Gå direkt till huvudinnehåll
Researchdata.se

Organisera data

Det är värdefullt att redan från början av ett forskningsprojekt tänka igenom hur du kommer att organisera och sortera de data du arbetar med. En väldokumenterad och konsekvent tillämpad organisering av data gör det lättare både för dig och andra projektmedarbetare att hitta och hålla ordning på data och filer under arbetets gång.  

God ordning underlättar också spårbarheten av data i forskningen, oavsett om det är du själv som behöver kunna gå tillbaka för att hitta data eller visa hur arbetet i forskningsprocessen gick till, eller om en senare forskare eller granskare vill gå igenom en studie för att se hur data bearbetades och undersöka vad som ledde fram till ett visst resultat.

Om du redan från början av forskningsprojektet har som mål att dela data blir det lättare att sammanställa och summera forskningsdata när projektet närmar sig slutet om du har god ordning på filer och data och löpande dokumenterar vad du gör. 

Det finns två viktiga riktlinjer för hur forskningsdata kan och bör göras tillgängliga och återanvändbara över tid:

Hantering av forskningsdata

Datahantering inom forskning handlar om att ta hand om forskningsdata på ett systematiskt och organiserat sätt. En genomtänkt datahantering ger ordning och reda i projektets data. Det blir färre tidskrävande misstag och det går snabbare att hitta projektinformation och rätt version av data och dokument.

Information om hur organiserar data och säkerställer att data lagras och säkerhetskopieras korrekt kan du med fördel dokumentera i en datahanteringsplan. Använd gärna SND:s checklista för datahanteringsplaner om din organisation inte redan har en egen mall som rekommenderas.

Det finns inga universallösningar när det gäller hur forskningsdata ska hanteras. Forskningsdata och forskningsprojekt kan skilja sig väldigt mycket åt, men med god dokumentation och rutiner för datahanteringen kan arbetet med datamaterialet bli både enklare och säkrare. På dessa sidor hittar du grundläggande råd och tips om hur du kan organisera och strukturera de data du arbetar med.

Håll ordning. Var noga med hur du organiserar data.

  • Ha en tydlig och begriplig mappstrukturÖppnas i en ny tabb och konventioner för hur filnamnÖppnas i en ny tabb skapas. På så sätt minskar du risken att det uppstår fel genom att du eller någon annan projektmedlem väljer fel fil i något steg av bearbetningen eller analysen.
  • Lita inte på minnet. Dokumentera alla bearbetningar och förändringar som görs i data så att fel kan spåras och rättas till. Dokumentation är viktigt i alla projekt, men det är extra viktigt i projekt med flera projektmedlemmar och i projekt som pågår under lång tid och där det tillkommer nya medarbetare.

Använd säker datahantering. Data behöver vara tillgängliga för de personer som ska arbeta med dem samtidigt som obehöriga inte ska kunna få tillgång till dem. De behöver också skyddas från förstörelse och manipulation och förvaras så säkert som innehållet kräver. 

  • Nyttja god lagring. Det är viktigt att lagringsmedier håller god kvalitet (se avsnittet om datasäkerhet). Om du vill ha råd om vilket lagringsmedium du bör välja för dina forskningsdata kan du kontakta din IT-avdelning.  
  • Var noga med att säkerhetskopiera data och dokument för att minska risken för dataförlust (se avsnittet om datasäkerhet). De flesta lärosäten har system för säkerhetskopiering, men om du är osäker på vad som gäller för de system som du använder så bör du ta kontakt med din IT-avdelning.

Beroende på vilken typ av data du arbetar med behöver du också se till att behandla dem korrekt med avseende på informationsklassning och behov av skydd.

Forskningsdata är det digitala material som samlas in eller skapas för att användas till vetenskapliga analyser. Forskningsdata kan bestå av:

  • mätdata av olika slag
  • resultat från experiment
  • observationer från fältarbete
  • tabeller
  • ljud- och videofiler
  • bilder
  • GIS-data
  • mer eller mindre komplexa databaser
  • 3D-modeller (färdiga modeller eller rådata som har använts för att generera en modell)
  • svar från enkätundersökningar
  • text
  • programkod