2.5. 🏆Selbsttest: Einarbeiten#
Hinweis
Diese Übungsaufgaben dienen Ihrer Selbsteinschätzung und helfen Ihnen, das im Kapitel Gelernte zu reflektieren.
Sie können die Fragen in beliebiger Reihenfolge beantworten und auch mehrfach versuchen.
So funktioniert es:
Wählen Sie bei jeder Frage die Antwort(en), die Sie für richtig halten
Lesen Sie das Feedback zu den einzelnen Antwortoptionen sorgfältig durch
Die Erklärungen helfen Ihnen, Ihr Verständnis zu vertiefen – auch bei korrekten Antworten
Es erfolgt keine Bewertung oder Speicherung Ihrer Ergebnisse. Nutzen Sie dieses Assessment, um Wissenslücken zu identifizieren und gegebenenfalls die entsprechenden Abschnitte des Kapitels noch einmal zu bearbeiten.
Geschätzte Zeit: XX Minuten
Viel Erfolg!
2.5.1. Frage 1#
2.5.2. Frage 2#
2.5.3. Frage 3#
2.5.4. Frage 4#
2.5.5. Frage 5#
2.5.6. Frage 6#
2.5.7. Frage 7#
2.5.8. Frage 8#
2.5.9. Frage 9#
2.5.10. Frage 10#
Die folgenden drei Fragen prüfen grundlegende rechtliche Aussagen zur Publikation von Forschungsdaten. Entscheiden Sie jeweils, ob die Aussage richtig oder falsch ist.
2.5.11. Frage 11#
Frage: Sie übernehmen einen alten, kaum dokumentierten Datensatz aus einem bereits abgeschlossenen Projekt, der nachträglich veröffentlicht werden soll.
Welche Schritte würden Sie zur Prüfung der Datenqualität unternehmen, bevor Sie den Datensatz für publikationsreif halten?
Welche rechtlichen bzw. organisatorischen Fragen müssten Sie vorher klären, bevor eine Veröffentlichung überhaupt möglich ist?
Reflexionshinweise
1. Schritte zur Qualitätsprüfung:
Zunächst den Projektkontext nachvollziehen: Aus welchem Projekt stammen die Daten, wer war beteiligt, in welchem Zeitraum wurden sie erhoben?
Zwischen Rohdaten und bereits aufbereiteten Forschungsdaten unterscheiden und für beide den Dokumentationsstand prüfen.
Die fünf zentralen Qualitätskriterien prüfen: Genauigkeit, Vollständigkeit, Konsistenz, Eindeutigkeit und Gültigkeit.
Typische automatisierte Prüfungen anwenden, soweit möglich: Bereichsprüfung, Nullwertprüfung, Datentypprüfung, Eindeutigkeitsprüfung.
Prüfen, ob die Datenstruktur dem Tidy-Data-Prinzip entspricht (eine Variable pro Spalte, eine Beobachtung pro Zeile) und ob Rohdatensätze frei von Berechnungen oder rein visuellen Formatierungen sind.
Wenn möglich, eine für die Herkunft und Entstehung zuständige Person (z. B. ehemalige Projektleitung) einbeziehen, um Unklarheiten zu klären.
2. Zu klärende rechtliche/organisatorische Fragen:
Wer die Rechte an den Daten hält (Urheberrecht, Datenbankherstellerrecht, Nutzungsrechte der Institution).
Ob personenbezogene Daten enthalten sind und ob diese anonymisiert oder ausgeschlossen werden müssen.
Ob Vorgaben des ursprünglichen Förderers (z. B. zu Archivierungsdauer oder Repositoriumswahl) noch gelten und erfüllt sind.
Ob institutionelle Vorgaben oder Kooperationsvereinbarungen die Veröffentlichung regeln.
Ob fachspezifische Standards oder Repositorien für die jeweilige Disziplin existieren und genutzt werden sollten.
Unter welcher Lizenz die Daten veröffentlicht werden sollen – diese Entscheidung sollte vor der Veröffentlichung sorgfältig und abgestimmt getroffen werden, da sie i. d. R. nicht nachträglich revidierbar ist.
Da mehrere dieser Fragen nicht allein von einer einzelnen Person zu klären sind, kann die frühzeitige Einbindung von FDM-Services, Rechtsabteilung oder (ehemaligen) Projektverantwortlichen die nachträgliche Veröffentlichung erheblich erleichtern.