Mokslo duomenų valdymas, FAIR duomenys. lekt. dr. Andrius Kriščiūnas Kauno Technologijos Universitetas

Transkriptas

1 Mokslo duomenų valdymas, FAIR duomenys lekt. dr. Andrius Kriščiūnas Kauno Technologijos Universitetas

2 Mokslinių duomenų specifika Yra per daug mokslo sričių, kad būtų galima vienareikšmiškai parinkti vieną duomenų saugojimo standartą, kuris tiktų joms visoms. Svarbu kiekvienas periodas! * mažai prasmės duomenis kurti, saugoti, archyvuoti, jei jų vėliau nebus galima pakartotinai panaudoti.

3 FAIR FAIR duomenys rekomendacijos / koncepcija mokslinių duomenų saugojimui Surandami Prieinami Suderinami Pakartotinai Panaudojami Findable Accessible Interoperable Reusable

4 Findable, Accessible, Surandami F1. Duomenims priskiriamas unikalus ir nuolatinis identifikatorius F2. Duomenims detaliai aprašomi metaduomenimis... Prieinami A1. Duomenys, žinant jų identifikatorių, pasiekiami standartiniais protokolais A2. Metaduomenys prieinami, net jeigu duomenys jau nebesaugomi

5 Findable, Accessible,... F3. Metadata clearly and explicitly include the identifier of the data they describe

6 Findable, Accessible,...

7 FAIR Surandami Prieinami Suderinami Pakartotinai Panaudojami Findable Accessible Interoperable Reusable 1. Teisingos duomenų talpyklos pasirinkimas 1. Tinkamo duomenų formato pasirinkimas 2. Išsamiai aprašyti metaduomenys 2. Išsamiai aprašyti duomenys

8 , Interoperable, Reusable Vienas iš dažniausiai iškylančių klausimų rengiant duomenis ilgalaikiam išsaugojimui, yra: kokį duomenų formatą parinkti?

9 Failų formatai Priklausomai nuo failo tipo juose saugoma informacija būna skirta: Perskaityti žmogui (angl. Human readable files) Perskaityti kompiuteriui (angl. Machine readable files) Perskaityti žmogui ir kompiuteriui (angl. Human and Machine readable files) Failo_pavadinimas.failo_tipas failo tipų pvz.:.txt,.csv,.bin,.xml,.exe ir kt. (angl. File Extension)

10 Failų formatai Kaip saugoma informacija faile? kompiuteryje kiekvienas failas yra vienetų ir nulių (bitų) eilutė Binariniai failai Binariniai failai neturi būdingų apribojimų (gali būti bet kurių baitų sekų), tačiau turi būti atidaromi su tinkama programa, kuri žino konkretų failo formatą Tekstiniai failai Tekstiniai failų bitų sekos saugo informaciją apie tekstą, ir tokie failai gali būti atidaromi bet kurioje teksto redagavimo programoje.

11 Failų formatai Kaip saugoma informacija faile? kompiuteryje kiekvienas failas yra vienetų ir nulių (bitų) eilutė Binariniai failai Tekstiniai failai

12 Failų formatai Informacija skirta perskaityti žmogui ir kompiuteriui... Ar visi duomenys gali būti išsaugoti šiais formatais?

13 Multi-scale Finite Element Modeling of 3D Printed Structures Subjected to Mechanical Loads Modelio sudarymas Modeliavimas Mechaniniai tyrimai Modeliavimo rezultatai ir jų analizė L Kas yra tyrimo objektas? 2. Ar rezultatus galime palyginti su kitais tyrimais? 3. Kokie duomenys naudojami panašiuose tyrimuose? Kaip jie saugomi?

14 Synthesis of 2D and 3D High Order Finite Elements for Short Acoustic Wave Simulation Modelio sudarymas Modeliavimas Modeliavimo rezultatai ir jų analizė 1. Kas yra tyrimo objektas? 2. Ar rezultatus galime palyginti su kitais tyrimais? 3. Kokie duomenys naudojami panašiuose tyrimuose? Kaip jie saugomi?

15 Greedy algorithm based on the genetic optimization to construct a schedule for flight service staff Uždavinio formalizavimas Optimizavimo procesas Optimizavimo rezultatų analizė Day ID3 03:15 07:30 19:30 05:45 19:30 07:30 17:30 12:30 05:00 04:30 09:15 20:00 18:00 14:30 07:00 12:00 04:30 05:00 03:15 04:00 05:00 07:00 07:30 05:45 06:30 07:30 16:45 16:00 19:15 21:30 07:30 07:30 19:30 19:30 19:45 19:30 19:30 07:30 07:30 22:15 Case A ID9 ID34 04:00 09:15 18:00 22:15 04:00 19:45 03:00 18:45 04:00 03:30 16:30 19:45 04:00 03:30 19:00 19:45 03:00 03:15 16:15 19:45 04:00 19:45 03:30 19:45 05:00 05:30 03:00 04:00 04:00 04:30 04:00 04:00 18:00 21:30 16:30 21:00 17:15 18:45 16:00 18:30 04:30 03:30 04:00 03:00 03:15 11:30 04:30 04:00 08:30 19:45 15:30 20:30 14:15 19:30 14:00 16:45 16:30 19:45 ID45 12:30 15:00 02:30 03:15 14:45 13:00 03:15 03:00 14:00 05:30 04:30 12:00 17:45 17:15 21:15 20:30 05:00 19:45 04:00 03:15 04:00 03:15 04:00 06:30 05:45 13:00 05:45 06:30 10:15 03:30 03:15 04:00 04:30 12:45 06:00 15:00 06:30 07:00 ID3 04:00 07:30 19:30 06:30 19:30 07:30 02:00 05:00 04:00 04:00 03:00 07:00 14:30 06:30 06:30 05:30 03:30 03:30 04:30 09:15 06:00 06:00 07:00 12:00 03:00 17:45 17:30 08:00 05:30 20:15 20:00 10:30 07:30 07:30 19:30 19:30 19:30 19:30 07:30 07:30 09:15 12:00 Case B 04:00 ID9 21:00 08:45 ID34 22:15 03:00 01:00 03:00 12:00 16:30 19:45 04:00 03:00 07:30 04:00 03:15 14:45 16:45 16:30 14:00 16:30 04:00 12:00 03:30 03:30 12:30 16:30 17:15 21:15 04:30 03:30 05:30 03:15 04:00 21:30 16:00 21:30 17:00 21:00 03:15 04:00 12:00 03:30 03:15 13:45 19:45 14:45 14:30 19:45 03:00 02:00 13:45 19:00 04:00 05:30 14:45 21:30 04:30 19:45 19:00 22:15 03:15 04:00 08:30 16:30 16:30 16:30 ID45 04:00 02:30 04:00 06:30 05:00 13:00 04:45 03:00 03:00 13:45 05:30 19:45 10:45 12:30 21:15 19:45 05:00 03:15 03:15 07:30 05:45 13:45 03:15 03:15 03:00 03:15 05:45 14:15 05:30 19:30 03:30 03:15 04:00 04:30 06:00 05:45 06:30 07:00 ID3 07:30 19:30 19:30 07:30 05:00 04:00 12:00 06:30 03:15 05:45 03:00 04:30 03:00 02:00 03:15 05:30 07:00 05:30 07:00 05:45 09:15 09:15 17:30 21:00 11:45 17:00 20:00 23:45 17:30 20:00 03:15 05:45 07:30 07:30 19:30 19:30 19:30 19:30 07:30 07:30 04:00 06:30 Case D Case C 09:15 09:45 04:00 04:30 04:00 05:00 03:00 03:00 09:45 06:45 09:15 03:00 11:30 12:00 05:00 04:45 ID9 22:15 21:00 16:30 16:30 21:00 19:00 18:00 13:30 19:00 20:00 22:15 19:00 23:45 19:45 16:00 20:45 11:30 04:00 04:00 01:00 19:00 11:30 11:30 03:15 18:45 12:30 19:45 11:30 04:30 11:45 12:00 11:30 11:30 12:00 03:15 04:30 03:15 04:00 08:30 08:30 ID34 21:30 13:00 19:15 06:00 21:30 22:15 14:00 19:45 21:15 22:30 22:15 14:15 19:45 21:30 21:15 19:00 21:30 14:30 05:45 13:45 13:30 15:00 21:00 16:30 03:15 03:15 19:45 17:15 02:45 03:15 04:00 11:15 17:15 11:30 04:00 04:00 03:00 04:00 04:00 04:30 03:30 03:15 03:30 03:00 12:15 03:00 04:00 04:00 04:00 11:15 ID45 05:45 05:45 22:15 19:45 14:45 05:45 13:00 19:45 19:45 14:00 06:30 13:00 05:45 06:30 06:30 07:00 06:00 05:45 06:00 05:30 14:45 05:30 06:30 06:30 06:30 13:45 07:30 19:30 04:30 03:00 03:15 04:00 15:45 17:30 11:45 17:30 03:00 04:00 03:00 17:30 17:30 03:30 07:30 07:30 19:30 19:30 09:15 ID3 19:30 07:30 07:00 05:30 05:45 06:30 22:15 20:00 23:45 20:00 05:30 06:30 05:30 20:00 20:00 06:00 19:30 19:30 07:30 07:30 11:45 09:15 08:00 05:00 02:45 04:00 05:00 05:00 03:15 05:00 04:00 03:00 02:00 ID9 19:00 22:15 14:30 12:45 19:00 18:00 14:00 13:00 19:45 19:00 14:00 19:00 12:30 11:30 02:30 11:30 12:00 03:15 04:00 11:45 03:30 12:30 03:15 19:15 11:30 04:00 11:45 10:15 03:15 04:00 11:30 12:15 11:30 02:15 17:15 08:30 04:00 ID34 22:15 14:00 13:00 19:45 14:45 16:30 13:45 14:15 19:45 15:00 19:00 21:45 14:15 19:45 21:30 12:45 14:00 19:45 19:45 19:30 14:00 05:00 19:45 16:30 16:30 19:45 16:45 17:15 11:30 ID45 22:15 19:30 19:45 19:15 12:30 12:30 04:00 11:45 11:30 21:30 15:00 06:30 19:45 19:15 10:15 03:15 04:30 03:15 12:45 05:45 13:00 05:45 03:15 04:00 03:15 05:45 06:30 05:45 04:00 04:00 11:15 17:15 11:45 06:30 06:30 13:45 19:45 14:30 12:30 11:30 04:45 03:00 19:30 14:00 07:15 05:30 1. Kas yra tyrimo objektas? 2. Ar rezultatus galime palyginti su kitais tyrimais? 3. Kokie duomenys naudojami panašiuose tyrimuose? Kaip jie saugomi?

16 Failų formatai Tik savo srities specialistai susipažinę su jų aplinkoje naudojama duomenų specifika ir programine įranga gali nuspręsti, kaip duomenys turi būti saugomi. 1. Failų formatai - ar reikalingos spec. programinė įranga, norint peržiūrėti failo turinį? 2. Duomenų kompresija - kompresija atliekama su duomenų praradimu / be duomenų praradimo? 3. Duomenų transformavimas - ar prireikus bus galima duomenis transformuoti iš vieno formato į kitą?

17 Duomenų valdymo planas

18 Duomenų valdymo planas H2020 Programme Guidelines onfair Data Managementin Horizon hi-oa-data-mgt_en.pdf#page=10

19 Duomenų valdymo planas

20 Duomenų valdymo planas Rekomendacijos dėl mokslo ir sklaidos projektų duomenų valdymo plano

21 Rekomendacijos dėl mokslo ir sklaidos projektų duomenų valdymo plano A. Duomenų rinkimas 1. Kokius duomenis planuojate rinkti ar sukurti? 1.1. Ar egzistuoja duomenys, kuriuos galėtumėte pakartotinai panaudoti? 1.2. Kokie numatomi duomenų tipai, formatas ir apimtys?

22 Rekomendacijos dėl mokslo ir sklaidos projektų duomenų valdymo plano B. Duomenų ir jų atsarginių kopijų kaupimas 2. Kaip duomenys ir jų atsarginės kopijos bus kaupiami projekto metu? 2.1. Kur bus kaupiami duomenys? 2.2. Kokiu būdu planuojate atkurti duomenis, jei jie būtų pažeisti? Ar kursite duomenų atsargines kopijas 3. Kaip užtikrinsite sukauptų duomenų saugumą? 3.1. Kokia gali būti rizika duomenų saugumui ir kaip ši rizika bus valdoma? 3.2. Kaip užtikrinsite, kad projekto partneris (jei yra) galėtų saugiai pasiekti duomenis?

23 Rekomendacijos dėl mokslo ir sklaidos projektų duomenų valdymo plano C. Duomenų atranka ir saugojimas 4. Kurie duomenys yra ilgalaikės vertės ir turi būti saugomi? 4.1. Kurie duomenys turi būti saugomi ar sunaikinami dėl tam tikrų sutartinių nuostatų, teisinių ar kitų reikalavimų? 4.2. Kokį laikotarpį duomenys bus saugomi?

24 Rekomendacijos dėl mokslo ir sklaidos projektų duomenų valdymo plano D. Prieiga prie duomenų 5. Kaip užtikrinsite duomenų prieinamumą ir galimybę jais naudotis? 5.1. Kada duomenys taps prieinami? 5.2. Kaip potencialūs naudotojai sužinos apie duomenis? 5.3. Kam bus suteikta galimybė naudotis duomenimis ir kokiomis sąlygomis?

25 Rekomendacijos dėl mokslo ir sklaidos projektų duomenų valdymo plano E. Atsakomybė ir ištekliai 6. Kam bus priskirta atsakomybė už duomenų tvarkymą bei valdymą? 6.1. Kas atsakingas už DVP įgyvendinimą bei periodišką peržiūrą ir koregavimą? 6.2. Ar nuostatos dėl duomenų nuosavybės ir atsakomybės už mokslinių tyrimų duomenų tvarkymą / valdymą bus aptartos su partneriu (jei yra)?

26 Rekomendacijos dėl mokslo ir sklaidos projektų duomenų valdymo plano E. Atsakomybė ir ištekliai 7. Kokie žmogiškieji ir kiti ištekliai bus reikalingi rengiant bei įgyvendinant DVP? 7.1. Ar reikės įdarbinti specialias kvalifikacijas turintį darbuotoją? 7.2. Ar bus reikalinga speciali, papildoma įranga, įskaitant programinę? 7.3 Ar įvertinote, kad duomenų bankai ar saugyklos gali taikyti mokesčius už duomenų kaupimą, saugojimą ar atvėrimą?

27 Duomenų valdymo planas, DVP 1. Individualaus duomenų valdymo plano rašymas ~15 min 2. Duomenų valdymo plano aptarimas grupelėse ~15 min 3. Bendras rezultatų / iškilusių klausimų aptarimas ~15 min