Selectie van data

Meer informatie over het selecteren van onderzoeksgegevens staat in de rapporten:

• 'What to keep: A JISC research data study' (Beagrie, 2019)  
•  'Selection of Research Data, Guidelines for appraising and selecting research data’ (DANS, 2011) 

• De Cabauwradargegevens​​​​​​​ in 4TU.ResearchData (n.d.) zijn een duidelijk voorbeeld van data die aan de selectiecriteria voldoen. In deze datasets staat informatie over de klimatologische invloed van stofdeeltjes op de wolkenformatie. Het zijn metingen die je maar één keer kunt doen; metingen die in de toekomst waardevolle informatie kunnen geven over klimaatverandering. Van deze klimatologische data worden naast de bewerkte gegevens ook de ruwe gegevens bewaard. Het argument om ook ruwe data te bewaren, is dat die misschien wel informatie bevat die we er nu nog niet uit kunnen halen.
• Interviewprojecten kun je scharen onder moeilijk herhaalbaar onderzoek. Het vastleggen van persoonlijke belevingen van bijvoorbeeld de Tweede Wereldoorlog is vanwege de hoge leeftijd van de geïnterviewden veelal een zaak van ‘nu of nooit’. DANS heeft veel interviewdata in haar collecties Oral History (DANS, 2012) en Tweede Wereldoorlog (DANS, n.d.) die een waardevolle bron vormen voor historisch onderzoek, nu en in de toekomst. Deze interviews worden in groot formaat achter de schermen bewaard, te beschouwen als de ‘ruwe data’, en als MP4 getoond via EASY.
• Ook van bijvoorbeeld de data die nu verzameld worden bij de Large Hadron Collider (deeltjesversneller) kunnen we het ons niet veroorloven ze te verliezen (CERN, n.d.).  

Een cursist van Essentials liet in de comments op deze paragraaf de volgende reactie achter. De overwegingen voor selectie zijn niet altijd gemakkelijk.   

"I have an example that does not fit in with the mentioned cases, and for which is difficult to find the optimal solution. We perform experiments that produce massive amounts of data. The experiments are difficult and expensive, suggesting that it is a good idea to store this raw data. However, the data is not usable in the original format and needs to be preprocessed, which greatly reduces its quantity. The preprocessed data is used for our analyses and publications, so if colleagues want to verify our data, they would also need our preprocessed data sets. It therefore seems more sensible to store this data for the long term, also with respect to the costs of storage. In addition, we expect the data acquisition to continuously improve in quality. So in five years or less the raw data we now have may be very inferior to what we can record in the future. However, the preprocessing algorithms are also developing, and other researchers might be more interested in applying these to our datasets. Moreover the experiments we have performed are unlikely to be redone in the future because of the costs involved" | Chris van der Togt, 2018

RDM Support van Universiteit Utrecht biedt twee gidsen met een stappenplan voor het:

• Archiveren van data (Utrecht University, n.d.a.)
• Publiceren van data  (Utrecht University, .n.d.b.)
   

In de komende paragraaf staat een infographic met RDNL-diensten voor het archiveren en publiceren van data.