Журнал «ScienceRise: Biological Science» включен в международную базу данных Chemical Abstracts Service (CAS)
Подробнее...
Журнал «ScienceRise: Medical Science» включен в международную базу данных Chemical Abstracts Service (CAS)
Подробнее...

Важная новость о Ваших монографиях!

Подробнее...
В «Eastern-European Journal of Enterprise Technologies» новый том для экономистов!
Подробнее...
Дай новую жизнь своей монографии!
Подробнее...
ScienceRise: Pharmaceutical Science в Scopus!
Подробнее...

Рекомендации по управлению данными исследований от Elsevier


Исследовательские данные – это основа любого исследовательского проекта, а их качество – ключ к достижению совершенства в любой научной работе. Значительная часть любого научного проекта заключается в обработке данных исследований для того, чтобы найти ответы на поставленные вопросы. Поэтому, если управление данными на каком-то этапе не удается, лучшее, что Вы получите, – это средние результаты и исследования, которые далеко не впечатлят коллег и издателей.

Наука требует, чтобы каждое утверждение подкреплялось достоверными и проверенными первичными данными. Ссылки на другие источники информации могут быть полезны, но также могут привести к разочарованию. Если лежащие в их основе данные исследований являются плохими, не имеют доверия в научном сообществе или просто устарели или выходят за рамки теоретических рамок Ваших собственных исследований, Вы обрекаете свою статью с самого начала. Elsevier рекомендует постоянно проверять любые повторно используемые исследовательские данные и метаданные, чтобы избежать ложной уверенности и шаткой аргументации.

Независимо от источника или происхождения используемых Вами исследовательских данных, Вы не продвинетесь далеко, просто собрав огромную кучу случайной и/или рассеянной информации. Вот где обработка данных происходит через сбор, обработку, классификацию, интерпретацию и обобщение, используя методы сокращения исследовательских данных. Если Вы не уверены, как начать эту задачу, проверьте эти простые шаги ниже. Они помогут Вам овладеть наиболее важными аспектами управления данными исследований:

  1. Соответствие: Никогда не забывайте, что научные знания считаются общественным благом. Создавая данные исследований и управляя ими, Вы должны соответствовать политикам данных. Это означает, что существуют правила, касающиеся архивирования, публикации и обмена данными. Убедитесь, что Вы в курсе политики, которая может касаться Вашей работы.
  2. Эффективность: Чем более организованными будут Ваши исследовательские данные, тем лучше Вы сможете извлечь из них информацию. Преобразование дневников и полевых заметок в более сжатые форматы данных, такие как таблицы Excel и таблицы Word, обеспечит гораздо лучшую визуализацию шаблонов. По мере возможности старайтесь обрабатывать исходную информацию в более понятные выходные форматы, чтобы ее можно было использовать в научном сообществе. Не забывайте:

– Резервное копирование все время! Не рискуйте потерять важную информацию. Выберите несколько безопасных мест, чтобы сохранить данные.

 Ключевое слово: организация! Для Вашего же блага сохраняйте Ваши данные в классифицированном и организованном виде, чтобы их можно было легко сортировать и просматривать. Помните, однако, что когда-нибудь Вам придется поделиться ими. Начните планировать «удобный» каталог с учетом возможных версий наборов данных и документов.

– Следите за своими данными сейчас и в будущем! Документация по данным (или метаданные) – это информация о создателе, идентификаторе, названии, дате, местоположении, методологии и т. д. Кроме того, метаданные позволяют правильно цитировать другим ученым, которые хотят повторно использовать Ваш материал.

  1. Этика и прозрачность: это означает отказ от фальсификации данных, манипулирования ими и их искажения. Используйте деидентифицированные данные, когда это применимо, чтобы избежать судебных исков о личной защите.

План управления данными для качественных исследований

План управления данными (ПУД) – это официальный документ, в котором подробно описываются все аспекты, касающиеся вспомогательных данных Вашего исследования. Другими словами, это письменное зеркало жизненного цикла Ваших исследовательских данных. В этом документе Вы должны будете дать информацию о том, как Вы будете получать данные, как Вы будете обрабатывать их и, наконец, как они будут передаваться и воспроизводиться. Например, ПУД важен для получения финансирования. Сбор данных может быть дорогостоящим, и такой документ объясняет спонсору, как будут использоваться его деньги.

В зависимости от того, в какую организацию Вы планируете обратиться, Вы получите образец или шаблон, который Вы можете использовать, или Вы можете написать ПУД самостоятельно. Как бы то ни было, вот пять вопросов, на которые Вы определенно должны ответить:

1) Какой тип данных Вы создадите?

2) Каким стандартам организации Вы будете следовать?

3) Что Вы будете делать, чтобы сохранить безопасность, конфиденциальность и права интеллектуальной собственности?

4) Позволите ли Вы другим использовать Ваши данные? Если да, то где и как?

5) Где Вы будете хранить свои данные постоянно?

Источник: https://scientific-publishing.webshop.elsevier.com/manuscript-preparation/why-manage-research-data

s2.png

ул. Шатилова дача, 4, оф. 702 (8 эт.),
г. Харьков, Украина, 61165

+38 (057) 750-89-90
+38 (097) 020-27-30
+38 (050) 303-38-01
+38 (093) 930-11-54

Image
Image
Image
Image