+ All Categories
Home > Education > Höher, schneller, weiter? Datenmanagement mit Augenmaß!

Höher, schneller, weiter? Datenmanagement mit Augenmaß!

Date post: 15-Jul-2015
Category:
Upload: cessda-training
View: 154 times
Download: 3 times
Share this document with a friend
8
Höher, schneller, weiter? Datenmanagement mit Augenmaß! Astrid Recker | Sebastian Netscher | Jessica Trixa GESIS – Datenarchiv für Sozialwissenschaften [email protected] | @CESSDAtraining 2. Workshop der DINI/nestor-AG Forschungsdaten: „Datenmanagementpläne und ihre Bedeutung im Forschungsdatenmanagement“ Berlin, 23. März 2015 (planung) http://creativecommons.org/licenses/by/4.0/
Transcript
Page 1: Höher, schneller, weiter? Datenmanagement mit Augenmaß!

Höher, schneller, weiter? Datenmanagement

mit Augenmaß!

Astrid Recker | Sebastian Netscher | Jessica TrixaGESIS – Datenarchiv für [email protected] | @CESSDAtraining

2. Workshop der DINI/nestor-AG Forschungsdaten: „Datenmanagementpläne und ihre Bedeutung im Forschungsdatenmanagement“

Berlin, 23. März 2015

(planung)

http://creativecommons.org/licenses/by/4.0/

Page 2: Höher, schneller, weiter? Datenmanagement mit Augenmaß!

● Herausforderungen:

– Menschliche Teilnehmer_innen = ethische und rechtliche Einschränkungen;

– Messungen in der Regel nicht oder nur mit großem Aufwand wiederholbar;

– Umfassende Kontextinformationen notwendig, um Interpretierbarkeit zu erhalten.

Sozialwissenschaftliche Forschungsdaten

Bild: CC0

Page 3: Höher, schneller, weiter? Datenmanagement mit Augenmaß!

Fallbeispiel (fiktiv)

2008-2012 …........................................... ......20152008-2012 …........................................... ......2015

Archiv

Feldinstitut

„Begünstigende Faktoren für Studienabbrüche

in STEM-Fächern“

● Nationales Verbundprojekt; ● quantitative und qualitative Daten in

mehreren Wellen;● Werkpakete an verschiedenen Standorten; ● Datenerhebung: Feldinstitut (verwendet

eigene Standard-Einwilligungserklärungen);● Daten werden lokal in den Institutionen

gespeichert;● lokale Regelungen zur Datenaufbereitung

und Versionierung;● zwischen Projektende und Übergabe der

Daten an ein Archiv vergehen mehrere Jahre.

Grafiken: RRZE (cc-by-sa) https://github.com/RRZE-PP/rrze-icon-set

Page 4: Höher, schneller, weiter? Datenmanagement mit Augenmaß!

Probleme im Fallbeispiel

● Informationen über die Feldphase / den Interviewprozess fehlen;● Vom Feldinstitut verwendete Einwilligungserklärung schließt eine Weitergabe

der Daten an Dritte außerhalb der Forschergruppe aus;● Kodierung und Datenaufbereitung erfolgten nicht einheitlich an allen

Standorten;● keine konsistente Versionierung;● Uneinheitliche Verwendung von Software und Formaten bei Daten, die

zusammengespielt werden müssten (z.B. STATA vs SPSS; ODF vs. DOCX);● Qualitative Daten wurden nicht anonymisiert/pseudonymisiert;● Zwischen Projektende und Einreichung beim Archiv sind mehrere Jahre

vergangen – Kontextinformationen nur noch mit hohem Aufwand reproduzierbar, wenn überhaupt.

Page 5: Höher, schneller, weiter? Datenmanagement mit Augenmaß!

Ziele des Datenmanagements

Bild: CC0

2. Replizierbarkeit

Verständlichkeit; Reproduzierbarkeit der Forschungsergebnisse ermöglichen, Nachweis

der Validität

1. Qualitätssicherung

lesbare, authentische Daten; Vermeidung von

Datenverlusten

3. Nachnutzbarkeit

Nutzung der Daten in neuen Kontexten,

Beantwortung neuer Forschungsfragen

Page 6: Höher, schneller, weiter? Datenmanagement mit Augenmaß!

1. Qualitätssicherung 3. Nachnutzbarkeit 2. Replizierbarkeit

Z i e l e u n d M a ß n a h m e n d e s D a t e n m a n a g e m e n t s

Backup-/Sicherheitskonzept (Projektlaufzeit)

Backup-/Sicherheitskonzept (10 Jahre nach Projektende)

Planung der Übergabe an Archiv oder Repository

Richtlinien zur Datenerhebung, -aufbereitung, Versionierung, etc.

Beachtung von Standards (z.B. bei der Skalen- oder Variablenbildung)

Minimale Dokumentation, insbesondere zu Sampling, Interviews, Variablen- und Codelabel

Strukturierte/unstrukturierte Metadaten zur Dokumentation des gesamten Forschungsprozesses (Feldphase, Bereinigung, Analyse, etc.)

Detailliertere Dokumentation (z.B. bis auf Variablenebene; zusätzliche Kontextinformationen)

Klärung ethischer/rechtlicher Fragen zur Datenerhebung, -speicherung und Weitergabe in der Forschergruppe (informierte Einwilligung)

Klärung ethischer/rechtlicher Fragen zur Speicherung und Weitergabe an Dritte

Klärung ethischer/rechtlicher Fragen, ● die sich bei einer Verknüpfung

von Datensätzen ergeben können (z.B. De-Anonymisierung)

● die bei der Übergabe an ein Archiv zu beachten sind

Einsatz adäquater Dateiformate für den Projektzweck

Einsatz von Formaten, die (voraussichtlich) in 10 Jahren noch lesbar sind

Einsatz adäquater Dateiformate für die Nachnutzung

Page 7: Höher, schneller, weiter? Datenmanagement mit Augenmaß!

Datenmanagement mit Augenmaß

● „Angemessen“ heißt „so viel wie nötig“ um ein angestrebtes Ziel zu erreichen

● Stehen der Nutzen des angestrebten Ziels und der Aufwand in einem angemessenen Verhältnis?

AufwandNutzen

Page 8: Höher, schneller, weiter? Datenmanagement mit Augenmaß!

Datenmanagement mit Augenmaß

Um diesen Anspruch einzulösen brauchen wir

Werkzeuge zur Kostenkalkulation

(disziplinspezifische) Kostenmodelle

Ökonomische Modelle


Recommended