Datahanteringsplaner – en härskarring?

Datahanteringsplan, DHP, det låter som ett tydligt koncept. Men utifrån datatyp och syfte med planen kan (och bör) de se helt olika ut. Datatyp avgörs av frågeställning, insamlingsmetod och ämnesspecifika traditioner. Och DHP-mallens syfte beror både på vilken organisation som upprättat mallen för datahanteringsplanen och vilket roll den är tänkt att fylla. DHP är ett generiskt koncept som inte kan omsättas på ett generiskt sätt i praktiken.

DHP beskrivs ofta som att de ska göra nytta för forskarna och vara “levande”, dvs både konsulteras och revideras regelbundet under forskandet. Fast tittar man på frågorna i många mallar för DHP så handlar det i stor grad om datans efterliv, information som behövs för datan ska kunna kureras, arkiveras och eventuellt publiceras. Det beror på att dataarkiv/datarepositorier driver DHP-frågan för det underlättar deras arbete som tar vid efter forskningen.

Även finansiärer ser DHP:er som ett förändringsredskap. Vetenskapsrådet, VR, kommer från och med i år kräva datahanteringsplaner i de projekt som blir beviljade medel. VR kommer inte ha någon speciell mall och kommer inte kräva in datahanteringsplanen förrän i slutredovisningen. Det innebär att forskarna och lärosätena kommer få ta ansvar för datahanteringsplanerna. Vissa tycker det är en defensiv lösning från VR:s sida att inte ta fram en tydlig mall och att inte kräva in och granska planerna. Men jag tycker det är modigt, det ger forskningen en chans att utveckla datahanteringsplaner som gör nytta i de finansierade projekten. Kanske kan visionen om “levande” DHP:er uppnås. Eller åtminstone utvecklandet av forskningsdisciplinsspecifika datahanteringsplaner.

Dock har VR nyligen meddelat att en arbetsgrupp har tillsatts som “ska samordna det nationella arbetet med datahanteringsplaner för att stödja ökad öppen tillgång till forskningsdata”. Den ska också “ta fram en mall för datahanteringsplaner och undersöka behovet av ett gemensamt verktyg som stödjer öppen tillgång till data i enlighet med FAIR-principerna” [1].

I Horizon 2020 rekommenderas en datahanteringsplan även om projektet inte deltar i piloten kring öppen forskningsdata. För H2020-projekt finns en speciell H2020-DHP och den har fokus på hur data ska göras FAIR (Findable, Accessible, Interoperable, Reusable), dvs. främst på forskningsdatans efterliv.

I en intressant artikel i Journal of Biomedical Informatics undersöks de ämnen som vanligtvis tas upp i datahanteringsplansmallar [2]. Analysen ger att datahanteringsplansmallarna har en tyngdpunkt i slutet av forskningsprocessen, att delning/publicering och återanvändning betonas mer än datainsamling och bearbetning av data under forskningsprocessen. Williams et al sammanfattar:

”The least-required items in a data management plan were aspects about data collection and processing. This is unfortunate, because data collection including the original observation and processing are not only large determinants of data quality, they are the determinants for which the opportunity to intervene is lost as time moves on” (s. 138)

Eftersom det är många aktörer inblandade i datahanteringsplansfrågorna så finns det en risk att för stora förhoppningar knyts till datahanteringsplanerna, att de ska lösa många “problem” på en gång”. Att de blir en sorts härskarringar som framställs långt ifrån forskningen.

I ett kommande blogginlägg kommer några olika exempel på datahanteringsplaner att jämföras på en konkret nivå.

/Jonas Fransson

[1] Vetenskapsrådet (2019). Öppen tillgång till forskningsdata. https://www.vr.se/analys-och-uppdrag/oppen-vetenskap/oppen-tillgang-till-forskningsdata.html

[2] Williams, M. et al (2017). Data management plans: the missing perspective. Journal of Biomedical Informatics, 71. https://doi.org/10.1016/j.jbi.2017.05.004