RDM Compas Training Center
kursbereiche überspringen
Kursbereiche
kursliste überspringen
Kursliste
Ob bei Fragen des informierten Einverständnisses oder Fragen der Anonymisierung - datenschutzrechtliche Aspekte spielen eine bedeutende Rolle bei der Archivierung und Aufbereitung von Forschungsdaten.
Qualiservice stellt auf seiner Website Vorlagen für die informierte Einwilligung zur Verarbeitung personenbezogener Daten in deutscher und englischer Sprache zur Verfügung. Ergänzend dazu bieten wir nun eine Zusammenstellung hilfreicher Informationen rund um das Thema an.
Der Kurs gibt Einblicke in:
- die Verwendung der Qualiservice-Vorlagen der Informierten Einwilligung
- die Einwilligungserklärung für die (Primär-) Forschung
- die Einwilligungserklärung für die Archivierung/ Sekundärnutzung
Das Anonymisierungskonzept von Qualiservice ersetzt sensible Informationen durch sozialwissenschaftlich relevante Informationen. Detaillierte Informationen zum Vorgehen und zu Beispielen finden Sie in unserer Handreichung.
Der Kurs behandelt folgende Aspekte:
- Forschungsethik, Datenschutz und Forschungsinteresse
- das Anonymisierungskonzept des FDZ Qualiservice
- das schrittweise Ersetzen von personenbezogenen Daten
- zentrale Kategorien für die Ersetzung personenbezogener Informationen
- das Qualiservice Anonymisierungstool
DataWiz is a free data management system that helps to prepare research data. DataWiz facilitates high-quality documentation in accordance with current standards, enables collaborative and distributed work on projects and ensures the long-term reusability of research data.
DataWiz covers the entire editing process for research data:
creating
- Organising and documenting research projects
- Creation of data management plans, customised to the requirements of various funding bodies (BMBF, Horizon Europe, DFG)
processing
- Exporting study documentation for pre-registrations
- Collaborative work with specific assignment of access rights
Analysing
- Import and version data sets
- Read variable descriptions from SPSS and convert them into codebooks
- Convert to relevant data formats
Archiving and reuse
- Export the entire project or individual studies in long-term readable formats for your own reuse
- Make available via PsychArchives, the repository of the ZPID
The key to making data citable, searchable and accessible is equipping datasets with metadata – descriptions of and facts and figures about the data – that meens basic standards and adheres to uniform, consistent schema.
The DataCite Metadata schema is a list of core metadata properties chosen for accurate and consistent identification of a resource for citation and retrieval purposes, with recommended use instructions in the documentation. The resource that is being identified can be of any kind, but it is typically a dataset.
This course covers:
- best practice guidelines on DataCite Metadata schema
Der Schlüssel, um Daten zitierfähig, durchsuchbar und zugänglich zu machen, ist die Ausstattung von Datensätzen mit Metadaten - Beschreibungen von und Fakten und Zahlen über die Daten -, die grundlegenden Standards entsprechen und einem einheitlichen, konsistenten Schema folgen.
Das DataCite-Metadatenschema ist eine Liste zentraler Metadateneigenschaften, die für die genaue und konsistente Identifizierung einer Ressource zu Zitier- und Abrufzwecken ausgewählt wurden, mit empfohlenen Verwendungsanweisungen in der Dokumentation.
Dieser Kurs behandelt:
- die Best Practice-Anweisungen zum DataCite-Metadatenschema
DataWiz ist ein kostenfreies Datenmanagementsystem, das dabei hilft, Forschungsdaten aufzubereiten.
DataWiz:
- erleichtert die hochwertige Dokumentation gemäß aktueller Standards.
- ermöglicht das kollaborative und verteilte Arbeiten an Projekten.
- stellt die langfristige Nachnutzbarkeit von Forschungsdaten sicher.
DataWiz deckt den gesamten Bearbeitungsprozess von Forschungsdaten ab:
Erstellung
- Organisieren und Dokumentieren von Forschungsprojekten
- Erstellen von Datenmanagementplänen, angepasst an die Anforderungen verschiedener Förderer (BMBF, Horizon Europe, DFG)
Verarbeitung
- Studiendokumentation für Prä-Registrierungen exportieren
- gemeinsam arbeiten mit spezifischer Vergabe von Zugriffsrechten
Analyse
- Datensätze importieren und versionieren
- Variablenbeschreibungen aus SPSS auslesen und in Codebücher umwandeln
- In einschlägige Datenformate konvertieren
Archivierung und Nachnutzung
- Das gesamte Projekt oder einzelne Studien in langfristig lesbare Formate zur eigenen Nachnutzung exportieren
- Über PsychArchives, das Repositorium des ZPID, zur Verfügung stellen
- Was ist DDI - Grundlagen
- DDI Basics - Was sind Metadaten?
- DDI für Forschende und Datenmanager
- DDI Codebook, DDI Lifecycle und DDI Cross Domain Integration: Anwendungsfälle und Objekte
- DDI Instrumente
- Code und Kategorien
- DDI-Identifizierung und Versionierung
- Studien, Datensätze und Datendateien: Beschreiben von Datensammlungen mit DDI
- FAIR-Prinzipien erreichen und umsetzen mit DDI
R ist eine freie Softwareumgebung für statistische Berechnungen und Grafiken. Sie lässt sich kompilieren und läuft auf einer Vielzahl von UNIX-Plattformen, Windows und MacOS.
Dieser Kurs:
- gibt einen Einblick in das Grundprinzip und die Arbeitsweise von R.
- zeigt wichtige Basis-Funktionen von R.
- ermöglicht es, (erste) Befehle kennenzulernen.
- zeigt weitere Möglichkeiten in der Nutzung von R.
Das Projekt FDMontheground hat sich zum Ziel gesetzt, die Datenkurationstätigkeiten in Forschungsdatenzentren zu unterstützen. Die Erkenntnisse des Projekts stellen wir Ihnen in diesen Kurs vor und zur Nachnutzbarkeit bereit.
Der Kurs beinhaltet u.a.:
- neue und verbesserte Dokumentations- und Trainingsmaterialien.
Forschung, die sich mit lebenden Personen befasst, enthält in der Regel sensible Informationen. Anonymisierung und Pseudonymisierung sind zentrale Instrumente, um diesen Anforderungen zum Schutz der Persönlichkeitsrechte von Forschungsteilnehmern, Forschern und Dritten gerecht zu werden.
QualiAnon ermöglicht eine halbautomatische Anonymisierung/Pseudonymisierung, wobei der Benutzer die Kontrolle behält.
Der Kurs behandelt u.a. folgende Themen:
- eine detaillierte Darstellung und Nachnutzbarkeit des QualiAnon - User Manuals
Research concerned with living persons usually contains sensitive information. Anonymization and pseudonymization are central instruments to fulfill these requirements to protect personal rights of research participants, researchers and third parties. QualiAnon allows for semi-automatic anonymization/ pseudonymization keeping the user in control.
The course covers the following topics, among others:
- a detailed presentation and reusability of the QualiAnon user manual
Der Stamp ist eine Materialsammlung, die bei der Planung, Umsetzung und Dokumentation des Forschungsdatenmanagements unterstützt.
Er besteht aus folgenden Bestandteilen:
- Wegweiser: Neun Fragen führen Sie durch das Datenmanagement. Hier können Sie spezifizieren, welche Art von Daten erzeugt werden, und so erfahren, was innerhalb Ihres Projekt zu beachten ist und welche Hilfsmittel ihnen zur Verfügung stehen.
- Planungshilfen: Die Planungshilfen beinhalten eine Übersicht über die Meilensteine des Datenmanagements und eine Tabelle zur Ressourcenplanung.
- Datenmanagementplan-Vorlage: Die DMP-Vorlage kann ausgefüllt und angepasst im Rahmen von Projektanträgen verwendet werden. Im Ergebnis entsteht ein fertiger DMP.
- Checklisten: Die Checklisten beinhalten die konkreten Aufgaben, die es zu bearbeiten gilt, um FAIRe Daten zu erhalten. Innerhalb der Checklisten erhalten Forschende Links zu den Stamp-Hilfsmitteln und zu externen Ressourcen.
- Bestandsliste: Die Tabelle dient als Vorlage, um Dateien und Daten zu organisieren und dokumentieren – sowohl innerhalb eines Projektes als auch für die Übergabe an ein FDZ.
- Fallbeispiele: In den Fallbeispielen sind Maßnahmen des Datenmanagements beispielhaft für fiktive Projekte beschrieben.
- Basis des Forschungsdatenmanagements sind die sieben zentralen Anforderungen bzw. Standards FAIRer Forschungsdaten sowie die rechtlichen Vorgaben, die es zu beachten gilt.
Was ist RDMO?
Der Research Data Management Organiser (RDMO) unterstützt Forschungsprojekte bei der Planung, Umsetzung und Verwaltung aller Aufgaben des Forschungsdatenmanagements.
Dieser Kurs zeigt Ihnen die Nutzung der RDMO-Software und beinhaltet u.a.:
- die RDMO-Anleitungen für Nutzer*innen, Manager*Innen und Administrator*Innen
- den Fragenkatalog zum RDMO
Datenschutz ist wichtig!
- allgemeine Aspekte zum Datenschutz
- die Datenschutz-Grundverordnung (DSGVO), das Bundesdatenschutzgesetz (BDSG) und die Landesdatenschutzgesetze der Bundesländer
Was genau meint Forschungsdatenmanagement (FDM)? Welche Vorteile birgt FDM? Wie kann ein qualitätsgesichertes FDM gewährleistet werden. Der Kurs zeigt Ihnen in kompakter Form die wichtigsten Punkte, die im FDM zu beachten sind.
In diesem Zusammenhang widmet sich der Kurs folgenden Themen:
- Grundlagen des Forschungsdatenmanagements
- Datendokumentation und Metadaten
- Datenspeicherung
- Langzeitarchivierung
- Datenveröffentlichung
- Rechtliche und ethische Aspekte im Forschungsdatenmanagement
- Datennachnutzung
- Datenmanagementpläne (DMPs)