SND:s checklista för datahanteringsplaner

Som hjälp i arbetet med att ta fram en datahanteringsplan har SND skapat en checklista. Checklistan kan vara ett stöd för att identifiera vilka delar av datahantering som är relevanta för ett specifikt forskningsprojekt och är särskilt anpassad till de förhållanden och regelverk som är aktuella för forskare i Sverige.

SND:s checklista är utformad för att kunna användas genom ett helt forskningsprojekt och för olika forskningsområden, olika typer av data och olika krav som finansiärer kan ställa. Den tar också i beaktande de juridiska krav som kan bli aktuella för projektet. Checklistan uppdateras kontinuerligt och följer bland annat rekommendationerna från Horizon EuropeÖppnas i en ny tabb och Science EuropeÖppnas i en ny tabb.

Ladda ner en zip-fil med checklistan i ett redigerbart textformatÖppnas i en ny tabb (svensk och engelsk version i .docx och .rtf).

Checklistan finns också att läsa eller ladda ner i PDF-format via Zenodo:

• Checklistan på svenskaÖppnas i en ny tabb
• Checklistan på engelskaÖppnas i en ny tabb

Om du söker forskningsmedel kan finansiären ha särskilda önskemål om vad som ska ingå i datahanteringsplanen och en gräns för hur lång den får vara.

Så här använder du checklistan

Börja med att läsa igenom checklistan för att få en uppfattning om vad den innehåller. Se vilka delar som är relevanta för ditt forskningsprojekt och vilka delar som inte är relevanta.  

Inled sedan arbetet med projektets datahanteringsplan genom att skriva in den information du kan ange i nuläget. Kom ihåg att datahanteringsplanen är ett levande dokument som ska uppdateras successivt under forskningsprojektets gång. Ta kontakt med det lokala forskningsdatastödetÖppnas i en ny tabb om du behöver hjälp att fylla i datahanteringsplanen.

SND:s checklista har sju huvudområden:

1. Översikt. Vem är primärforskare och vilka andra deltar i projektet? Vilket lärosäte är forskningshuvudman och vem i projektet är ansvarig för vad? Ange om det finns riktlinjer från exempelvis en finansiär eller lärosätet att förhålla sig till.
2. Skydda forskningsdata. Behöver det göras en etikprövningÖppnas i en ny tabb? Vilka policyer gäller för informationsklassning och hur kommer data klassas vad gäller konfidentiell information, personuppgifter eller avtal med andra aktörer? Om projektet hanterar personuppgifterÖppnas i en ny tabb måste det dokumenteras hur dataskyddsförordningen (GDPR) och etiska krav ska efterlevas. Finns det data som omfattas av upphovsrättÖppnas i en ny tabb och hur ska de i så fall hanteras?
3. Samla in/producera forskningsdata. Beskriv vilka typer av data som kommer att användas i projektet, både redan befintliga data och de som kommer att skapas eller samlas in.
4. Dokumentera forskningsdata. Vilken typ av dokumentation och metadata kommer att produceras?  
5. Organisera forskningsdata. Beskriv filnamnskonventioner och mappstrukturer i projektet och vilka regler som ska gälla för versionering, lagring av data och rutiner för säkerhetskopiering. Ange också vilka filformat som kommer att användas.  
6. Kostnader för hantering av forskningsdata. Vilka personalkostnader, lagringskostnader och kostnader för teknisk utrustning och program kommer att belasta projektet?
7. Bevara och göra forskningsdata tillgängliga. Vilka data kommer att tillgängliggöras öppet eller med begränsad åtkomst? Vilka datarepositorier är bäst lämpade för att tillgängliggöra data och vad ställer de för krav på dokumentation och metadata? Vem är forskningshuvudmanÖppnas i en ny tabb med ansvar för arkivering och hur ska forskningsmaterialet tas om hand på längre sikt?