Moksliniai duomenys
Empiriniuose moksliniuose tyrimuose duomenys yra esminis komponentas. Šiuolaikinės technologijos leidžia sukurti daug didesnius duomenų kiekius nei anksčiau, taip pat atsiranda daug naujų įrankių, kurie suteikia galimybę duomenis analizuoti, saugoti, tvarkyti ir jais dalintis.
Moksliniai duomenys yra bet kokia informacija, kuri gali būti surinkta stebėjimo būdu, atliekant eksperimentus, vykdant apklausas ar kitais būdais, kurių analize siekiama patvirtinti (ar paneigti) vykdomo tyrimo hipotezę.
Moksliniai duomenys yra bet kokia informacija, kuri gali būti surinkta stebėjimo būdu, atliekant eksperimentus, vykdant apklausas ar kitais būdais, kurių analize siekiama patvirtinti (ar paneigti) vykdomo tyrimo hipotezę.
Duomenų tipai
Moksliniais duomenimis yra traktuojami ne tik galutiniai eksperimentų rezultatai, bet ir pirminiai bei tarpiniai duomenys (pavyzdžiui, skaičiuoklės, laboratoriniai užrašai, dienoraščiai, klausimynai, transkriptai, kodai, garso įrašai, videofilmai, fotografijos, testų atsakymai, skaidrės, artefaktai, pavyzdžiai, skaitmeninių objektų rinkiniai, duomenų failai, duomenų bazės, algoritmai, tyrimų metodikos, darbo eiga, programinės įrangos turinys (įvesties/išvesties duomenys, schemos, duomenų failai), protokolai ir t.t.). Tačiau priklausomai nuo tyrimų disciplinos ir konteksto, skirtingos institucijos gali išskirti skirtingus duomenų tipus:
NSF (National Science Foundation) išskiriami duomenų tipai:
NEH (National Endowment for the Humanities) išskiriami duomenų tipai:
NSF (National Science Foundation) išskiriami duomenų tipai:
- Duomenys (skaitiniai ar kokybiniai)
- Publikacijos
- Mėginiai (pvz., kraujo, dirvožemio ir kt.)
- Fizinės kolekcijos (pvz., herbariumai, archeologiniai radiniai ir kt.)
- Programinė įranga
- Tyrimų modeliai
NEH (National Endowment for the Humanities) išskiriami duomenų tipai:
- Citatos
- Programinės įrangos kodai
- Algoritmai
- Skaitmeniniai įrankiai
- Duomenų bazės
- Geoerdvines koordinatės
- Dokumentacija
- Ataskaitos
- Straipsniai
Tam, kad duomenys būtų surandami, jie turi būti aprašomi, sudarant metaduomenų aprašą. Duomenų aprašymo komponentai panašūs į mokslinių publikacijų bibliografinio aprašo (metaduomenų) komponentus.
Duomenų aprašai (metaduomenys) yra sudaromi vadovaujantis tam tikrais metaduomenų standartais:
Duomenų aprašymui naudojamo metaduomenų standarto pasirinkimas gali priklausyti nuo duomenų tipo ir nuo pasirinktos duomenų talpyklos ar duomenų žurnalo reikalavimų.
*DOI (angl. Digital Object Identifier) – Unikalus skaitmeninis identifikatorius. Tai nekintantis objekto vardas, naudojamas objektui identifikuoti skaitmeninėje erdvėje. Konkretaus objekto DOI išlieka nekintantis nepriklausomai nuo objekto lokalizacijos, kuri gali kisti.
Duomenų metaduomenų komponentai:
- Autorius (-iai) – duomenų kūrėjo/-ų (asmenų arba organizacinių vienetų) vardas (-ai).
- Paskelbimo data – nurodomi duomenų paskelbimo/patalpinimo talpykloje metai.
- Pavadinimas – pilnas duomenų rinkinio pavadinimas, įskaitant versijos numerį (jei taikytina).
- Šaltinis / Leidėjas – nurodoma, kur duomenys buvo publikuoti (talpykla arba duomenų žurnalas).
- Nuoroda / identifikatorius – nuoroda (URL) tiesioginei duomenų prieigai internete arba unikalus, nuolatinis identifikatorius (pvz., DOI*).
Duomenų aprašai (metaduomenys) yra sudaromi vadovaujantis tam tikrais metaduomenų standartais:
- CERIF (angl. Common European Research Information Format) – Europos Sąjungos valstybėms narėms rekomenduojamas bendras įvairių disciplinų metaduomenų aprašymo standartas.
- Dublin Core (angl. Dublin Core Metadata) – įvairių disciplinų metaduomenų aprašymo standartas.
- DDI (angl. Document, Discover and Interoperate) – tarptautinis standartas, skirtas socialinių, elgesio, ekonomikos ir sveikatos mokslų srityse apklausų ir kitų apžvalginių metodų būdu sugeneruotų duomenų aprašymui.
- DICOM (angl. Digital Imaging and Communications in Medicine) – biomedicininiams duomenims aprašyti naudojamas standartas.
- CIF (angl. Crystallographic Information File) – kristalografinių ir kitų struktūrinių tyrimų duomenims aprašyti naudojamas metaduomenų standartas.
Duomenų aprašymui naudojamo metaduomenų standarto pasirinkimas gali priklausyti nuo duomenų tipo ir nuo pasirinktos duomenų talpyklos ar duomenų žurnalo reikalavimų.
*DOI (angl. Digital Object Identifier) – Unikalus skaitmeninis identifikatorius. Tai nekintantis objekto vardas, naudojamas objektui identifikuoti skaitmeninėje erdvėje. Konkretaus objekto DOI išlieka nekintantis nepriklausomai nuo objekto lokalizacijos, kuri gali kisti.
Tam, kad duomenis galima būtų suprasti, teisingai interpretuoti ir panaudoti antrinei analizei, reikalingi papildomi duomenys (angl. background data).
Papildomais duomenimis gali būti traktuojami:
Be šių papildomų duomenų, duomenų rinkiniai tampa bereikšmiai ir nepanaudotini.
Papildomais duomenimis gali būti traktuojami:
- kodų aprašai
- klausimynai
- metodologijų aprašymai
- ataskaitos
- konferencijų stendiniai pranešimai
- straipsniai
- informacija interneto tinklapiuose, bloguose ir pan.
Be šių papildomų duomenų, duomenų rinkiniai tampa bereikšmiai ir nepanaudotini.
Mokslinių duomenų valdymas
Įsibėgėjant Atvirojo mokslo vystymui ir taikymui praktikoje, siekiant gauti finansavimą projektams vis dažniau yra reikalaujama atverti/publikuoti ne tik atlikto tyrimo rezultatus, bet ir jiems gauti sugeneruotus duomenis. Šiuo tikslu, mokslinio tyrimo eigoje surinkti duomenys turi būti atveriami viešai prieigai, patalpinant juos atviros prieigos duomenų talpyklose arba publikuojant juos duomenų žurnaluose. Tokiu būdu atverti duomenys gali būti pakartotinai panaudojami kitų mokslininkų. Taip pat, duomenys gali būti atskirai cituojami, taip suteikiant tyrėjui papildomą matomumo ir įtakos naudą.
Tam, kad duomenis būtų galima publikuoti, viso tyrimo eigoje jie turi būti tinkamai renkami, apipavidalinami, aprašomi ir talpinami. Tinkamas mokslo duomenų kaupimas, parengimas ir viešinimas bendrai apibūdinamas kaip Mokslinių duomenų valdymas (toliau – MDV).
MDV yra kompleksinis procesas, susidedantis iš kelių etapų, sudarančių ciklą (1 pav.) ir apima eilę veiklų, įskaitant duomenų planavimą, kūrimą bei rinkimą, apdorojimą ir analizę, aprašymą ir išsaugojimą, pasiekiamumo ir pakartotinės panaudos užtikrinimą, atsižvelgiant į technines galimybes, etinius ir teisinius klausimus bei valdžios ir finansuojančių institucijų reikalavimus.
1 pav. Mokslinių duomenų valdymas (MDV) susideda iš keleto pagrindinių etapų, sudarančių ciklą.
Tam, kad duomenis būtų galima publikuoti, viso tyrimo eigoje jie turi būti tinkamai renkami, apipavidalinami, aprašomi ir talpinami. Tinkamas mokslo duomenų kaupimas, parengimas ir viešinimas bendrai apibūdinamas kaip Mokslinių duomenų valdymas (toliau – MDV).
MDV yra kompleksinis procesas, susidedantis iš kelių etapų, sudarančių ciklą (1 pav.) ir apima eilę veiklų, įskaitant duomenų planavimą, kūrimą bei rinkimą, apdorojimą ir analizę, aprašymą ir išsaugojimą, pasiekiamumo ir pakartotinės panaudos užtikrinimą, atsižvelgiant į technines galimybes, etinius ir teisinius klausimus bei valdžios ir finansuojančių institucijų reikalavimus.

Mokslinių duomenų valdymo reikalavimus Lietuvoje reglamentuojantys dokumentai
Europoje mokslinių duomenų valdymo (MDV) principai yra pagrįsti Europos Komisijos (EK) 2017 m. kovo 21 d. parengtomis Atvirosios prieigos prie mokslo publikacijų ir duomenų programoje Horizontas 2020 gairėmis (anglų k.). Platesnė informacija apie Europos Komisijos taikomas atvirojo mokslo ir mokslo duomenų valdymo politikas a OpenAIRE tinklapyje.
Lietuvos mokslo tarybos (LMT) finansuojamų projektų duomenų valdymo principai apibrėžti 2016 m. vasario 29 d. nutarimu Nr. VIII-2 patvirtintomis Atvirosios prieigos prie mokslo publikacijų ir duomenų gairėmis.
EK ir LMT gairėse svarbiausios nuostatos sutampa ir yra akcentuojama:
Svarbiausi akcentai:
FAIR principai
Visuose nuostatuose reikalaujama, kad tyrimo duomenys būtų renkami, apipavidalinami, aprašomi ir talpinami remiantis FAIR principais (angl. FAIR Data Principles: Findable, Accessible, Interoperable, Reusable).
Lietuvos mokslo tarybos (LMT) finansuojamų projektų duomenų valdymo principai apibrėžti 2016 m. vasario 29 d. nutarimu Nr. VIII-2 patvirtintomis Atvirosios prieigos prie mokslo publikacijų ir duomenų gairėmis.
EK ir LMT gairėse svarbiausios nuostatos sutampa ir yra akcentuojama:
- mokslinių tyrimų duomenų valdymo plano pateikimo svarba;
- duomenų saugojimas mokslinių tyrimų duomenų talpyklose;
- atviros prieigos prie duomenų užtikrinimas, taikant atvirojo turinio licencijas;
- ilgalaikio duomenų saugojimo užtikrinimas pasibaigus projektui;
- duomenų aprašymas, pateikiant pakankamai informacijos ir priemonių mokslinių tyrimų rezultatams verifikuoti;
- duomenų susiejimas su atitinkamomis publikacijomis.
Svarbiausi akcentai:
- mokslinių tyrimų duomenys, gauti vykdant projektines veiklas, paremtas viešomis lėšomis, turi būti saugomi atvirąja prieiga pagal finansavusios institucijos reikalavimus;
- turi būti užtikrintas duomenų saugojimas ir jų pateikimas atviros prieigos talpyklai projektui pasibaigus;
- užtikrinti atvirą duomenų ir jų metaduomenų prieinamumą, sutampantį su atitinkamos publikacijos paskelbimu.
FAIR principai
Visuose nuostatuose reikalaujama, kad tyrimo duomenys būtų renkami, apipavidalinami, aprašomi ir talpinami remiantis FAIR principais (angl. FAIR Data Principles: Findable, Accessible, Interoperable, Reusable).
Mokslinių duomenų valdymo planai
Teikiant paraiškas projektų finansavimui, vis dažniau yra reikalaujama kartu pateikti tyrimo duomenų valdymo planą. Mokslinių duomenų valdymo planas (DVP) (angl. Research Data Management Plan, RDM) – tai dokumentas, apibūdinantis kokiais būdais ir priemonėmis yra numatyta įgyvendinti visus duomenų valdymo ciklo etapus.
DVP yra rengiami vadovaujantis bendra struktūra, atsakant į kelis pagrindinius klausimus:
DVP pildymui plačiausiai naudojama yra DMPonline platforma, o kai kurios finansuojančios institucijos reikalauja, kad teikiant paraiškas DVP būtų parengti naudojant būtent šį įrankį. Norint naudotis DMPonline įrankiu reikia susikurti nemokamą asmeninę paskyrą. Registruoti vartotojai gali kurti DVP bei peržiūrėti ir persisiųsti viešai prieigai pateiktus kitų institucijų jau parengtų DVP pavyzdžius.
Tačiau kai kurie DVP komponentai gali būti numatyti finansuojančios institucijos reikalavimuose (pvz., rekomenduojamos talpyklos, duomenų atvėrimo sąlygos bei terminai ir kt.).
Lietuvos mokslininkams DVP rengimas aktualus teikiant paraiškas „Europos-Horizonto“ bei LMT finansuojamiems projektams:
DVP yra rengiami vadovaujantis bendra struktūra, atsakant į kelis pagrindinius klausimus:
- Kokie duomenys bus kuriami, generuojami ir renkami?
- Kokiu formatu duomenys bus kaupiami ir kokia numatoma apimtis?
- Kaip duomenys bus tvarkomi projekto metu ir jam pasibaigus?
- Kokie metodai ir metaduomenų standartai bus naudojami (skirtingose mokslo srityse ir (ar) disciplinose naudojami skirtingi metaduomenų standartai, kuriuos būtina numatyti prieš pradedant kaupti duomenis)?
- Kaip bus užtikrinamas ilgalaikis duomenų saugojimas: kokioje talpykloje duomenys bus patalpinti, kiek tai kainuos?
- Kokia numatoma duomenų prieiga: ar bus suteikta atviroji prieiga ir kokiu būdu bus dalinamasi duomenimis?
DVP pildymui plačiausiai naudojama yra DMPonline platforma, o kai kurios finansuojančios institucijos reikalauja, kad teikiant paraiškas DVP būtų parengti naudojant būtent šį įrankį. Norint naudotis DMPonline įrankiu reikia susikurti nemokamą asmeninę paskyrą. Registruoti vartotojai gali kurti DVP bei peržiūrėti ir persisiųsti viešai prieigai pateiktus kitų institucijų jau parengtų DVP pavyzdžius.
Tačiau kai kurie DVP komponentai gali būti numatyti finansuojančios institucijos reikalavimuose (pvz., rekomenduojamos talpyklos, duomenų atvėrimo sąlygos bei terminai ir kt.).
Lietuvos mokslininkams DVP rengimas aktualus teikiant paraiškas „Europos-Horizonto“ bei LMT finansuojamiems projektams:
Mokslinių duomenų rinkimas ir saugojimas
Formato tinkamumas duomenis neabejotinai priklauso nuo pačių duomenų tipo ir jų generavimo specifikos bei naudojamos įrangos. Taip pat, rengiant duomenis publikavimui duomenų talpyklose ar duomenų žurnaluose reikia atsižvelgti į talpyklų palaikomus bei leidėjų rekomenduojamus formatus, nes jie gali skirtis. Tačiau, jei įmanoma, rekomenduojama duomenų formatą rinktis atsižvelgiant į keletą pagrindinių kriterijų:
Rekomenduojami duomenų formatai:
- Ar duomenų formatas yra plačiai naudojamas?
- Ar formatas yra tinkamas ilgalaikiam saugojimui?
- Ar formatas yra atviras ir jo naudojimui nėra reikalinga licencijuota programinė įranga?
- Koks formato sudėtingumas? Rekomenduojama rinktis paprastesnius formatus.
- Ar formatui gali būti pritaikytas glaudinimas (archyvavimas) ir ar jis nėra nuostolingas?
Rekomenduojami duomenų formatai:
Duomenų tipas | Rekomenduojami formatai |
Tekstas | PDF (tinkamiausias: PDF/A) be formatavimo: TXT suteikiant redagavimo galimybę: ODT, RTF, HTML tekstui su formulėmis: LaTeX (TEX) |
Lentelės | CSV / TSV Skaitiniai duomenys: HDF5 |
Grafika | Rastrinė: PNG, TIFF Vektorinė: SVG, EPS |
Multimedija | Laikmena: MKV, WebM, Video: AV1, VP9 Audeo: FLAC, WAV, Vorbis, Opus |
Susieti (reliaciniai) ir/arba struktūruoti duomenys | SIARD, Dump, XML, CSV / TSV, HDF5, JSON, YAML |
Mokslinių duomenų talpyklos
Šiuose registruose galite ieškoti jums tinkamos talpyklos duomenų talpinimui ar duomenų paieškai.
Plačiausiai naudojama mokslinių duomenų talpyklų paieškos sistema yra re3data – tyrimų duomenų talpyklų registras (angl. Registry of Research Data Repositories) – padeda rasti konkrečių disciplinų saugyklas. Čia galite rasti daugiau kaip 2000 duomenų saugyklų. Paiešką galite atlikti pagal temą, šalį, turinio tipą ir t.t. Ši paieškos sistema yra DataCite (ne pelno siekianti organizacija, kuri teikia nuolatinius skaitmeninius identifikatorius (DOI) tyrimų duomenims) paslauga.
Kiti duomenų talpyklų registrai:
Plačiausiai naudojama mokslinių duomenų talpyklų paieškos sistema yra re3data – tyrimų duomenų talpyklų registras (angl. Registry of Research Data Repositories) – padeda rasti konkrečių disciplinų saugyklas. Čia galite rasti daugiau kaip 2000 duomenų saugyklų. Paiešką galite atlikti pagal temą, šalį, turinio tipą ir t.t. Ši paieškos sistema yra DataCite (ne pelno siekianti organizacija, kuri teikia nuolatinius skaitmeninius identifikatorius (DOI) tyrimų duomenims) paslauga.
Kiti duomenų talpyklų registrai:
- FAIRsharing (databases catalogue)
- Open Access Infrastructure for Research in Europe (OpenAIRE / Explore)
- Directory of Open Access Repositories (OpenDOAR)
- Master Data Repository List (Clarivate Analytics)
Šiose talpyklose saugomi visų disciplinų mokslo rezultatai. Duomenų talpinimas, saugojimas ir prieiga yra nemokami. Kiekvienam duomenų paketui suteikiami nuolatiniai skaitmeniniai identifikatoriai DOI.
- Zenodo – ši talpykla yra susieta su Horizontas 2020 bei OpenAIRE projektais. Talpyklą finansuoja Europos Komisija.
- DRYAD
- FigShare
- 4TU.ResearchData
- B2SHARE
- Mendeley.Data
Mokslinių duomenų žurnalai
Žurnalų, skirtų duomenų publikavimui, skaičius sparčiai auga. Žemiau pateikiami populiariausi duomenų žurnalai.
- Biodiversity Data Journal (Pensoft)
- Biomedical Data Journal (Procon)
- BMC Research Notes (Springer Nature)
- Data (MDPI)
- Data in Brief (Elsevier)
- Earth System Science Data (Copernicus Publications)
- Ecology / Ecological Archives (Wiley)
- Geoscience Data Journal (Wiley)
- F1000Research (Taylor & Francis Group)
- Genomics Data (Elsevier)
- Geoscience Data Journal (Wiley)
- Geoscientific Model Development (EGU Publications)
- GigaScience (Oxford Academic)
- International Journal of Robotics Research (SAGE Journals)
- Journal of Chemical and Engineering Data (SAGE Journals)
- Journal of Physical and Chemical Reference Data (AIP Publishing)
- Nuclear Data Sheets (Elsevier)
- Research Data Journal for the Humanities and Social Sciences (Brill)
- Scientific Data (Springer Nature)
Mokslinių duomenų paieška ir citavimas
Rašydami mokslinius tiriamuosius darbus, kursinius, baigiamuosius darbus galite pakartotinai panaudoti jau esamus duomenis, užuot patys juos rinkdami ar kurdami, taip sutaupydami tiek laiko, tiek finansinius kaštus. Todėl vis dažniau mokslininkai, vyriausybinės organizacijos ir kitos institucijos savo sukurtus duomenų rinkinius padaro prieinamus kitiems tyrėjams pakartotinam naudojimui.
Mokslinių duomenų savo tyrimams galite ieškoti tose pačiose duomenų talpyklose bei duomenų žurnaluose, kuriose galite talpinti bei publikuoti savo pačių tyrimų duomenis. Kiekvienoje duomenų talpykloje paieškos būdai yra skirtingi. Todėl rekomenduojame kiekvienos duomenų talpyklos atveju jos internetiniame puslapyje susirasti talpyklos vartotojo vadovą, kuriuo vadovaujantis galėsite atlikti optimaliausią paiešką ir efektyviai rasite Jums reikalingus duomenų rinkinius.
Paieškos palengvinimui yra sukurta papildomų įrankių, padedančių ieškoti jūsų tyrimo temą atitinkančius duomenų keliose duomenų talpyklose vienu metu, pavyzdžiui:
Mokslinių duomenų savo tyrimams galite ieškoti tose pačiose duomenų talpyklose bei duomenų žurnaluose, kuriose galite talpinti bei publikuoti savo pačių tyrimų duomenis. Kiekvienoje duomenų talpykloje paieškos būdai yra skirtingi. Todėl rekomenduojame kiekvienos duomenų talpyklos atveju jos internetiniame puslapyje susirasti talpyklos vartotojo vadovą, kuriuo vadovaujantis galėsite atlikti optimaliausią paiešką ir efektyviai rasite Jums reikalingus duomenų rinkinius.
Paieškos palengvinimui yra sukurta papildomų įrankių, padedančių ieškoti jūsų tyrimo temą atitinkančius duomenų keliose duomenų talpyklose vienu metu, pavyzdžiui:
- DataCite – padeda rasti reikiamų duomenų rinkinius keliose saugyklose pagal Jus dominančią temą. Norėdami rasti tyrimų duomenų rinkinius savo darbo tema naudokitės DataCite paieška.
- Mendeley.Data – mokslinių tyrimų duomenų paieškos sistema, kurioje tyrėjai gali rasti >25 mln. duomenų rinkinių specifinėse ir tarpdisciplinine duomenų talpyklose.
- Data Observation Network for Earth (DataONE) – pateikia duomenų paieškos Žemės stebėjimų tyrimų srityse galimybes plačiame duomenų talpyklų tinkle.
- CESSDA Data Catalogue – leidžia ieškoti socialinių mokslų sričių duomenų rinkinių Europos socialinių mokslų duomenų archyvų konsorciumo duomenų talpyklose.
Moksliniai duomenys taip pat yra mokslinė produkcija, todėl naudojant ne savo sukurtus duomenis savo darbe, jie turi būti cituojami kaip bet koks kitas informacijos šaltinis – naudoti duomenys turi būti cituojami tekste ir įtraukti į literatūros sąrašą. Duomenų citavimas ir bibliografinis aprašas sudaromas analogiškai, kaip ir mokslinių publikacijų atveju, nurodant pagrindinius metaduomenų komponentus.
Bendra duomenų bibliografinio aprašo struktūra:
Kūrėjas. (Leidimo metai). Pavadinimas. Versija. Leidėjas. Šaltinio tipas. Identifikatorius.
Kaip ir publikacijų citavimo atveju, duomenų bibliografinio įrašo struktūra priklauso nuo naudojamo citavimo stiliaus, todėl atskirų komponentų pateikimo tvarka ir formatavimas bibliografiniuose aprašuose gali varijuoti.
Bendra duomenų bibliografinio aprašo struktūra:
Kūrėjas. (Leidimo metai). Pavadinimas. Versija. Leidėjas. Šaltinio tipas. Identifikatorius.
Kaip ir publikacijų citavimo atveju, duomenų bibliografinio įrašo struktūra priklauso nuo naudojamo citavimo stiliaus, todėl atskirų komponentų pateikimo tvarka ir formatavimas bibliografiniuose aprašuose gali varijuoti.
Informacijos šaltiniai
Mokslo duomenų ir jų valdymo temomis yra daug viešai prieinamų išsamios informacinės ir mokomosios medžiagos šaltinių.
- Atvirųjų duomenų vadovėlis – Open Knowledge Foundation parengtas elektroninis vadovėlis.
- Atviroji prieiga prie mokslo duomenų ir publikacijų – KTU parengtų viešai prieinamų internetinių kursų dalis.
- FOSTER – organizacija, teikianti visapusę informaciją apie atvirąjį mokslą, siekiant užpildyti esamas akademinės bendruomenės žinių spragas. Mokslo duomenų valdymo temomis organizacija pateikia plačią informacinę bei mokamąją medžiagą, taip pat nemokamus kursus (pvz. Open and FAIR Research Data ir Managing and Sharing Research Data) ir nuorodą į Open Science Training Handbook vadovą įvairiomis atvirojo mokslo temomis, įskaitant atvirus mokslinius duomenis.
- OpenAIRE – Europos Komisijos finansuojama organizacija, aktyviai dalyvaujanti atvirojo mokslo politikų formavime. Organizacija taip pat pateikia plačią informaciją ir gidus mokslo duomenų valdymo ir kitomis atvirojo mokslo temomis. Apibendrinta mokslo duomenų valdymo informacija pateikta A Research Data Management Handbook elektroniniame vadove.
- Research Data Alliance (RDA) – tarptautinė organizacija, kurios pagrindinis siekis yra suteikti visapusę informaciją ir paramą mokslinių duomenų atvėrimo ir valdymo klausimais. RDA tinklapyje yra pateikiama labai plati informacija ir rekomendacijos, padėsiančios atrasti tinkamiausius duomenų valdymo sprendimus. Tinklapyje informacijos galima ieškoti pagal konkrečią temą ar pagal tyrimų sritį.
- Digital Curation Centre (DCC) – Jungtinės Karalystės Skaitmeninės priežiūros centras pateikia įvairią duomenų valdymo informaciją, gidus bei įrankius.
- Data Observation Network for Earth (DataONE) – organizacija, kurios siekis užtikrinti atvirą, nuolatinę ir saugią prieigą prie Žemės stebėjimo tyrimų duomenų; pateikia išsamią metodinę medžiagą duomenų valdymo temomis.
- CESSDA – Europos socialinių mokslų duomenų archyvų konsorciumas (angl. Consortium of European Social Science Data Archives) pateikia plačius ir įvairius mokymus (video formatu, yra galimybė persisiųsti) duomenų valdymo temomis socialinių mokslų srityje ir duomenų valdymo eksperto gidą (angl. Data Management Expert Guide).
-
- Puslapio administratoriai:
- Gitana Naudužienė
- Augustė Jablonskytė
- Jolanta Juršėnė
- Orinta Sajetienė
- Indrė Ereminė
- Justė Kareivaitė