UBL Frontoffice Datamanagement : Werkprocessen, taakverdeling, kennisniveau s

UBL Frontoffice Datamanagement : Werkprocessen, taakverdeling, kennisniveau’s “RDM :inrichting FO & BO” Surfacademy Masterclass

22 april 2013

Fieke Schoots

Universiteit Leiden. Bij ons leer je de wereld kennen.

Universitaire Bibliotheken Leiden • 1 organisatie • 6 locaties (met uitleenbalies) • 1 afdeling vakreferenten 17 medewerkers; 35 domeinen, 5 faculteiten (Geesteswetenschappen, Archeologie Rechtsgeleerdheid, Sociale Wetenschappen, Wiskunde en Natuurwetenschappen) • 1 afdeling Informatie & Gebruikersondersteuning 6 medewerkers Universiteit Leiden. Bij ons leer je de wereld kennen.

Vakreferenten • • • •

Faculty Liaison Informatievaardigheden (maatwerkcursussen) Collectiegebonden taken Nieuwe ontwikkelingen ter ondersteuning van onderwijs en onderzoek: • Open Access, Scriptierepositorium, auteursrechten • Virtual Research Environments • E-books en digitalisering ; digitale collegeplankjes

• Datamanagement • GIS • Data- & Textmining • Audiovisuele collecties

• …


Frontoffice – backoffice model “een netwerk van lokale ‘front offices’ bij de instellingen (bij voorkeur bij de bibliotheken), die een directe verbinding hebben met de centrale expertise die door het DANS/3TU Datacentrum wordt geleverd”. Uit : De wetenschappelijke bibliotheek op weg naar ‘the cloud’, UKB Beleidsplan 20112015.

“de vorming van “dataloketten” bij geïnteresseerde UB’s, die voor DANS de functie van front office vervullen bij de universiteiten. Andersom kunnen de UB’s gebruik maken van DANS als back office voor de opslag en toegang tot data van de betreffende universiteit.

Uit : Strategienota DANS 2011-2015.


Frontoffice – backoffice model UBL

Universitaire Bibliotheken Leiden (UBL)

“Onderzoeksdata worden steeds belangrijker. Goed beheer, documentatie, toegankelijkheid, beveiliging en archivering zijn essentieel zowel voor het lopend als voor het toekomstig onderzoek. We werken samen met onderzoekers zodat onderzoeksdata veilig worden opgeslagen en wij kunnen een

adviesrol vervullen waardoor onderzoekers meer en meer bekend worden met de mogelijkheden van lange termijn opslag en archivering.

Daarnaast verkennen en ontwikkelen wij potentiële rollen (waaronder bijvoorbeeld de functie van data

librarian) en diensten die afgestemd zijn op de werkzaamheden van de onderzoeker en die aansluiten bij landelijke initiatieven (zoals DANS) op het gebied van lange termijn bewaring van data. We zullen ons met name richten op het traject dat voorafgaat aan het definitief en langdurig bewaren/archiveren.” Uit : Partner in Kennis. UBL Meerjarenbeleidsplan 2011-2015.


Ervaringen UBL 2010: Data Curation in Arts and Media Research (o.a. Peter Verhaar) Conclusie: onderzoekers positief t.o.v. delen van onderzoeksdata maar weinig ervaring c 2011 : CARDS : Pilot Zuid-Italiaanse dialecten  interviews en datamanagementplan (data : geluidsopnames (MP3), foto’s (JPEG), statistische analyses (SPSS / PRAAT)

 VRE ingericht (Sharepoint) voor databeheer onderzoeksgroep (Italian Dialect Archive Leiden)

! Onderzoekers willen graag ondersteuning bij datamanagement => Project : UBL Frontoffice Datamanagement

! Onderzoekers willen graag concrete voorziening => Project : Datalabs ! Locatie van de data maakt niet uit, als toegang gegarandeerd is ! Gegevens pas (gedeeltelijk) openbaar ná publicatie van onderzoeksresultaten ! Knelpunt = tijd! Geld helpt!


Project Datalabs Projectleider : Peter Verhaar  Onderzoekers een omgeving bieden waarin zij hun onderzoeksdata in een veilige en transparante omgeving kunnen beheren tijdens de onderzoeksfase;

 Vanuit het datalab kunnen de onderzoeksdata (automatisch) gedeponeerd worden bij de landelijke datarepositoria voor duurzame archivering. Pilots : Italian Dialect Archive, Jean Monnet Center Universiteit Leiden. Bij ons leer je de wereld kennen.

Frontoffice

Planning, voorbereiding

Leiden Research Data Office

Data Management Plan

Dataproductie; Samenwerking

VRE

Datalabs

Dataarchief

Archivering en Publicatie DANS

3TU


Project UBL Frontoffice DM 1.Portal Informatievoorziening, zichtbaarheid, contactgegevens http://www.bibliotheek.leidenuniv.nl/onderwijs-onderzoek/onderzoek/

2. Afspraken over samenwerking FO & BO Afbakening rollen en verantwoordelijkheden met datacentra 3. Interne workflow Interne taakverdeling, kennisniveau’s, opleiding en capaciteitsplanning 4. Communicatie Intern : kennisdelen en scholing Extern : PR, informeren en bewustwording, contacten met ‘backoffice’


Samenwerking Frontoffice

Backoffice

Informeren & werven

Expertise en Archief

• •

• Bijdragen aan workshops e.d. voor onderzoekers uit Leiden

• • •

•

Informatieportal (website) Bewustwording, ondersteuning en scholing Leidse onderzoekers Begeleiding datalabs

• Bijdragen aan kennisdeelsessies voor bibliotheekmedewerkers Leiden

Interne kennisoverdracht Contacten onderhouden met en voor backoffice

• Ondersteuning Frontofficemedewerkers

Taken overnemen van backoffice (bijv. Kwaliteitscontrole)

• Innovatie & expertise duurzame opslag, veiligheid en hergebruik data • Duurzame opslag


UBL : Interne taakverdeling Datalibrariansa

Functioneel beheerder Datalab

Baliepersoneel

Vakreferenten

Auteursrechten informatiepunt

Informatiespecialisten

Metadataspecialisten


Informatiespecialisten Taken • Vraagafhandeling (Ask a librarian…), datasets zoeken en vinden, informatievaardigheden Kennisniveau •Op de hoogte zijn van de rol van “research data” in wetenschappelijk onderzoek. •Weten dat er een Portal Datamanagement bestaat en kennis hebben van de inhoud. •Studenten en onderzoekers kunnen adviseren over het zoeken naar datasets. Opleiding •Algemene kennisdeelbijeenkomst over data en de portal. •Introductie door datalibrarians / vakreferenten over (vakspecifieke) dataportals en of andere vakspecifieke aspecten.


Vakreferenten : taken Informeren & werven •

Faculty liaison gesprekken over DM, kansen inventariserenen benutten ;

•

(Mede) organiseren informatiebijeenkomsten, workshops over DM voor eigen doelgroep(en);

Datamanagement •

Vraagafhandeling & advies : o.a. DMP, format, metadata, copyrights, ethics, datadelen, archivering, publicatie

•

DM integreren in informatievaardighedenonderwijs voor studenten

Opslag en archivering

•

Ondersteuning en begeleiding bij de inrichting van VRE’s (datalabs)

•

Op verzoek van archieven contacten onderhouden met onderzoekers

CAPACITEIT : binnen reguliere taken


Kennisniveau vakreferenten Kennisniveau (aanvullend op het huidige niveau): • Weten hoe de doelgroep te benaderen met betrekking tot bewustwording en werving specifiek m.b.t. data management. • Goed inzicht hebben over hoe data bij de door hen gedekte disciplines in de workflow van de onderzoekers verzameld, beheerd en opgeslagen worden. • Bekend zijn met VRE’s, Datalabs en organisaties als DANS en 3TU Datacentrum • Basale kennis hebben van copyrights, ethics, publication m.b.t. data • Kennis van datamanagement plannen. Opleiding: • Een training in januari 2013 mbv backoffice (4 uur) • Herhaalsessie in loop van 2013 • Studiedagen / congressen • Zelfstudie N.B. 2 vakreferenten volgen Data Intelligence 4 Librarians voorjaar 2013


Datalibrarians : taken Informeren & werven • Informatieportal onderhouden (website) • ‘Werven’ : informatiebijeenkomsten organiseren Datamanagement • Vraagafhandeling : DMP, formats, metadata, kosten, archiveren, kwaliteitscontrole, • Ondersteuning bij schrijven van datamanagementplannen en deponeren • Lesmateriaal ontwikkelen (in landelijke samenwerking) Opslag en archivering • Kwaliteitscontrole datalabs (pilot) en andere storagefaciliteiten • Interne kennisoverdracht (m.b.v. expertisecentra)

Communicatie • Aanspreekpunt voor datacentra • Contacten onderhouden met Leidse onderzoekers/groepen op verzoek van datacentra • Contacten met andere onderdelen van de Universiteit Leiden • Externe contacten onderhouden, samenwerking LDE, Werkgroep UKB, SIG, etc. CAPACITEIT : ca. 2 dagen per week per persoon


Kennisniveau datalibrarians Bronnen : - Witboek Data Librarians (Surf) - Voorstel UFO profiel (Tilburg) Minimaal : • Kennis van data-archivering, beschikbaarheid van data, metadata en methoden van dataverwerking. • Kennis van informatie- en communicatie technologie. • Kennis van en ervaring met wetenschappelijk onderzoek in minimaal één discipline. • Goede sociale vaardigheden („soft skills‟). Soft skills zijn vereist om ondersteuning te kunnen bieden aan studenten en onderzoekers en overtuigingskracht en overwicht te tonen in situaties waarin de dataprofessional een meerwaarde kan bieden.


Aanvullend kennisniveau DataLib In de toekomst….(deels bij gespecialiseerde vakreferenten, Digitale Diensten, Backoffice) : • • • •

• • • •

Kennis van onderzoeksmethoden, statistiek en basale kennis van data-analyse technieken. Bekend zijn met een aantal applicaties voor dataverwerking (SPSS, Stata, SAS, R, Matlab, Excel), database management software (Access) en een aantal dataformaten (NetCDF). Basaal bekend zijn met een of meer programmeertalen (JAVA, Perl, Python) [afdeling DD] Basaal bekend zijn met XML-technologieën (XPath, XSLT, XML-Schema), RDFtoepassingen (Linked Data) en UML voor het maken van data modellen. Kennis van bibliotheekstandaarden, standaarden voor data-archivering (OAIS) en voor beschrijven van wetenschappelijke data (DDI). [metadataspecialisten] Basale kennis van repository software (Dataverse Network, Fedora, EPrints)[afdeling DD] Bekend zijn met Geografische Data Systemen (GIS) [Vakreferent-GIS specialist] Elementaire kennis van information retrieval en data-mining technieken [Vakreferent-specialist op gebied van datamining]


Scholing datalibrarians • Volgen van minstens twee cursussen in 2013 waarvan één in het buitenland, bijvoorbeeld bij het DCC in de UK. Daarna jaarlijks een à twee scholingsbijeenkomsten in het kader van het bijhouden en uitbreiden van het kennisniveau. • Een maal per jaar bezoek aan relevante conferentie. • Deelnemen aan workshop/seminar met betrekking tot disciplinespecifiek datamanagement.


Interne kennisoverdracht • “Broodje Kennis” en andere sessies voor hele organisatie • Training Informatiespecialisten (2 uur)

• Kennisdeelsessies Vakreferenten (4 uur + 2 uur) • Datamanagement (mmv DANS) • Taken vakreferenten • Acquisitie & werving (mmv 3TU.Datacentrum) Universiteit Leiden. Bij ons leer je de wereld kennen.

Vraagafhandeling Uitgangspunten : • Bij voorkeur registratie in Question Point • Van I & G naar Vakreferent naar Data Librarian (naar Datacentra) • Naarmate kennis toeneemt, verschuift afhandeling van data librarians naar vakreferenten (naar informatiespecialisten?) • Vakreferenten verwerven kennis over omgang met data in eigen vakgebieden • Datacentra zijn expertise centra, vraagbaak voor datalibrarians.


Vragen op het gebied van Algemeen

I Dataverzameling Data collection Datamanagement (plan)

Data formats

Data documentation & meta data

Toelichting Alle UBL medewerkers weten welke informatie op het Web Portal staat met betrekking tot data management en kunnen vragenstellers daar naar verwijzen.

Afhandelaar UBL Allen (incl. publieksdiensten)

Dit is een primaire activiteit van de onderzoekers zelf.

Geen

Verwijzing naar bestaande templates en voorbeelden van datamanagement plannen zoals die van DANS.

Vakreferenten

Ondersteuning bij het maken van een plan.

Data Librarians, Vakreferenten

Advies over preferred formats.

Vakreferenten

Indien er geen sprake is van ‘preferred formats’ (bijv. formats afhankelijk van meetinstrument)

Data Librarians

Het documenteren en metadateren is vaak afhankelijk van de wetenschappelijke discipline en het archief waarin de data worden opgeslagen.

Vakreferenten, Data Librarians


II Dataverwerking III Data opslag en delen (tijdens onderzoeksfase) Data storage

Onderzoekers

Begeleiding VRE (als datalab) Vragen wat betreft de media, kosten, e.d. voor opslag en opslagcapaciteit.

Vakreferent

Data sharing

Hiermee wordt bedoeld het samenwerken met dezelfde data door leden van een onderzoeksgroep bijvoorbeeld. Binnen een Datalab bijvoorbeeld.

Vakreferenten

Data copyrights

Vragen over voorwaarden voor het gebruik van data en de bescherming tegen onbevoegd gebruik.

Vakreferenten, Auteursrechten informatiepunt

Data ethics

Welke regels moeten er in acht worden genomen ten aanzien van de bescherming van privacy m.b.t. data

Vakreferenten

Data Librarians


IV Archivering (na afloop onderzoeksproject) Data archiving

Data security

Verwijzen naar plaatsen waar data gearchiveerd kunnen worden. Steun verlenen bij de overdracht van data naar DANS of 3TU.Datacentrum Controle van data in datalabs voorafgaand aan deponeren DANS of 3TU.Datacentrum Advies over het veilig opslaan en afschermen van data.

Vakreferenten

Data Librarians

Onderzoekers / Data Librarians

Data librarians


V Hergebruik van data Data discovery

Hoe vind je data op het web? Hoe haal je datasets binnen? Kan een erg technische vraag zijn die vooral binnen het instituut wordt opgelost. Citing data Hoe citeer je data sets? Data Mining of Text mining Onderdeel van “Knowledge Discovery in Databases” GIS Toepassingen in onderzoek en onderwijs Data publication Data publiceren in repositories, speciale datatijdschriften of datasets aanhangen aan artikelen

I&G Datalibrarians

I&G Vakreferent/Specialist op gebied van datamining Vakreferent/Specialist op gebied van GIS Vakreferenten


Onderzoeksgroepen om te benaderen • • • •

NWO toekenningen al dan niet met contract en andere subsidies VRE kandidaten Researchmasters en phd’s Nieuwe medewerkers (Faculty Liaison)

Overige partijen UL en daarbuiten • • •

ISSC LURIS : Leiden Onderzoeksdirecteuren van instituten en faculteiten

•

NWO : Leidse onderzoekers die een datacontract afsluiten met DANS worden verwezen naar Leiden Research Data Office voor ondersteuning

•

Samenwerkingspartners : LDE, UKB, SIG….


Leiden Research Data Office 2013 and beyond… -

Dienstverlening promoten -

Flyer Nieuwsberichten Faculty Liaison

-

Voorlichtingsbijeenkomsten organiseren (min. 2 max. 6)

-

Voorbeelden maken -

Datamanagementplannen (helpen) opstellen Datasets cureren en deponeren

-

Cursusmodule ‘ontwikkelen’

-

Kwaliteitscontrole datasets (pilot)

-

Landelijke samenwerking (lesmodules, dmp’s publiceren?, disciplinegerichte aanpak over grenzen van instellingen….)


UBL Frontoffice Datamanagement : Werkprocessen, taakverdeling, kennisniveau s

Recommend Documents