Datahanteringsplan

En datahanteringsplan (DHP eller DMP, för data management plan), är ett planeringsverktyg för hur ett datamaterial ska organiseras och struktureras, och samtidigt en dokumentation av de beslut som fattas och de aktiviteter som utförs under projektets gång.  

Genom att redan i ett tidigt skede av ett forskningsprojekt tänka igenom hur data ska hanteras säkerställer du att hanteringen blir strukturerad och att den följer juridiska och etiska riktlinjer. Datahanteringsplanen ska inkludera tekniska, organisatoriska, strukturella och juridiska aspekter av datahanteringen, men också sådant som är viktigt att tänka på inför att tillgängliggöra och bevara forskningsdata.  

Alla detaljer behöver inte finnas med i datahanteringsplanen, men dokumentet ska vara en tillförlitlig utgångspunkt för att hitta information om projektets data, oavsett var de förvaras eller görs tillgängliga.

Skapa en datahanteringsplan när du söker forskningsmedel eller när du börjar planera ett projekt. Datahanteringsplanen fungerar bäst som ett levande dokument som uppdateras under hela projektet. Du bör till exempel uppdatera den när ett moment blir färdigt, när du har färdigställt ett dataset eller när du som enskild forskare eller i en projektgrupp har fattat ett nytt beslut som rör forskningsprocessen.  

Vissa finansiärer ställer krav på att projekt som ansöker om eller får finansiering har en datahanteringsplan, se till exempel Vetenskapsrådets rekommendationer för datahanteringsplanerÖppnas i en ny tabb. Inom EU kräver Horizon 2020 och Horizon Europe att projekt som får finansiering skickar in en DMP inom sex månader från projektstart. Horizon Europe vill också ha in en översiktlig DMP med ansökan om finansiering. Många lärosäten ställer också krav på att forskningsprojekt ska ha en datahanteringsplan. Både finansiärer och lärosäten kan ha specifika instruktioner för vad datahanteringsplanen ska innehålla, eller hänvisningar till befintliga guider, mallar eller checklistor. 

Denna text riktar sig till dig som enskild forskare som behöver skriva en datahanteringsplan. Om du ingår i ett större forskningsprojekt kan er datahanteringsplan istället skrivas av en projektansvarig eller den person som har fått ansvar för datahanteringen. 

Checklista för datahanteringsplan

Det finns många olika verktyg att använda sig av när man ska skriva och underhålla en datahanteringsplan. Ett exempel är DMPonlineÖppnas i en ny tabb som ligger till grund för Sunet DatahanteringsplanÖppnas i en ny tabb och som används vid många lärosäten tillsammans med lokala DMP-mallar. Ditt lärosäte kan i sina riktlinjer för forskningsdata ha fattat beslut om vilket verktyg och vilken mall som ska användas för datahanteringsplaner. Du kan även höra med det lokala forskningsdatastödetÖppnas i en ny tabb om det finns specifika resurser för datahanteringsplaner som rekommenderas.

SND:s checklista för datahanteringsplaner har tagits fram som stöd när du ska skriva och underhålla en datahanteringsplan. Checklistan är anpassad till de förhållanden och regelverk som finns i Sverige och finns på både svenska och engelska. Titta på checklistan i ett tidigt skede när du ska utforma din egen datahanteringsplan för att få hjälp att identifiera de frågor om datahantering som är relevanta för ditt forskningsprojekt. SND:s checklista är utförlig och kan användas genom ett helt projekt, från planering till projektslut. Den går även igenom vilken information som behöver anges och varför och fungerar därför som ett stöd för datahanteringsprocessen.

Uppdatera datahanteringsplanen under forskningsprojektets gång

En datahanteringsplan ska inte vara ett statiskt dokument som du skriver färdigt vid ett tillfälle, utan den är till störst nytta som ett levande dokument som förändras och uppdateras allt eftersom forskningen fortskrider.  

Arbetet med att uppdatera en datahanteringsplan kan delas in tre faser:

• Planera projektet och ansöka om finansiering
• Arbeta med data   
• Färdigställa och tillgängliggöra data 

Planera projektet och ansöka om finansiering

I planeringsfasen skriver du översiktligt om de data som kommer att användas och om det handlar om befintliga data eller om nya data som ska skapas eller samlas in. Om du kommer att återanvända redan insamlade dataset beskriver du hur du ska få tillgång till dem. Förklara också hur nya data ska skapas och kvalitetssäkras. 

Undersök vilka behov din datahantering kommer att ha gällande lagring och säkerhet, med avseende på juridiska och etiska aspekter. Beskriv vilken lagringslösning du planerar att använda för den mängd data du kommer att hantera och deras informationsklassning. Kommer du eller projektet att hantera personuppgifter? Gör då en förteckning över lärosätets regler och rutiner för hantering av personuppgifter. 

Fundera även på hur data eventuellt kommer att göras tillgängliga. Det är bra att planera för det tidigt i arbetsprocessen eftersom det underlättar att ha förberett för hur och var data ska tillgängliggöras. Finns det krav på öppet tillgängliga data från finansiärer eller från de tidskrifter där du hoppas publicera resultaten? Vad skulle i så fall vara det lämpligaste sättet för att göra data tillgängliga? Du kan lägga en provisorisk lista över lämpliga repositorier i datahanteringsplanen och vilka krav de olika repositorierna ställer på exempelvis filformat. 

Om du kommer att samla in personuppgifter, bestäm så tidigt som möjligt om du ska skapa ett anonymt dataset som kan göras öppet tillgängligt eller om data ska göras tillgängliga med begränsad åtkomst. Skriv in det i datahanteringsplanen.

Om en datahanteringsplan ska lämnas in tillsammans med en ansökan om finansiering handlar det i allmänhet om en mindre detaljerad plan som kan utvecklas under projektets gång. Finansiären anger ofta vid ansökan vad som ska ingå i datahanteringsplanen.

Arbeta med data

När arbetet med projektet inleds ska datahanteringsplanen uppdateras med information om var data kommer att lagras, var dokumentationen finns och vem som har ansvar för vad. Alla detaljer behöver inte finnas med men en datahanteringsplan kan fungera som en bra utgångspunkt för att senare hitta den information du behöver för projektet. Skriv också in hur du planerar att sortera och organisera data, till exempel när det gäller olika versioner av data, och hur du kommer att namnge filerna. Om du vid någon tidpunkt bestämmer dig för att förändra hur du samlar in och arbetar med data bör du uppdatera datahanteringsplanen med ny information.

Du bör också dokumentera var viktiga projektdokument finns bevarade. Det kan till exempel handla om ansökningar till och svar från Etikprövningsmyndigheten, informationsklassningar eller riskbedömningar, kopior av dokument som skickats till studiedeltagare, insamlade samtyckesblad, samverkansavtal med projektpartner eller licensavtal för hur externa parter får använda data. 

En förteckning över viktiga projektdokument kan göras separat från datahanteringsplanen, det vill säga som ett eget dokument, men det bör finnas information om var denna förteckning finns. I en sådan förteckning anges var pappersdokument finns bevarade i original, om det finns elektroniska kopior och var dessa i sådana fall sparas.  

Färdigställa och tillgängliggöra data

När projektet närmar sig sitt slut ska datahanteringsplanen uppdateras med information om vilka data som ska tillgängliggöras (om det inte redan har gjorts) och var projektets samtliga data kommer att arkiveras. Om ett dataset görs tillgängligt via ett datarepositorium är det bra att skriva en kort sammanfattning kring det och ange datasetets DOIÖppnas i en ny tabb. För data som tillgängliggörs genom aggregerade tjänster (exempelvis onlinedatabaser) kan du även lägga till en beskrivning av hur data kan hittas och hämtas ut.  

Oavsett om data har tillgängliggjorts eller inte behöver du ange var data ska långtidsbevaras, till exempel hos din organisation eller i ett universitetsarkiv. Detta kan gälla rådata, stora datamängder som sparas offline, eller skyddsvärda data som inte kan tillgängliggöras via ett datarepositorium. Genom att i datahanteringsplanen ange var data finns tillgängliga, under vilka villkor någon kan få tillgång till dem och hur man går tillväga för att få tillgång till dem underlättar du processen för att uppfylla FAIR-principerna vid delning av forskningsdata även om data inte kommer att kunna göras öppet tillgängliga.