forschungsdatenmanagement - psychology · 2016-06-02 · forschungsdatenmanagement – kolloquium...

Forschungsdatenmanagement

1

Projekt DataWiz: Förderung des Umgangs mit Forschungsdaten in der Psychologie

Martin Kerwer Leibniz-Zentrum für Psychologische Information und Dokumentation (ZPID)

Forschungsdatenmanagement – Kolloquium Klinische Psychologie und Psychotherapie des Kindes- und Jugendalters – 02.06.2016, Trier

Was tut das ZPID?

2

ZPID Angebot für die Psychologie : • PSYNDEX

Referenzdatenbank (Literatur, Tests, Interventionsverfahren)

• PubPsych Internationales Suchportal

• PsychAuthors Datenbank deutschsprachiger psychologischer Forscher

• PsychData Forschungsdatenzentrum

ZPID Forschung: • Entwicklung von

Informationstechnologie • Informationsverhalten und

Informationskompetenz • Wissenschaftsforschung und

Evaluation


Datenmanagement am ZPID

3

PsychData – Forschungsdatenzentrum für die Psychologie

• Speziell auf die psychologische Forschung ausgerichtete Data

Sharing Plattform

• 2002 durch das ZPID entwickelt

• Anfangsförderung durch die Deutsche Forschungsgemeinschaft (DFG)

• durch RatSWD akkreditiertes Datenzentrum

• Erfahrung: Angebot eines FDZ alleine ist nicht ausreichend.

Nutzer brauchen Unterstützung im Management ihrer Daten.


Projekt DataWiz

• DataWiz

• Datamanagement Wizard

• Ziel

• Entwicklung eines Assistenzsystem, das Forscher bei der

Umsetzung eines fundierten Datenmanagements im

Forschungsprozess unterstützt

• Laufzeit

• 01.11-2015 – 31.10.2017, gefördert durch

4


Gliederung

5

• Gründe für Forschungsdatenmanagement

• Planung des Forschungsdatenmanagements

• Sicherung von Forschungsdaten

• Bereitstellung von Forschungsdaten

• Projekt DataWiz


Forschungsdatenmanagement bezeichnet den Prozess, der alle Methoden und

Verfahren umfasst, die zur Sicherung der langfristigen Nutzbarkeit von

Forschungsdaten angewendet werden: die Generierung, die Bearbeitung, die

Anreicherung, die Archivierung und die Veröffentlichung.

http://www.forschungsdaten.org/index.php/Forschungsdatenmanagement

Dabei sind die verschiedenen Dimensionen der Arbeit mit Daten jeweils und in

ihrem Zusammenspiel zu berücksichtigen. Diese sind insbesondere

• rechtliche und ethische Dimensionen (Urheberrecht, Datenschutz)

• technische Dimensionen (Soft- und Hardware)

• dokumentarische Dimensionen (Metadaten).

http://www.forschungsdaten-bildung.de/datenmanagement


6


Nachnutzung

7

“The underlying data researchers analyze to come to their published conclusions … becomes less and less accessible to researchers over the years.” (vgl. Vines et al, 2014; Dehnhard, Weichselgartner & Krampen, 2013;

Wicherts et al, 2006)

(D) Predicted probability that the data were extant (either ‘‘shared’’ or ‘‘exist but unwilling to share’’) given that we received a useful response.


Replikationskrise

8

• 97 replications • 36% of all replications were significant • PS - cog: 53% • JEP:LMC: 48% • PS - soc: 29% • JPSP - soc: 23% • 83% of all effect sizes are smaller than the original: MO: r = .40 MR: r = .20

Adaptiert aus Schönbrodt, F. (2015). How Open Science Can Solve (Parts of) the Replication Crisis. Verfügbar unter https://mfr.osf.io/render?url=https://osf.io/tajp5/?action=download%26mode=render. Slide used under a CC-BY 4.0 license.

Reproducibility Project: Psychology (RP:P) https://osf.io/ezcuj/wiki/home/

https://mfr.osf.io/render?url=https://osf.io/tajp5/?action=download%26mode=render


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






DGPs-Richtlinienentwurf

9

URL: http://www.dgps.de/index.php?id=143&tx_ttnews[tt_news]=1691&cHash=60dae30ae30ae557f894d6be60f897

ed abgerufen am 25.05.2016

Forschungsdatenmanagement – Kolloquium Klinische Psychologie und Psychotherapie des Kindes- und Jugendalters – 02.06.2016, Trier 10

Auswege

It is argued that a way forward can be seen by, on one hand, improving the rigor and transparency of psychological science, and making theoretical innovations that better acknowledge the complexities of the human experience.

Ferguson, Ch. J. (2015). „Everybody knows psychology is not a real science”, American Psychologist, Vol 70(6), 527‐542.

Forderung: open science zur Erhöhung der Transparenz und Ökonomie “Nanos gigantum humeris insidentes“ (Bernhard von Chartres) Voraussetzung: fundiertes Datenmanagement Ansatzpunkt des Projekts DataWiz Aber: Psychologische Forschung ist Forschung am Menschen und dringt u.U. tief in die Privatsphäre des Menschen ein, → Datenschutz und Forschungsethik müssen auch in Open Science beachtet werden


Nachnutzung

11

URL: https://www.okcupid.com/


12

URL: https://osf.io/p9ixw/

Forschungsdatenmanagement – Kolloquium Klinische Psychologie und Psychotherapie des Kindes- und Jugendalters – 02.06.2016, Trier 13

Beispiel – OKCupid

• Anonymisieren ist wichtig

• richtig anonymisieren kann schwierig sein

• Ort der Datenablage ist wichtig

• Weiß ich wer die Daten nachnutzt?

• Lizenzen können wichtig sein

• Was darf der Nachnutzer mit meinen Daten machen?

• Einwilligungserklärungen bei sensiblen Daten

• Im Zweifel explizite Einwilligungserklärung einholen

=> Überlegungen zum Forschungsdatenmanagement (möglichst bei der Planung einer Studie) berücksichtigen


Gliederung

14





• Projekt DataWiz


Good data management practices are essential in research, to make sure that

research data are of high quality, are well organised, documented,

preserved and accessible and their validity controlled at all times. This results

in efficient and excelling research. Well managed data are easily shared and

can thus be used for new research or to duplicate and validate existing

research.

Data management needs to be planned early on in research, so that

practices can be implemented throughout the research cycle.

https://www.ukdataservice.ac.uk/manage-data


15


Einwilligungserklärungen

• Erhebung, Verarbeitung und Nutzung personenbezogener Daten setzt Einwilligung voraus (§4 BDSG, vgl. Ethische Richtlinien der DGPs und des BDP)

Data Sharing sollte nicht durch eine zu restriktive Sprache in Einverständniserklärungen verhindert werden!

16

Beispiel: […] Sämtliche Daten werden […] ausschließlich zu wissenschaftlichen Zwecken

genutzt […] Datenzugang nur für Mitarbeiter der Studie. […]


Planung als formale Anforderung

• Förderer

• EU – Horizon 2020

• Open Data Pilot (DMP + Open Access zu Daten)

• Deutsche Forschungsgemeinschaft

• Beschreibung des Umgangs mit Forschungsdaten

• Leitlinien zum Umgang mit Forschungsdaten

• Bundesministerium für Bildung und Forschung (BMBF)

• Verwertungsplan und Projektspezifische Ergänzungen

• Institutionen

• Uni Heidelberg, TU Darmstadt, Uni Göttingen, Uni Bielefeld

• Fachgesellschaften (z.B. aktueller Richtlinienentwurf-DGPs)

17


Zwischenstand

• Datenmanagementplanung zu Projektbeginn vermehrt Formale Anforderung von Förderern und Institutionen

• Frühzeitige Beachtung von rechtlichen Rahmenbedingungen (Einwilligungserklärungen, Urheberrecht, Anonymisierung)

• Minimierung des Aufwands

• Implementation von Workflows zu Projektbeginn

• Maximierung der Datenqualität

• Sicherung der Langzeitverfügbarkeit

18


Gliederung

19





• Projekt DataWiz


Sicherung von Forschungsdaten

Ziel: DataWiz soll Forscher aus der Psychologie dabei unterstützen, die im

Forschungsprozess generierten Daten im Hinblick auf ihre intendierte Nutzung

als Erkenntnisressource zu sichern und zu erhalten.

Foto by Joe Mabel, CC BY-SA 3.0, https://commons.wikimedia.org/w/index.php?curid=5697720

20



Um Forschungsdaten – abgestimmt auf den jeweils intendierten Nutzungshorizont – als Erkenntnisressource zu sichern muss

• der Zugriff auf die Daten und die Konsistenz der Daten (=> Erfordernis Aufbereitung)

• die Verstehbarkeit und Bewertbarkeit der Daten (=> Erfordernis Dokumentation)

• überdauernde Verwendbarkeit und Integrität der Daten (=> Erfordernis Archivierung)

gewährleistet sein.

21



Um Forschungsdaten – abgestimmt auf den jeweils intendierten Nutzungshorizont – als Erkenntnisressource zu sichern muss

• der Zugriff auf die Daten und die Konsistenz der Daten (=> Erfordernis Aufbereitung)

• die Verstehbarkeit und Bewertbarkeit der Daten (=> Erfordernis Dokumentation)

• überdauernde Verwendbarkeit und Integrität der Daten (=> Erfordernis Archivierung)

gewährleistet sein.

22


Researcher

near remote

Data Origin

Distance from data-origin as a function of target group and time

Team

Nutzungshorizonte

23


Researcher

Team

near remote

Data Origin


Presence Future

Nutzungshorizonte

24


Researcher

Team

near remote

Data Origin

Research field


Presence Future

Nutzungshorizonte

25


Researcher

Team

near remote

Data Origin

Research field

Discipline (Psychology)


Presence Future

Nutzungshorizonte

26


Researcher

Team

near remote

Data Origin

Research field


Other disciplines, Science


Presence Future

Nutzungshorizonte

27


Researcher

Team

near remote

Data Origin

Research field


General public

Other disciplines, Science


Presence Future

Nutzungshorizonte

28


Gliederung

29

• Hintergrund




• Projekt DataWiz


Möglichkeiten zur Bereitstellung

30



Vorhandene Möglichkeiten unterscheiden sich in ihrem Grad an:

Langfristiger Verfügbarkeit

Auffindbarkeit Zugänglichkeit

31



• Datenzugang auf Anfrage (auch innerhalb von Repositorien)

• Vergabe individueller Disclaimer mit Zugangsbedingungen

• Vergabe von Lizenzen – z.B. Creative Commons

• Public-Use-Files vs. Scientific-Use-Files

• Remote Access über Client

• Offenlegung der Nachnutzung (Beispiel NEPS)

• Antrag mit explizitem Verwendungszweck

• Veröffentlichung der genehmigten Anträge

32


Datenmanagement - Angebote

ICPSR: Guide to Social Science Data Preparation and Archiving

ZPID: Datenmanagement und Data Sharing in der Psychologie

UK Data Archive: Managing and Sharing Data

BITSS: Best Practices in Research Transparency

http://www.icpsr.umich.edu/icpsrweb/content/deposit/guide/











http://www.psychdata.de/downloads/PsychData-Handbuch_2013.pdf


http://www.data-archive.ac.uk/media/2894/managingsharing.pdf




https://github.com/garretchristensen/BestPracticesManual


Gliederung

35





• Projekt DataWiz


Projekt DataWiz

36

• Aufwandsminimierung

• Knowhow kontextsensitiv zur Verfügung stellen

• Schnittstellen zu bestehender Software

• Workflow-Integration

• Unterstützung bei Anforderungen, wie dem Erfüllen von Publikationsstandards, dem Verfassen von Datenmanagementplänen, der Versionierung von Datensätzen oder Konsistenzchecks

• Benutzerkontrolle

• Grad der Datenfreigabe liegt in der Souveränität des Forschers, Möglichkeit lokaler Installationen

=> unmittelbar spürbarer Gewinn durch Programmnutzung


DataWiz im Forschungsprozess

Wissensbasis

Information (copyright, informed

consent…)

Planungsphase

Daten-management

Planungs- Tool

Datenerhebung

Datendoku- mentation

Datenupload

Publikation

Archivierung

Nach Datenerhebung

37


DEMO


Arbeitserleichterung Publikation

• Unterstützung bei

Publikation:

Relevante Informationen

zum Beispiel zum

Verfassen eines

Methodenteils ausgeben

• Orientierung an

Publikationsstandards

41

JARS: Journal Article Reporting Standards (APA) URL: http://www.apa.org/pubs/books/4316124.aspx


Weitere Funktionalitäten

• Abgestuftes Rechtemanagement

• Archivierungspaket

• Versionierung und Konsistenzchecks

• Dokumentation der Studie und des Projekts: Privacy & Copyright,

Stichprobencharakteristika, Entwicklung von Messinstrumenten…

• Standardtexte zum Verfassen von Datenmanagementplänen und

Berücksichtigung förderspezifischer Anforderungen

• Upload von Projekt- und Studienmaterialien: Syntax,

Projektberichte, Fragebögen

42


Vielen Dank für Ihre Aufmerksamkeit!

43


Dehnhard, I., Weichselgartner, E., & Krampen, G. (2013). Researcher's Willingness to Submit Data for Data Sharing: A Case Study on a Data Archive for Psychology. Data Science Journal, 12, 172‐180. doi:10.2481/dsj.12‐037

Deutsche Forschergemeinschaft. Leitfaden für die Antragsstellung – Projektanträge. Zugriff am 02.06.2016. Verfügbar unter http://www.dfg.de/formulare/54_01/54_01_de.pdf

Ferguson, Ch. J. (2015). „Everybody knows psychology is not a real science”, American Psychologist, Vol 70(6), 527‐542.

Forschungsdatenzentrum PsychData (2013). Datenmanagement und Data Sharing in der Psychologie. Zugriff am 02.06.2016. Verfügbar unter http://www.psychdata.de/downloads/PsychData-Handbuch_2013.pdf

Inter-university Consortium for Political and Social Research (ICPSR). (2012). Guide to Social Science Data Preparation and Archiving: Best Practice Throughout the Data Life Cycle (5th ed.). Ann Arbor, MI. Zugriff am 02.06.2016. Verfügbar unter http://www.icpsr.umich.edu/files/ICPSR/access/dataprep.pdf

44

Literatur I

http://www.dfg.de/formulare/54_01/54_01_de.pdf

http://www.dfg.de/formulare/54_01/54_01_de.pdf




http://www.icpsr.umich.edu/files/ICPSR/access/dataprep.pdf

http://www.icpsr.umich.edu/files/ICPSR/access/dataprep.pdf


Helbig, Kerstin et al.. (2015). Datenmanagementpläne für EU, DFG und BMBF. Zenodo. doi:10.5281/zenodo.33482

Schönbrodt, F. (2015). How Open Science Can Solve (Parts of) the Replication Crisis. Zugriff am 02.06.2016 Verfügbar unter https://mfr.osf.io/render?url=https://osf.io/tajp5/?action=download%26mode=render.

Schönbrodt, F., Gollwitzer, M., & Abele-Brehm, A. (22.01.2016). DGPs-Richtlinien zum Umgang mit Forschungsdaten-Entwurf vom 22.01.2016. Zugriff am 02.06.2016. Verfügbar unter https://www.dgps.de/uploads/media/DGPs-Richtlinien_Forschungsdaten_22_01_16.pdf

UK Data Archive (2011) Managing and Sharing Data: Best Practice for Researchers. Zugriff am 02.06.2016. Verfügbar unter http://www.data-archive.ac.uk/media/2894/managingsharing.pdf

Vines et al, 2014. The Availability of Research Data Declines Rapidly with Article Age. Current Biology 24, 94–97, January 6, 2014

Wicherts, J. M., Borsboom, D., Kats, J., & Molenaar, D. (2006). The Poor Availability of Psychological Research Data for Reanalysis. American Psychologist, 61, 726‐28

45

Literatur II

http://dx.doi.org/10.5281/zenodo.33482



https://www.dgps.de/uploads/media/DGPs-Richtlinien_Forschungsdaten_22_01_16.pdf






forschungsdatenmanagement - psychology · 2016-06-02 · forschungsdatenmanagement – kolloquium...

Documents