En god DHP bidrar til å sørge for at data håndteres sikkert, forsvarlig og i samsvar med gjeldende lover og avtaler – og den hjelper deg med å gjøre dataene FAIR.
De fleste forskningsfinansiører (inkl. HINN) krever en overordnet datahåndteringsplan som del av prosjektsøknaden, og at det utarbeides en detaljert plan ved prosjektstart.
Innhold i planen
Datahåndteringsplanen skal beskrive datahåndtering gjennom hele forskningsdatasyklusen, og den er sterkt knyttet til forskningsdesignet i prosjektet ditt. Se på planen som et metodekapittel, hvor du på samme måte som du beskriver metode og fremgangsmåte i forskningen din, beskriver hvordan du behandler forskningsdataene.
Sjekkliste for datahåndteringsplan
Det finnes flere eksempler på sjekklister for en god datahåndteringplan. Her er de mest sentrale punktene du bør gjøre rede for:
Forskningsmetode
Hvilke typer data trenger du å samle inn for å svare på forskningsspørmålet ditt?
For eksempel spørreskjema og talldata i kvantitative studier, eller lyd og tekstdata i kvalitative.
Vurder målgruppen og etiske hensyn
- Hvem samler du inn data fra? Målgruppen kan påvirke hvilken type data du kan samle. For eksempel fra barn eller spesielt utsatte grupper.
- Ethvert forskningsprosjekt skal overholde etiske retningslinjer. Dette kan begrense hvilken type data du kan samle inn. Trenger du informert samtykke fra deltakere før du samler data?
- Søknader til SIKT personverntjenester, etisk komité, og andre tillatelser må være på plass før du starter datainnsamling.
- Beskriv hvilke vurderinger og tiltak som er gjort for å sikre god etikk i prosjektet.
- Ha prosedyrer på plass tidlig for at informantene kan utøve sine rettigheter under GDPR, slik som retten på tilgang til dataene sine, eller retten til å få dataene sine slettet. Informasjon om bruk av digitalt samtykke finner du her.
Planlegg datainnsamling, lagring og analyse
- Identifiser hvilken type data som skal samles inn (grønne, gule, røde eller sorte), og hvilke sikkerhet og konfidensialitetsklasser disse faller innunder. Informasjon om dette finner du her.
- Beskriv hvordan dataene vil bli samlet inn (for eksempel spørreundersøkelser, intervjuer, statistikk fra eksisterende databaser).
- Beskriv hvordan du vil sikre at dataene du samler er nøyaktige og av høy kvalitet. Trengs det en valideringsprosess?
- Beskriv hvor dataene vil bli lagret (oppbevart i prosjektløpet).
- Hvilken programvare eller forskningsplattform (TSD/EduCloud) tenker du å bruke? Se listen over programvare godkjent ved HINN for innsamling av forskningsdata.
- NB! Trenges det ny programvare? Les om anskaffelsesprosessen her (kun for ansatte ved HINN)
- I hvilket format vil dataene bli lagret? Å velge et format som er kompatibelt med analyseverktøyene du planlegger å bruke kan spare tid. Tenk også på at formatene bør være åpne, og ikke proprietære, for å bevare data mest mulig FAIR.
- Beskriv metodene som vil bli brukt for dataanalyse.
Dataorganisering
- Etablér en systematisk tilnærming til katalogisering og organisering av dataene dine
- Implementer et filnavnsystem som gjør det enkelt å identifisere og gjenfinne data
En video til inspirasjon - Beskriv innholdet i filene dine med metadata – for eksempel i en readme-fil (her er mal).
- Bestem og beskriv hvem som skal ha tilgang til dataene og implementer kontrolltiltak for tilgang. Blant annet en ansvarlig for å tildele og fjerne tilgang for brukerne av dataene, og holde datahåndteringsplanen oppdatert.
- Sørg for at alle prosjektdeltakere er kjent med datahåndteringsmetodikken.
Arkivering og deling av data
- Bestem hvilke data som skal arkiveres ved prosjektslutt – så åpent som mulig, og så lukket som nødvendig
- Høgskolens dataarkiv heter DataverseNO.
- Bestem under hvilke kriterier dataene skal kunne deles, for eksempel lisensen Creative Commons. En oversikt over aktuelle lisenser finner du her.
- Sørg for at metodene for deling av data er sikre og overholder personvernreglene. Vær ekstra oppmerksom hvis dataene skal igjennom en anonymiseringsprosess før arkivering.
Oppbevaring og ødeleggelse av data
- Bestem hvor lenge dataene skal beholdes. (Vær oppmerskom på hva du skriver i samtykkedokumentet til informantene om dette, slik at du ikke forhindrer arkivering og deling/gjenbruk av dataene på et senere tidspunkt.)
- Sett opp en tidsplan for ødeleggelse av data etter oppbevaringsperioden.
- Sørg for at metodene for ødeleggelse av data er sikre og overholder GDPR og andre forskrifter.
Tips til kostnadsberegning og arbeidstimer
Sett av arbeidstimer og ventetid til å:
- Utforme og revidere datahåndteringsplanen.
- Utforme avtaletekster om ansvar for og tilgang til data, spesielt i samarbeidsprosjekter.
- Utforme og vente på svar fra NSD Personverntjenester, Regional etisk komité og/eller Lokal etisk komité (HINN) – hvis relevant.
- Opplæring i datahåndtering.
- Avklare tilgang og lisens av ulike IT-systemer.
Beregn kostnader til:
- Planleggingstid (x timer).
- Lisenser/tilganger til og eventuelt innkjøp av IT-systemer som ikke er fritt tilgjengelig.
- Timer per uke eller stillingsandel til «datarøkter»/ datasteward i hele prosjektperioden.
Eksempler på datahåndteringsplaner
Det finnes flere ulike tjenester som kan hjelpe deg å lage en datahåndteringsplan. De fleste er gratis for enkeltbrukere/enkeltprosjekter. Ifølge en prosjektrapport gjort på oppdrag fra UB-BOTT'ene i 2022, er de mest egnede online-tjenestene for å lage datahåndteringsplaner følgende:
- DMPonline anbefales ofte for EU finansierte-prosjekter, da dette verktøyet har egne «templates» for EU-tjenesten fungerer bra for de fleste planer. DMPonline er utviklet av Digital Curation Centre. NB! Vær oppmerksom på at du i registreringsprosessen skal oppgi institusjonstilknytning, men denne må settes til «other» for at du skal komme videre, da HINN ikke har en egen institusjonsbruker («other» søkes opp fra nedtrekksmenyen).
- SIKT DMP er et norsk datahåndteringsplanverktøy. SIKT verktøyet kan anbefales for prosjekter som også har kontakt med SIKT personvern og/eller skal forhåndsgodkjennes av REK, da verktøyet integreres direkte med meldeskjema. Det har også innebygd konfidensialitetsklassifisering for data .
- Data Stewardship Wizard (ELIXIR NO) er et omfattende verktøy, med mange integrasjoner mot andre tjenester, hvor målet er å lage maskinlesbare datahåndterinsplaner. Her finner du i tillegg dataplanmalene som i løpet av 2024 blir laget av den norske Research Data Alliance-noden.
- EasyDMP er et planverktøy laget av Sigma2 (SIKT-tilknyttet firma) og er i stor grad friteskstbasert.
- HINNS DHP-mal i prosjektportalen kan benyttes, denne er en norsk versjon av EU-Horizon-malen.
Du kan i tillegg finne mange gode tips i RDMkit, utviklet av EU-prosjektet Elixir Converge.
Mer om FAIR-prinsippene
Målet med FAIR data er å gjøre datasett fra avsluttete forskningsprosjekter «Findable, Accessible, Interoperable og Reusable» – det vil si at de skal kunne finnes, forstås og anvendes av andre som kan ha nytte av materialet. Les om FAIR-prinsippene.
Retningslinjer for klassifisering og lagring
Datatypene som skal samles i prosjektet legger føringer for hvilken av HINNs forskningsplattformer du må bruke, slik at databehandlingen i prosjektet er i overensstemmelse med lovverk og retningslinjer. Les mer om programvare for datainnsamling, krav til lagring, analyseverktøy og arkivering her.
Detaljnivå i planen
HINN som institusjon er ansvarlig for at forskningsdata blir håndtert korrekt, men det er prosjektleder som skal sørge for at at dette skjer. Det finnes ingen retningslinje for hvor detaljert datahåndteringsplanen skal være, men en tommelfingerregel er at beskrivelsene i planen skal være dekkende for å avgjøre om prosjektet oppfyller krav til informasjonssikkerhet, etikk, personvern, rettigheter (IPR) og FAIR data.
Nyttig innhold
- Retningslinjer for forskningsdata ved HINN
- Personvern i forskning
- Forskningsetikk
- Immatrielle rettigheter (IPR)
Kontakt oss
- E-post
- endre.aas@inn.no
- Telefon
- +47 62 43 04 20