Er zullen instellingen zijn met enkel frontoffice taken die de backoffice taken afnemen bij een data-archief zoals 4TU.ResearchData of DANS. Maar er zullen ook organisaties zijn met zowel frontoffice als backoffice taken. Zo heb je binnen sommige instellingen verschillende typen data stewards. Sommigen houden zich met algemene vragen rondom datamanagement bezig en anderen werken in de faculteit, discipline-specifiek. Ook hier zou je dan weer van een backoffice en frontoffice kunnen spreken.

 

Frontoffice taken Backoffice taken (RDNL-partners)
Onderhouden en verbinden van contacten Innovatie op het gebied van permanente opslag, datamanagement en hergebruik van onderzoeksdata (bijvoorbeeld het ontwikkelen van een data policy, R&D-activiteiten)
Training van onderzoekers Het leveren van expertise aan de frontofficemedewerkers en onderzoekers (bijvoorbeeld door het bijdragen aan de ontwikkeling van trainingsmateriaal)
Doorverwijzen naar en samenwerken met de backoffice  Langetermijnbewaring van onderzoeksdata in een trusted digital repository (CoreTrustSeal of Data Seal of Approval)
Data-acquisitie  
Ondersteunen van dataopslag tijdens het onderzoek in virtuele onderzoeksomgevingen   

 

Efficiënt samenwerken

Het belangrijkste doel van het onderscheid tussen frontoffice en backoffice is ‘niet twee keer het wiel uitvinden’. Niet allemaal op eigen gelegenheid een backoffice starten, maar gebruik maken van de ervaringen die er al zijn. Een goede afstemming tussen onderzoekers, instellingen, uitgevers, financiers enzovoort kan de benodigde voorwaarden scheppen om de verwachte schaalvergroting in het delen en archiveren van onderzoeksdata in goede banen te leiden. In de folder van RDNL (n.d.) lees je meer over het model.

In de spotlight


Casus FOBO in de praktijk: Radboud Universiteit Nijmegen

Gekopieerd van Jetten en WiIttenberg (2016)

FO-BO-model van datacuratie in de praktijk

RIS Radboud ondersteunt bij duurzaam archiveren

Een team van data librarians ondersteunt Nijmeegse onderzoekers bij het duurzaam archiveren en toegankelijk maken van hun onderzoeksdata via het CRIS van de instelling. 

Elke onderzoeker van de Radboud Universiteit heeft een persoonlijke RIS-pagina, waarmee data kunnen worden geregistreerd en geüpload via het Current Research Information System (CRIS) van de instelling. Ook de full text van bijbehorende publicaties kan geüpload worden. De link tussen dataset en publicatie, inclusief full text, wordt zichtbaar in de Radboud Repository.

Ondersteuning door data librarian

Wanneer de dataset door de onderzoeker geüpload is, controleert de data librarian van de Research Information Services (RIS) de metadata op duidelijkheid en begrijpelijkheid. Daarnaast wordt nagegaan of de data voldoende gedocumenteerd zijn, geen privacygevoelige informatie bevatten en of de bestanden het juiste formaat hebben. Als alles in orde is, stuurt de data librarian de dataset naar het online archiveringssysteem EASY van DANS. Via een SWORD-interface komen metadata en onderzoeksdata automatisch in EASY terecht. Een DANS-datamanager doet een laatste controle en publiceert de dataset. Bovendien krijgt de dataset automatisch een DOI. De data zijn nu duurzaam gearchiveerd én toegankelijk voor hergebruik.

Samenwerking Front Office en Back Office

Met deze werkwijze implementeren Radboud Universiteit en DANS het Front Office-Back Office-model (FO-BO) van datacuratie. DANS vervult de rol van backoffice en draagt zorg voor de duurzame archivering en beschikbaarstelling van onderzoeksdata. Het RIS van de Radboud Universiteit, operationeel sinds begin 2016, staat als frontoffice in direct contact met de onderzoeker en zorgt dat onderzoeksdata goed gedocumenteerd worden en voorbereid zijn op hergebruik.

Integriteit en kwaliteit van onderzoek
Bij de Radboud Universiteit is het bestaande CRIS-systeem, Metis, geschikt gemaakt voor de registratie van de metadata van datasets alsmede de upload van de databestanden zélf. Onderzoekers hoeven hierdoor maar van één interface gebruik te maken om informatie over hun onderzoek, publicaties en data te registreren. Data en publicaties kunnen op deze manier ook direct (in het CRIS) aan elkaar gekoppeld worden. Deze oplossing faciliteert niet alleen de onderzoeker, maar zorgt ook dat op organisatieniveau inzicht en controle mogelijk is met betrekking tot de integriteit en de kwaliteit van het onderzoek. Immers: alle gegevens over het onderzoek worden in één primair CRIS-systeem geregistreerd, dat ook als bron functioneert voor de instellingsrepository.

Casus FOBO in de praktijk: Wageningen Universiteit

Bij het oversluizen van onderzoeksdata van instelling naar data-archief werkt de universiteitsbibliotheek van Wageningen University & Research samen met DANS en 4TU.Centre for Research Data (DANS, 2013).

In een dubbel-interview (Wageningen University & Research, 2013) met onderzoeker Frits van Evert (Agrosystems Research) en bibliotheekmedewerker Annemarie Patist, wordt duidelijk hoe dat ongeveer in zijn werk gaat:

"The E-depot does now have data sets, but they won't stay there! We are working on sustainably archiving datasets , accompanied by a 'read me file' and a 'methodology file' in national archives like DANS (Data Archiving and Network Services) and 3TU Datacenter Delft. The data has to remain available over the long term. That’s why the data are converted into sustainable formats before they are sent to the national archives. The formats are independent of specific versions of software. After the datasets are checked by DANS or 3TU Datacenter employees, they are published. The persistent link received from the archive centre is then the only thing that is stored in the E-depot."


Bronnen 

Klik om te openen/sluiten

NB (2023): Some of these sources may no longer be maintained or may have moved URLs. The E4DS website is currently being updated; for archival reasons, we will not update this particular source list, but encourage you to search for them via your favourite search engine or to ask our coaches for their recommendations. Apologies for any inconvenience!

 

DANS (2013). WUR kiest voor duurzame dataoplsag bij DANS en 3TU. https://dans.knaw.nl/nl/actueel/nieuws/wur-kiest-voor-duurzame-data-opslag-bij-dans-en-3tu

Jetten, M., Wittenberg, M. (2016). FO-BO-model van datacuratie in de praktijk RIS Radboud ondersteunt bij duurzaam archiveren. E-DATA & RESEARCH juni 2016, p 3. https://dans.knaw.nl/nl/actueel/nieuws/EdataResearchjuni2016webversie.pdf

RDNL (n.d.) Research Data Netherlands. Een federatieve data-infrastructuur voor Nederland: Het Frontoffice - Backoffice model. [Folder]. https://researchdata.nl/fileadmin/pdf-documents/RDNL-FOBOmodel-NL-web.pdf

Wageningen University & Research (2013). Data-archiving: a double interview. https://www.wur.nl/en/show/Dataarchivingdoubleinterview.htm