Repozytoria danych badawczych
Repozytorium danych badawczych – narzędzie informatyczne służące do (samo) publikowania, (samo) archiwizacji i udostępniania danych badawczych. Repozytoria danych badawczych, podobnie jak repozytoria publikacji, mogą mieć charakter dziedzinowy lub instytucjonalny. Mogą też łączyć funkcje obu typów, jeżeli prowadząca je instytucja zajmuje się badaniami w określonym obszarze:
- repozytorium instytucjonalne – służące do (samo) publikowania, (samo) archiwizacji i udostępniania bieżącej twórczości intelektualnej społeczności akademickiej związanej z daną instytucją;
- repozytorium dziedzinowe – służące do (samo) publikowania, (samo) archiwizacji i udostępniania treści związanych z określoną dziedziną nauki bez względu na miejsce ich powstania.
Rejestr repozytoriów danych badawczych:
- Registry of Research Data Repositories (re3data.org; rejestracja w tej bazie jest jednym z wymogów NCN dotyczących repozytoriów danych badawczych) – międzynarodowy rejestr repozytoriów danych badawczych. Narzędzie uruchomiono w 2012 r. w ramach projektu realizowanego przez Karlsruher Institut für Technologie (KIT), Humboldt-Universität zu Berlin oraz Helmholtz Open Science Office, którego celem było opracowanie usługi pomagającej odnaleźć odpowiednie repozytorium do przechowywania danych badawczych. W 2014 r. rejestr re3data został połączony z podobnym amerykańskim narzędziem o nazwie Databib opracowanym przez Institute of Museum and Library Services (IMLS) oraz biblioteki Purdue i Pennsylvania State University. re3data zawiera zwięzłe informacje na temat zarejestrowanych repozytoriów (ponad 3 tys. repozytoriów – stan na 2024 r.). System ikon informuje o poziomie otwartości repozytoriów, możliwości nadawania przez nie trwałego identyfikatora (PID, np. DOI, hdl, urn, purl), certyfikacji czy posiadaniu polityk, np. regulaminu korzystania czy polityki otwartego dostępu. Narzędzie re3data jest szeroko wykorzystywane przez instytucje akademickie, organizacje finansujące, wydawców, czasopisma i różne inne zainteresowane podmioty, takie jak European Open Science Cloud (EOSC) czy Nationale Forschungsdateninfrastruktur (NFDI). re3data jest wymieniane jako niezbędna pomoc w znalezieniu odpowiedniego repozytorium w politykach różnych organizacji finansujących badania (Narodowe Centrum Nauki, PL, Bill & Melinda Gates Foundation, USA, National Science Foundation (NSF), USA, European Commission i ERC, EU), instytucji naukowych (Technische Universität Berlin, Germany, University of Edinburgh, United Kingdom) i czasopism (Springer Nature, Taylor & Francis, Wiley).
Źródło: Pampel H., Weisweiler N.L., Strecker D. et al. (2023) re3data – Indexing the Global Research Data Repository Landscape Since 2012, „Scientific Data” 10(1), 571, dostęp: https://doi.org/10.1038/s41597-023-02462-y
Narzędzia służące do certyfikacji repozytoriów:
CoreTrustSeal
CoreTrustSeal – międzynarodowa, pozarządowa organizacja non-profit, która oferuje zainteresowanym podmiotom zarządzającym repozytorium danych certyfikację w oparciu o Core Trustworthy Data Repositories Requirements. Wymagania Core Trustworthy Data Repositories zostały sformułowane w 2017 r. w wyniku połączenia dwóch standardów certyfikacji – Data Seal of Approval (DSA) i World Data System (WDS). Proces certyfikacji CoreTrustSeal nie obejmuje wizyty audytora – polega na samoocenie (certyfikacja na poziomie podstawowym wg klasyfikacji zaproponowanej w Memorandum of Understanding uzgodnionym w 2010 r.). Certyfikat traci ważność po trzech latach. Za wydanie certyfikatu CoreTrustSeal pobierana jest opłata administracyjna, która od 1 lutego 2024 r. wynosi 3 tys. euro.
norma ISO 16363
norma ISO 16363 – sformalizowana wersja dokumentu Audit and Certification of Trustworthy Digital Repositories: Recommended Practice opracowanego na podstawie listy kontrolnej Trustworthy Repositories. Audit & Certification: Criteria and Checklist (TRAC). Proces certyfikacji według normy ISO 16363 polega na audycie przeprowadzonym przez zewnętrznych ekspertów (formalna certyfikacja). Pierwszą organizacją na świecie upoważnioną do przeprowadzania audytu według normy ISO 16363 został PTAB (Primary Trustable Digital Repository Authorization Body) z siedzibą w Dorset w Wielkiej Brytanii. Cena audytu przeprowadzonego przez PTAB uzależniona jest od wielkości i złożoności repozytorium (może wynieść ok. 15 tys. GBP).
norma DIN 31644 (pieczęć NESTOR Seal)
norma DIN 31644 (pieczęć NESTOR Seal) – sformalizowana wersja drugiej wersji dokumentu Kriterienkatalog vertrauenswürdige digitale Langzeitarchive opracowanego na podstawie listy kontrolnej Trustworthy Repositories. Audit & Certification: Criteria and Checklist (TRAC). Proces certyfikacji NESTOR oparty na rozszerzonej samoocenie jest prostszy i mniej intensywny niż audyt przeprowadzony przez zewnętrznych ekspertów w ramach formalnego procesu oceny. W założeniu cała ocena powinna zamknąć się w ciągu trzech miesięcy. Formalnie pieczęć ważna jest bezterminowo, jednak jej znaczenie może się zmniejszyć po kilku latach – niemniej jednak nie ma wymogu powtarzania procedury. Opłata administracyjna za przeprowadzenie kontroli wiarygodności składanego wniosku wynosi 500 EUR.
Certyfikacja CoreTrustSeal powstała z myślą o repozytoriach przechowujących i udostępniających dane. Normy ISO 16363 i DIN 31644 mogą służyć jako narzędzie do certyfikacji zarówno repozytoriów danych badawczych, jak i repozytoriów publikacji.
Przykłady ogólnych repozytoriów otwartych danych badawczych, w których SGGW ma utworzone kolekcje instytucjonalne:
- Repozytorium Otwartych Danych (RepOD; instrukcja zakładania konta i deponowania danych w RepOD) – bezpłatne, polskie repozytorium interdyscyplinarne, które powstało w ramach projektu Dziedzinowe Repozytoria Otwartych Danych Badawczych realizowanego przez zespoły projektowe w ICM UW, ISS UW, IFiS PAN i UAM w Poznaniu. Repozytorium to jest przeznaczone dla tzw. małych danych – limit wielkości pojedynczego pliku wynosi 5 GB (limit wielkości sumy przesyłanych jednocześnie plików wynosi 20 GB), przy czym nie ma określonego limitu na wielkość zestawu danych. Wszystkie wersje zbiorów danych w RepOD mają ten sam identyfikator DOI, ich wyróżnikiem jest numer wersji. RepOD jest zarejestrowane w re3data.org.
- Zenodo (instrukcja zakładania konta i deponowania danych w Zenodo) – bezpłatne, międzynarodowe repozytorium interdyscyplinarne utworzone dzięki inicjatywie CERN (European Organization for Nuclear Research; międzynarodowej organizacji niekomercyjnej zrzeszającej ponad 20 państw członkowskich i ponad 10 obserwujących; największego na świecie centrum badań fizyki cząstek elementarnych) i OpenAIRE (organizacji niekomercyjnej, której misją jest promowanie otwartej nauki; zarządzającej europejską e-infrastrukturą agregującą repozytoria i wspierającą deponowanie wyników badań naukowych; kluczowego podmiotu zarządzającego European Open Science Cloud). Repozytorium to jest przeznaczone dla tzw. małych danych – limit wielkości zestawu danych wynosi 50 GB (można zdeponować maksymalnie 100 plików). Każda wersja zbioru danych zdeponowanych w tym repozytorium otrzymuje unikalny numer DOI. Zenodo jest zarejestrowane w re3data.org.
Przykłady innych ogólnych repozytoriów otwartych danych badawczych:
Mendeley Data
Mendeley Data – produkt firmy Elsevier; międzynarodowe repozytorium interdyscyplinarne przeznaczone dla tzw. małych danych – limit wielkości pojedynczego pliku w wersji bezpłatnej wynosi 10 GB (można zdeponować maksymalnie 200 folderów z plikami; utworzone foldery mogą mieć maksymalnie do 8 podfolderów); instytucje, które są subskrybentami Digital Commons Data mogą deponować zestawy danych o maksymalnym rozmiarze 100 GB. Każda wersja zbioru danych zdeponowanych w tym repozytorium otrzymuje unikalny numer DOI. Mendeley Data jest zarejestrowane w re3data.org.
Figshare
Figshare – międzynarodowe repozytorium interdyscyplinarne działające przy wsparciu firmy Digital Science. Każda osoba, która założy konto, otrzymuje przestrzeń o wielkości 20 GB na swoje dane (można zwiększyć limit miejsca po wykupieniu dodatkowych gigabajtów – po odpowiedniej opłacie przestrzeń może zostać powiększona do wielu TB). Każda wersja zbioru danych zdeponowanych w tym repozytorium otrzymuje unikalny numer DOI. Figshare jest zarejestrowane w re3data.org.
Harvard Dataverse
Harvard Dataverse – repozytorium interdyscyplinarne stworzone na Uniwersytecie Harvarda. Wszyscy naukowcy, zarówno ze społeczności Uniwersytetu Harvarda, jak i spoza niej, mogą deponować w tym repozytorium pliki o rozmiarze do 2,5 GB i przechowywać do 1 TB danych. Wszystkie wersje zbiorów danych w Harvard Dataverse mają ten sam identyfikator DOI, ich wyróżnikiem jest numer wersji. Harvard Dataverse jest zarejestrowane w re3data.org.
Open Science Framework (OSF)
Open Science Framework (OSF) – bezpłatna platforma zarządzana przez amerykańską organizację non-profit Center for Open Science (COS), która może być wykorzystana do nawiązania współpracy, dokumentowania, archiwizowania, udostępniania i rejestrowania projektów badawczych, artykułów i danych. Limit wielkości pojedynczego pliku w tym repozytorium wynosi 5 GB, natomiast limit na wielkość zestawu danych jest różny dla rekordów z zamkniętym dostępem (5 GB) i otwartym dostępem (50 GB). OSF przypisuje wszystkim swoim zasobom Globally Unique Identifiers (GUIDs). Jest też możliwość nadania numerów DOI, przy czym wszystkie wersje zasobów w OSF mają ten sam identyfikator DOI. OSF jest zarejestrowane w re3data.org.