A kutatási adatkezelési terv (Data Management Plan – DMP) stratégiai fontosságú eszköz a kutatásban: létrehozása nemcsak az Európai Unió adatvédelmi rendeletének (GDPR) való megfelelést szolgálja, hanem a tudományos munka átláthatóságát, reprodukálhatóságát és hosszú távú hatékonyságát is biztosítja. Jelen blogposztunkban a DMP bemutatása mellett arról is szó lesz, hogy kutatóink milyen segítséget tudnak igénybe venni egy ilyen kutatási adatkezelési terv kitöltéséhez.
Aktualitás
A Magyar Tudományos Akadémia 2024 decemberében tette közzé a Lendület Program 2025-ös pályázati felhívását. A pályázati követelmények részeként a kutatóknak részletes kutatási adatkezelési tervet kell benyújtaniuk egy letölthető sablon formájában. Hasonlóképpen, a 2025 februárjában meghirdetett Nemzeti Kutatási Kiválósági Program (NKKP) is, mindegyik pályázati kategóriában kutatási adatkezelési tervek elkészítését írja elő.
Miért fontos a kutatási adatkezelési terv?
A kutatási adatkezelési tervek kétségtelenül egy újabb adminisztratív terhet jelentenek a kutatók számára, de eközben átfogó keretet is biztosítanak a kutatási adatok kezelésére a teljes kutatási életciklus során – az adatgyűjtéstől az adatok feldolgozásán át egészen azok megőrzéséig és megosztásáig bezárólag. A kutatási eredmények reprodukálhatósága és az adatkezelés átláthatósága minden érintett tudományterületen kiemelkedő jelentőségű szempont.
A kutatási adatkezelési tervek fontos eszközei annak, hogy a kutatási adatok hozzáférhetőek, értelmezhetőek és újrafelhasználhatóak maradjanak.
A kutatásfinanszírozók világszerte egyre inkább felismerik, hogy a megfelelően kezelt kutatási adatokhoz jelentős közérdek fűződik, ezek pedig olyan tudományos erőforrást képviselnek, amely így túlmutat a közvetlen kutatási projekten. A megfelelően dokumentált és archivált, a szükséges standardok szerint hozzáférhetővé tett kutatási adatok összességében fokozhatják a kutatási befektetések hatását, és végső soron a tudományos fejlődést is felgyorsíthatják.
A kutatási adatkezelési tervekről általában
A kutatási adatkezelési terv strukturált, többnyire vázlatos formában megírt, gyakran táblázatszerűen rendezett dokumentum. Ez összefoglalja, hogy a kutatók milyen elvek szerint tervezik az adatok előállítását, felhasználását, elemzését, tárolását, valamint hosszú távú megőrzését, illetve azok közzétételét véghez vinni.
Az adatkezelési terv általában a kutatás tervezésekor jön létre, majd a teljes kutatás során, ún. élő dokumentumként formálódik, ezáltal pedig a kutatás folyamatainak minőségbiztosítását támogatja, a kutatási életciklus minden állomásán. Végleges formáját jellemzően a kutatás lezárultával nyeri el.
Bizonyos esetekben a pályázat kiírója, illetve a kutatást finanszírozó biztosítja a kutatási adatkezelési terv sablonját és részletes kitöltési útmutatóját. Emellett az egyes kutatási intézmények is önálló sablont vagy elkészítési útmutatót hozhatnak létre.
A korszerű adatkezelési tervek az adatok teljes életciklusát lefedik – a gyűjtéstől kezdve a feldolgozáson és elemzésen át a hosszú távú megőrzésig és újrafelhasználásig bezárólag.
A finanszírozói elvárások átalakulása nemzetközi és hazai színtéren
Az Európai Unió – különösen a Horizont 2020 program keretében – úttörő szerepet vállalt a DMP-k standardizálásában és az erre vonatkozó elvárások megfogalmazásában. Az EU-s pályázatok esetében fokozatosan az alapelvárások közé került a részletes adatkezelési terv benyújtása.
Ma már a legtöbb nagy finanszírozó részletes, a FAIR alapelveket követő DMP-t vár el (a mozaikszó feloldása: Findable, Accessible, Interoperable, Reusable – megtalálható, hozzáférhető, együttműködő, újrafelhasználható).
A hazai finanszírozók, a nemzetközi példákhoz hasonlóan, fokozatosan építik be elvárásrendszerükbe a kutatási adatkezelési terveket. A Nemzeti Kutatási Kiválósági Program (NKKP) 2024-es elindulása újabb változásokat hozott a kutatási adatkezelési tervek követelményeiben, az Európai Kutatási Tanács (ERC) szabványaihoz igazodva egy megújított, részletes sablon kitöltését várja el a pályázó kutatóktól, amelyben lényegében a FAIR adatkezelési elveknek történő megfelelés a fő szempont.
A DMP tartalmi követelményei
A DMP tartalmi összetevőit a jogszabályok (pl. a GDPR tudományos kutatásra vonatkozó rendelkezései) és a nemzetközi gyakorlat együttesen határozzák meg, de a DMP tartalma és szerkezete többek között a finanszírozó által támasztott követelményeknek megfelelően is változhat.
A hazai szakirodalom szerint a DMP-nek az alábbi hat fő területet kell átfognia:
- Az adatok általános leírása (adatforrások megjelölése, az adatok minőségének biztosítása).
- Az adatok etikai és jogi megfelelősége (ide tartoznak többek között a személyes adatokkal kapcsolatos kérdések is).
- Az adatok dokumentációjának és metaadatolásának mikéntje, az adatok értelmezhetősége érdekében.
- Az adatok tárolásának és biztonsági mentésének módja.
- Az adatok közzétételének és archiválásának kérdései a kutatási projekt lezárását követően.
- A kutatási adatok kezelésének felelősei, ezek szerepkörei és az ezekhez rendelt erőforrások kérdése.
Miben segíthet a Könyvtár?
A megfelelően kezelt kutatási adatok növelik a kutatás láthatóságát, új együttműködéseket tesznek lehetővé, és bizonyítékul szolgálnak a kutatás integritásának alátámasztására.
A Nemzeti Kutatási Kiválósági Programra pályázók kutatási adatkezelési terveik elkészítéséhez a PTE Egyetemi Könyvtár és Tudásközpont kutatástámogató munkatársaitól kaphatnak segítséget –egyrészt a meghirdetett intézményi konzultációs alkalmakon, illetve egyéni tanácsadás formájában, az rdm@lib.pte.hu e-mail címen keresztül is.
A kutatási adatkezelési tervek elkészítését emellett számos ingyenesen használható online eszköz is megkönnyítheti, melyek használatában szakkönyvtári hálózatunk kutatástámogató munkatársai szintén segítséget nyújtanak. A PTE Egyetemi Könyvtár és Tudásközpont további, kutatási adatkezeléssel kapcsolatos szolgáltatásairól az alábbi linken tájékozódhatnak.
Ajánlott irodalom:
- Ajánlások a kutatási adatok kezeléséhez. BCE, 2024
- Benefits of data management. Data Management Expert Guide
- FORRT – Framework for Open and Reproducible Research Training
- Holl András; Maróthy Szilvia, eds. (2022) A kutatásiadat-kezelés gyakorlata: Bevett eljárások és kísérleti projektek. A Magyar Tudományos Akadémia Könyvtárának közleményei = Publicationes Bibliothecae Academiae Scientiarum Hungaricae (47/122). Magyar Tudományos Akadémia Könyvtár és Információs Központ, Budapest
- Horváth Tamás, Kókay Péter: „A kutatási adatok hatékony kezelése” : Bevezetés a kutatási adatmenedzsmentbe [DOI: 10.15170/EKTK-TELN-2021.02] In: Ambrus Attila József (szerk.): A tudományos eredmények láthatóságának növelése : Megoldások a PTE Egyetemi Könyvtár és Tudásközpont kutatás- és oktatástámogatási eszköztárából. Pécsi Tudományegyetem Egyetemi Könyvtár és Tudásközpont, Pécs, 2021, 46-88. o.
- Koltay Tibor: Ökológiai kérdések a kutatási adatok körül. Könyvtári figyelő, 2022. (68. évf.) 3. sz. 385-394. o.
- Mosha, Neema Florence. “Developing Data Management Plans (DMPs) to Fulfil Funders’ Requirements among Researchers in Higher Learning Institutions (HLIs).” Pakistan Journal of Life and Social Sciences (PJLSS) 2024.
- The use of data management planning among researchers in higher learning institutions: The case of the Nelson Mandela African Institution of Science and Technology in Tanzania.” Journal of eScience Librarianship 13 (2): e681.
- RDMkit: The ELIXIR Research Data Management toolkit for Life Sciences
- Útmutató kutatási adatok kezeléséhez. HUN-REN ARP
- Wilkinson, Mark D. et al. “The FAIR Guiding Principles for scientific data management and stewardship.” Scientific data vol. 3 160018. 15 Mar. 2016