Aufarbeitung von Standards und Methoden im Forschungsdatenmanagement

Es werden nur die Standards präsentiert, welche als erster Vorschlag für die Universität Regensburg ausgewählt wurden.

Metadatenstandards

Beschreibung von Metadaten, also Daten über Daten

• METS/MODS (Quelle):
  • Qualität der Metadaten
  • Metadata Encoding and Transmission Standard (METS)
  • Metadata Object Description Schema (MODS)
• DataCite (Quelle):
  • Metadatenschema, für die Ausstattung von Datensätzen mit Metadaten 
• LIDO (Quelle): 
  • Bereitstellung von Metadaten
• CodeMeta (Quelle):
  • Austausch von Software-Metadaten zw. Repositories & Organisationen   
• CitationCFF (Quelle):
  • Speicherung von Metadaten über Softwarezitationen
• CIDOC CRM (Quelle):
  • RDF-Schema zur Kodierung von Metadaten 
• Dublin Core (Quelle): 
  • Vokabular von fünfzehn Eigenschaften für die Beschreibung von Ressourcen
• Darwin Core (Quelle):
  • Glossar mit Begriffen für den Austausch von Informationen über die biologische Vielfalt 
• Pangaea (Quelle):
  • Umfassende Metadatenbeschreibung 
• Bioschemas.org (Quelle):
  • Strukturierung & Beschreibung biologischer Daten 
• Schema.org (Quelle):
  • Definition eines Vokabulars für die Bereitstellung von Metadaten zu Datensätzen
• WikiData (Quelle):
  • WikiCite: Zum Import & der Erfassung von Metadaten aus verschiedenen Quellen, z.B. Wikisource

Klassifikationsstandards

Beziehen sich auf Systeme oder Strukturen zur Klassifizierung von Informationen von Daten

• ICD-10 (Quelle):
  • Klassifikation von Krankheiten & verwandter Gesundheitsprobleme  

Datenformat- und Strukturstandards

Beziehen sich auf Struktur und Format von Forschungsdaten

• METS/MODS (Quelle):
  • DFG-Viewer Strukturdatenset: XML-Format, zur Beschreibung hierarchischer Strukturen digitaler Dokumente
• FIT Protocol Format (Quelle):
  • Speicherung & Austausch von Daten, die von Sport-, Fitness- &
    Gesundheitsgeräten stammen 
• ROOT (Quelle):
  • Datenstruktur, für den schnellen Zugriff auf große Datenmengen
• FHIR (Quelle):
  • u.a. Definition der Struktur des Kerninformationsbestandes
• CDISC (Quelle):
  • Definition spezifischer Formate & Strukturen klinischer Studiendaten 
• SDTM (Quelle):
  • Organisation & Formatierung von Daten 

Interoperabilitätsstandards

Ermöglichen Interoperabilität zwischen verschiedenen Datenquellen und Systemen

• OAI-PMH (Quelle):
  • Mechanismus für die Interoperabilität von Repositorien  
• Pangaea (Quelle​​​​​​​):
  • Interoperabilität von Daten & Metadaten 
• FHIR (Quelle​​​​​​​):
  • Fokus: menschenlesbare Information als Basis der Interoperabilität  
• WikiData (Quelle​​​​​​​):
  • Identifier & Statements sorgen für Interoperabilität 

Identifikationsstandards

Eindeutige Definition verschiedener Arten von Ressourcen

• DataCite (Quelle​​​​​​​):
  • Genaue und konsistente Identifizierung einer Ressource zu Zitier- und Abrufzwecken  

Standards für die Bereitstellung und den Zugang zu Forschungsdaten 

Beziehen sich auf den Zugang zu Forschungsdaten und den Austausch zwischen Forschern

• Zenodo (Quelle​​​​​​​​​​​​​​)​​​​​​​: 
  • Gemeinsame Nutzung, Archivierung & Veröffentlichung von Daten & Software

Es werden alle in der Interviewstudie genannten Methoden päsentiert und keine Einschränkungen vorgenommen.

Datenerhebungmethoden

Für die Sammlung von Forschungsdaten

• Vorgehensweisen & Prozesse anpassen
• Dynamik im Setting der Datengenerierung & -bearbeitung
• Wiederverwendung von bestehenden Lösungen, z.B. Datenbanken
• Interoperabel denken
• Ordentliche Beweise & Schlussfolgerungen, z.B. in der Mathematik
• Nutzung eigener Software für Experimente
• Triggering
• heterogene Ressourcen nutzen

Datenbereinigung und -vorbereitung

Zur Säuberung und Vorbereitung von Rohdaten

• Pseudonymisierung & Anonymisierung von sensiblen Daten
• Datenselektion
• Inhalte annotieren

Datenmanagement und -speicherung

Für die Organisation, Speicherung und Verwaltung von Forschungsdaten

• Dateiformate aktuell halten
• Dokumentation pflegen
• Datenmanagementpläne aufstellen
• Begleitende Systeme für die Langzeitarchivierung nutzen
• Containerisierung von SW
• Versionskontrolle mit GIT
• Vernünftig Zitieren
• Nutzung des Layer Model des Computing
• Data Links
• Nutzung von Dynamic Archiving
• Datenbank, in der Forschungsdaten abgelegt werden, über API veröffentlichen
• Nutzung relationaler Datenbanken

Datenanalysemethoden

Techniken der Analyse von Forschungsdaten

• Simple Statistik bis Künstliche Intelligenz
• Nutzung von Machine-Learning-Verfahren
• Nutzung von Dynamic Filtering

Sicherheit und Datenschutz

Verfahren zum Schutz der Vertraulichkeit, Integrität und Verfügbarkeit von Forschungsdaten

• Zugriffsbeschränkungen
• Einwilligungserklärungen
• Bereitstellung als Open Data

Reproduzierbarkeit und Wiederholbarkeit

Stellen sicher, dass Forschungsdaten und -analyse reproduzierbar und wiederholbar sind

• Zugänglichmachung von Experimentdaten, z.B. persistente URL
• Technisches Peer Review nutzen
• Technologie-agnostisch arbeiten
• Forschung transparenter machen

Metadatenmanagement

Für die Erstellung, Verwaltung und den Austausch von Metadaten

• Sicherung von Daten & entsprechender Metadaten für Langzeitarchivierung
• Kontrollvokabular verwenden
• Nutzung des LinkML-Frameworks

Es werden nur die Ontologien päsentiert, welche als erster Vorschlag für die Universität Regensburg ausgewählt wurden.

Geistes- & Sozialwissenschaften

• CIDOC Conceptual Reference Model (CIDOC CRM) (Quelle):
  • Basisontologie für Daten des kulturellen Erbes mit Erweiterungen für bibliographische Dokumentation oder Geoinformatik
  • Integration von Daten aus verschiedenen Quellen auf eine software- und schemaunabhängige Weise
• European Language Social Science Thesaurus (ELSST) (Quelle):
  • (Ist ein Thesaurus, wurde jedoch bei den Ontologien genannt)
  • In 16 Sprachen verfügbarer europäischsprachiger Thesaurus der Sozialwissenschaften

  • Deckt folgende Disziplinen ab: Politik, Soziologie, Wirtschaft, Bildung, Recht, Kriminalität, Demografie, Gesundheit, Beschäftigung, Informations- & Kommunikationstechnologie & Umweltwissenschaft 

• Functional Requirements for Bibliographic Records in OWL2 DL Ontology (FRBR in OWL2 DL Ontology) (Quelle):

  • Funktionale Anforderungen für bibliografische Datensätze

• WikiProject Ontology (Quelle):
  • Beschäftigt sich mit der Natur des Seins, des Werdens, der Existenz und der Realität
  • Anwendung dieser Erkenntnisse bei der Pflege von Wikidata
  • Unterstützung einer breiten semantischen Interoperabilität zwischen bekannten Ontologien

Ingenieurwissenschaften

• ACM (Quelle):
  • Polyhierarchische Ontologie für die Verwendung in semantischen Webanwendungen 

  • Semantisches Vokabular als einzige Quelle von Kategorien & Konzepten, die den Stand der Technik in der Informatik widerspiegeln

Lebenswissenschaften

• Human Phenotype Ontology (HPO) (Quelle):
  • Bietet ein standardisiertes Vokabular für phänotypische Anomalien, die bei menschlichen Krankheiten auftreten
• Animal Trait Ontology (ATO) (Quelle):
  • Standardisierte Merkmalsontologie für Nutztiere
• Systematized Nomenclature of Medicine-Clinical Terms (SNOMED CT) (Quelle):
  • Medizinische Terminologie, zur Standardisierung von Speicherung, Abruf & Austausch von elektronischen Gesundheitsdaten

Naturwissenschaften

• Algorithm Knowledge Graph Ontology (AlgoData) (Quelle):
  • Definiert, welche Arten von Objekten im Algorithmus-Wissensgraphen zulässig sind & mit welchen Eigenschaften sie in Beziehung stehen können
  • Definition von fünf Klassen, „Problem“, „Algorithmus“, „Benchmark“, „Software“, „Publikation“, sowie eine minimale, aber intuitiv verständliche Anzahl von Eigenschaften
  • Verlässt sich auf die strikte Einhaltung der Ontologie, um eine zuverlässige, maschinenlesbare Datenbank für (numerisches) Algorithmenwissen bereitzustellen
• Chemical Methods Ontology (CHMO) (Quelle):
  • Beschreibt Methoden, die zur Datenerfassung in chemischen Experimenten verwendet werden
  • Beschreibt auch die bei diesen Experimenten verwendeten Instrumente 
• Mondo Disease Ontology (Mondo) (Quelle):
  • Zielt darauf ab, Krankheitsdefinitionen weltweit zu harmonisieren

Es wurden etliche Herausforderungen genannt. Hier eine Zusammenfassung der Relevantesten:

Kulturelle Transformation und Akzeptanz

Herausforderungen:

• Fehlende gemeinsame Einschätzung der Vorteile gemeinsamer Standards und des gemeinsamen Vorgehens
• Standards müssten besser angenommen werden
• Ein Umdenken müsste stattfinden
• Widerstände gegen die FAIR-Principles

Bewältigungsideen:

• Vorteile von Forschungsdatenmanagement darlegen, um Wissen zu gewinnen
• Workshops über Requirements für FAIRes Datenmanagement
• Mehr Wertschätzung für das Engagement der Forschenden, die Forschungsdatenmanagement betreiben und dadurch mehr Bereitschaft erzeugen, Zeit in gutes Forschungsdatenmanagement zu stecken

Technische Herausforderungen

Herausforderungen:

• Umgebungsabhängigkeiten und Versionsabhängigkeiten bei bereitgestellter Software 
• Architekturabhängige Container beeinflussen Performance negativ
• Fehlende Datenqualität
• Große Anzahl heterogener Dateitypen
• Bestehende Datensilos
• Schwer verständlicher Quellcode

Bewältigungsideen:

• Bestehende Datensilos mit Hilfe von Schnittstellen und Verfahren zum Mappen zusammenführen
• Quellcode verständlich machen, um ihn in weitere Projekte übernehmen, integrieren, erweitern und verändern zu können
• Bereits in Nicht-Informatik-Ausbildungen Softwareengineering integrieren
• Möglicherweise Erstellung von Code durch künstliche Intelligenz

Organisatorische Herausforderungen

Herausforderungen: 

• Spärliche Mittel richtig einsetzen
• Abwägen zwischen flacher Erschließung mehrerer Datensätze oder einer vollumfänglichen Datendokumentation
• Evaluation existierender Werkzeuge und deren spezifischer Einsatz in spezifischen Umgebungen
• Zersplitterte Disziplinen
• Nationale Standards führen bei internationer Zusammenarbeit zu Problemen, wenn diese Standards in den anderen Ländern nicht existieren

Bewältigungsideen:

• Mehrarbeit honorieren
• Standards über einen Aushandlungsprozess festlegen und auf ein höheres Abstraktionsniveau bringen
• Miteinbeziehen von europäischen bzw. internationalen Perspektiven, um international zu funktionieren

Rechtliche Herausforderungen

Herausforderungen:

• Gesetzgebung macht es schwierig, auf Gesundheitsdaten anderer Standorte zuzugreifen, da zu großes Missbrauchspotential
• Gesetzliche Hürden wie Genehmigungen verzögern Prozess des Zugriffs auf sensible Daten
• Datenschutz

Bewältigungsideen:

• Aktuelle Disskusion, ob automatischer Zugriff auf Daten ohne explizite Einwilligung des Patienten ermöglicht werden soll
• Stärkere Festlegung von Richtlinien