Vai trò nổi bật của các thư viện: quản lý dữ liệu nghiên cứu

Thứ sáu - 19/05/2017 06:10

A prominent role for libraries: research data management

Theo: https://www.fosteropenscience.eu/node/1428

Từng được gợi ý, các thư viện và các thủ thư có thể đóng vai trò đáng kể trong phát triển Khoa học Mở, và vài vai trò và biện pháp đã được nhận diện cho các mặt khác nhau của Khoa học Mở (Truy cập Mở, Dữ liệu Mở, Tài nguyên Giáo dục Mở, Khoa học Công dân, .v.v.). Tuy nhiên, không nghi ngờ gì hiện hành trọng tâm trước nhất là về “dữ liệu” và quản lý nó.

Quản lý Dữ liệu Nghiên cứu - RDM (Research Data Management) tham chiếu tới “lưu trữ, truy cập và bảo tồn dữ liệu được sản xuất từ điều tra nghiên cứu nào đó. Các thực hành quản lý dữ liệu bao trùm toàn bộ vòng đời của dữ liệu, từ việc lên kế hoạch điều tra nghiên cứu cho tới việc tiến hành nó, và từ việc sao lưu dữ liệu khi nó được tạo ra và được sử dụng cho sự bảo tồn dài hạn các biến thể dữ liệu sau khi điều tra nghiên cứu đó đã kết thúc” (CASRAI Dictionary, http://dictionary.casrai.org/Research_data_management)

Các mô hình vòng đời dữ liệu có thể đưa ra khung để cân nhắc các cơ hội có sẵn cho các dịch vụ thư viện trong việc chia sẻ các dữ liệu nghiên cứu, khi nó từng được (Stuart, 2014) đề xuất trên cơ sở vòng đời dữ liệu nghiên cứu của Kho lưu trữ Dữ liệu Vương quốc Anh (https://www.ukdataservice.ac.uk/manage-data/lifecycle) (xem Hình 5), hoặc bởi Thư viện Đại học Virginia và Các bước trong vòng đời dữ liệu (http://data.library.virginia.edu/data-management/lifecycle).

Figure 5. UK Data Archive Research Data LifeCycle

Hình 5. Vòng đời Dữ liệu Nghiên cứu của Kho lưu trữ Dữ liệu Vương quốc Anh (https://www.ukdataservice.ac.uk/manage-data/lifecycle)

Lập luận về vai trò của các thư viện trong RDM cũng có thể được liên kết tới các vấn đề về dữ liệu hoặc các đặc tính mà dữ liệu nghiên cứu phải có và trình bày các cơ hội cho các thư viện và các trung tâm dữ liệu. Điều này đã được Báo cáo của ODE về Tích hợp Dữ liệu và các Xuất bản phẩm (Reilly et al., 2011) (xem bảng bên dưới) nhấn mạnh.

Vấn đề dữ liệu	Các cơ hội của các thư viện và các trung tâm dữ liệu
Tính sẵn sàng	Các rào cản thấp hơn đối với các nhà nghiên cứu để làm cho dữ liệu của họ sẵn sàng
Tính sẵn sàng	Tích hợp các tập hợp dữ liệu vào các dịch vụ truy xuất
Khả năng tìm thấy	Hỗ trợ các mã nhận diện thường trực ổn định
	Cam kết tham gia trong phát triển các lược đồ mô tả siêu dữ liệu chung và các thực hành trích dẫn phổ biến
	Thúc đẩy sử dụng các tiêu chuẩn và các công cụ phổ biến giữa các nhà nghiên cứu
Khả năng hiểu được	Hỗ trợ các liên kết chéo giữa các xuất bản phẩm và các tập hợp dữ liệu
	Cung cấp và trợ giúp cho các nhà nghiên cứu hiểu các mô tả siêu dữ liệu của các tập hợp dữ liệu
	Thiết lập và duy trì cơ sở tri thức về dữ liệu và ngữ cảnh của chúng.
Khả năng sử dụng lại được	Tuyển chọn và bảo tồn các tập hợp dữ liệu
	Lưu trữ các phần mềm cần thiết để phân tích lại dữ liệu
	Hãy là minh bạch về các điều kiện theo đó các tập hợp dữ liệu có thể được sử dụng lại (tri thức chuyên gia là cần thiết, phần mềm là cần thiết)
Khả năng trích dẫn được	Tham gia trong việc thiết lập các tiêu chuẩn trích duẫn dữ liệu thống nhất
Khả năng trích dẫn được	Hỗ trợ và thúc đẩy các mã định danh thường trực ổn định
Tuyển chọn /Bảo tồn	Minh bạch về dữ liệu tuyển chọn và được đệ trình
	Thúc đẩy thực hành quản lý dữ liệu tốt
	Cộng tác với các nhà tạo ra dữ liệu
	Chỉ dẫn cho các nhà nghiên cứu về các thực hành tốt nhất đặc thù chuyên ngành trong tạo dữ liệu (các định dạng bảo tồn, tài liệu về thí điểm, ...)

Trong vô số các tài liệu về vai trò của các thư viện và Quản lý Dữ liệu Nghiên cứu, và số lượng khá các tài nguyên có sẵn rồi để giúp các thủ thư hoàn thành vai trò này, chúng tôi muốn nhấn mạnh, như là khung hành động chung, Khuyến cáo LIBER 10 trong Làm quen với RDM (LIBER 10 Recommendation on Getting Started in RDM) (Christensen-Dalsgaard et al. 2012):

Chào sự hỗ trợ quản lý dữ liệu nghiên cứu, bao gồm các kế hoạch quản lý dữ liệu cho các ứng dụng các trợ cấp, tư vấn về các quyền sở hữu trí tuệ và các tư liệu thông tin. Hỗ trợ các giáo viên bằng các kế hoạch quản lý dữ liệu và sự tích hợp quản lý dữ liệu và trong chương trình giảng dạy.
Tham gia trong phát triển siêu dữ liệu và các tiêu chuẩn dữ liệu và cung cấp các dịch vụ siêu dữ liệu cho dữ liệu nghiên cứu.
Tạo ra các bài viết của các Thủ thư Dữ liệu và phát triển các kỹ năng nhân sự chuyên nghiệp cho cán bộ thư viện về dữ liệu.
Tích cực tham gia trong phát triển chính sách dữ liệu nghiên cứu của cơ sở, bao gồm các kế hoạch về tài nguyên. Khuyến khích và tùy biến thích nghi các chính sách về dữ liệu mở ở những nơi thích hợp trong vòng đời dữ liệu nghiên cứu.
Liên lạc và có quan hệ đối tác với các nhà nghiên cứu, các nhóm nghiên cứu, các kho lưu trữ dữ liệu và các trung tâm dữ liệu để thúc đẩy hạ tầng tương hợp được cho sự truy cập, phát hiện và chia sẻ dữ liệu.
Hỗ trợ vòng đời dữ liệu nghiên cứu bằng việc cung cấp các dịch vụ để lưu trữ, phát hiện và truy cập lâu dài.
Thúc đẩy trích dẫn dữ liệu nghiên cứu bằng việc áp dụng các mã định danh thường trực ổn định cho các dữ liệu nghiên cứu.
Cung cấp Catalog Dữ liệu hoặc Kho Dữ liệu của cơ sở, phụ thuộc vào hạ tầng sẵn có.
Tham gia trong thực hành quản lý dữ liệu đặc thù chủ đề.
Chào lưu trữ gián tiếp an toàn cho các dữ liệu nghiên cứu động và tĩnh trong sự hợp tác với các đơn vị CNTT của cơ sở và/hoặc tìm cách khai thác các dịch vụ đám mây thích hợp.

Các tài nguyên tương tự

As it has been suggested, libraries and librarians can play a significant part in the development of Open Science, and several roles and measures have been identified for the different facets of Open Science (Open Access, Open Data, Open Educational Resources, Citizen Science, etc.) However, there is no doubt that currently the focus is primarily on the “data” and its management.

Research Data Management (RDM) refers to “the storage, access and preservation of data produced from a given investigation. Data management practices cover the entire lifecycle of the data, from planning the investigation to conducting it, and from backing up data as it is created and used to long term preservation of data deliverables after the research investigation has concluded”. (CASRAI Dictionary, http://dictionary.casrai.org/Research_data_management)

Data lifecycle models can provide a framework for considering the opportunities available to library services in the sharing of research data, as it has been proposed by (Stuart, 2014) on the basis of the UK Data Archive research data lifecycle (https://www.ukdataservice.ac.uk/manage-data/lifecycle) (see figure 5), or by the University of Virginia Library and the Steps in the Data Life Cycle (http://data.library.virginia.edu/data-management/lifecycle).

The argument for libraries’ role in RDM can also be linked to the data issues or characteristics that research data must have and that represent opportunities for libraries and data centers. This has been highlighted by the ODE Report on Integration of Data and Publications (Reilly et al., 2011) (see table below).

Data Issue	Libraries and data centres opportunities
Availability	Lower barriers to researchers to make their data available
Availability	Integrate data sets into retrieval services
Findability	Support of persistent identifiers
	Engage in developing common meta-description schemas and common citation practices
	Promote use of common standards and tools among researchers
Interpretability	Support crosslinks between publications and datasets
	Provide and help researchers understand meta-descriptions of datasets
	Establish and maintain a knowledge base about data and their context
Re-usability	Curate and preserve datasets
	Archive software needed for re-analysis of data
	Be transparent about conditions under which data sets can be re-used (expert knowledge needed, software needed)
Citability	Engage in establishing uniform data citation standards
Citability	Support and promote persistent identifiers
Curation /Preservation	Transparency about curation of submitted data
	Promote good data management practice
	Collaborate with data creators
	Instruct researchers on discipline specific best practices in data creation (preservation formats, documentation of experiment,…)

Among the vast literature about the role of libraries and Research Data Management, and the good number of resources already available to help librarians to fulfil this role, we would like to highlight, as a general framework for action, the LIBER 10 Recommendation on Getting Started in RDM (Christensen-Dalsgaard et al. 2012):

Offer research data management support, including data management plans for grant applications, intellectual property rights advice and information materials. Assist faculty with data management plans and the integration of data management into the curriculum.
Engage in the development of metadata and data standards and provide metadata services for research data.
Create Data Librarian posts and develop professional staff skills for data librarianship.
Actively participate in institutional research data policy development, including resource plans. Encourage and adopt open data policies where appropriate in the research data life cycle.
Liaise and partner with researchers, research groups, data archives and data centers to foster an interoperable infrastructure for data access, discovery and data sharing.
Support the lifecycle for research data by providing services for storage, discovery and permanent access.
Promote research data citation by applying persistent identifiers to research data.
Provide an institutional Data Catalogue or Data Repository, depending on available infrastructure.
Get involved in subject specific data management practice.
Offer or mediate secure storage for dynamic and static research data in co-operation with institutional IT units and/or seek exploitation of appropriate cloud services.