diff --git a/catalogs/archive_de.html b/catalogs/archive_de.html index 090dcf32..f977dac7 100644 --- a/catalogs/archive_de.html +++ b/catalogs/archive_de.html @@ -23,7 +23,7 @@ -

UA Ruhr-Archiv Katalog v1.0.0

+

UA Ruhr-Archiv Katalog v1.x.0

view it on Github @@ -43,19 +43,9 @@

UA Ruhr-Archiv Katalog v1.0.0

- - - - - - - - - - @@ -67,12 +57,12 @@

UA Ruhr-Archiv Katalog v1.0.0

- + - + @@ -91,12 +81,13 @@

UA Ruhr-Archiv Katalog v1.0.0

- + @@ -106,12 +97,12 @@

UA Ruhr-Archiv Katalog v1.0.0

- + - + @@ -120,12 +111,12 @@

UA Ruhr-Archiv Katalog v1.0.0

- + - + @@ -133,7 +124,7 @@

UA Ruhr-Archiv Katalog v1.0.0

- + @@ -141,31 +132,54 @@

UA Ruhr-Archiv Katalog v1.0.0

- - + + + + + + + + + - + + + + + + + + + + + + + + @@ -197,7 +211,11 @@

UA Ruhr-Archiv Katalog v1.0.0

- + @@ -205,7 +223,7 @@

UA Ruhr-Archiv Katalog v1.0.0

- + @@ -222,20 +240,13 @@

UA Ruhr-Archiv Katalog v1.0.0

- + @@ -243,6 +254,18 @@

UA Ruhr-Archiv Katalog v1.0.0

+ + + + + + + + + + @@ -254,6 +277,6 @@

UA Ruhr-Archiv Katalog v1.0.0

-
Bitte geben Sie einige Schlagworte zur Forschungsfrage an.
archive/general/topic-research_question/titleWie lautet die primäre Forschungsfrage des Projektes?
archive/general/topic-research_field
archive/general/topic-research_field/nameWelche Personen oder Institutionen sind verantwortlich für die Projektkoordination?
archive/general/topic-research_field/research_field Welcher Disziplin / welchen Disziplinen ist das Projekt zuzuordnen?
archive/general/project-partners-partner/contact Wer ist bei diesem Partner der/die Ansprechpartner/in für das Datenmanagement?Bitte geben Sie den Namen und eine Email Adresse an.Bitte geben Sie den Namen und eine E-Mail-Adresse an.
archive/general/project-partners-partner/name ProjektpartnerBitte geben Sie hier den ausführlichen Namen des Projektpartners an.
archive/general/funding-funder
archive/content-classification/data-dataset/description Um was für einen Datensatz handelt es sich?Bitte beschreiben Sie hier kurz, um welchen Datentyp es sich handelt und mit welcher Methode die Daten erhoben oder erstellt wurden, z.B.: -
    -
  • quantitative Online-Befragung
    • -
  • 3D-Modellierung / digitale Rekonstruktion einer steinzeitlichen Siedlung
    • -
  • Software, die im Projekt entwickelt wird
    • -
    		Bitte beschreiben Sie hier kurz, um welchen Datentyp es sich handelt und mit welcher Methode die Daten erhoben oder erstellt wurden, z. B.: + +* quantitative Online-Befragung +* 3D-Modellierung / digitale Rekonstruktion einer steinzeitlichen Siedlung +* Software, die im Projekt entwickelt wird + +Bitte erläutern Sie ergänzend, ob es sich um einen festen, zu einem bestimmten Zeitpunkt gespeicherten Datensatz handelt oder ob dieser dynamisch also laufend über einen bestimmten Zeitraum entsteht.
    archive/technical-classification
    archive/technical-classification/data-dates/data_collection_endWann endet die Erhebung bzw. Erstellung der Daten?Wann endet/endete die Erhebung bzw. Erstellung der Daten?
    archive/technical-classification/data-dates/data_collection_startWann beginnt die Erhebung bzw. Erstellung der Daten?Wann beginnt/begann die Erhebung bzw. Erstellung der Daten?
    archive/technical-classification/data-volume/rate Wie hoch ist die erwartete Erzeugungsrate der Daten pro Jahr?Optional. Dies ist nur relevant, wenn das Wachstum die TB-Größenordnung erreicht.
    archive/technical-classification/data-volume/volume Was ist die tatsächliche oder erwartete Größe des Datensatzes?Wenn große Datenmengen anfallen, sollten finanzielle Mittel zur Bereitstellung der Infrastruktur berücksichtigt werden (siehe auch Abschnitt „Förderung“).
    archive/technical-classification/data-formats
    archive/technical-classification/data-formats/format In welchen Formaten liegen die Daten vor?Bei der Wahl des Dateiformates sollten auch die Konsequenzen für die kollaborative Nutzung, die Langzeitarchivierung sowie die Nachnutzung beachtet werden. Es empfiehlt sich, möglichst standardisierte, nicht-proprietäre und allgemein bzw. in der spezifischen Community verbreitete Formate zu nutzen. Weitere Kriterien sowie detaillierte Erläuterungen sind z.B. im WissGrid-Leitfaden, S. 22 f.) zu finden.Bei der Wahl des Dateiformates sollten auch die Konsequenzen für die kollaborative Nutzung, die Langzeitarchivierung sowie die Nachnutzung beachtet werden. Es empfiehlt sich, möglichst standardisierte, nicht-proprietäre und allgemein bzw. in der spezifischen Community verbreitete Formate zu nutzen. Weitere Kriterien sowie detaillierte Erläuterungen sind z. B. im WissGrid-Leitfaden, S. 22 f. zu finden.
    archive/technical-classification/data-tools
    archive/technical-classification/data-tools/usage_technology Welche Software, Verfahren oder Technologien sind notwendig, um die Daten zu nutzen?Um Daten nachnutzen zu können, bspw. für die Replikation von Studien, Metaanalysen oder die Beantwortung neuer Forschungsfragen, werden neben den Daten selbst auch die Software, Geräte etc. und das Wissen über spezielle Verfahren zur Nutzung benötigt.
    +     		Um Daten nachnutzen zu können, bspw. für die Replikation von Studien, Metaanalysen oder die Beantwortung neuer Forschungsfragen, werden neben den Daten selbst auch die Software, Geräte etc. und das Wissen über spezielle Verfahren zur Nutzung benötigt. Ebenso wie bei den Formaten gilt hier: je standardisierter, offener und etablierter diese sind, desto einfacher ist i.d.R. eine Nachnutzung möglich.
    archive/technical-classification/data-tools/creation_methods Welche Instrumente, Software, Technologien oder Verfahren werden zur Erzeugung oder Erfassung der Daten genutzt?Diese Informationen sind für alle Arten von Daten relevant, um ihre Genese nachvollziehen zu können. Bei reproduzierbaren Daten kommt ein weiterer Aspekt hinzu. Diese müssen nicht notwendigerweise aufbewahrt werden - allerdings müssen alle Geräte, Software und auch Informationen über die Vorgehensweise erhalten bleiben, die notwendig sind, um die Daten erneut erstellen zu können.Diese Informationen sind für alle Arten von Daten relevant, um ihre Genese nachvollziehen zu können. + +Bei reproduzierbaren Daten kommt ein weiterer Aspekt hinzu. Diese müssen nicht notwendigerweise aufbewahrt werden - allerdings müssen alle Geräte, Software, Softwareversion und auch Informationen über die Vorgehensweise erhalten bleiben, die notwendig sind, um die Daten erneut erstellen zu können.
    archive/data-usage
    archive/data-usage/scenarios-usage
    archive/data-usage/scenarios-usage/frequencyWie häufig wird dieser Datensatz genutzt?
    archive/data-usage/data-sharing-and-re-use-publication
    archive/data-usage/data-sharing-and-re-use-publication/conditions Wenn ja, unter welchen Nutzungsbedingungen oder welcher Lizenz sollen die Daten veröffentlicht bzw. geteilt werden?Die Auswahlmöglichkeiten orientieren sich an Lizenzen der Creative-Commons-Familie.Die Auswahlmöglichkeiten orientieren sich an Lizenzen der Creative-Commons-Familie.
    archive/data-usage/data-sharing-and-re-use-publication/repositoryWenn ja, wo sollen die Daten veröffentlicht werden?Nennen Sie die/das Datenbank/Repositorium, ggf. mit Link.
    archive/data-usage/data-sharing-and-re-use-publication/yesno Soll dieser Datensatz veröffentlicht oder geteilt werden?
    archive/data-usage/costs-dataset
    archive/data-usage/costs-dataset/storage_non_personnelWelche Sachkosten entstehen im Zusammenhang mit der Speicherung der Datensätze während des Projektes?Bitte schätzen Sie die Kosten in **Euro**.
    archive/metadata-and-referencing
    archive/metadata-and-referencing/structure-granularity-and-referencing-structure/structureWie sind die Daten strukturiert? In welchem Verhältnis stehen die einzelnen Komponenten zueinander? In welchem Verhältnis steht der Datensatz zu anderen im Projekt erhobenen oder genutzten Datensätzen?Bitte erläutern Sie kurz die Struktur und den Zusammenhang ihrer Daten untereinander: + +* Wie sind die Daten strukturiert? +* In welchem Verhältnis stehen die einzelnen Komponenten zueinander? +* In welchem Verhältnis steht der Datensatz zu anderen im Projekt erhobenen oder genutzten Datensätzen?
    archive/metadata-and-referencing/structure-granularity-and-referencing-pids/subentitiesWelche Untereinheiten/Teildatensätze sollten sinnvollerweise eigene Identifikatoren erhalten? Welche dieser Identifikatoren sollten dauerhaft und zitierfähig sein?Welche Untereinheiten / Teildatensätze sollten sinnvollerweise eigene Identifikatoren erhalten? Welche dieser Identifikatoren sollten dauerhaft und zitierfähig sein?
    archive/legal-and-ethics/sensitive-data-personal_data_yesno/yesno Enthält dieser Datensatz personenbezogene Daten?Der Umgang und die Verarbeitung **personenbezogener** Daten ist gesetzlich geregelt. Die EU-weit einheitliche Anwendung erfolgt nach der EU-Datenschutz-Grundverordnung (DSGVO). Sie gestattet Regelungsspielräume auf nationaler Ebene. In Deutschland regelt dies das Bundesdatenschutzgesetz (BDSG). Für Hochschulen gelten zum großen Teil die individuellen Datenschutzgesetze der Länder, z.B. das Datenschutzgesetz Nordrhein-Westfalen (DSG NRW). -
    - Die europäische DSGVO definiert personenbezogene Daten als alle Informationen, die sich auf eine identifizierte oder identifizierbare natürliche Person beziehen (Art. 4 DSGVO, Abs. 1). -
    - Identifiziert ist eine Person, wenn eindeutig erkennbar ist, zu welcher Person die Daten gehören. -
    - Identifizierbar wird eine Person, wenn sie mittels Zusatzinformationen identifiziert werden kann. -
    - Mehr Informationen zum Thema finden Sie auf den Webseiten der Datenschutzbeauftragten der UA Ruhr. -     		Wenn ja: Bitte prüfen Sie auch, ob Sie die Abschnitte "Datennutzung" und "Datenspeicherung und -sicherheit" mit den entsprechenden Maßnahmen zum Schutz der Daten gemäß den geltenden Datenschutzgesetzen ausgefüllt haben. Der Umgang und die Verarbeitung personenbezogener Daten ist gesetzlich geregelt. Die EU-weit einheitliche Anwendung erfolgt nach der EU-Datenschutz-Grundverordnung (DSGVO). Sie gestattet Regelungsspielräume auf nationaler Ebene. In Deutschland regelt dies das Bundesdatenschutzgesetz (BDSG). Für Hochschulen gelten zum großen Teil die individuellen Datenschutzgesetze der Länder, z. B. das Datenschutzgesetz Nordrhein-Westfalen (DSG NRW). Die europäische DSGVO definiert personenbezogene Daten als alle Informationen, die sich auf eine identifizierte oder identifizierbare natürliche Person beziehen (Art. 4 DSGVO, Abs. 1). Identifiziert ist eine Person, wenn eindeutig erkennbar ist, zu welcher Person die Daten gehören. Identifizierbar wird eine Person, wenn sie mittels Zusatzinformationen identifiziert werden kann. Mehr Informationen zum Thema finden Sie auf den Webseiten der Datenschutzbeauftragten der UA Ruhr. + +* Ruhr-Universität Bochum + +* Universität von Duisburg-Essen + +* Technische Universität Dortmund
    archive/storage-and-long-term-preservation
    archive/storage-and-long-term-preservation/long-term-preservation-datasets
    archive/storage-and-long-term-preservation/long-term-preservation-datasets/responsible_person_emailBitte geben Sie die E-Mail-Adresse des oben genannten dauerhaften Ansprechpartners an.
    archive/storage-and-long-term-preservation/long-term-preservation-datasets/responsible_person_nameWer ist der langfristige Ansprechpartner, der über die Daten entscheiden kann? Bitte geben Sie den Name an.Beispiele hierfür sind die Vergabe von Zugangsdaten/Zugangsberechtigungen, die Optimierung des Speicherplatzes nach einer gewissen Aufbewahrungsfrist oder die Übergabe der Befugnisse an einen neuen Ansprechpartner. + +Solche Entscheidungen sind beispielsweise bei einem Verlust von Zugangsdaten, bei einer neuen Zugangsanfrage oder beim Ausscheiden des bisherigen Ansprechpartners erforderlich.
    archive/storage-and-long-term-preservation/long-term-preservation-datasets/access_authentication Wie wird die Identität von Personen, die auf die Daten zugreifen, verifiziert?
    - + + diff --git a/catalogs/archive_en.html b/catalogs/archive_en.html index c42463b8..a5409cef 100644 --- a/catalogs/archive_en.html +++ b/catalogs/archive_en.html @@ -23,7 +23,7 @@ -

    UA Ruhr-Archive Catalog v1.0.0

    +

    UA Ruhr-Archive Catalog v1.x.0

    view it on Github @@ -43,19 +43,9 @@

    UA Ruhr-Archive Catalog v1.0.0

    - - - - - - - - - - @@ -67,12 +57,12 @@

    UA Ruhr-Archive Catalog v1.0.0

    - + - + @@ -92,11 +82,12 @@

    UA Ruhr-Archive Catalog v1.0.0

    + +* quantitative online survey +* 3D model / digital reconstruction of a stone age settlement +* software developed within the project + +Please also explain whether this is a fixed data set stored at a certain point in time or whether it is created dynamically over a certain period of time. @@ -106,12 +97,12 @@

    UA Ruhr-Archive Catalog v1.0.0

    - + - + @@ -119,13 +110,13 @@

    UA Ruhr-Archive Catalog v1.0.0

    - - + + - + @@ -133,7 +124,7 @@

    UA Ruhr-Archive Catalog v1.0.0

    - + @@ -141,33 +132,54 @@

    UA Ruhr-Archive Catalog v1.0.0

    - +Just as with the formats, the recommendation is: the more standardised, open and established, the better for re-use. - +For reproducible data, it is also required to re-generate the data if necessary. Therefore all devices, software, software version and also information about the procedure necessary to be able to recreate the data must be preserved. + + + + + + + + - + + + + + + + + + + + + + + @@ -199,7 +211,10 @@

    UA Ruhr-Archive Catalog v1.0.0

    - + @@ -224,22 +239,7 @@

    UA Ruhr-Archive Catalog v1.0.0

    - + @@ -247,6 +247,18 @@

    UA Ruhr-Archive Catalog v1.0.0

    + + + + + + + + + + @@ -258,6 +270,6 @@

    UA Ruhr-Archive Catalog v1.0.0

    -
    Please give some keywords describing the research question.
    archive/general/topic-research_question/titleWhat is the main research question of the project?
    archive/general/topic-research_field
    archive/general/topic-research_field/nameWhich persons or institutions are responsible for the project coordination?
    archive/general/topic-research_field/research_field Which research field(s) does this project belong to?
    archive/general/project-partners-partner/contact Who is/are the contact person(s) for data management questions?Please give the name and an email address.Please give the name and an e-mail address.
    archive/general/project-partners-partner/name Project partnerPlease insert the name of project partner in detail.
    archive/general/funding-funder archive/content-classification/data-dataset/description What kind of dataset is it? Please briefly describe the data type and / or the method used to create or collect the data, for example: -
      -
    • quantitative online survey
      • -
    • 3D model / digital reconstruction of a stone age settlement
      • -
    • software developed within the project
      • -
    archive/technical-classification
    archive/technical-classification/data-dates/data_collection_endWhen does data collection or creation end?When does/did data collection or creation end?
    archive/technical-classification/data-dates/data_collection_startWhen does data collection or creation start?When does/did data collection or creation start?
    archive/technical-classification/data-volume/rateHow much data is produced per year?Optional. This is only of concern if the data production rate reaches TB scale.How much data are produced per year?
    archive/technical-classification/data-volume/volume What is the actual or expected size of the dataset?If large amounts of data are involved, financial resources for the provision of the infrastructure should be considered (see also section "Funding").
    archive/technical-classification/data-formats
    archive/technical-classification/data-formats/format Which file formats are used?When choosing a data format, one should consider the consequences for collaborative use, long-term preservation as well as re-use. It is advisable to prefer formats that are standardised, open, non-proprietary and well-established in the respective scholarly community. More criteria and detailed explanations can be found e.g. in the WissGrid-Leitfaden, pp. 22 f.).When choosing a data format, one should consider the consequences for collaborative use, long-term preservation as well as re-use. It is advisable to prefer formats that are standardised, open, non-proprietary and well-established in the respective scholarly community.
    archive/technical-classification/data-tools
    archive/technical-classification/data-tools/usage_technology Which software, processes or technologies are necessary to use the data?To be able to re-use data (e.g. to replicate studies, for meta analysis or to solve new research questions), along with the data the software, equipment and knowledge about special methods to use the data are required .
    +     		To be able to re-use data (e.g. to replicate studies, for meta analysis or to solve new research questions), along with the data the software, equipment and knowledge about special methods to use the data are required . - Just as with the formats, the recommendation is: the more standardised, open and established, the better for re-use.
    archive/technical-classification/data-tools/creation_methods Which tools, software, technologies or processes are used to generate or collect the data?This information is necessary to be able to reconstruct the process by which the data was generated. It is also a prerequisite to judge the objectivity, reliability and validity of the dataset.
    +     		This information is necessary to be able to reconstruct the process by which the data was generated. It is also a prerequisite to judge the objectivity, reliability and validity of the dataset. - For reproducible data, it is also required to re-generate the data if need be.
    archive/data-usage
    archive/data-usage/scenarios-usage
    archive/data-usage/scenarios-usage/frequencyHow often will this dataset be used?
    archive/data-usage/data-sharing-and-re-use-publication
    archive/data-usage/data-sharing-and-re-use-publication/conditions If yes, under which terms of use or license will the dataset be published or shared?The options refer to the licenses of the Creative Commons family.The options refer to the licenses of the Creative Commons family.
    archive/data-usage/data-sharing-and-re-use-publication/repositoryIf yes, where should the data be published?Please provide information about the database/repository.
    archive/data-usage/data-sharing-and-re-use-publication/yesno Will this dataset be published or shared?
    archive/data-usage/costs-dataset
    archive/data-usage/costs-dataset/storage_non_personnelWhat is the amount of non-personnel costs associated with the storage of the data sets during the project?Please estimate the costs in **Euro**.
    archive/metadata-and-referencing
    archive/metadata-and-referencing/structure-granularity-and-referencing-structure/structureWhat is the structure of the data? How are the individual components of the dataset related to each other? How is the dataset related to other datasets used in the project?Please briefly explain the structure and relationship of their data to each other. +* What is the structure of the data? +* How are the individual components of the dataset related to each other? +* How is the dataset related to other datasets used in the project?
    archive/legal-and-ethics/sensitive-data-personal_data_yesno/yesno Does this dataset contain personal data?The handling and processing of personal data is regulated by law. The uniform application throughout the EU is based on the EU General Data Protection Regulation (GDPR). It allows for regulatory leeway at national level. -
    - In Germany, this is regulated by the Federal Data Protection Act (BDSG), and for universities, the individual data protection laws of the individual federal states apply, e.g. the data protection law of North Rhine-Westphalia (DSG NRW). -
    - The european GDPR defines personal data as all information relating to an identified or identifiable natural person (Art. 4(1) GPDR). -
    - A person is identified if it is clearly identifiable to whom the data belongs. -
    - A person becomes identifiable if it can be identified by means of additional information. -
    - More information (in German only) can be found on the websites of the data protection officers of the UA Ruhr. -     		If yes: Please also check whether you have completed the sections "Data usage" and "Data storage and security" with the appropriate measures to protect the data in accordance with the applicable data protection laws. European Data Protection Law may apply.
    archive/storage-and-long-term-preservation
    archive/storage-and-long-term-preservation/long-term-preservation-datasets
    archive/storage-and-long-term-preservation/long-term-preservation-datasets/responsible_person_emailPlease provide the email address of the permanent contact person named above.
    archive/storage-and-long-term-preservation/long-term-preservation-datasets/responsible_person_nameWho is the long-term contact person who can make decisions about the data? Please specify the name.Examples of these decisions include data access and authorization, the optimization of storage space after a certain retention period, or the transfer of authority to a new contact person. + +Such decisions are necessary, for example, in the event of a loss of access data, a new access request or the departure of the previous contact person.
    archive/storage-and-long-term-preservation/long-term-preservation-datasets/access_authentication How will the identity of the person accessing the data will be ascertained?
    - + + diff --git a/catalogs/consultation_de.html b/catalogs/consultation_de.html index ac0c14bc..006d1dee 100644 --- a/catalogs/consultation_de.html +++ b/catalogs/consultation_de.html @@ -23,7 +23,7 @@ -

    UA Ruhr-Beratung Katalog v1.0.0

    +

    UA Ruhr-Beratung Katalog v1.x.0

    view it on Github @@ -46,16 +46,11 @@

    UA Ruhr-Beratung Katalog v1.0.0

    - + - - - - - @@ -67,17 +62,17 @@

    UA Ruhr-Beratung Katalog v1.0.0

    - + - + - + @@ -96,12 +91,13 @@

    UA Ruhr-Beratung Katalog v1.0.0

    - + @@ -121,10 +117,10 @@

    UA Ruhr-Beratung Katalog v1.0.0

    - - + +Andere Daten wiederum lassen sich per se nicht erneut erheben. Dies ist etwa bei jeglicher Art von episodischer Beobachtungen, sei es sozialwissenschaftlicher oder naturwissenschaftlicher Art, der Fall, da diese ein bestimmtes Phänomen an einem bestimmten Zeitpunkt und/oder Ort abbilden und somit i.d.R. nicht wiederholbar sind. Ihr Wert für die Nachnutzung durch andere wie auch der Verlust bei einer nicht erfolgten oder misslungenen Langzeitarchivierung ist ungleich höher als bei reproduzierbaren Daten. @@ -135,12 +131,12 @@

    UA Ruhr-Beratung Katalog v1.0.0

    - + - + @@ -148,7 +144,7 @@

    UA Ruhr-Beratung Katalog v1.0.0

    - + @@ -193,7 +189,11 @@

    UA Ruhr-Beratung Katalog v1.0.0

    - + @@ -205,20 +205,13 @@

    UA Ruhr-Beratung Katalog v1.0.0

    - + @@ -242,28 +235,26 @@

    UA Ruhr-Beratung Katalog v1.0.0

    - + @@ -296,7 +287,7 @@

    UA Ruhr-Beratung Katalog v1.0.0

    - + @@ -309,6 +300,6 @@

    UA Ruhr-Beratung Katalog v1.0.0

    -
    consultation/general/topic-research_question/title Wie lautet die primäre Forschungsfrage des Projektes?Bitte beschreiben Sie kurz das Projekt und dessen Ziele.
    consultation/general/topic-research_field
    consultation/general/topic-research_field/nameWelche Personen oder Institutionen sind verantwortlich für die Projektkoordination?
    consultation/general/topic-research_field/research_field Welcher Disziplin / welchen Disziplinen ist das Projekt zuzuordnen?
    consultation/general/project-partners-partner/contact Wer ist bei diesem Partner der/die Ansprechpartner/in für das Datenmanagement?Bitte geben Sie den Namen und eine Email Adresse an.Bitte geben Sie den Namen und eine E-Mail-Adresse an.
    consultation/general/project-partners-partner/rdm_policy Gibt es an Ihrer Einrichtung Regeln oder Richtlinien zum Umgang mit den im Projekt erhobenen Forschungsdaten? Wenn ja, skizzieren Sie diese kurz und verweisen Sie ggf. auf weiterführende Informationen. Geben Sie bitte auch an, welchen Grad an Verbindlichkeit sie haben.Immer mehr Hochschulen und wissenschaftliche Einrichtungen verabschieden Leitlinien oder Richtlinien (oft auch als „Policies“ bezeichnet) zum Forschungsdatenmanagement. Diese enthalten unter anderem Empfehlungen und/oder Vorgaben zum Umgang mit Forschungsdaten, die die Wissenschaftlerinnen und Wissenschaftler der Einrichtung beachten sollten oder müssen (je nach Grad der Verbindlichkeit). Beispiele für solche Richtlinien sind die Grundsätze zu Forschungsdaten der Universität Bielefeld oder die Leitlinien zum Umgang mit Forschungsdaten der Georg-August-Universität Göttingen.Immer mehr Hochschulen und wissenschaftliche Einrichtungen verabschieden Leitlinien oder Richtlinien (oft auch als "Policies" bezeichnet) zum Forschungsdatenmanagement. Diese enthalten unter anderem Empfehlungen und/oder Vorgaben zum Umgang mit Forschungsdaten, die die Wissenschaftlerinnen und Wissenschaftler der Einrichtung beachten sollten oder müssen (je nach Grad der Verbindlichkeit), zum Beispiel die Leitlinien zum Umgang mit Forschungsdaten der Georg-August-Universität Göttingen.
    consultation/general/project-partners-partner/name ProjektpartnerBitte geben Sie hier den ausführlichen Namen des Projektpartners an.
    consultation/general/funding-funder
    consultation/content-classification/data-dataset/description Um was für einen Datensatz handelt es sich?Bitte beschreiben Sie hier kurz, um welchen Datentyp es sich handelt und mit welcher Methode die Daten erhoben oder erstellt wurden, z.B.: -
      -
    • quantitative Online-Befragung
      • -
    • 3D-Modellierung / digitale Rekonstruktion einer steinzeitlichen Siedlung
      • -
    • Software, die im Projekt entwickelt wird
      • -
      		Bitte beschreiben Sie hier kurz, um welchen Datentyp es sich handelt und mit welcher Methode die Daten erhoben oder erstellt wurden, z. B.: + +* quantitative Online-Befragung +* 3D-Modellierung / digitale Rekonstruktion einer steinzeitlichen Siedlung +* Software, die im Projekt entwickelt wird + +Bitte erläutern Sie ergänzend, ob es sich um einen festen, zu einem bestimmten Zeitpunkt gespeicherten Datensatz handelt oder ob dieser dynamisch also laufend über einen bestimmten Zeitraum entsteht.
      consultation/content-classification/data-existing_data
      consultation/content-classification/data-reproducibility/reproducibilityIst der Datensatz reproduzierbar, d. h. ließe sich er sich, wenn er verloren ginge, erneut erstellen oder erheben?Manche Daten können im Prinzip jederzeit neu erstellt werden. Beispiele hierfür sind etwa naturwissenschaftliche Experimentdaten oder auch Digitalisate analoger Objekte (solange die Originale nicht verlorengehen). Der Aufwand und die Kosten hierfür können natürlich durchaus beträchtlich sein. Im Hinblick auf die Frage der Notwendigkeit einer späteren Langzeitarchivierung sollte in diesen Fällen der Aufwand einer erneuten Erstellung gegen den Aufwand der Langzeitarchivierung abgewogen werden.
      +       		Ist der Datensatz reproduzierbar, d. h. ließe er sich, wenn er verloren ginge, erneut erstellen oder erheben?Manche Daten können im Prinzip jederzeit neu erstellt werden. Beispiele hierfür sind etwa naturwissenschaftliche Experimentdaten oder auch Digitalisate analoger Objekte (solange die Originale nicht verlorengehen). Der Aufwand und die Kosten hierfür können natürlich durchaus beträchtlich sein. Im Hinblick auf die Frage der Notwendigkeit einer späteren Langzeitarchivierung sollte in diesen Fällen der Aufwand einer erneuten Erstellung gegen den Aufwand der Langzeitarchivierung abgewogen werden. - Andere Daten wiederum lassen sich per se nicht erneut erheben. Dies ist etwa bei jeglicher Art von episodischer Beobachtungen, sei es sozialwissenschaftlicher oder naturwissenschaftlicher Art, der Fall, da diese ein bestimmtes Phänomen an einem bestimmten Zeitpunkt und/oder Ort abbilden und somit i.d.R. nicht wiederholbar sind. Ihr Wert für die Nachnutzung durch andere wie auch der Verlust bei einer nicht erfolgten oder misslungenen Langzeitarchivierung ist ungleich höher als bei reproduzierbaren Daten.
      consultation/technical-classification
      consultation/technical-classification/data-volume/rate Wie hoch ist die erwartete Erzeugungsrate der Daten pro Jahr?Optional. Dies ist nur relevant, wenn das Wachstum die TB-Größenordnung erreicht.
      consultation/technical-classification/data-volume/volume Was ist die tatsächliche oder erwartete Größe des Datensatzes?Wenn große Datenmengen anfallen, sollten finanzielle Mittel zur Bereitstellung der Infrastruktur berücksichtigt werden (siehe auch Abschnitt „Förderung“).
      consultation/technical-classification/data-formats
      consultation/technical-classification/data-formats/format In welchen Formaten liegen die Daten vor?Bei der Wahl des Dateiformates sollten auch die Konsequenzen für die kollaborative Nutzung, die Langzeitarchivierung sowie die Nachnutzung beachtet werden. Es empfiehlt sich, möglichst standardisierte, nicht-proprietäre und allgemein bzw. in der spezifischen Community verbreitete Formate zu nutzen. Weitere Kriterien sowie detaillierte Erläuterungen sind z.B. im WissGrid-Leitfaden, S. 22 f.) zu finden.Bei der Wahl des Dateiformates sollten auch die Konsequenzen für die kollaborative Nutzung, die Langzeitarchivierung sowie die Nachnutzung beachtet werden. Es empfiehlt sich, möglichst standardisierte, nicht-proprietäre und allgemein bzw. in der spezifischen Community verbreitete Formate zu nutzen. Weitere Kriterien sowie detaillierte Erläuterungen sind z. B. im WissGrid-Leitfaden, S. 22 f. zu finden.
      consultation/data-usage
      consultation/metadata-and-referencing/structure-granularity-and-referencing-structure/structureWie sind die Daten strukturiert? In welchem Verhältnis stehen die einzelnen Komponenten zueinander? In welchem Verhältnis steht der Datensatz zu anderen im Projekt erhobenen oder genutzten Datensätzen?Bitte erläutern Sie kurz die Struktur und den Zusammenhang ihrer Daten untereinander: + +* Wie sind die Daten strukturiert? +* In welchem Verhältnis stehen die einzelnen Komponenten zueinander? +* In welchem Verhältnis steht der Datensatz zu anderen im Projekt erhobenen oder genutzten Datensätzen?
      consultation/legal-and-ethics/sensitive-data-personal_data_yesno/yesno Enthält dieser Datensatz personenbezogene Daten?Der Umgang und die Verarbeitung **personenbezogener** Daten ist gesetzlich geregelt. Die EU-weit einheitliche Anwendung erfolgt nach der EU-Datenschutz-Grundverordnung (DSGVO). Sie gestattet Regelungsspielräume auf nationaler Ebene. In Deutschland regelt dies das Bundesdatenschutzgesetz (BDSG). Für Hochschulen gelten zum großen Teil die individuellen Datenschutzgesetze der Länder, z.B. das Datenschutzgesetz Nordrhein-Westfalen (DSG NRW). -
      - Die europäische DSGVO definiert personenbezogene Daten als alle Informationen, die sich auf eine identifizierte oder identifizierbare natürliche Person beziehen (Art. 4 DSGVO, Abs. 1). -
      - Identifiziert ist eine Person, wenn eindeutig erkennbar ist, zu welcher Person die Daten gehören. -
      - Identifizierbar wird eine Person, wenn sie mittels Zusatzinformationen identifiziert werden kann. -
      - Mehr Informationen zum Thema finden Sie auf den Webseiten der Datenschutzbeauftragten der UA Ruhr. -       		Wenn ja: Bitte prüfen Sie auch, ob Sie die Abschnitte "Datennutzung" und "Datenspeicherung und -sicherheit" mit den entsprechenden Maßnahmen zum Schutz der Daten gemäß den geltenden Datenschutzgesetzen ausgefüllt haben. Der Umgang und die Verarbeitung personenbezogener Daten ist gesetzlich geregelt. Die EU-weit einheitliche Anwendung erfolgt nach der EU-Datenschutz-Grundverordnung (DSGVO). Sie gestattet Regelungsspielräume auf nationaler Ebene. In Deutschland regelt dies das Bundesdatenschutzgesetz (BDSG). Für Hochschulen gelten zum großen Teil die individuellen Datenschutzgesetze der Länder, z. B. das Datenschutzgesetz Nordrhein-Westfalen (DSG NRW). Die europäische DSGVO definiert personenbezogene Daten als alle Informationen, die sich auf eine identifizierte oder identifizierbare natürliche Person beziehen (Art. 4 DSGVO, Abs. 1). Identifiziert ist eine Person, wenn eindeutig erkennbar ist, zu welcher Person die Daten gehören. Identifizierbar wird eine Person, wenn sie mittels Zusatzinformationen identifiziert werden kann. Mehr Informationen zum Thema finden Sie auf den Webseiten der Datenschutzbeauftragten der UA Ruhr. + +* Ruhr-Universität Bochum + +* Universität von Duisburg-Essen + +* Technische Universität Dortmund
      consultation/legal-and-ethics/sensitive-data-personal_data
      consultation/legal-and-ethics/intellectual-property-rights-yesno/yesno Werden Daten genutzt und/oder erstellt, die durch Urheber- oder verwandte Schutzrechte geschützt sind?Daten oder Software können Urheber- oder anderen Schutzrechten unterliegen. Die Rechtslage kann selbst in der EU von Land zu Land erheblich abweichen. -
      - In Deutschland sind nach dem Urheberrechtsgesetz (UrhG) Werke der Literatur, Wissenschaft und Kunst, die eine „persönliche geistige Schöpfung“ darstellen, urheberrechtlich geschützt. Der urheberrechtliche Schutz erlischt 70 Jahre nach dem Tod der bzw. des Urheberin/s. -
      - Reine Daten, z.B. Messdaten oder Surveydaten, aber auch Metadaten (bis auf ggf. „beschreibende“ Metadaten) sind hingegen nicht schutzfähig. -
      - In § 2 nennt das UrhG folgende geschützte Werkarten, wobei die Aufzählung nicht abschließend ist: -
        -
      • Sprachwerke, wie Schriftwerke, Reden und Computerprogramme
        • -
      • Werke der Musik
        • -
      • pantomimische Werke einschließlich Werke der Tanzkunst
        • -
      • Werke der bildenden Künste einschließlich der Werke der Baukunst und der angewandten Kunst und
        • Entwürfe solcher Werke -
      • Lichtbildwerke einschließlich der Werke, die ähnlich wie Lichtbildwerke geschaffen werden
        • -
      • Darstellungen wissenschaftlicher oder technischer Art wie Zeichnungen, Pläne, Karten, Skizzen, Tabellen und plastische Darstellungen.
        • -
      - Nach § 3 sind auch „Übersetzungen und andere Bearbeitungen“ von Werken geschützt, die persönliche geistige Schöpfungen des Bearbeiters sind“. -
      - Schließlich sind nach § 4 auch Sammelwerke und Datenbankwerke geschützt, was im Bereich Forschungsdaten durchaus relevant sein kann. Sammelbankwerke werden dabei definiert als „Sammlungen von Werken, Daten oder anderen unabhängigen Elementen, die aufgrund der Auswahl oder Anordnung der Elemente eine persönliche geistige Schöpfung sind“. -
      - Bei einem „Datenbankwerk im Sinne des Gesetzes“ handelt es sich um ein „Sammelwerk, dessen Elemente systematisch oder methodisch angeordnet und einzeln mit Hilfe elektronischer Mittel oder auf andere Weise zugänglich sind“. -
      - Weitere relevante Schutzrechte können gewerbliche Schutzrechte wie Patente, Gebrauchsmuster, Sortenschutz [bei Pflanzenzüchtungen], Halbleiterschutz, Marken, geographische Herkunftsangaben, eingetragene Designs oder geschäftliche Bezeichnungen sein.      		Daten oder Software können Urheber- oder anderen Schutzrechten unterliegen. Die Rechtslage kann selbst in der EU von Land zu Land erheblich abweichen. In Deutschland sind nach dem Urheberrechtsgesetz (UrhG) Werke der Literatur, Wissenschaft und Kunst, die eine „persönliche geistige Schöpfung“ darstellen, urheberrechtlich geschützt. Der urheberrechtliche Schutz erlischt 70 Jahre nach dem Tod der bzw. des Urheberin/s. + +Reine Daten, z. B. Messdaten oder Surveydaten, aber auch Metadaten (bis auf ggf. „beschreibende“ Metadaten) sind hingegen nicht schutzfähig. + +In § 2 nennt das UrhG folgende geschützte Werkarten, wobei die Aufzählung nicht abschließend ist: + +* Sprachwerke, wie Schriftwerke, Reden und Computerprogramme +* Werke der Musik +* pantomimische Werke einschließlich Werke der Tanzkunst +* Werke der bildenden Künste einschließlich der Werke der Baukunst und der angewandten Kunst und Entwürfe solcher Werke +* Lichtbildwerke einschließlich der Werke, die ähnlich wie Lichtbildwerke geschaffen werden +* Darstellungen wissenschaftlicher oder technischer Art wie Zeichnungen, Pläne, Karten, Skizzen, Tabellen und plastische Darstellungen. + +Nach § 3 sind auch „Übersetzungen und andere Bearbeitungen von Werken geschützt, die persönliche geistige Schöpfungen des Bearbeiters sind“. + +Schließlich sind nach § 4 auch Sammelwerke und Datenbankwerke geschützt, was im Bereich Forschungsdaten durchaus relevant sein kann. Sammelwerke werden dabei definiert als „Sammlungen von Werken, Daten oder anderen unabhängigen Elementen, die aufgrund der Auswahl oder Anordnung der Elemente eine persönliche geistige Schöpfung sind“. + +Bei einem „Datenbankwerk im Sinne des Gesetzes“ handelt es sich um ein „Sammelwerk, dessen Elemente systematisch oder methodisch angeordnet und einzeln mit Hilfe elektronischer Mittel oder auf andere Weise zugänglich sind“. + +Weitere relevante Schutzrechte können gewerbliche Schutzrechte wie Patente, Gebrauchsmuster, Sortenschutz [bei Pflanzenzüchtungen], Halbleiterschutz, Marken, geographische Herkunftsangaben, eingetragene Designs oder geschäftliche Bezeichnungen sein.
      consultation/storage-and-long-term-preservation consultation/data-usage/data-sharing-and-re-use-interoperability
      consultation/data-usage/data-sharing-and-re-use/abstractconsultation/data-usage/data-sharing-and-re-use-interoperability/abstract Bestehen generell Einschränkungen bei dem Zugriff und der Nachnutzung der Daten (rechtliche Gründe, Schutzrechte, Betriebsgeheimnisse etc)?
      - + + diff --git a/catalogs/consultation_en.html b/catalogs/consultation_en.html index 51f97c2e..b6dc7553 100644 --- a/catalogs/consultation_en.html +++ b/catalogs/consultation_en.html @@ -23,7 +23,7 @@ -

      UA Ruhr-Consultation Catalog v1.0.0

      +

      UA Ruhr-Consultation Catalog v1.x.0

      view it on Github @@ -46,16 +46,11 @@

      UA Ruhr-Consultation Catalog v1.0.0

      - + - - - - - @@ -67,19 +62,17 @@

      UA Ruhr-Consultation Catalog v1.0.0

      - + - + - + @@ -99,11 +92,12 @@

      UA Ruhr-Consultation Catalog v1.0.0

      + +* quantitative online survey +* 3D model / digital reconstruction of a stone age settlement +* software developed within the project + +Please also explain whether this is a fixed data set stored at a certain point in time or whether it is created dynamically over a certain period of time. @@ -124,9 +118,9 @@

      UA Ruhr-Consultation Catalog v1.0.0

      - +Other data cannot be collected or created anew. @@ -136,13 +130,13 @@

      UA Ruhr-Consultation Catalog v1.0.0

      - - + + - + @@ -150,7 +144,7 @@

      UA Ruhr-Consultation Catalog v1.0.0

      - + @@ -195,7 +189,10 @@

      UA Ruhr-Consultation Catalog v1.0.0

      - + @@ -207,22 +204,7 @@

      UA Ruhr-Consultation Catalog v1.0.0

      - + @@ -246,28 +228,7 @@

      UA Ruhr-Consultation Catalog v1.0.0

      - + @@ -285,7 +246,7 @@

      UA Ruhr-Consultation Catalog v1.0.0

      - + @@ -300,7 +261,7 @@

      UA Ruhr-Consultation Catalog v1.0.0

      - + @@ -313,6 +274,6 @@

      UA Ruhr-Consultation Catalog v1.0.0

      -
      consultation/general/topic-research_question/title What is the main research question of the project?Describe briefly the project and its aims.
      consultation/general/topic-research_field
      consultation/general/topic-research_field/nameWhich persons or institutions are responsible for the project coordination?
      consultation/general/topic-research_field/research_field Which research field(s) does this project belong to?
      consultation/general/project-partners-partner/contact Who is/are the contact person(s) for data management questions?Please give the name and an email address.Please give the name and an e-mail address.
      consultation/general/project-partners-partner/rdm_policy Does your institution have rules or guidelines for the handling of research data? If yes, please briefly outline them and refer to more detailed sources of information if necessary. Please also indicate, if the rules / guidelines are mandatory or optional.More and more universities and scientific institutions adopt research data management policies. These contain, among other things, recommendations and / or demands concerning the handling of research data by researchers of the institution.
      - - Principles and guidelines on handling research data at Bielefeld University or the Research data policy of the Georg-August University Goettingen.      		More and more universities and scientific institutions adopt research data management policies. These contain, among other things, recommendations and / or demands concerning the handling of research data by researchers of the institution.
      consultation/general/project-partners-partner/name Project partnerPlease insert the name of project partner in detail.
      consultation/general/funding-funder consultation/content-classification/data-dataset/description What kind of dataset is it? Please briefly describe the data type and / or the method used to create or collect the data, for example: -
        -
      • quantitative online survey
        • -
      • 3D model / digital reconstruction of a stone age settlement
        • -
      • software developed within the project
        • -
      consultation/content-classification/data-existing_data
      consultation/content-classification/data-reproducibility/reproducibility Is the dataset reproducible in the sense that it could be created / collected anew in case it got lost?Some data can, technically, be created anew at any time, as is the case with scientific experiments or digitised versions of analog objects (as long as the originals are still there and in good shape). However, this can consume a considerable amount of time and cost. With respect to long-term preservation, the effort of re-creation has to be weighed up against the effort of long-term preservation.
      +       		Some data can, technically, be created anew at any time, as is the case with scientific experiments or digitised versions of analog objects (as long as the originals are still there and in good shape). However, this can consume a considerable amount of time and cost. With respect to long-term preservation, the effort of re-creation has to be weighed up against the effort of long-term preservation. - Other data cannot be collected or created anew. Examples are all kinds of "time stamped" observations, be they from social science, astrophysics or any other discipline. Observations represent a certain phenomenon at a certain time and / or place and are therefore not repeatable. Their value for re-use as well as the loss in case of failed preservation is much higher than that of reproducible data.
      consultation/technical-classification
      consultation/technical-classification/data-volume/rateHow much data is produced per year?Optional. This is only of concern if the data production rate reaches TB scale.How much data are produced per year?
      consultation/technical-classification/data-volume/volume What is the actual or expected size of the dataset?If large amounts of data are involved, financial resources for the provision of the infrastructure should be considered (see also section "Funding").
      consultation/technical-classification/data-formats
      consultation/technical-classification/data-formats/format Which file formats are used?When choosing a data format, one should consider the consequences for collaborative use, long-term preservation as well as re-use. It is advisable to prefer formats that are standardised, open, non-proprietary and well-established in the respective scholarly community. More criteria and detailed explanations can be found e.g. in the WissGrid-Leitfaden, pp. 22 f.).When choosing a data format, one should consider the consequences for collaborative use, long-term preservation as well as re-use. It is advisable to prefer formats that are standardised, open, non-proprietary and well-established in the respective scholarly community.
      consultation/data-usage
      consultation/metadata-and-referencing/structure-granularity-and-referencing-structure/structureWhat is the structure of the data? How are the individual components of the dataset related to each other? How is the dataset related to other datasets used in the project?Please briefly explain the structure and relationship of their data to each other. +* What is the structure of the data? +* How are the individual components of the dataset related to each other? +* How is the dataset related to other datasets used in the project?
      consultation/legal-and-ethics/sensitive-data-personal_data_yesno/yesno Does this dataset contain personal data?The handling and processing of personal data is regulated by law. The uniform application throughout the EU is based on the EU General Data Protection Regulation (GDPR). It allows for regulatory leeway at national level. -
      - In Germany, this is regulated by the Federal Data Protection Act (BDSG), and for universities, the individual data protection laws of the individual federal states apply, e.g. the data protection law of North Rhine-Westphalia (DSG NRW). -
      - The european GDPR defines personal data as all information relating to an identified or identifiable natural person (Art. 4(1) GPDR). -
      - A person is identified if it is clearly identifiable to whom the data belongs. -
      - A person becomes identifiable if it can be identified by means of additional information. -
      - More information (in German only) can be found on the websites of the data protection officers of the UA Ruhr. -       		If yes: Please also check whether you have completed the sections "Data usage" and "Data storage and security" with the appropriate measures to protect the data in accordance with the applicable data protection laws. European Data Protection Law may apply.
      consultation/legal-and-ethics/sensitive-data-personal_data
      consultation/legal-and-ethics/intellectual-property-rights-yesno/yesno Does the project use and/or produce data that is protected by intellectual or industrial property rights?Data or software can be subject to intellectual or industrial property rights. Applicable laws differ broadly even within EU. -
      - According to the German copyright law (UrhG) works of literature, scholarship and the arts that can be regarded as a “personal intellectual creation” are protected by copyright. Copyright protection expires 70 years after the death of the copyright holder. -
      - Mere data, e.g. measured data or survey data, and metadata (except in some cases descriptive metadata) are not protected by copyright. -
      - § 2 of the UrhG lists the following kinds of protected works (list is not concluded): -
      -
        -
      • linguistic works such as written works, speeches and computer programs
        • -
      • works of music
        • -
      • pantomimic works including works of the art of dance
        • -
      • works or the fine arts including works of architecture and the applied arts as well as sketches of such works
        • -
      • works of photography and cinematography
        • -
      • descriptions and illustrations of scholarly or technical nature such as drawings, plans, maps, sketches, tables and three-dimensional represenations
        • -
      -
      - According to § 3, copyright is also applicable to translations and other modifications or adaptions of a work if they are individual intellectual creations of the editor. -
      - Finally, according to § 4 copyright also extents to collected editions and database works. Collected editions are “collections of work, data or other independent elements that are individual intellectual creations based on the selection and arrangement of the elements”. Database works are defined as “collected editions, the elements of which are arranged in a systematic or methodical way and can be accessed individually by electronic means or in other ways”. -
      - Other relevant property rights can be trademarks, patents, utility models, plant variety rights protection, integrated circuit layout design protection, geographical indications or registered designs.      		Data or software can be subject to intellectual or industrial property rights. Applicable laws differ broadly even within EU.
      consultation/storage-and-long-term-preservation
      consultation/general/project-schedule-schedule/project_durationProject duration (month)Projektlaufzeit (Monate)
      consultation/data-usage/data-sharing-and-re-use-interoperability
      consultation/data-usage/data-sharing-and-re-use/abstractconsultation/data-usage/data-sharing-and-re-use-interoperability/abstract Are there restrictions accessing and re-using the data in general?
      - + + diff --git a/catalogs/index.html b/catalogs/index.html deleted file mode 100644 index ca8cdea9..00000000 --- a/catalogs/index.html +++ /dev/null @@ -1,41 +0,0 @@ - - - - - UA Ruhr Catalogs - - - - - -
      -
      -
      -
      - - - -

      Catalogs

      -

      Here we provide an overview of our research data management life cycle catalogs. Our catalogs are based on and extend the RDMO catalog (for further information see the differences between UA Ruhr and RDMO).

      -

      List of catalogs

      - - - diff --git a/catalogs/proposal_de.html b/catalogs/proposal_de.html index 80cc9b97..b3793842 100644 --- a/catalogs/proposal_de.html +++ b/catalogs/proposal_de.html @@ -23,7 +23,7 @@ -

      UA Ruhr-Antragsstellung Katalog v1.0.0

      +

      UA Ruhr-Antragsstellung Katalog v1.x.0

      view it on Github @@ -46,16 +46,11 @@

      UA Ruhr-Antragsstellung Katalog v1.0.0

      - + - - - - - @@ -67,21 +62,26 @@

      UA Ruhr-Antragsstellung Katalog v1.0.0

      - + - + - + + + + + + @@ -99,15 +99,14 @@

      UA Ruhr-Antragsstellung Katalog v1.0.0

      + +- Richtlinien zum Umgang mit Forschungsdaten in der Biodiversitätsforschung +- Empfehlungen zur Bereitstellung und Nutzung quantitativer Daten in der Bildungsforschung +- Förderkriterien für wissenschaftliche Editionen in der Literaturwissenschaft +- Empfehlungen zu datentechnischen Standards und Tools sowie zu +- rechtlichen Fragen bei der Erhebung von Sprachkorpora. + +Weitere fachspezifische Empfehlungen und Richtlinien zum Umgang mit Forschungsdaten werden beispielsweise von der Deutschen Forschungsgemeinschaft (DFG) bereitgestellt. @@ -126,12 +125,13 @@

      UA Ruhr-Antragsstellung Katalog v1.0.0

      - + @@ -151,15 +151,27 @@

      UA Ruhr-Antragsstellung Katalog v1.0.0

      + + + + + + + + - - + +Andere Daten wiederum lassen sich per se nicht erneut erheben. Dies ist etwa bei jeglicher Art von episodischer Beobachtungen, sei es sozialwissenschaftlicher oder naturwissenschaftlicher Art, der Fall, da diese ein bestimmtes Phänomen an einem bestimmten Zeitpunkt und/oder Ort abbilden und somit i.d.R. nicht wiederholbar sind. Ihr Wert für die Nachnutzung durch andere wie auch der Verlust bei einer nicht erfolgten oder misslungenen Langzeitarchivierung ist ungleich höher als bei reproduzierbaren Daten. @@ -169,12 +181,12 @@

      UA Ruhr-Antragsstellung Katalog v1.0.0

      - + - + @@ -183,12 +195,12 @@

      UA Ruhr-Antragsstellung Katalog v1.0.0

      - + - + @@ -196,7 +208,7 @@

      UA Ruhr-Antragsstellung Katalog v1.0.0

      - + @@ -209,14 +221,16 @@

      UA Ruhr-Antragsstellung Katalog v1.0.0

      - +Ebenso wie bei den Formaten gilt hier: je standardisierter, offener und etablierter diese sind, desto einfacher ist i.d.R. eine Nachnutzung möglich. - + @@ -229,7 +243,7 @@

      UA Ruhr-Antragsstellung Katalog v1.0.0

      - + @@ -247,6 +261,11 @@

      UA Ruhr-Antragsstellung Katalog v1.0.0

      + + + + + @@ -286,14 +305,14 @@

      UA Ruhr-Antragsstellung Katalog v1.0.0

      - + - + @@ -304,6 +323,11 @@

      UA Ruhr-Antragsstellung Katalog v1.0.0

      + + + + + @@ -314,7 +338,7 @@

      UA Ruhr-Antragsstellung Katalog v1.0.0

      - + @@ -333,7 +357,7 @@

      UA Ruhr-Antragsstellung Katalog v1.0.0

      - + @@ -341,7 +365,7 @@

      UA Ruhr-Antragsstellung Katalog v1.0.0

      - + @@ -349,32 +373,32 @@

      UA Ruhr-Antragsstellung Katalog v1.0.0

      - + - + - + - + - + - + @@ -387,6 +411,26 @@

      UA Ruhr-Antragsstellung Katalog v1.0.0

      + + + + + + + + + + + + + + + + + + + + @@ -403,19 +447,23 @@

      UA Ruhr-Antragsstellung Katalog v1.0.0

      - + - + - + @@ -424,13 +472,13 @@

      UA Ruhr-Antragsstellung Katalog v1.0.0

      - +Werden die Daten in einem Datenzentrum oder -repositorium gespeichert, wird diese Verantwortung i.d.R. von diesem übernommen. Um sicher zu sein, sollten die Verantwortlichkeiten jedoch in jedem Fall geprüft bzw. geklärt werden. - + @@ -449,12 +497,12 @@

      UA Ruhr-Antragsstellung Katalog v1.0.0

      - + - + @@ -473,20 +521,13 @@

      UA Ruhr-Antragsstellung Katalog v1.0.0

      - + @@ -509,14 +550,10 @@

      UA Ruhr-Antragsstellung Katalog v1.0.0

      - + @@ -531,11 +568,6 @@

      UA Ruhr-Antragsstellung Katalog v1.0.0

      - - - - - @@ -546,23 +578,23 @@

      UA Ruhr-Antragsstellung Katalog v1.0.0

      - - + + - + - + - + @@ -583,28 +615,26 @@

      UA Ruhr-Antragsstellung Katalog v1.0.0

      - + @@ -630,12 +660,12 @@

      UA Ruhr-Antragsstellung Katalog v1.0.0

      - + - + @@ -651,7 +681,7 @@

      UA Ruhr-Antragsstellung Katalog v1.0.0

      - + @@ -666,6 +696,16 @@

      UA Ruhr-Antragsstellung Katalog v1.0.0

      + + + + + + + + + + @@ -691,6 +731,24 @@

      UA Ruhr-Antragsstellung Katalog v1.0.0

      + + + + + + + + + + + + + + + + + + @@ -700,6 +758,6 @@

      UA Ruhr-Antragsstellung Katalog v1.0.0

      -
      proposal/general/topic-research_question/title Wie lautet die primäre Forschungsfrage des Projektes?Bitte beschreiben Sie kurz das Projekt und dessen Ziele.
      proposal/general/topic-research_field
      proposal/general/topic-research_field/nameWelche Personen oder Institutionen sind verantwortlich für die Projektkoordination?
      proposal/general/topic-research_field/research_field Welcher Disziplin / welchen Disziplinen ist das Projekt zuzuordnen?
      proposal/general/project-partners-partner/contact Wer ist bei diesem Partner der/die Ansprechpartner/in für das Datenmanagement?Bitte geben Sie den Namen und eine Email Adresse an.Bitte geben Sie den Namen und eine E-Mail-Adresse an.
      proposal/general/project-partners-partner/rdm_policy Gibt es an Ihrer Einrichtung Regeln oder Richtlinien zum Umgang mit den im Projekt erhobenen Forschungsdaten? Wenn ja, skizzieren Sie diese kurz und verweisen Sie ggf. auf weiterführende Informationen. Geben Sie bitte auch an, welchen Grad an Verbindlichkeit sie haben.Immer mehr Hochschulen und wissenschaftliche Einrichtungen verabschieden Leitlinien oder Richtlinien (oft auch als „Policies“ bezeichnet) zum Forschungsdatenmanagement. Diese enthalten unter anderem Empfehlungen und/oder Vorgaben zum Umgang mit Forschungsdaten, die die Wissenschaftlerinnen und Wissenschaftler der Einrichtung beachten sollten oder müssen (je nach Grad der Verbindlichkeit). Beispiele für solche Richtlinien sind die Grundsätze zu Forschungsdaten der Universität Bielefeld oder die Leitlinien zum Umgang mit Forschungsdaten der Georg-August-Universität Göttingen.Immer mehr Hochschulen und wissenschaftliche Einrichtungen verabschieden Leitlinien oder Richtlinien (oft auch als "Policies" bezeichnet) zum Forschungsdatenmanagement. Diese enthalten unter anderem Empfehlungen und/oder Vorgaben zum Umgang mit Forschungsdaten, die die Wissenschaftlerinnen und Wissenschaftler der Einrichtung beachten sollten oder müssen (je nach Grad der Verbindlichkeit), zum Beispiel die Leitlinien zum Umgang mit Forschungsdaten der Georg-August-Universität Göttingen.
      proposal/general/project-partners-partner/name ProjektpartnerBitte geben Sie hier den ausführlichen Namen des Projektpartners an.
      proposal/general/funding-funder
      proposal/general/funding-funder/funder_policyGibt es von Seiten des Forschungsförderers Vorgaben oder Richtlinien bezüglich des Umgangs mit den im Projekt erhobenen Forschungsdaten? Wenn ja, skizzieren Sie diese kurz und verweisen Sie ggf. auf weiterführende Informationen. Geben Sie bitte auch an, welchen Grad an Verbindlichkeit sie haben.Auch Forschungsförderer stellen zunehmend Anforderungen an das Datenmanagement in von ihnen geförderten Projekten. Beispiele sind die DFG-Leitlinien zum Umgang mit Forschungsdaten oder die Guidelines on Data Management in Horizon 2020 der Europäischen Komission. Weitere fachspezifische Empfehlungen und Richtlinien zum Umgang mit Forschungsdaten werden beispielsweise von der Deutschen Forschungsgemeinschaft (DFG) bereitgestellt.
      proposal/general/funding-funder/title In welcher Förderlinie und/oder welchem Förderprogramm wird das Projekt gefördert? proposal/general/other-requirements-yesno/yesno Gibt es von weiteren Seiten (z. B. von der Fachcommunity) Anforderungen an das Datenmanagement, die beachtet werden müssen? Beispiele für fachspezifische Empfehlungen und Richtlinien sind: -
      proposal/general/other-requirements-requirements
      proposal/content-classification/data-dataset/description Um was für einen Datensatz handelt es sich?Bitte beschreiben Sie hier kurz, um welchen Datentyp es sich handelt und mit welcher Methode die Daten erhoben oder erstellt wurden, z.B.: -
        -
      • quantitative Online-Befragung
        • -
      • 3D-Modellierung / digitale Rekonstruktion einer steinzeitlichen Siedlung
        • -
      • Software, die im Projekt entwickelt wird
        • -
        		Bitte beschreiben Sie hier kurz, um welchen Datentyp es sich handelt und mit welcher Methode die Daten erhoben oder erstellt wurden, z. B.: + +* quantitative Online-Befragung +* 3D-Modellierung / digitale Rekonstruktion einer steinzeitlichen Siedlung +* Software, die im Projekt entwickelt wird + +Bitte erläutern Sie ergänzend, ob es sich um einen festen, zu einem bestimmten Zeitpunkt gespeicherten Datensatz handelt oder ob dieser dynamisch also laufend über einen bestimmten Zeitraum entsteht.
        proposal/content-classification/data-existing_data Wird der Datensatz selbst erzeugt oder nachgenutzt?
        proposal/content-classification/data-reuse
        proposal/content-classification/data-reuse/scenarioFür welche Personen, Gruppen oder Institutionen könnte dieser Datensatz (für die Nachnutzung) von Interesse sein? Welche Konsequenzen hat das Nachnutzungspotential später für die Bereitstellung der Daten?Wichtig ist die grundsätzliche Weichenstellung, ob die Daten zur Nachnutzung zugelassen werden oder nicht. + +Selbstverständlich kann das Nachnutzungspotential dabei nicht alleiniges Entscheidungskriterium sein, sondern rechtliche Hinderungsgründe, wie z.B. Datenschutz, Urheberrecht und die Wahrung von Geschäftsgeheimnissen, müssen berücksichtigt werden. + +Wägen Sie ansonsten das Nachnutzungspotential gegen die Nachteile ab, beispielsweise gegen ein Absinken der Teilnahmebereitschaft und den zu erwartenden Mehraufwand einer Datenveröffentlichung.
        proposal/content-classification/data-reproducibility
        proposal/content-classification/data-reproducibility/reproducibilityIst der Datensatz reproduzierbar, d. h. ließe sich er sich, wenn er verloren ginge, erneut erstellen oder erheben?Manche Daten können im Prinzip jederzeit neu erstellt werden. Beispiele hierfür sind etwa naturwissenschaftliche Experimentdaten oder auch Digitalisate analoger Objekte (solange die Originale nicht verlorengehen). Der Aufwand und die Kosten hierfür können natürlich durchaus beträchtlich sein. Im Hinblick auf die Frage der Notwendigkeit einer späteren Langzeitarchivierung sollte in diesen Fällen der Aufwand einer erneuten Erstellung gegen den Aufwand der Langzeitarchivierung abgewogen werden.
        +         		Ist der Datensatz reproduzierbar, d. h. ließe er sich, wenn er verloren ginge, erneut erstellen oder erheben?Manche Daten können im Prinzip jederzeit neu erstellt werden. Beispiele hierfür sind etwa naturwissenschaftliche Experimentdaten oder auch Digitalisate analoger Objekte (solange die Originale nicht verlorengehen). Der Aufwand und die Kosten hierfür können natürlich durchaus beträchtlich sein. Im Hinblick auf die Frage der Notwendigkeit einer späteren Langzeitarchivierung sollte in diesen Fällen der Aufwand einer erneuten Erstellung gegen den Aufwand der Langzeitarchivierung abgewogen werden. - Andere Daten wiederum lassen sich per se nicht erneut erheben. Dies ist etwa bei jeglicher Art von episodischer Beobachtungen, sei es sozialwissenschaftlicher oder naturwissenschaftlicher Art, der Fall, da diese ein bestimmtes Phänomen an einem bestimmten Zeitpunkt und/oder Ort abbilden und somit i.d.R. nicht wiederholbar sind. Ihr Wert für die Nachnutzung durch andere wie auch der Verlust bei einer nicht erfolgten oder misslungenen Langzeitarchivierung ist ungleich höher als bei reproduzierbaren Daten.
        proposal/technical-classification
        proposal/technical-classification/data-dates/data_collection_endWann endet die Erhebung bzw. Erstellung der Daten?Wann endet/endete die Erhebung bzw. Erstellung der Daten?
        proposal/technical-classification/data-dates/data_collection_startWann beginnt die Erhebung bzw. Erstellung der Daten?Wann beginnt/begann die Erhebung bzw. Erstellung der Daten?
        proposal/technical-classification/data-volume/rate Wie hoch ist die erwartete Erzeugungsrate der Daten pro Jahr?Optional. Dies ist nur relevant, wenn das Wachstum die TB-Größenordnung erreicht.
        proposal/technical-classification/data-volume/volume Was ist die tatsächliche oder erwartete Größe des Datensatzes?Wenn große Datenmengen anfallen, sollten finanzielle Mittel zur Bereitstellung der Infrastruktur berücksichtigt werden (siehe auch Abschnitt „Förderung“).
        proposal/technical-classification/data-formats
        proposal/technical-classification/data-formats/format In welchen Formaten liegen die Daten vor?Bei der Wahl des Dateiformates sollten auch die Konsequenzen für die kollaborative Nutzung, die Langzeitarchivierung sowie die Nachnutzung beachtet werden. Es empfiehlt sich, möglichst standardisierte, nicht-proprietäre und allgemein bzw. in der spezifischen Community verbreitete Formate zu nutzen. Weitere Kriterien sowie detaillierte Erläuterungen sind z.B. im WissGrid-Leitfaden, S. 22 f.) zu finden.Bei der Wahl des Dateiformates sollten auch die Konsequenzen für die kollaborative Nutzung, die Langzeitarchivierung sowie die Nachnutzung beachtet werden. Es empfiehlt sich, möglichst standardisierte, nicht-proprietäre und allgemein bzw. in der spezifischen Community verbreitete Formate zu nutzen. Weitere Kriterien sowie detaillierte Erläuterungen sind z. B. im WissGrid-Leitfaden, S. 22 f. zu finden.
        proposal/technical-classification/data-tools
        proposal/technical-classification/data-tools/usage_technology Welche Software, Verfahren oder Technologien sind notwendig, um die Daten zu nutzen?Um Daten nachnutzen zu können, bspw. für die Replikation von Studien, Metaanalysen oder die Beantwortung neuer Forschungsfragen, werden neben den Daten selbst auch die Software, Geräte etc. und das Wissen über spezielle Verfahren zur Nutzung benötigt.
        +         		Um Daten nachnutzen zu können, bspw. für die Replikation von Studien, Metaanalysen oder die Beantwortung neuer Forschungsfragen, werden neben den Daten selbst auch die Software, Geräte etc. und das Wissen über spezielle Verfahren zur Nutzung benötigt. - Ebenso wie bei den Formaten gilt hier: je standardisierter, offener und etablierter diese sind, desto einfacher ist i.d.R. eine Nachnutzung möglich.
        proposal/technical-classification/data-tools/creation_methods Welche Instrumente, Software, Technologien oder Verfahren werden zur Erzeugung oder Erfassung der Daten genutzt?Diese Informationen sind für alle Arten von Daten relevant, um ihre Genese nachvollziehen zu können. Bei reproduzierbaren Daten kommt ein weiterer Aspekt hinzu. Diese müssen nicht notwendigerweise aufbewahrt werden - allerdings müssen alle Geräte, Software und auch Informationen über die Vorgehensweise erhalten bleiben, die notwendig sind, um die Daten erneut erstellen zu können.Diese Informationen sind für alle Arten von Daten relevant, um ihre Genese nachvollziehen zu können. + +Bei reproduzierbaren Daten kommt ein weiterer Aspekt hinzu. Diese müssen nicht notwendigerweise aufbewahrt werden - allerdings müssen alle Geräte, Software, Softwareversion und auch Informationen über die Vorgehensweise erhalten bleiben, die notwendig sind, um die Daten erneut erstellen zu können.
        proposal/technical-classification/data-versioning
        proposal/technical-classification/data-versioning/strategy Welche Versionierungsstrategie wird für diesen Datensatz angewandt?Bitte beschreiben Sie hier kurz projektinterne Regelungen zur Versionierung von Datensätzen (z.B.: Welche Änderungen machen eine neue Version erforderlich? Wie werden die Änderungen dokumentiert? Wie werden die verschiedenen Versionen benannt?)Bitte beschreiben Sie hier kurz projektinterne Regelungen zur Versionierung von Datensätzen. (z. B.: Welche Änderungen machen eine neue Version erforderlich? Wie werden die Änderungen dokumentiert? Wie werden die verschiedenen Versionen benannt?)
        proposal/technical-classification/data-versioning/yesno In welchem Umfang werden Infrastrukturressourcen benötigt (CPU-Stunden, Bandbreite, Speicherplatz etc.)?
        proposal/data-usage/scenarios-usage/descriptionWozu / wie wird dieser Datensatz während des Projektes genutzt?
        proposal/data-usage/data-storage-and-security-storage
        proposal/data-usage/data-storage-and-security-data_security/access_permissions Wer darf auf den Datensatz zugreifen?z. B. Projektmitglieder, Projektpartner, nur Interne, externe Partner
        proposal/data-usage/data-sharing-and-re-use-interoperability
        proposal/data-usage/data-sharing-and-re-use-interoperability/interoperabilityIst der Datensatz interoperabel, d.h. geeignet für den Datenaustausch und die Nachnutzung zwischen bzw. von unterschiedlichen Forschenden, Institutionen, Organisationen und Ländern?Ist der Datensatz interoperabel, d. h. geeignet für den Datenaustausch und die Nachnutzung zwischen bzw. von unterschiedlichen Forschenden, Institutionen, Organisationen und Ländern?
        Wann werden die Daten veröffentlicht?
        proposal/data-usage/data-sharing-and-re-use-publication/conditionsWenn ja, unter welchen Nutzungsbedingungen oder welcher Lizenz sollen die Daten veröffentlicht bzw. geteilt werden?Die Auswahlmöglichkeiten orientieren sich an Lizenzen der Creative-Commons-Familie.
        proposal/data-usage/data-sharing-and-re-use-publication/yesno Soll dieser Datensatz veröffentlicht oder geteilt werden?
        proposal/data-usage/collaborative-work-collaboration/organisationWie ist das kollaborative Arbeiten an den selben Dateien geregelt?Wie ist das kollaborative Arbeiten an denselben Dateien geregelt?
        proposal/data-usage/quality-assurance-dataset/measures Welche Maßnahmen zur Qualitätssicherung werden für diesen Datensatz ergriffen?Beispiele sind Überprüfung auf Vollständigkeit, Datenabgleich, Stichprobenverfahren. Diese Maßnahmen dienen dazu Dokumentationsfehler und rechnerische Auffälligkeiten zu ermitteln.
        proposal/data-usage/quality-assurance-integration
        proposal/data-usage/quality-assurance-integration/integration Wird die Integration zwischen nachgenutzten und erzeugten Daten gewährleistet? Wenn ja, wie?Wie wird z. B. Herkunft und Qualität der Daten dokumentiert?
        proposal/data-usage/costs-dataset
        proposal/data-usage/costs-dataset/storage_non_personnel Welche Sachkosten entstehen im Zusammenhang mit der Speicherung der Datensätze während des Projektes?Bitte schätzen sie die Kosten in Euro.Bitte schätzen Sie die Kosten in **Euro**.
        proposal/data-usage/costs-dataset/storage_personnel Welcher Personalaufwand entsteht im Zusammenhang mit der Speicherung der Daten und Maßnahmen zur Datensicherheit während des Projektes?Bitte schätzen sie den Aufwand in Personenmonaten.Bitte schätzen Sie den Aufwand in Personenmonaten. (1 PM = Monatsarbeitszeit eines Vollzeitbeschäftigten).
        proposal/data-usage/costs-dataset/usage_non_personnel Welche Sachkosten für das Datenmanagement entstehen im Zusammenhang mit der Nutzung der Daten im Projekt?Bitte schätzen sie die Kosten in Euro.Bitte schätzen Sie die Kosten in **Euro**.
        proposal/data-usage/costs-dataset/usage_personnel Welcher Personalaufwand für das Datenmanagement entsteht im Zusammenhang mit der Nutzung der Daten im Projekt?Bitte schätzen sie den Aufwand in Personenmonaten.Bitte schätzen Sie den Aufwand in Personenmonaten. (1 PM = Monatsarbeitszeit eines Vollzeitbeschäftigten).
        proposal/data-usage/costs-dataset/creation_non_personnel Welche Sachkosten für das Datenmanagement entstehen im Rahmen der Erhebung, Erstellung oder Akquise der Daten im Projekt?Bitte schätzen sie die Kosten in Euro.Bitte schätzen Sie die Kosten in **Euro**.
        proposal/data-usage/costs-dataset/creation_personnel Welcher Personalaufwand für das Datenmanagement entsteht im Rahmen der Erhebung, Erstellung oder Akquise der Daten im Projekt?Bitte schätzen sie den Aufwand in Personenmonaten.Bitte schätzen Sie den Aufwand in Personenmonaten (1 PM = Monatsarbeitszeit eines Vollzeitbeschäftigten).
        proposal/metadata-and-referencing Wer ist verantwortlich für die Dokumentation und Prüfung der Metadaten und Kontextinformationen auf Richtigkeit und Vollständigkeit?
        proposal/metadata-and-referencing/metadata-dataset/creation_manualWelche Metadaten werden manuell erhoben?Dafür bietet sich ein Metadateneditor an.
        proposal/metadata-and-referencing/metadata-dataset/creation_semi_automaticWelche Metadaten werden semi-automatisch erhoben?Welche Metadaten werden also durch den Computer / die Software automatisch erhoben, müssen aber überprüft werden?
        proposal/metadata-and-referencing/metadata-dataset/creation_automaticWelche Metadaten werden automatisch erhoben?
        proposal/metadata-and-referencing/metadata-dataset/mappingsSollte es unvermeidbar sein, projektspezifische oder seltene Ontologien, Metadatenschemata oder Vokabulare zu nutzen, werden Mappings zu gängigen Ontologien etc. erstellt?Diese Information wird für einen Horizon 2020 Datenmanagementplan benötigt.
        proposal/metadata-and-referencing/metadata-dataset/standards Welche Standards, Ontologien, Klassifikationen etc. werden zur Beschreibung der Daten und Kontextinformation genutzt?
        proposal/metadata-and-referencing/metadata-costs/non_personnel Welche Sachkosten entstehen im Zusammenhang mit der Erstellung von Metadaten und Kontextinformation im Projekt?Bitte schätzen sie die Kosten in Euro.Bitte schätzen Sie die Kosten in **Euro**.
        proposal/metadata-and-referencing/metadata-costs/personnel Welcher Personalaufwand entsteht im Zusammenhang mit der Erstellung von Metadaten und Kontextinformation im Projekt?Bitte schätzen sie den Aufwand in Personenmonaten.Bitte schätzen Sie den Aufwand in Personenmonaten (1 PM = Monatsarbeitszeit eines Vollzeitbeschäftigten).
        proposal/metadata-and-referencing/structure-granularity-and-referencing-structure
        proposal/metadata-and-referencing/structure-granularity-and-referencing-structure/structureWie sind die Daten strukturiert? In welchem Verhältnis stehen die einzelnen Komponenten zueinander? In welchem Verhältnis steht der Datensatz zu anderen im Projekt erhobenen oder genutzten Datensätzen?Bitte erläutern Sie kurz die Struktur und den Zusammenhang ihrer Daten untereinander: + +* Wie sind die Daten strukturiert? +* In welchem Verhältnis stehen die einzelnen Komponenten zueinander? +* In welchem Verhältnis steht der Datensatz zu anderen im Projekt erhobenen oder genutzten Datensätzen?
        proposal/metadata-and-referencing/structure-granularity-and-referencing-pids/name Wer ist verantwortlich für die Pflege der PIDs und die Objektpflege (d. h. die Langzeitarchivierung des Objekts und somit dafür, dem PID-Service einen Objektumzug und die neue Adresse mitzuteilen)?Die Voraussetzung dafür, dass persistente Identifikatoren auch wirklich halten, was sie versprechen, ist, dass sie - wie auch die Objekte, auf die referenziert wird - dauerhaft und verlässlich gepflegt werden. D.h. beispielsweise, dass bei einer Änderung des Speicherortes des Objekts die Information über den neuen Speicherort entsprechend aktualisiert werden muss.
        +         		Die Voraussetzung dafür, dass persistente Identifikatoren auch wirklich halten, was sie versprechen, ist, dass sie - wie auch die Objekte, auf die referenziert wird - dauerhaft und verlässlich gepflegt werden. D. h. beispielsweise, dass bei einer Änderung des Speicherortes des Objekts die Information über den neuen Speicherort entsprechend aktualisiert werden muss. - Werden die Daten in einem Datenzentrum oder -repositorium gespeichert, wird diese Verantwortung i.d.R. von diesem übernommen. Um sicher zu sein, sollten die Verantwortlichkeiten jedoch in jedem Fall geprüft bzw. geklärt werden.
        proposal/metadata-and-referencing/structure-granularity-and-referencing-pids/subentitiesWelche Untereinheiten/Teildatensätze sollten sinnvollerweise eigene Identifikatoren erhalten? Welche dieser Identifikatoren sollten dauerhaft und zitierfähig sein?Welche Untereinheiten / Teildatensätze sollten sinnvollerweise eigene Identifikatoren erhalten? Welche dieser Identifikatoren sollten dauerhaft und zitierfähig sein?
        proposal/metadata-and-referencing/structure-granularity-and-referencing-costs/non_personnel Welche Sachkosten entstehen im Zusammenhang mit persistenten Identifikatoren im Projekt?Bitte schätzen sie die Kosten in Euro.Bitte schätzen Sie die Kosten in **Euro**.
        proposal/metadata-and-referencing/structure-granularity-and-referencing-costs/personnel Welcher Personalaufwand entsteht im Zusammenhang mit der Vergabe von persistenten Identifikatoren im Projekt?Bitte schätzen sie den Aufwand in Personenmonaten.Bitte schätzen Sie den Aufwand in Personenmonaten (1 PM = Monatsarbeitszeit eines Vollzeitbeschäftigten).
        proposal/legal-and-ethics
        proposal/legal-and-ethics/sensitive-data-personal_data_yesno/yesno Enthält dieser Datensatz personenbezogene Daten?Der Umgang und die Verarbeitung personenbezogener Daten ist gesetzlich geregelt. Die EU-weit einheitliche Anwendung erfolgt nach der EU-Datenschutz-Grundverordnung (DSGVO). Sie gestattet Regelungsspielräume auf nationaler Ebene. In Deutschland regelt dies das Bundesdatenschutzgesetz (BDSG). Für Hochschulen gelten zum großen Teil die individuellen Datenschutzgesetze der Länder, z.B. das Datenschutzgesetz Nordrhein-Westfalen (DSG NRW). -
        - Die europäische DSGVO definiert personenbezogene Daten als alle Informationen, die sich auf eine identifizierte oder identifizierbare natürliche Person beziehen (Art. 4 DSGVO, Abs. 1). -
        - Identifiziert ist eine Person, wenn eindeutig erkennbar ist, zu welcher Person die Daten gehören. -
        - Identifizierbar wird eine Person, wenn sie mittels Zusatzinformationen identifiziert werden kann. -
        - Mehr Informationen zum Thema finden Sie auf den Webseiten der Datenschutzbeauftragten der UA Ruhr. -         		Wenn ja: Bitte prüfen Sie auch, ob Sie die Abschnitte "Datennutzung" und "Datenspeicherung und -sicherheit" mit den entsprechenden Maßnahmen zum Schutz der Daten gemäß den geltenden Datenschutzgesetzen ausgefüllt haben. Der Umgang und die Verarbeitung personenbezogener Daten ist gesetzlich geregelt. Die EU-weit einheitliche Anwendung erfolgt nach der EU-Datenschutz-Grundverordnung (DSGVO). Sie gestattet Regelungsspielräume auf nationaler Ebene. In Deutschland regelt dies das Bundesdatenschutzgesetz (BDSG). Für Hochschulen gelten zum großen Teil die individuellen Datenschutzgesetze der Länder, z. B. das Datenschutzgesetz Nordrhein-Westfalen (DSG NRW). Die europäische DSGVO definiert personenbezogene Daten als alle Informationen, die sich auf eine identifizierte oder identifizierbare natürliche Person beziehen (Art. 4 DSGVO, Abs. 1). Identifiziert ist eine Person, wenn eindeutig erkennbar ist, zu welcher Person die Daten gehören. Identifizierbar wird eine Person, wenn sie mittels Zusatzinformationen identifiziert werden kann. Mehr Informationen zum Thema finden Sie auf den Webseiten der Datenschutzbeauftragten der UA Ruhr. + +* Ruhr-Universität Bochum + +* Universität von Duisburg-Essen + +* Technische Universität Dortmund
        proposal/legal-and-ethics/sensitive-data-personal_data
        proposal/legal-and-ethics/sensitive-data-personal_data/extent In welchem Umfang wird die "informierte Einwilligung" der Betroffenen eingeholt?Grundsätzlich gilt, die Erhebung, Verarbeitung, Archivierung und Veröffentlichung personenbezogener Daten ist nur zulässig, wenn eine entsprechende "informierte Einwilligung" der Betroffenen vorliegt. Nur in ganz wenigen Ausnahmefällen wird diese nicht benötigt. -
        - Bitte informieren Sie sich ggf. bei der/dem Datenschutzbeauftragten Ihrer Institution über die notwendigen Bedingungen für die Einwilligung. -         		Grundsätzlich gilt, dass eine Erhebung, Verarbeitung, Archivierung und Veröffentlichung personenbezogener Daten nur zulässig ist, wenn eine entsprechende "informierte Einwilligung" der Betroffenen vorliegt. Nur in ganz wenigen Ausnahmefällen wird diese nicht benötigt. Bitte informieren Sie sich ggf. bei der/dem Datenschutzbeauftragten Ihrer Institution über die notwendigen Bedingungen für die Einwilligung. +* Ruhr-Universität Bochum +* Universität von Duisburg-Essen +* Technische Unversität Dortmund
        proposal/legal-and-ethics/sensitive-data-personal_data/anonymization Wenn ja, um welche nicht personenbezogenen sensiblen Daten handelt es sich?
        proposal/legal-and-ethics/sensitive-data-other/funder_policyGibt es von Seiten des Forschungsförderers Vorgaben oder Richtlinien bezüglich des Umgangs mit den im Projekt erhobenen Forschungsdaten? Wenn ja, skizzieren Sie diese kurz und verweisen Sie ggf. auf weiterführende Informationen. Geben Sie bitte auch an, welchen Grad an Verbindlichkeit sie haben.Auch Forschungsförderer stellen zunehmend Anforderungen an das Datenmanagement in von ihnen geförderten Projekten. Beispiele sind die DFG-Leitlinien zum Umgang mit Forschungsdaten oder die Guidelines on Data Management in Horizon 2020 der Europäischen Komission.
        proposal/legal-and-ethics/sensitive-data-other/yesno Enthält dieser Datensatz nicht-personenbezogene sensible Daten?
        proposal/legal-and-ethics/sensitive-data-costs/security_non_personnelWie hoch sind die weiteren Sachkosten für weiter (nicht-technische) Sicherheitsmaßnahmen für sensible Daten im Projekt?Bitte schätzen sie die Kosten in Euro.Wie hoch sind die weiteren Sachkosten für weitere (nicht-technische) Sicherheitsmaßnahmen für sensible Daten im Projekt?Bitte schätzen Sie die Kosten in **Euro**.
        proposal/legal-and-ethics/sensitive-data-costs/security_personnel Welcher Personalaufwand entsteht im Zusammenhang mit weiteren (nicht-technischen) Sicherheitsmaßnahmen für sensible Daten im Projekt?Bitte schätzen Sie den Aufwand in Personenmonaten.Bitte schätzen Sie den Aufwand in Personenmonaten (1 PM = Monatsarbeitszeit eines Vollzeitbeschäftigten).
        proposal/legal-and-ethics/sensitive-data-costs/anonymization_non_personnel Welche Sachkosten entstehen im Zusammenhang mit der Anonymisierung von sensiblen Daten im Projekt?Bitte schätzen sie die Kosten in Euro.Bitte schätzen Sie die Kosten in **Euro**.
        proposal/legal-and-ethics/sensitive-data-costs/anonymization_personnel Welcher Personalaufwand entsteht für die Anonymisierung von sensiblen Daten im Projekt?Bitte schätzen sie den Aufwand in Personenmonaten.Bitte schätzen Sie den Aufwand in Personenmonaten (1 PM = Monatsarbeitszeit eines Vollzeitbeschäftigten).
        proposal/legal-and-ethics/sensitive-data-official_approval
        proposal/legal-and-ethics/intellectual-property-rights-yesno/yesno Werden Daten genutzt und/oder erstellt, die durch Urheber- oder verwandte Schutzrechte geschützt sind?Daten oder Software können Urheber- oder anderen Schutzrechten unterliegen. Die Rechtslage kann selbst in der EU von Land zu Land erheblich abweichen. -
        - In Deutschland sind nach dem Urheberrechtsgesetz (UrhG) Werke der Literatur, Wissenschaft und Kunst, die eine „persönliche geistige Schöpfung“ darstellen, urheberrechtlich geschützt. Der urheberrechtliche Schutz erlischt 70 Jahre nach dem Tod der bzw. des Urheberin/s. -
        - Reine Daten, z.B. Messdaten oder Surveydaten, aber auch Metadaten (bis auf ggf. „beschreibende“ Metadaten) sind hingegen nicht schutzfähig. -
        - In § 2 nennt das UrhG folgende geschützte Werkarten, wobei die Aufzählung nicht abschließend ist: -
          -
        • Sprachwerke, wie Schriftwerke, Reden und Computerprogramme
          • -
        • Werke der Musik
          • -
        • pantomimische Werke einschließlich Werke der Tanzkunst
          • -
        • Werke der bildenden Künste einschließlich der Werke der Baukunst und der angewandten Kunst und
          • Entwürfe solcher Werke -
        • Lichtbildwerke einschließlich der Werke, die ähnlich wie Lichtbildwerke geschaffen werden
          • -
        • Darstellungen wissenschaftlicher oder technischer Art wie Zeichnungen, Pläne, Karten, Skizzen, Tabellen und plastische Darstellungen.
          • -
        - Nach § 3 sind auch „Übersetzungen und andere Bearbeitungen“ von Werken geschützt, die persönliche geistige Schöpfungen des Bearbeiters sind“. -
        - Schließlich sind nach § 4 auch Sammelwerke und Datenbankwerke geschützt, was im Bereich Forschungsdaten durchaus relevant sein kann. Sammelbankwerke werden dabei definiert als „Sammlungen von Werken, Daten oder anderen unabhängigen Elementen, die aufgrund der Auswahl oder Anordnung der Elemente eine persönliche geistige Schöpfung sind“. -
        - Bei einem „Datenbankwerk im Sinne des Gesetzes“ handelt es sich um ein „Sammelwerk, dessen Elemente systematisch oder methodisch angeordnet und einzeln mit Hilfe elektronischer Mittel oder auf andere Weise zugänglich sind“. -
        - Weitere relevante Schutzrechte können gewerbliche Schutzrechte wie Patente, Gebrauchsmuster, Sortenschutz [bei Pflanzenzüchtungen], Halbleiterschutz, Marken, geographische Herkunftsangaben, eingetragene Designs oder geschäftliche Bezeichnungen sein.        		Daten oder Software können Urheber- oder anderen Schutzrechten unterliegen. Die Rechtslage kann selbst in der EU von Land zu Land erheblich abweichen. In Deutschland sind nach dem Urheberrechtsgesetz (UrhG) Werke der Literatur, Wissenschaft und Kunst, die eine „persönliche geistige Schöpfung“ darstellen, urheberrechtlich geschützt. Der urheberrechtliche Schutz erlischt 70 Jahre nach dem Tod der bzw. des Urheberin/s. + +Reine Daten, z. B. Messdaten oder Surveydaten, aber auch Metadaten (bis auf ggf. „beschreibende“ Metadaten) sind hingegen nicht schutzfähig. + +In § 2 nennt das UrhG folgende geschützte Werkarten, wobei die Aufzählung nicht abschließend ist: + +* Sprachwerke, wie Schriftwerke, Reden und Computerprogramme +* Werke der Musik +* pantomimische Werke einschließlich Werke der Tanzkunst +* Werke der bildenden Künste einschließlich der Werke der Baukunst und der angewandten Kunst und Entwürfe solcher Werke +* Lichtbildwerke einschließlich der Werke, die ähnlich wie Lichtbildwerke geschaffen werden +* Darstellungen wissenschaftlicher oder technischer Art wie Zeichnungen, Pläne, Karten, Skizzen, Tabellen und plastische Darstellungen. + +Nach § 3 sind auch „Übersetzungen und andere Bearbeitungen von Werken geschützt, die persönliche geistige Schöpfungen des Bearbeiters sind“. + +Schließlich sind nach § 4 auch Sammelwerke und Datenbankwerke geschützt, was im Bereich Forschungsdaten durchaus relevant sein kann. Sammelwerke werden dabei definiert als „Sammlungen von Werken, Daten oder anderen unabhängigen Elementen, die aufgrund der Auswahl oder Anordnung der Elemente eine persönliche geistige Schöpfung sind“. + +Bei einem „Datenbankwerk im Sinne des Gesetzes“ handelt es sich um ein „Sammelwerk, dessen Elemente systematisch oder methodisch angeordnet und einzeln mit Hilfe elektronischer Mittel oder auf andere Weise zugänglich sind“. + +Weitere relevante Schutzrechte können gewerbliche Schutzrechte wie Patente, Gebrauchsmuster, Sortenschutz [bei Pflanzenzüchtungen], Halbleiterschutz, Marken, geographische Herkunftsangaben, eingetragene Designs oder geschäftliche Bezeichnungen sein.
        proposal/legal-and-ethics/intellectual-property-rights-dataset
        proposal/legal-and-ethics/intellectual-property-rights-costs/non_personnel Welche Sachkosten entstehen im Zusammenhang mit Urheber- und verwandten Schutzrechten im Projekt?Bitte schätzen sie die Kosten in Euro.Bitte schätzen Sie die Kosten in **Euro**.
        proposal/legal-and-ethics/intellectual-property-rights-costs/personnel Welcher Personalaufwand entsteht im Zusammenhang mit Urheber- oder verwandten Schutzrechten im Projekt?Bitte schätzen sie den Aufwand in Personenmonaten.Bitte schätzen Sie den Aufwand in Personenmonaten (1 PM = Monatsarbeitszeit eines Vollzeitbeschäftigten).
        proposal/storage-and-long-term-preservation
        proposal/storage-and-long-term-preservation/selection-criteria/selection_criteria Auf Basis welcher Kriterien / Regeln werden die Daten zur Archivierung (nach Projektende) ausgesucht?Beispiele: die Daten sind Grundlage einer Publikation, für Nachnutzung, rechtliche oder vertragliche Auflagen, Dokumentation (gesellschaftlich oder politisch relevant)
        proposal/storage-and-long-term-preservation/long-term-preservation-datasets Sollen die Daten erst nach Ablauf einer Sperrfrist zugänglich gemacht werden?
        proposal/storage-and-long-term-preservation/long-term-preservation-datasets/repository_arrangementsWurde mit dem Repositorium oder Datenzentrum bereits angemessene Archivierungslösungen besprochen?(Diese Frage stammt ursprünglich aus dem Horizon 2020 FAIR Datenmanagementplan.)
        proposal/storage-and-long-term-preservation/long-term-preservation-datasets/certificationHandelt es sich dabei um ein zertifiziertes Repositorium oder Datenzentrum (z. B. durch das Data Seal of Approval, nestor-Siegel oder ISO 16363)?Wurde der Datensatz an mehreren Orten archiviert, kann die Frage bejaht werden, wenn dies auf mindestens eine der Optionen zutrifft.
        proposal/storage-and-long-term-preservation/long-term-preservation-datasets/repository Wo werden die Daten (einschließlich Metadaten, Dokumentation und ggf. relevantem Code bzw. relevanter Software) nach Projektende gespeichert bzw. archiviert? Muss dieser Datensatz langfristig aufbewahrt werden?
        proposal/storage-and-long-term-preservation/long-term-preservation-costs
        proposal/storage-and-long-term-preservation/long-term-preservation-costs/non_personnelWelche Sachkosten entstehen im Zusammenhang mit Langzeitarchivierung für dieses Projekt?Bitte schätzen Sie die Kosten in **Euro**.
        proposal/storage-and-long-term-preservation/long-term-preservation-costs/cover_howWie werden die Kosten für das Datenmanagement im Projekt aufgebracht?
        proposal/storage-and-long-term-preservation/long-term-preservation-costs/personnelWelcher Personalaufwand entsteht im Zusammenhang mit Langzeitarchivierung für dieses Projekt?Bitte schätzen Sie den Aufwand in Personenmonaten (1 PM = Monatsarbeitszeit eines Vollzeitbeschäftigten).
        proposal/general/project-schedule-schedule
        - + + diff --git a/catalogs/proposal_en.html b/catalogs/proposal_en.html index c4b71c9b..aa5a1caa 100644 --- a/catalogs/proposal_en.html +++ b/catalogs/proposal_en.html @@ -23,7 +23,7 @@ -

        UA Ruhr-Proposal Katalog v1.0.0

        +

        UA Ruhr-Proposal Katalog v1.x.0

        view it on Github @@ -46,16 +46,11 @@

        UA Ruhr-Proposal Katalog v1.0.0

        - + - - - - - @@ -67,26 +62,29 @@

        UA Ruhr-Proposal Katalog v1.0.0

        - + - + - + + + + + + - + @@ -100,13 +98,12 @@

        UA Ruhr-Proposal Katalog v1.0.0

        - + @@ -126,11 +123,12 @@

        UA Ruhr-Proposal Katalog v1.0.0

        + +* quantitative online survey +* 3D model / digital reconstruction of a stone age settlement +* software developed within the project + +Please also explain whether this is a fixed data set stored at a certain point in time or whether it is created dynamically over a certain period of time. @@ -150,15 +148,27 @@

        UA Ruhr-Proposal Katalog v1.0.0

        + + + + + + + + - +Other data cannot be collected or created anew. @@ -168,12 +178,12 @@

        UA Ruhr-Proposal Katalog v1.0.0

        - + - + @@ -181,13 +191,13 @@

        UA Ruhr-Proposal Katalog v1.0.0

        - - + + - + @@ -195,7 +205,7 @@

        UA Ruhr-Proposal Katalog v1.0.0

        - + @@ -208,16 +218,16 @@

        UA Ruhr-Proposal Katalog v1.0.0

        - +Just as with the formats, the recommendation is: the more standardised, open and established, the better for re-use. - +For reproducible data, it is also required to re-generate the data if necessary. Therefore all devices, software, software version and also information about the procedure necessary to be able to recreate the data must be preserved. @@ -230,7 +240,7 @@

        UA Ruhr-Proposal Katalog v1.0.0

        - + @@ -248,6 +258,11 @@

        UA Ruhr-Proposal Katalog v1.0.0

        + + + + + @@ -258,7 +273,7 @@

        UA Ruhr-Proposal Katalog v1.0.0

        - + @@ -277,17 +292,17 @@

        UA Ruhr-Proposal Katalog v1.0.0

        - + - + - + @@ -305,6 +320,11 @@

        UA Ruhr-Proposal Katalog v1.0.0

        + + + + + @@ -334,7 +354,7 @@

        UA Ruhr-Proposal Katalog v1.0.0

        - + @@ -342,7 +362,7 @@

        UA Ruhr-Proposal Katalog v1.0.0

        - + @@ -350,7 +370,7 @@

        UA Ruhr-Proposal Katalog v1.0.0

        - + @@ -360,17 +380,17 @@

        UA Ruhr-Proposal Katalog v1.0.0

        - + - + - + @@ -388,6 +408,26 @@

        UA Ruhr-Proposal Katalog v1.0.0

        + + + + + + + + + + + + + + + + + + + + @@ -404,11 +444,11 @@

        UA Ruhr-Proposal Katalog v1.0.0

        - + - + @@ -416,7 +456,10 @@

        UA Ruhr-Proposal Katalog v1.0.0

        - + @@ -425,9 +468,9 @@

        UA Ruhr-Proposal Katalog v1.0.0

        - +When the data are stored in a data centre or repository, these tasks are usually taken care of by the data centre / repository. However, to be sure, the responsibilities should be checked beforehand. @@ -450,11 +493,11 @@

        UA Ruhr-Proposal Katalog v1.0.0

        - + - + @@ -474,22 +517,7 @@

        UA Ruhr-Proposal Katalog v1.0.0

        - + @@ -511,15 +539,8 @@

        UA Ruhr-Proposal Katalog v1.0.0

        - - + + @@ -534,13 +555,6 @@

        UA Ruhr-Proposal Katalog v1.0.0

        - - - - - @@ -551,8 +565,8 @@

        UA Ruhr-Proposal Katalog v1.0.0

        - - + + @@ -562,7 +576,7 @@

        UA Ruhr-Proposal Katalog v1.0.0

        - + @@ -588,28 +602,7 @@

        UA Ruhr-Proposal Katalog v1.0.0

        - + @@ -635,7 +628,7 @@

        UA Ruhr-Proposal Katalog v1.0.0

        - + @@ -656,7 +649,7 @@

        UA Ruhr-Proposal Katalog v1.0.0

        - + @@ -671,6 +664,16 @@

        UA Ruhr-Proposal Katalog v1.0.0

        + + + + + + + + + + @@ -678,7 +681,7 @@

        UA Ruhr-Proposal Katalog v1.0.0

        - + @@ -693,18 +696,36 @@

        UA Ruhr-Proposal Katalog v1.0.0

        - + + + + + + + + + + + + + + + + + + + - + -
        proposal/general/topic-research_question/title What is the main research question of the project?Describe briefly the project and its aims.
        proposal/general/topic-research_field
        proposal/general/topic-research_field/nameWhich persons or institutions are responsible for the project coordination?
        proposal/general/topic-research_field/research_field Which research field(s) does this project belong to?
        proposal/general/project-partners-partner/contact Who is/are the contact person(s) for data management questions?Please give the name and an email address.Please give the name and an e-mail address.
        proposal/general/project-partners-partner/rdm_policy Does your institution have rules or guidelines for the handling of research data? If yes, please briefly outline them and refer to more detailed sources of information if necessary. Please also indicate, if the rules / guidelines are mandatory or optional.More and more universities and scientific institutions adopt research data management policies. These contain, among other things, recommendations and / or demands concerning the handling of research data by researchers of the institution.
        - - Principles and guidelines on handling research data at Bielefeld University or the Research data policy of the Georg-August University Goettingen.        		More and more universities and scientific institutions adopt research data management policies. These contain, among other things, recommendations and / or demands concerning the handling of research data by researchers of the institution.
        proposal/general/project-partners-partner/name Project partnerPlease insert the name of project partner in detail.
        proposal/general/funding-funder
        proposal/general/funding-funder/funder_policyDoes the funder have rules or recommendations for data management? If yes, please briefly outline them and refer to more detailed sources of information if necessary. Please also indicate, if the rules / guidelines are mandatory or optional.Funders of research also increasingly specify requirements regarding the management of research data in funded projects.
        proposal/general/funding-funder/titleIs the project within a special funding programme?In which funding program is the project funded?
        proposal/general/other-requirements-yesno/yesno Are there requirements regarding the data management from other parties (e.g. the scholarly/scientific community)?Examples of discipline-specific requirements are: - Examples of discipline-specific requirements: + +- Guidelines on the Handling of Research Data in Biodiversity Research +- Guidelines by the DFG Review Board on Linguistics Language Corpora. + +Further discipline-specific guidelines on the handling of Research Data are provided by the DFG (German Research Foundation).
        proposal/general/other-requirements-requirements proposal/content-classification/data-dataset/description What kind of dataset is it? Please briefly describe the data type and / or the method used to create or collect the data, for example: -
          -
        • quantitative online survey
          • -
        • 3D model / digital reconstruction of a stone age settlement
          • -
        • software developed within the project
          • -
        proposal/content-classification/data-existing_data Is the dataset being created or re-used?
        proposal/content-classification/data-reuse
        proposal/content-classification/data-reuse/scenarioWhich individuals, groups or institutions could be interested in re-using this dataset? What are possible scenarios?It is important to set the fundamental course as to whether or not the data will be permitted for reuse. + +Of course, the potential for subsequent use can not be the sole decision criterion, but legal impediments, such as Privacy, copyright and business secrets must be taken into account. + +Otherwise, consider the re-use potential against the disadvantages, e.g. a decrease in the readiness to participate and the expected extra effort of a data publication.
        proposal/content-classification/data-reproducibility
        proposal/content-classification/data-reproducibility/reproducibility Is the dataset reproducible in the sense that it could be created / collected anew in case it got lost?Some data can, technically, be created anew at any time, as is the case with scientific experiments or digitised versions of analog objects (as long as the originals are still there and in good shape). However, this can consume a considerable amount of time and cost. With respect to long-term preservation, the effort of re-creation has to be weighed up against the effort of long-term preservation.
        +         		Some data can, technically, be created anew at any time, as is the case with scientific experiments or digitised versions of analog objects (as long as the originals are still there and in good shape). However, this can consume a considerable amount of time and cost. With respect to long-term preservation, the effort of re-creation has to be weighed up against the effort of long-term preservation. - Other data cannot be collected or created anew. Examples are all kinds of "time stamped" observations, be they from social science, astrophysics or any other discipline. Observations represent a certain phenomenon at a certain time and / or place and are therefore not repeatable. Their value for re-use as well as the loss in case of failed preservation is much higher than that of reproducible data.
        proposal/technical-classification
        proposal/technical-classification/data-dates/data_collection_endWhen does data collection or creation end?When does/did data collection or creation end?
        proposal/technical-classification/data-dates/data_collection_startWhen does data collection or creation start?When does/did data collection or creation start?
        proposal/technical-classification/data-volume/rateHow much data is produced per year?Optional. This is only of concern if the data production rate reaches TB scale.How much data are produced per year?
        proposal/technical-classification/data-volume/volume What is the actual or expected size of the dataset?If large amounts of data are involved, financial resources for the provision of the infrastructure should be considered (see also section "Funding").
        proposal/technical-classification/data-formats
        proposal/technical-classification/data-formats/format Which file formats are used?When choosing a data format, one should consider the consequences for collaborative use, long-term preservation as well as re-use. It is advisable to prefer formats that are standardised, open, non-proprietary and well-established in the respective scholarly community. More criteria and detailed explanations can be found e.g. in the WissGrid-Leitfaden, pp. 22 f.).When choosing a data format, one should consider the consequences for collaborative use, long-term preservation as well as re-use. It is advisable to prefer formats that are standardised, open, non-proprietary and well-established in the respective scholarly community.
        proposal/technical-classification/data-tools
        proposal/technical-classification/data-tools/usage_technology Which software, processes or technologies are necessary to use the data?To be able to re-use data (e.g. to replicate studies, for meta analysis or to solve new research questions), along with the data the software, equipment and knowledge about special methods to use the data are required .
        +         		To be able to re-use data (e.g. to replicate studies, for meta analysis or to solve new research questions), along with the data the software, equipment and knowledge about special methods to use the data are required . - Just as with the formats, the recommendation is: the more standardised, open and established, the better for re-use.
        proposal/technical-classification/data-tools/creation_methods Which tools, software, technologies or processes are used to generate or collect the data?This information is necessary to be able to reconstruct the process by which the data was generated. It is also a prerequisite to judge the objectivity, reliability and validity of the dataset.
        +         		This information is necessary to be able to reconstruct the process by which the data was generated. It is also a prerequisite to judge the objectivity, reliability and validity of the dataset. - For reproducible data, it is also required to re-generate the data if need be.
        proposal/technical-classification/data-versioning
        proposal/technical-classification/data-versioning/strategy Which versioning strategy is applied for this dataset?Please briefly describe the project-internal regulations for the versioning of data sets (e.g.: What kind of changes require a new version? How are changes documented? What are the naming rules for different versions?)Please briefly describe the project-internal regulations for the versioning of data sets. (e.g.: What kind of changes require a new version? How are changes documented? What are the naming rules for different versions?)
        proposal/technical-classification/data-versioning/yesno To what extent will infrastructure resources be required (e.g. CPU hours, bandwidth, storage space... etc.).
        proposal/data-usage/scenarios-usage/descriptionHow / for what purpose will this dataset be used during the project?
        proposal/data-usage/data-storage-and-security-storage
        proposal/data-usage/data-storage-and-security-storage/organisation_policyAre there internal project guidelines for a consistent organisation of the data? If so, where they are documented?Are there internal project guidelines for a consistent organisation of the data? If so, where are they documented?
        proposal/data-usage/data-storage-and-security-data_security/name Who is responsible for the backups?This question refers to backups while the data is being worked with. Questions of long-term preservation will be adressed in the respective section.This question refers to backups while the data are being worked with. Questions of long-term preservation will be adressed in the respective section.
        proposal/data-usage/data-storage-and-security-data_security/backups How and how often will backups of the data be created?This question refers to backups while the data is being worked with. Questions of long-term preservation will be adressed in the respective section.This question refers to backups while the data are being worked with. Questions of long-term preservation will be adressed in the respective section.
        proposal/data-usage/data-storage-and-security-data_security/access_permissions Who is allowed to access the dataset?e.g. project members, partners of the project, only in-house, external partners
        proposal/data-usage/data-sharing-and-re-use-interoperability When will the data be published (if they are)?
        proposal/data-usage/data-sharing-and-re-use-publication/conditionsIf yes, under which terms of use or license will the dataset be published or shared?The options refer to the licenses of the Creative Commons family.
        proposal/data-usage/data-sharing-and-re-use-publication/yesno Will this dataset be published or shared?
        proposal/data-usage/quality-assurance-dataset/measures Which measures of quality assurance are taken for this dataset?Examples are checks for completeness, data reconciliation, sampling procedures. These measures serve to identify documentation errors and arithmetical anomalies.
        proposal/data-usage/quality-assurance-integration
        proposal/data-usage/quality-assurance-integration/integration Is the integration between the re-used and newly created data ensured? If yes, by which means?How are the origin and the quality of the data documented?
        proposal/data-usage/costs-dataset
        proposal/data-usage/costs-dataset/storage_non_personnel What is the amount of non-personnel costs associated with the storage of the data sets during the project?Please estimate the costs in Euro.Please estimate the costs in **Euro**.
        proposal/data-usage/costs-dataset/storage_personnel
        proposal/data-usage/costs-dataset/usage_non_personnel What is the amount of non-personnel-costs for data management associated with the usage of data in the project?Please estimate the costs in Euro.Please estimate the costs in **Euro**.
        proposal/data-usage/costs-dataset/usage_personnelWhat are the personnel costs for data management associated with the the usage of data in the project?What are the personnel costs for data management associated with the usage of data in the project? Please estimate the effort in person months.
        proposal/data-usage/costs-dataset/creation_non_personnel What is the amount of non-personnel-costs for data management associated with the creation or acquisiton of data in the project?Please estimate the effort in Euro.Please estimate the effort in **Euro**.
        proposal/data-usage/costs-dataset/creation_personnel Who is responsible for documenting the metadata and context information and for checking if they are correct and complete?
        proposal/metadata-and-referencing/metadata-dataset/creation_manualWhich metadata are collected manually?A metadata editor is suitable for this.
        proposal/metadata-and-referencing/metadata-dataset/creation_semi_automaticWhich metadata are collected semi-automatically?So what metadata are automatically collected by the computer/software, but must be checked?
        proposal/metadata-and-referencing/metadata-dataset/creation_automaticWhich metadata are collected automatically?
        proposal/metadata-and-referencing/metadata-dataset/mappingsIn case it is unavoidable that you use uncommon or generate project-specific ontologies or vocabularies, will you provide mappings to more commonly used ontologies?This information is needed for a Horizon 2020 data management plan.
        proposal/metadata-and-referencing/metadata-dataset/standards Which standards, ontologies, classifications etc. are used to describe the data and context information?
        proposal/metadata-and-referencing/metadata-costs/non_personnel What is the amount of non-personnel-costs associated with the creation of metadata and context information in the project?Please estimate the costs in Euro.Please estimate the costs in **Euro**.
        proposal/metadata-and-referencing/metadata-costs/personnelWhat are the personnel costs associated with the the creation of metadata and context information in the project?What are the personnel costs associated with the creation of metadata and context information in the project? Please estimate the effort in person months.
        proposal/metadata-and-referencing/structure-granularity-and-referencing-structure/structureWhat is the structure of the data? How are the individual components of the dataset related to each other? How is the dataset related to other datasets used in the project?Please briefly explain the structure and relationship of their data to each other. +* What is the structure of the data? +* How are the individual components of the dataset related to each other? +* How is the dataset related to other datasets used in the project?
        proposal/metadata-and-referencing/structure-granularity-and-referencing-pids/name Who is responsible for the maintenance of the PIDs and the object maintenance (i.e. who is responsible notifying the PID-Service about object relocation and the new address)?A prerequisite for PIDs to work as promised is that they - as well as the objects they refer to - are maintained in a continuous and reliable way.. This means, for example, that if the object location changes, this information is updated.
        +         		A prerequisite for PIDs to work as promised is that they - as well as the objects they refer to - are maintained in a continuous and reliable way. This means, for example, that if the object location changes, this information is updated. - When the data are stored in a data centre or repository, these tasks are usually taken care of by the data centre / repository. However, to be sure, the responsibilities should be checked beforehand.
        proposal/metadata-and-referencing/structure-granularity-and-referencing-pids/subentities
        proposal/metadata-and-referencing/structure-granularity-and-referencing-costs/non_personnel What is the amount of non-personnel-costs associated with persistent identifiers in the project?Please estimate the costs in Euro.Please estimate the costs in **Euro**.
        proposal/metadata-and-referencing/structure-granularity-and-referencing-costs/personnelWhat are the personnel costs associated with of persistent identifiers in the project?What are the personnel costs associated with the use of persistent identifiers in the project? Please estimate the effort in person months.
        proposal/legal-and-ethics/sensitive-data-personal_data_yesno/yesno Does this dataset contain personal data?The handling and processing of personal data is regulated by law. The uniform application throughout the EU is based on the EU General Data Protection Regulation (GDPR). It allows for regulatory leeway at national level. -
        - In Germany, this is regulated by the Federal Data Protection Act (BDSG), and for universities, the individual data protection laws of the individual federal states apply, e.g. the data protection law of North Rhine-Westphalia (DSG NRW). -
        - The european GDPR defines personal data as all information relating to an identified or identifiable natural person (Art. 4(1) GPDR). -
        - A person is identified if it is clearly identifiable to whom the data belongs. -
        - A person becomes identifiable if it can be identified by means of additional information. -
        - More information (in German only) can be found on the websites of the data protection officers of the UA Ruhr. -         		If yes: Please also check whether you have completed the sections "Data usage" and "Data storage and security" with the appropriate measures to protect the data in accordance with the applicable data protection laws. European Data Protection Law may apply.
        proposal/legal-and-ethics/sensitive-data-personal_data
        proposal/legal-and-ethics/sensitive-data-personal_data/extentTo what extent is the "informed consent" of the perspms concerned obtained?The collection, processing, archiving and publication of personal data is only admissible, if there is a corresponding 'informed consent' of the person concerned. Only in very few exceptional cases, this is not needed. -
        - Where required please get in touch with the data protection officer of your institution for further information on the necessary conditions for consent. -         		To what extent is the "informed consent" obtained from the persons concerned?Basically, the collection, processing, archiving and publication of personal data is only admissible, when the "informed consent" of the person in question has been obtained.
        proposal/legal-and-ethics/sensitive-data-personal_data/anonymization If yes, please describe the non-personal sensitive data used in the project.
        proposal/legal-and-ethics/sensitive-data-other/funder_policyDoes the funder have rules or recommendations for data management? If yes, please briefly outline them and refer to more detailed sources of information if necessary. Please also indicate, if the rules / guidelines are mandatory or optional.Funders of research also increasingly specify requirements regarding the management of research data in funded projects.
        - - Examples are the DFG Guidelines on the Handling of Reserach Data or the Guidelines on Data Management in Horizon 2020 of the European Commission.
        proposal/legal-and-ethics/sensitive-data-other/yesno Does this dataset contain sensitive data other than personal data?
        proposal/legal-and-ethics/sensitive-data-costs/security_non_personnelWhat is the amount of non-personnel-costs for other (non-technical) security measures for sensitive data for the project?Please estimate the costs in Euro.What is the amount of non-personnel-costs for other (non-technical) security measures for sensitive data in the project?Please estimate the costs in **Euro**.
        proposal/legal-and-ethics/sensitive-data-costs/security_personnel
        proposal/legal-and-ethics/sensitive-data-costs/anonymization_non_personnel What is the amount of non-personnel-costs associated with the anonymization of sensitive data in the project?Please estimate the costs in Euro.Please estimate the costs in **Euro**.
        proposal/legal-and-ethics/sensitive-data-costs/anonymization_personnel
        proposal/legal-and-ethics/intellectual-property-rights-yesno/yesno Does the project use and/or produce data that is protected by intellectual or industrial property rights?Data or software can be subject to intellectual or industrial property rights. Applicable laws differ broadly even within EU. -
        - According to the German copyright law (UrhG) works of literature, scholarship and the arts that can be regarded as a “personal intellectual creation” are protected by copyright. Copyright protection expires 70 years after the death of the copyright holder. -
        - Mere data, e.g. measured data or survey data, and metadata (except in some cases descriptive metadata) are not protected by copyright. -
        - § 2 of the UrhG lists the following kinds of protected works (list is not concluded): -
        -
          -
        • linguistic works such as written works, speeches and computer programs
          • -
        • works of music
          • -
        • pantomimic works including works of the art of dance
          • -
        • works or the fine arts including works of architecture and the applied arts as well as sketches of such works
          • -
        • works of photography and cinematography
          • -
        • descriptions and illustrations of scholarly or technical nature such as drawings, plans, maps, sketches, tables and three-dimensional represenations
          • -
        -
        - According to § 3, copyright is also applicable to translations and other modifications or adaptions of a work if they are individual intellectual creations of the editor. -
        - Finally, according to § 4 copyright also extents to collected editions and database works. Collected editions are “collections of work, data or other independent elements that are individual intellectual creations based on the selection and arrangement of the elements”. Database works are defined as “collected editions, the elements of which are arranged in a systematic or methodical way and can be accessed individually by electronic means or in other ways”. -
        - Other relevant property rights can be trademarks, patents, utility models, plant variety rights protection, integrated circuit layout design protection, geographical indications or registered designs.        		Data or software can be subject to intellectual or industrial property rights. Applicable laws differ broadly even within EU.
        proposal/legal-and-ethics/intellectual-property-rights-dataset
        proposal/legal-and-ethics/intellectual-property-rights-costs/non_personnel What is the amount of non-personnel-costs regarding intellectual property rights in the project?Please estimate the costs in Euro.Please estimate the costs in **Euro**.
        proposal/legal-and-ethics/intellectual-property-rights-costs/personnel
        proposal/storage-and-long-term-preservation/selection-criteria/selection_criteria What are the criteria / rules for the selection of the data to be archived (after the end of the project)?Examples: data are a basis for a publication, for re-use, legal or contractual conditions, documentation (socially or politically relevant)
        proposal/storage-and-long-term-preservation/long-term-preservation-datasets Shall there be an embargo period before the data are made available?
        proposal/storage-and-long-term-preservation/long-term-preservation-datasets/repository_arrangementsHave you explored appropriate arrangements with the identified repository?(original question from Horizon 2020 FAIR Data Management Plan)
        proposal/storage-and-long-term-preservation/long-term-preservation-datasets/certificationIs the repository or data centre chosen certified (e.g. Data Seal of Approval, nestor Seal or ISO 16363)?If the dataset is archived at several places, you may answer this question with yes, if this applies to at least one of these.
        proposal/storage-and-long-term-preservation/long-term-preservation-datasets/repository Where will the data (including metadata, documentation and, if applicable, relevant code) be stored or archived after the end of the project?
        proposal/storage-and-long-term-preservation/long-term-preservation-datasets/reuse_durationHow long is it intended that the data remains re-usable.How long is it intended that the data remains re-usable?
        proposal/storage-and-long-term-preservation/long-term-preservation-datasets/yesnoDoes this dataset have to preserved for the long-term?Does this dataset have to be preserved for the long-term?
        proposal/storage-and-long-term-preservation/long-term-preservation-costs
        proposal/storage-and-long-term-preservation/long-term-preservation-costs/non_personnelWhat is the amount of non-personnel-costs regarding long-term preservation for the project?Please estimate the costs in **Euro**.
        proposal/storage-and-long-term-preservation/long-term-preservation-costs/cover_howHow will the data management costs of the project be covered?
        proposal/storage-and-long-term-preservation/long-term-preservation-costs/personnelWhat are the personnel costs associated with long-term preservation for the project?Please estimate the effort in person months.
        proposal/general/project-schedule-schedule
        proposal/general/project-schedule-schedule/project_durationProject duration (month)Projektlaufzeit (Monate)
        - + + diff --git a/catalogs/training_de.html b/catalogs/training_de.html new file mode 100644 index 00000000..3dc2a783 --- /dev/null +++ b/catalogs/training_de.html @@ -0,0 +1,215 @@ + + + + + UA Ruhr-Schulung Katalog + + + + + +
        +
        +
        +
        + + +

        UA Ruhr-Schulung Katalog v1.x.0

        + view it on Github + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + +
        PathFrageHilfstext
        training/general
        training/general/topic-research_question
        training/general/topic-research_question/titleWie lautet die primäre Forschungsfrage des Projektes?Bitte beschreiben Sie kurz das Projekt und dessen Ziele.
        training/general/funding-funder
        training/general/funding-funder/titleIn welcher Förderlinie und/oder welchem Förderprogramm wird das Projekt gefördert?
        training/general/funding-funder/nameWer fördert das Projekt?
        training/general/other-requirements-yesno
        training/general/other-requirements-yesno/abstractBestehen von **irgendeiner** Seite Anforderungen an das Datenmanagement in Form von Policies, Vorgaben etc?
        training/general/other-requirements-yesno/yesnoGibt es von weiteren Seiten (z. B. von der Fachcommunity) Anforderungen an das Datenmanagement, die beachtet werden müssen?Beispiele für fachspezifische Empfehlungen und Richtlinien sind: + +- Richtlinien zum Umgang mit Forschungsdaten in der Biodiversitätsforschung +- Empfehlungen zur Bereitstellung und Nutzung quantitativer Daten in der Bildungsforschung +- Förderkriterien für wissenschaftliche Editionen in der Literaturwissenschaft +- Empfehlungen zu datentechnischen Standards und Tools sowie zu +- rechtlichen Fragen bei der Erhebung von Sprachkorpora. + +Weitere fachspezifische Empfehlungen und Richtlinien zum Umgang mit Forschungsdaten werden beispielsweise von der Deutschen Forschungsgemeinschaft (DFG) bereitgestellt.
        training/general/other-requirements-requirements
        training/general/other-requirements-requirements/requirementsWelche Anforderungen an das Datenmanagement sind dies?Bitte skizzieren Sie sie kurz und verweisen Sie ggf. auf weiterführende Informationen. Geben Sie bitte auch an, welchen Grad an Verbindlichkeit sie haben.
        training/content-classification
        training/content-classification/data-dataset
        training/content-classification/data-dataset/descriptionUm was für einen Datensatz handelt es sich?Bitte beschreiben Sie hier kurz, um welchen Datentyp es sich handelt und mit welcher Methode die Daten erhoben oder erstellt wurden, z. B.: + +* quantitative Online-Befragung +* 3D-Modellierung / digitale Rekonstruktion einer steinzeitlichen Siedlung +* Software, die im Projekt entwickelt wird + +Bitte erläutern Sie ergänzend, ob es sich um einen festen, zu einem bestimmten Zeitpunkt gespeicherten Datensatz handelt oder ob dieser dynamisch also laufend über einen bestimmten Zeitraum entsteht.
        training/content-classification/data-reuse
        training/content-classification/data-reuse/scenarioFür welche Personen, Gruppen oder Institutionen könnte dieser Datensatz (für die Nachnutzung) von Interesse sein? Welche Konsequenzen hat das Nachnutzungspotential später für die Bereitstellung der Daten?Wichtig ist die grundsätzliche Weichenstellung, ob die Daten zur Nachnutzung zugelassen werden oder nicht. + +Selbstverständlich kann das Nachnutzungspotential dabei nicht alleiniges Entscheidungskriterium sein, sondern rechtliche Hinderungsgründe, wie z.B. Datenschutz, Urheberrecht und die Wahrung von Geschäftsgeheimnissen, müssen berücksichtigt werden. + +Wägen Sie ansonsten das Nachnutzungspotential gegen die Nachteile ab, beispielsweise gegen ein Absinken der Teilnahmebereitschaft und den zu erwartenden Mehraufwand einer Datenveröffentlichung.
        training/content-classification/data-reproducibility
        training/content-classification/data-reproducibility/reproducibilityIst der Datensatz reproduzierbar, d. h. ließe er sich, wenn er verloren ginge, erneut erstellen oder erheben?Manche Daten können im Prinzip jederzeit neu erstellt werden. Beispiele hierfür sind etwa naturwissenschaftliche Experimentdaten oder auch Digitalisate analoger Objekte (solange die Originale nicht verlorengehen). Der Aufwand und die Kosten hierfür können natürlich durchaus beträchtlich sein. Im Hinblick auf die Frage der Notwendigkeit einer späteren Langzeitarchivierung sollte in diesen Fällen der Aufwand einer erneuten Erstellung gegen den Aufwand der Langzeitarchivierung abgewogen werden. + +Andere Daten wiederum lassen sich per se nicht erneut erheben. Dies ist etwa bei jeglicher Art von episodischer Beobachtungen, sei es sozialwissenschaftlicher oder naturwissenschaftlicher Art, der Fall, da diese ein bestimmtes Phänomen an einem bestimmten Zeitpunkt und/oder Ort abbilden und somit i.d.R. nicht wiederholbar sind. Ihr Wert für die Nachnutzung durch andere wie auch der Verlust bei einer nicht erfolgten oder misslungenen Langzeitarchivierung ist ungleich höher als bei reproduzierbaren Daten.
        training/technical-classification
        training/technical-classification/data-formats
        training/technical-classification/data-formats/formatIn welchen Formaten liegen die Daten vor?Bei der Wahl des Dateiformates sollten auch die Konsequenzen für die kollaborative Nutzung, die Langzeitarchivierung sowie die Nachnutzung beachtet werden. Es empfiehlt sich, möglichst standardisierte, nicht-proprietäre und allgemein bzw. in der spezifischen Community verbreitete Formate zu nutzen. Weitere Kriterien sowie detaillierte Erläuterungen sind z. B. im WissGrid-Leitfaden, S. 22 f. zu finden.
        training/technical-classification/data-versioning
        training/technical-classification/data-versioning/strategyWelche Versionierungsstrategie wird für diesen Datensatz angewandt?Bitte beschreiben Sie hier kurz projektinterne Regelungen zur Versionierung von Datensätzen. (z. B.: Welche Änderungen machen eine neue Version erforderlich? Wie werden die Änderungen dokumentiert? Wie werden die verschiedenen Versionen benannt?)
        training/data-usage
        training/data-usage/data-storage-and-security-data_security
        training/data-usage/data-storage-and-security-data_security/backupsWie und wie oft werden Backups der Daten erstellt?Die Frage bezieht sich auf Backups während der Zeit, in denen mit den Daten gearbeitet wird. Fragen der Langzeitarchivierung werden gesondert im entsprechenden Abschnitt behandelt.
        training/data-usage/data-sharing-and-re-use-publication
        training/data-usage/data-sharing-and-re-use-publication/yesnoSoll dieser Datensatz veröffentlicht oder geteilt werden?
        training/metadata-and-referencing
        training/metadata-and-referencing/metadata-dataset
        training/metadata-and-referencing/metadata-dataset/abstractWelche Metadaten werden erhoben? Werden Standards, Ontologien oder Klassifikationen verwendet?
        training/metadata-and-referencing/metadata-dataset/scopeWelche Informationen sind für Außenstehende notwendig, um die Daten zu verstehen (d. h. ihre Erhebung bzw. Entstehung, Analyse sowie die auf ihrer Basis gewonnenen Forschungsergebnisse nachvollziehen) und nachnutzen zu können?
        training/metadata-and-referencing/structure-granularity-and-referencing-structure
        training/metadata-and-referencing/structure-granularity-and-referencing-structure/structureBitte erläutern Sie kurz die Struktur und den Zusammenhang ihrer Daten untereinander: + +* Wie sind die Daten strukturiert? +* In welchem Verhältnis stehen die einzelnen Komponenten zueinander? +* In welchem Verhältnis steht der Datensatz zu anderen im Projekt erhobenen oder genutzten Datensätzen?
        training/storage-and-long-term-preservation
        training/storage-and-long-term-preservation/long-term-preservation-datasets
        training/storage-and-long-term-preservation/long-term-preservation-datasets/repositoryWo werden die Daten (einschließlich Metadaten, Dokumentation und ggf. relevantem Code bzw. relevanter Software) nach Projektende gespeichert bzw. archiviert?
        training/data-usage/data-sharing-and-re-use-interoperability
        training/data-usage/data-sharing-and-re-use-interoperability/abstractBestehen generell Einschränkungen bei dem Zugriff und der Nachnutzung der Daten (rechtliche Gründe, Schutzrechte, Betriebsgeheimnisse etc)?
        + + diff --git a/catalogs/training_en.html b/catalogs/training_en.html new file mode 100644 index 00000000..8437ffc1 --- /dev/null +++ b/catalogs/training_en.html @@ -0,0 +1,211 @@ + + + + + UA Ruhr-Training Catalog + + + + + +
        +
        +
        +
        + + +

        UA Ruhr-Training Catalog v1.x.0

        + view it on Github + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + +
        PathQuestionHelptext
        training/general
        training/general/topic-research_question
        training/general/topic-research_question/titleWhat is the main research question of the project?Describe briefly the project and its aims.
        training/general/funding-funder
        training/general/funding-funder/titleIn which funding program is the project funded?
        training/general/funding-funder/nameWho is funding the project?
        training/general/other-requirements-yesno
        training/general/other-requirements-yesno/abstractAre there requirements to the data management in the form of policies from ANY site?
        training/general/other-requirements-yesno/yesnoAre there requirements regarding the data management from other parties (e.g. the scholarly/scientific community)?Examples of discipline-specific requirements: + +- Guidelines on the Handling of Research Data in Biodiversity Research +- Guidelines by the DFG Review Board on Linguistics Language Corpora. + +Further discipline-specific guidelines on the handling of Research Data are provided by the DFG (German Research Foundation).
        training/general/other-requirements-requirements
        training/general/other-requirements-requirements/requirementsWhich are these additional requirements regarding data management?Please briefly outline them and refer to more detailed sources of information if necessary. Please also indicate, if the rules / guidelines are mandatory or optional.
        training/content-classification
        training/content-classification/data-dataset
        training/content-classification/data-dataset/descriptionWhat kind of dataset is it?Please briefly describe the data type and / or the method used to create or collect the data, for example: + +* quantitative online survey +* 3D model / digital reconstruction of a stone age settlement +* software developed within the project + +Please also explain whether this is a fixed data set stored at a certain point in time or whether it is created dynamically over a certain period of time.
        training/content-classification/data-reuse
        training/content-classification/data-reuse/scenarioWhich individuals, groups or institutions could be interested in re-using this dataset? What are possible scenarios?It is important to set the fundamental course as to whether or not the data will be permitted for reuse. + +Of course, the potential for subsequent use can not be the sole decision criterion, but legal impediments, such as Privacy, copyright and business secrets must be taken into account. + +Otherwise, consider the re-use potential against the disadvantages, e.g. a decrease in the readiness to participate and the expected extra effort of a data publication.
        training/content-classification/data-reproducibility
        training/content-classification/data-reproducibility/reproducibilityIs the dataset reproducible in the sense that it could be created / collected anew in case it got lost?Some data can, technically, be created anew at any time, as is the case with scientific experiments or digitised versions of analog objects (as long as the originals are still there and in good shape). However, this can consume a considerable amount of time and cost. With respect to long-term preservation, the effort of re-creation has to be weighed up against the effort of long-term preservation. + +Other data cannot be collected or created anew.
        training/technical-classification
        training/technical-classification/data-formats
        training/technical-classification/data-formats/formatWhich file formats are used?When choosing a data format, one should consider the consequences for collaborative use, long-term preservation as well as re-use. It is advisable to prefer formats that are standardised, open, non-proprietary and well-established in the respective scholarly community.
        training/technical-classification/data-versioning
        training/technical-classification/data-versioning/strategyWhich versioning strategy is applied for this dataset?Please briefly describe the project-internal regulations for the versioning of data sets. (e.g.: What kind of changes require a new version? How are changes documented? What are the naming rules for different versions?)
        training/data-usage
        training/data-usage/data-storage-and-security-data_security
        training/data-usage/data-storage-and-security-data_security/backupsHow and how often will backups of the data be created?This question refers to backups while the data are being worked with. Questions of long-term preservation will be adressed in the respective section.
        training/data-usage/data-sharing-and-re-use-publication
        training/data-usage/data-sharing-and-re-use-publication/yesnoWill this dataset be published or shared?
        training/metadata-and-referencing
        training/metadata-and-referencing/metadata-dataset
        training/metadata-and-referencing/metadata-dataset/abstractWhich types of metadata are collected? Do you use any kind of standard, ontology or classification?
        training/metadata-and-referencing/metadata-dataset/scopeWhich information is necessary for other parties to understand the data (that is, to understand their collection or creation, analysis, and research results obtained on its basis) and to re-use it?
        training/metadata-and-referencing/structure-granularity-and-referencing-structure
        training/metadata-and-referencing/structure-granularity-and-referencing-structure/structurePlease briefly explain the structure and relationship of their data to each other. +* What is the structure of the data? +* How are the individual components of the dataset related to each other? +* How is the dataset related to other datasets used in the project?
        training/storage-and-long-term-preservation
        training/storage-and-long-term-preservation/long-term-preservation-datasets
        training/storage-and-long-term-preservation/long-term-preservation-datasets/repositoryWhere will the data (including metadata, documentation and, if applicable, relevant code) be stored or archived after the end of the project?
        training/data-usage/data-sharing-and-re-use-interoperability
        training/data-usage/data-sharing-and-re-use-interoperability/abstractAre there restrictions accessing and re-using the data in general?
        + + diff --git a/catalogs/ua_ruhr_de.html b/catalogs/uar_de.html similarity index 69% rename from catalogs/ua_ruhr_de.html rename to catalogs/uar_de.html index bc12baf4..09dde289 100644 --- a/catalogs/ua_ruhr_de.html +++ b/catalogs/uar_de.html @@ -23,7 +23,7 @@ -

        UA Ruhr Katalog v1.0.0

        +

        UA Ruhr Katalog v1.x.0

        view it on Github @@ -32,6 +32,8 @@

        UA Ruhr Katalog v1.0.0

        + + @@ -46,16 +48,11 @@

        UA Ruhr Katalog v1.0.0

        - + - - - - - @@ -77,7 +74,7 @@

        UA Ruhr Katalog v1.0.0

        - + @@ -93,21 +90,26 @@

        UA Ruhr Katalog v1.0.0

        - + - + - + + + + + + @@ -130,15 +132,14 @@

        UA Ruhr Katalog v1.0.0

        + +- Richtlinien zum Umgang mit Forschungsdaten in der Biodiversitätsforschung +- Empfehlungen zur Bereitstellung und Nutzung quantitativer Daten in der Bildungsforschung +- Förderkriterien für wissenschaftliche Editionen in der Literaturwissenschaft +- Empfehlungen zu datentechnischen Standards und Tools sowie zu +- rechtlichen Fragen bei der Erhebung von Sprachkorpora. + +Weitere fachspezifische Empfehlungen und Richtlinien zum Umgang mit Forschungsdaten werden beispielsweise von der Deutschen Forschungsgemeinschaft (DFG) bereitgestellt. @@ -157,12 +158,13 @@

        UA Ruhr Katalog v1.0.0

        - + @@ -187,18 +189,22 @@

        UA Ruhr Katalog v1.0.0

        - - + + - - + +Andere Daten wiederum lassen sich per se nicht erneut erheben. Dies ist etwa bei jeglicher Art von episodischer Beobachtungen, sei es sozialwissenschaftlicher oder naturwissenschaftlicher Art, der Fall, da diese ein bestimmtes Phänomen an einem bestimmten Zeitpunkt und/oder Ort abbilden und somit i.d.R. nicht wiederholbar sind. Ihr Wert für die Nachnutzung durch andere wie auch der Verlust bei einer nicht erfolgten oder misslungenen Langzeitarchivierung ist ungleich höher als bei reproduzierbaren Daten. @@ -228,12 +234,12 @@

        UA Ruhr Katalog v1.0.0

        - + - + @@ -242,12 +248,12 @@

        UA Ruhr Katalog v1.0.0

        - + - + @@ -255,7 +261,7 @@

        UA Ruhr Katalog v1.0.0

        - + @@ -269,13 +275,15 @@

        UA Ruhr Katalog v1.0.0

        + +Ebenso wie bei den Formaten gilt hier: je standardisierter, offener und etablierter diese sind, desto einfacher ist i.d.R. eine Nachnutzung möglich. - + @@ -288,7 +296,7 @@

        UA Ruhr Katalog v1.0.0

        - + @@ -365,19 +373,19 @@

        UA Ruhr Katalog v1.0.0

        - + - + - + @@ -396,13 +404,18 @@

        UA Ruhr Katalog v1.0.0

        - + + + + + + @@ -413,7 +426,7 @@

        UA Ruhr Katalog v1.0.0

        - + @@ -432,7 +445,7 @@

        UA Ruhr Katalog v1.0.0

        - + @@ -440,7 +453,7 @@

        UA Ruhr Katalog v1.0.0

        - + @@ -448,32 +461,32 @@

        UA Ruhr Katalog v1.0.0

        - + - + - + - + - + - + @@ -499,11 +512,16 @@

        UA Ruhr Katalog v1.0.0

        - + + + + + + @@ -511,11 +529,6 @@

        UA Ruhr Katalog v1.0.0

        - - - - - @@ -532,19 +545,23 @@

        UA Ruhr Katalog v1.0.0

        - + - + - + @@ -553,13 +570,13 @@

        UA Ruhr Katalog v1.0.0

        - + - + @@ -578,12 +595,12 @@

        UA Ruhr Katalog v1.0.0

        - + - + @@ -602,38 +619,28 @@

        UA Ruhr Katalog v1.0.0

        - + - - + + @@ -656,14 +663,10 @@

        UA Ruhr Katalog v1.0.0

        - + @@ -673,16 +676,12 @@

        UA Ruhr Katalog v1.0.0

        - + @@ -692,11 +691,6 @@

        UA Ruhr Katalog v1.0.0

        - - - - - @@ -707,23 +701,23 @@

        UA Ruhr Katalog v1.0.0

        - - + + - + - + - + @@ -759,28 +753,26 @@

        UA Ruhr Katalog v1.0.0

        - + @@ -806,12 +798,12 @@

        UA Ruhr Katalog v1.0.0

        - + - + @@ -827,11 +819,23 @@

        UA Ruhr Katalog v1.0.0

        - + + + + + + + + + + + @@ -850,14 +854,12 @@

        UA Ruhr Katalog v1.0.0

        - + - - + + @@ -887,22 +889,22 @@

        UA Ruhr Katalog v1.0.0

        + + + + + - - - - - - + -
        Frage Hilfstext
        ua_ruhr/general
        ua_ruhr/general/topic-research_question/title Wie lautet die primäre Forschungsfrage des Projektes?Bitte beschreiben Sie kurz das Projekt und dessen Ziele.
        ua_ruhr/general/topic-research_field
        ua_ruhr/general/topic-research_field/nameWelche Personen oder Institutionen sind verantwortlich für die Projektkoordination?
        ua_ruhr/general/topic-research_field/research_field Welcher Disziplin / welchen Disziplinen ist das Projekt zuzuordnen?
        ua_ruhr/general/project-schedule-schedule/project_start Wann beginnt die Projektlaufzeit?Geben Sie das voraussichtliche Datum an, falls das Projekt noch nicht gestartet ist.
        ua_ruhr/general/project-partners-name
        ua_ruhr/general/project-partners-partner/contact Wer ist bei diesem Partner der/die Ansprechpartner/in für das Datenmanagement?Bitte geben Sie den Namen und eine Email Adresse an.Bitte geben Sie den Namen und eine E-Mail-Adresse an.
        ua_ruhr/general/project-partners-partner/rdm_policy Gibt es an Ihrer Einrichtung Regeln oder Richtlinien zum Umgang mit den im Projekt erhobenen Forschungsdaten? Wenn ja, skizzieren Sie diese kurz und verweisen Sie ggf. auf weiterführende Informationen. Geben Sie bitte auch an, welchen Grad an Verbindlichkeit sie haben.Immer mehr Hochschulen und wissenschaftliche Einrichtungen verabschieden Leitlinien oder Richtlinien (oft auch als „Policies“ bezeichnet) zum Forschungsdatenmanagement. Diese enthalten unter anderem Empfehlungen und/oder Vorgaben zum Umgang mit Forschungsdaten, die die Wissenschaftlerinnen und Wissenschaftler der Einrichtung beachten sollten oder müssen (je nach Grad der Verbindlichkeit). Beispiele für solche Richtlinien sind die Grundsätze zu Forschungsdaten der Universität Bielefeld oder die Leitlinien zum Umgang mit Forschungsdaten der Georg-August-Universität Göttingen.Immer mehr Hochschulen und wissenschaftliche Einrichtungen verabschieden Leitlinien oder Richtlinien (oft auch als "Policies" bezeichnet) zum Forschungsdatenmanagement. Diese enthalten unter anderem Empfehlungen und/oder Vorgaben zum Umgang mit Forschungsdaten, die die Wissenschaftlerinnen und Wissenschaftler der Einrichtung beachten sollten oder müssen (je nach Grad der Verbindlichkeit), zum Beispiel die Leitlinien zum Umgang mit Forschungsdaten der Georg-August-Universität Göttingen.
        ua_ruhr/general/project-partners-partner/name ProjektpartnerBitte geben Sie hier den ausführlichen Namen des Projektpartners an.
        ua_ruhr/general/funding-funder
        ua_ruhr/general/funding-funder/funder_policyGibt es von Seiten des Forschungsförderers Vorgaben oder Richtlinien bezüglich des Umgangs mit den im Projekt erhobenen Forschungsdaten? Wenn ja, skizzieren Sie diese kurz und verweisen Sie ggf. auf weiterführende Informationen. Geben Sie bitte auch an, welchen Grad an Verbindlichkeit sie haben.Auch Forschungsförderer stellen zunehmend Anforderungen an das Datenmanagement in von ihnen geförderten Projekten. Beispiele sind die DFG-Leitlinien zum Umgang mit Forschungsdaten oder die Guidelines on Data Management in Horizon 2020 der Europäischen Komission. Weitere fachspezifische Empfehlungen und Richtlinien zum Umgang mit Forschungsdaten werden beispielsweise von der Deutschen Forschungsgemeinschaft (DFG) bereitgestellt.
        ua_ruhr/general/funding-funder/title In welcher Förderlinie und/oder welchem Förderprogramm wird das Projekt gefördert? ua_ruhr/general/other-requirements-yesno/yesno Gibt es von weiteren Seiten (z. B. von der Fachcommunity) Anforderungen an das Datenmanagement, die beachtet werden müssen? Beispiele für fachspezifische Empfehlungen und Richtlinien sind: -
        ua_ruhr/general/other-requirements-requirements
        ua_ruhr/content-classification/data-dataset/description Um was für einen Datensatz handelt es sich?Bitte beschreiben Sie hier kurz, um welchen Datentyp es sich handelt und mit welcher Methode die Daten erhoben oder erstellt wurden, z.B.: -
          -
        • quantitative Online-Befragung
          • -
        • 3D-Modellierung / digitale Rekonstruktion einer steinzeitlichen Siedlung
          • -
        • Software, die im Projekt entwickelt wird
          • -
          		Bitte beschreiben Sie hier kurz, um welchen Datentyp es sich handelt und mit welcher Methode die Daten erhoben oder erstellt wurden, z. B.: + +* quantitative Online-Befragung +* 3D-Modellierung / digitale Rekonstruktion einer steinzeitlichen Siedlung +* Software, die im Projekt entwickelt wird + +Bitte erläutern Sie ergänzend, ob es sich um einen festen, zu einem bestimmten Zeitpunkt gespeicherten Datensatz handelt oder ob dieser dynamisch also laufend über einen bestimmten Zeitraum entsteht.
          ua_ruhr/content-classification/data-existing_data
          ua_ruhr/content-classification/data-reuse/scenarioFür welche Personen, Gruppen oder Institutionen könnte dieser Datensatz (für die Nachnutzung) von Interesse sein? Für welche Szenarien ist dies denkbar?Für welche Personen, Gruppen oder Institutionen könnte dieser Datensatz (für die Nachnutzung) von Interesse sein? Welche Konsequenzen hat das Nachnutzungspotential später für die Bereitstellung der Daten?Wichtig ist die grundsätzliche Weichenstellung, ob die Daten zur Nachnutzung zugelassen werden oder nicht. + +Selbstverständlich kann das Nachnutzungspotential dabei nicht alleiniges Entscheidungskriterium sein, sondern rechtliche Hinderungsgründe, wie z.B. Datenschutz, Urheberrecht und die Wahrung von Geschäftsgeheimnissen, müssen berücksichtigt werden. + +Wägen Sie ansonsten das Nachnutzungspotential gegen die Nachteile ab, beispielsweise gegen ein Absinken der Teilnahmebereitschaft und den zu erwartenden Mehraufwand einer Datenveröffentlichung.
          ua_ruhr/content-classification/data-reproducibility
          ua_ruhr/content-classification/data-reproducibility/reproducibilityIst der Datensatz reproduzierbar, d. h. ließe sich er sich, wenn er verloren ginge, erneut erstellen oder erheben?Manche Daten können im Prinzip jederzeit neu erstellt werden. Beispiele hierfür sind etwa naturwissenschaftliche Experimentdaten oder auch Digitalisate analoger Objekte (solange die Originale nicht verlorengehen). Der Aufwand und die Kosten hierfür können natürlich durchaus beträchtlich sein. Im Hinblick auf die Frage der Notwendigkeit einer späteren Langzeitarchivierung sollte in diesen Fällen der Aufwand einer erneuten Erstellung gegen den Aufwand der Langzeitarchivierung abgewogen werden.
          +           		Ist der Datensatz reproduzierbar, d. h. ließe er sich, wenn er verloren ginge, erneut erstellen oder erheben?Manche Daten können im Prinzip jederzeit neu erstellt werden. Beispiele hierfür sind etwa naturwissenschaftliche Experimentdaten oder auch Digitalisate analoger Objekte (solange die Originale nicht verlorengehen). Der Aufwand und die Kosten hierfür können natürlich durchaus beträchtlich sein. Im Hinblick auf die Frage der Notwendigkeit einer späteren Langzeitarchivierung sollte in diesen Fällen der Aufwand einer erneuten Erstellung gegen den Aufwand der Langzeitarchivierung abgewogen werden. - Andere Daten wiederum lassen sich per se nicht erneut erheben. Dies ist etwa bei jeglicher Art von episodischer Beobachtungen, sei es sozialwissenschaftlicher oder naturwissenschaftlicher Art, der Fall, da diese ein bestimmtes Phänomen an einem bestimmten Zeitpunkt und/oder Ort abbilden und somit i.d.R. nicht wiederholbar sind. Ihr Wert für die Nachnutzung durch andere wie auch der Verlust bei einer nicht erfolgten oder misslungenen Langzeitarchivierung ist ungleich höher als bei reproduzierbaren Daten.
          ua_ruhr/technical-classification
          ua_ruhr/technical-classification/data-dates/data_collection_endWann endet die Erhebung bzw. Erstellung der Daten?Wann endet/endete die Erhebung bzw. Erstellung der Daten?
          ua_ruhr/technical-classification/data-dates/data_collection_startWann beginnt die Erhebung bzw. Erstellung der Daten?Wann beginnt/begann die Erhebung bzw. Erstellung der Daten?
          ua_ruhr/technical-classification/data-volume/rate Wie hoch ist die erwartete Erzeugungsrate der Daten pro Jahr?Optional. Dies ist nur relevant, wenn das Wachstum die TB-Größenordnung erreicht.
          ua_ruhr/technical-classification/data-volume/volume Was ist die tatsächliche oder erwartete Größe des Datensatzes?Wenn große Datenmengen anfallen, sollten finanzielle Mittel zur Bereitstellung der Infrastruktur berücksichtigt werden (siehe auch Abschnitt „Förderung“).
          ua_ruhr/technical-classification/data-formats
          ua_ruhr/technical-classification/data-formats/format In welchen Formaten liegen die Daten vor?Bei der Wahl des Dateiformates sollten auch die Konsequenzen für die kollaborative Nutzung, die Langzeitarchivierung sowie die Nachnutzung beachtet werden. Es empfiehlt sich, möglichst standardisierte, nicht-proprietäre und allgemein bzw. in der spezifischen Community verbreitete Formate zu nutzen. Weitere Kriterien sowie detaillierte Erläuterungen sind z.B. im WissGrid-Leitfaden, S. 22 f.) zu finden.Bei der Wahl des Dateiformates sollten auch die Konsequenzen für die kollaborative Nutzung, die Langzeitarchivierung sowie die Nachnutzung beachtet werden. Es empfiehlt sich, möglichst standardisierte, nicht-proprietäre und allgemein bzw. in der spezifischen Community verbreitete Formate zu nutzen. Weitere Kriterien sowie detaillierte Erläuterungen sind z. B. im WissGrid-Leitfaden, S. 22 f. zu finden.
          ua_ruhr/technical-classification/data-tools ua_ruhr/technical-classification/data-tools/usage_technology Welche Software, Verfahren oder Technologien sind notwendig, um die Daten zu nutzen? Um Daten nachnutzen zu können, bspw. für die Replikation von Studien, Metaanalysen oder die Beantwortung neuer Forschungsfragen, werden neben den Daten selbst auch die Software, Geräte etc. und das Wissen über spezielle Verfahren zur Nutzung benötigt. -
          - Ebenso wie bei den Formaten gilt hier: je standardisierter, offener und etablierter diese sind, desto einfacher ist i.d.R. eine Nachnutzung möglich.
          ua_ruhr/technical-classification/data-tools/creation_methods Welche Instrumente, Software, Technologien oder Verfahren werden zur Erzeugung oder Erfassung der Daten genutzt?Diese Informationen sind für alle Arten von Daten relevant, um ihre Genese nachvollziehen zu können. Bei reproduzierbaren Daten kommt ein weiterer Aspekt hinzu. Diese müssen nicht notwendigerweise aufbewahrt werden - allerdings müssen alle Geräte, Software und auch Informationen über die Vorgehensweise erhalten bleiben, die notwendig sind, um die Daten erneut erstellen zu können.Diese Informationen sind für alle Arten von Daten relevant, um ihre Genese nachvollziehen zu können. + +Bei reproduzierbaren Daten kommt ein weiterer Aspekt hinzu. Diese müssen nicht notwendigerweise aufbewahrt werden - allerdings müssen alle Geräte, Software, Softwareversion und auch Informationen über die Vorgehensweise erhalten bleiben, die notwendig sind, um die Daten erneut erstellen zu können.
          ua_ruhr/technical-classification/data-versioning
          ua_ruhr/technical-classification/data-versioning/strategy Welche Versionierungsstrategie wird für diesen Datensatz angewandt?Bitte beschreiben Sie hier kurz projektinterne Regelungen zur Versionierung von Datensätzen (z.B.: Welche Änderungen machen eine neue Version erforderlich? Wie werden die Änderungen dokumentiert? Wie werden die verschiedenen Versionen benannt?)Bitte beschreiben Sie hier kurz projektinterne Regelungen zur Versionierung von Datensätzen. (z. B.: Welche Änderungen machen eine neue Version erforderlich? Wie werden die Änderungen dokumentiert? Wie werden die verschiedenen Versionen benannt?)
          ua_ruhr/technical-classification/data-versioning/yesno
          ua_ruhr/data-usage/data-storage-and-security-data_security/access_permissions Wer darf auf den Datensatz zugreifen?z. B. Projektmitglieder, Projektpartner, nur Interne, externe Partner
          ua_ruhr/data-usage/data-sharing-and-re-use-interoperability
          ua_ruhr/data-usage/data-sharing-and-re-use/abstractua_ruhr/data-usage/data-sharing-and-re-use-interoperability/abstract Bestehen generell Einschränkungen bei dem Zugriff und der Nachnutzung der Daten (rechtliche Gründe, Schutzrechte, Betriebsgeheimnisse etc)?
          ua_ruhr/data-usage/data-sharing-and-re-use-interoperability/interoperabilityIst der Datensatz interoperabel, d.h. geeignet für den Datenaustausch und die Nachnutzung zwischen bzw. von unterschiedlichen Forschenden, Institutionen, Organisationen und Ländern?Ist der Datensatz interoperabel, d. h. geeignet für den Datenaustausch und die Nachnutzung zwischen bzw. von unterschiedlichen Forschenden, Institutionen, Organisationen und Ländern?
          ua_ruhr/data-usage/data-sharing-and-re-use-publication/conditions Wenn ja, unter welchen Nutzungsbedingungen oder welcher Lizenz sollen die Daten veröffentlicht bzw. geteilt werden?Die Auswahlmöglichkeiten orientieren sich an Lizenzen der Creative-Commons-Familie.Die Auswahlmöglichkeiten orientieren sich an Lizenzen der Creative-Commons-Familie.
          ua_ruhr/data-usage/data-sharing-and-re-use-publication/explanation Wenn nicht, begründen Sie dies bitte und unterscheiden Sie dabei zwischen rechtlichen und/oder vertraglichen Gründen und freiwilligen Einschränkungen.
          ua_ruhr/data-usage/data-sharing-and-re-use-publication/repositoryWenn ja, wo sollen die Daten veröffentlicht werden?Nennen Sie die/das Datenbank/Repositorium, ggf. mit Link.
          ua_ruhr/data-usage/data-sharing-and-re-use-publication/yesno Soll dieser Datensatz veröffentlicht oder geteilt werden?
          ua_ruhr/data-usage/collaborative-work-collaboration/organisationWie ist das kollaborative Arbeiten an den selben Dateien geregelt?Wie ist das kollaborative Arbeiten an denselben Dateien geregelt?
          ua_ruhr/data-usage/quality-assurance-dataset/measures Welche Maßnahmen zur Qualitätssicherung werden für diesen Datensatz ergriffen?Beispiele sind Überprüfung auf Vollständigkeit, Datenabgleich, Stichprobenverfahren. Diese Maßnahmen dienen dazu Dokumentationsfehler und rechnerische Auffälligkeiten zu ermitteln.
          ua_ruhr/data-usage/quality-assurance-integration
          ua_ruhr/data-usage/quality-assurance-integration/integration Wird die Integration zwischen nachgenutzten und erzeugten Daten gewährleistet? Wenn ja, wie?Wie wird z. B. Herkunft und Qualität der Daten dokumentiert?
          ua_ruhr/data-usage/costs-dataset
          ua_ruhr/data-usage/costs-dataset/storage_non_personnel Welche Sachkosten entstehen im Zusammenhang mit der Speicherung der Datensätze während des Projektes?Bitte schätzen sie die Kosten in Euro.Bitte schätzen Sie die Kosten in **Euro**.
          ua_ruhr/data-usage/costs-dataset/storage_personnel Welcher Personalaufwand entsteht im Zusammenhang mit der Speicherung der Daten und Maßnahmen zur Datensicherheit während des Projektes?Bitte schätzen sie den Aufwand in Personenmonaten.Bitte schätzen Sie den Aufwand in Personenmonaten. (1 PM = Monatsarbeitszeit eines Vollzeitbeschäftigten).
          ua_ruhr/data-usage/costs-dataset/usage_non_personnel Welche Sachkosten für das Datenmanagement entstehen im Zusammenhang mit der Nutzung der Daten im Projekt?Bitte schätzen sie die Kosten in Euro.Bitte schätzen Sie die Kosten in **Euro**.
          ua_ruhr/data-usage/costs-dataset/usage_personnel Welcher Personalaufwand für das Datenmanagement entsteht im Zusammenhang mit der Nutzung der Daten im Projekt?Bitte schätzen sie den Aufwand in Personenmonaten.Bitte schätzen Sie den Aufwand in Personenmonaten. (1 PM = Monatsarbeitszeit eines Vollzeitbeschäftigten).
          ua_ruhr/data-usage/costs-dataset/creation_non_personnel Welche Sachkosten für das Datenmanagement entstehen im Rahmen der Erhebung, Erstellung oder Akquise der Daten im Projekt?Bitte schätzen sie die Kosten in Euro.Bitte schätzen Sie die Kosten in **Euro**.
          ua_ruhr/data-usage/costs-dataset/creation_personnel Welcher Personalaufwand für das Datenmanagement entsteht im Rahmen der Erhebung, Erstellung oder Akquise der Daten im Projekt?Bitte schätzen sie den Aufwand in Personenmonaten.Bitte schätzen Sie den Aufwand in Personenmonaten (1 PM = Monatsarbeitszeit eines Vollzeitbeschäftigten).
          ua_ruhr/metadata-and-referencing
          ua_ruhr/metadata-and-referencing/metadata-dataset/creation_manual Welche Metadaten werden manuell erhoben?Dafür bietet sich ein Metadateneditor an.
          ua_ruhr/metadata-and-referencing/metadata-dataset/creation_semi_automatic Welche Metadaten werden semi-automatisch erhoben?Welche Metadaten werden also durch den Computer / die Software automatisch erhoben, müssen aber überprüft werden?
          ua_ruhr/metadata-and-referencing/metadata-dataset/creation_automaticWelche Metadaten werden automatisch erhoben?
          Sollte es unvermeidbar sein, projektspezifische oder seltene Ontologien, Metadatenschemata oder Vokabulare zu nutzen, werden Mappings zu gängigen Ontologien etc. erstellt? Diese Information wird für einen Horizon 2020 Datenmanagementplan benötigt.
          ua_ruhr/metadata-and-referencing/metadata-dataset/creation_automaticWelche Metadaten werden automatisch erhoben?
          ua_ruhr/metadata-and-referencing/metadata-dataset/standards Welche Standards, Ontologien, Klassifikationen etc. werden zur Beschreibung der Daten und Kontextinformation genutzt?
          ua_ruhr/metadata-and-referencing/metadata-costs/non_personnel Welche Sachkosten entstehen im Zusammenhang mit der Erstellung von Metadaten und Kontextinformation im Projekt?Bitte schätzen sie die Kosten in Euro.Bitte schätzen Sie die Kosten in **Euro**.
          ua_ruhr/metadata-and-referencing/metadata-costs/personnel Welcher Personalaufwand entsteht im Zusammenhang mit der Erstellung von Metadaten und Kontextinformation im Projekt?Bitte schätzen sie den Aufwand in Personenmonaten.Bitte schätzen Sie den Aufwand in Personenmonaten (1 PM = Monatsarbeitszeit eines Vollzeitbeschäftigten).
          ua_ruhr/metadata-and-referencing/structure-granularity-and-referencing-structure
          ua_ruhr/metadata-and-referencing/structure-granularity-and-referencing-structure/structureWie sind die Daten strukturiert? In welchem Verhältnis stehen die einzelnen Komponenten zueinander? In welchem Verhältnis steht der Datensatz zu anderen im Projekt erhobenen oder genutzten Datensätzen?Bitte erläutern Sie kurz die Struktur und den Zusammenhang ihrer Daten untereinander: + +* Wie sind die Daten strukturiert? +* In welchem Verhältnis stehen die einzelnen Komponenten zueinander? +* In welchem Verhältnis steht der Datensatz zu anderen im Projekt erhobenen oder genutzten Datensätzen?
          ua_ruhr/metadata-and-referencing/structure-granularity-and-referencing-pids/name Wer ist verantwortlich für die Pflege der PIDs und die Objektpflege (d. h. die Langzeitarchivierung des Objekts und somit dafür, dem PID-Service einen Objektumzug und die neue Adresse mitzuteilen)?Die Voraussetzung dafür, dass persistente Identifikatoren auch wirklich halten, was sie versprechen, ist, dass sie - wie auch die Objekte, auf die referenziert wird - dauerhaft und verlässlich gepflegt werden. D.h. beispielsweise, dass bei einer Änderung des Speicherortes des Objekts die Information über den neuen Speicherort entsprechend aktualisiert werden muss. -
          - Werden die Daten in einem Datenzentrum oder -repositorium gespeichert, wird diese Verantwortung i.d.R. von diesem übernommen. Um sicher zu sein, sollten die Verantwortlichkeiten jedoch in jedem Fall geprüft bzw. geklärt werden.          		Die Voraussetzung dafür, dass persistente Identifikatoren auch wirklich halten, was sie versprechen, ist, dass sie - wie auch die Objekte, auf die referenziert wird - dauerhaft und verlässlich gepflegt werden. D. h. beispielsweise, dass bei einer Änderung des Speicherortes des Objekts die Information über den neuen Speicherort entsprechend aktualisiert werden muss. + +Werden die Daten in einem Datenzentrum oder -repositorium gespeichert, wird diese Verantwortung i.d.R. von diesem übernommen. Um sicher zu sein, sollten die Verantwortlichkeiten jedoch in jedem Fall geprüft bzw. geklärt werden.
          ua_ruhr/metadata-and-referencing/structure-granularity-and-referencing-pids/subentitiesWelche Untereinheiten/Teildatensätze sollten sinnvollerweise eigene Identifikatoren erhalten? Welche dieser Identifikatoren sollten dauerhaft und zitierfähig sein?Welche Untereinheiten / Teildatensätze sollten sinnvollerweise eigene Identifikatoren erhalten? Welche dieser Identifikatoren sollten dauerhaft und zitierfähig sein?
          ua_ruhr/metadata-and-referencing/structure-granularity-and-referencing-costs/non_personnel Welche Sachkosten entstehen im Zusammenhang mit persistenten Identifikatoren im Projekt?Bitte schätzen sie die Kosten in Euro.Bitte schätzen Sie die Kosten in **Euro**.
          ua_ruhr/metadata-and-referencing/structure-granularity-and-referencing-costs/personnel Welcher Personalaufwand entsteht im Zusammenhang mit der Vergabe von persistenten Identifikatoren im Projekt?Bitte schätzen sie den Aufwand in Personenmonaten.Bitte schätzen Sie den Aufwand in Personenmonaten (1 PM = Monatsarbeitszeit eines Vollzeitbeschäftigten).
          ua_ruhr/legal-and-ethics
          ua_ruhr/legal-and-ethics/sensitive-data-personal_data_yesno/yesno Enthält dieser Datensatz personenbezogene Daten?Der Umgang und die Verarbeitung personenbezogener Daten ist gesetzlich geregelt. Die EU-weit einheitliche Anwendung erfolgt nach der EU-Datenschutz-Grundverordnung (DSGVO). Sie gestattet Regelungsspielräume auf nationaler Ebene. In Deutschland regelt dies das Bundesdatenschutzgesetz (BDSG). Für Hochschulen gelten zum großen Teil die individuellen Datenschutzgesetze der Länder, z.B. das Datenschutzgesetz Nordrhein-Westfalen (DSG NRW). -
          - Die europäische DSGVO definiert personenbezogene Daten als alle Informationen, die sich auf eine identifizierte oder identifizierbare natürliche Person beziehen (Art. 4 DSGVO, Abs. 1). -
          - Identifiziert ist eine Person, wenn eindeutig erkennbar ist, zu welcher Person die Daten gehören. -
          - Identifizierbar wird eine Person, wenn sie mittels Zusatzinformationen identifiziert werden kann. -
          - Mehr Informationen zum Thema finden Sie auf den Webseiten der Datenschutzbeauftragten der UA Ruhr. -           		Wenn ja: Bitte prüfen Sie auch, ob Sie die Abschnitte "Datennutzung" und "Datenspeicherung und -sicherheit" mit den entsprechenden Maßnahmen zum Schutz der Daten gemäß den geltenden Datenschutzgesetzen ausgefüllt haben. Der Umgang und die Verarbeitung personenbezogener Daten ist gesetzlich geregelt. Die EU-weit einheitliche Anwendung erfolgt nach der EU-Datenschutz-Grundverordnung (DSGVO). Sie gestattet Regelungsspielräume auf nationaler Ebene. In Deutschland regelt dies das Bundesdatenschutzgesetz (BDSG). Für Hochschulen gelten zum großen Teil die individuellen Datenschutzgesetze der Länder, z. B. das Datenschutzgesetz Nordrhein-Westfalen (DSG NRW). Die europäische DSGVO definiert personenbezogene Daten als alle Informationen, die sich auf eine identifizierte oder identifizierbare natürliche Person beziehen (Art. 4 DSGVO, Abs. 1). Identifiziert ist eine Person, wenn eindeutig erkennbar ist, zu welcher Person die Daten gehören. Identifizierbar wird eine Person, wenn sie mittels Zusatzinformationen identifiziert werden kann. Mehr Informationen zum Thema finden Sie auf den Webseiten der Datenschutzbeauftragten der UA Ruhr. + +* Ruhr-Universität Bochum + +* Universität von Duisburg-Essen + +* Technische Universität Dortmund
          ua_ruhr/legal-and-ethics/sensitive-data-privacy_law
          ua_ruhr/legal-and-ethics/sensitive-data-privacy_law/privacy_lawWelche Gesetze sind neben der europäischen DSGVO bezüglich der Fragen des Datenschutzes für das Projekt zu beachten?Die EU-Datenschutz-Grundverordnung hat Vorrang vor nationalem Recht. Sie findet seit dem 25.05.2018 Anwendung. -
          - Für Hochschulen finden weiterhin die Landesdatenschutzgesetze Anwendung, die bestimmte Regelungen der DSGVO ausgestalten können, z.B. Datenschutzgesetz Nordrhein-Westfalen -
          - In bestimmten Bereichen gelten spezifische Gesetze, die über den Landesdatenschutzgesetzen bzw. Bundesdatenschutzgesetz stehen. -
            -
          • Für medizinischen Daten ist bspw. das Zehnte Sozialgesetzbuch (SGB X) anwendbar,
            • -
          • Für Daten des Mikrozensus das Bundesstatistikgesetz (BStatG).
            • -
          • Für Forschung in Schulen in NRW das Schulgesetz NRW (SchulG NRW)
            • -
          - Demzufolge können je nach Forschungsprojekt auch mehrere Gesetze betroffen sein.          		Welche Gesetze sind neben der europäischen DSGVO bezüglich der Fragen des Datenschutzes für das Projekt zu beachten?Die EU Datenschutzgrundverordnung (DSGVO) hat Vorrang vor nationalem Recht. Sie findet seit dem 25.05.2018 Anwendung. Für Hochschulen finden weiterhin die Landesdatenschutzgesetze Anwendung, die bestimmte Regelungen der DSGVO ausgestalten können, z. B. Datenschutzgesetz Nordrhein-Westfalen (DSG NRW). + +In bestimmten Bereichen gelten spezifische Gesetze, die über den Landesdatenschutzgesetzen bzw. Bundesdatenschutzgesetz (BDSG) stehen. +* Für medizinischen Daten ist bspw. das Zehnte Sozialgesetzbuch (SGB X) anwendbar, +* Für Daten des Mikrozensus das Bundesstatistikgesetz (BStatG). +* Für Forschung in Schulen in NRW das Schulgesetz NRW (SchulG NRW) + +Demzufolge können je nach Forschungsprojekt auch mehrere Gesetze betroffen sein.
          ua_ruhr/legal-and-ethics/sensitive-data-personal_data
          ua_ruhr/legal-and-ethics/sensitive-data-personal_data/extent In welchem Umfang wird die "informierte Einwilligung" der Betroffenen eingeholt?Grundsätzlich gilt, die Erhebung, Verarbeitung, Archivierung und Veröffentlichung personenbezogener Daten ist nur zulässig, wenn eine entsprechende "informierte Einwilligung" der Betroffenen vorliegt. Nur in ganz wenigen Ausnahmefällen wird diese nicht benötigt. -
          - Bitte informieren Sie sich ggf. bei der/dem Datenschutzbeauftragten Ihrer Institution über die notwendigen Bedingungen für die Einwilligung. -           		Grundsätzlich gilt, dass eine Erhebung, Verarbeitung, Archivierung und Veröffentlichung personenbezogener Daten nur zulässig ist, wenn eine entsprechende "informierte Einwilligung" der Betroffenen vorliegt. Nur in ganz wenigen Ausnahmefällen wird diese nicht benötigt. Bitte informieren Sie sich ggf. bei der/dem Datenschutzbeauftragten Ihrer Institution über die notwendigen Bedingungen für die Einwilligung. +* Ruhr-Universität Bochum +* Universität von Duisburg-Essen +* Technische Unversität Dortmund
          ua_ruhr/legal-and-ethics/sensitive-data-personal_data/anonymization
          ua_ruhr/legal-and-ethics/sensitive-data-personal_data/bdsg_3_9 Enthält der Datensatz personenbezogene Daten besonderer Kategorien?Hierunter fallen laut DSGVO personenbezogene „Daten, aus denen die rassische und ethnische Herkunft, politische Meinungen, religiöse oder weltanschauliche überzeugungen oder die Gewerkschaftszugehörigkeit hervorgehen, sowie die Verarbeitung von genetischen Daten, biometrischen Daten zur eindeutigen Identifizierung einer natürlichen Person, Gesundheitsdaten oder Daten zum Sexualleben oder der sexuellen Orientierung einer natürlichen Person “ (Art. 9 DSGVO, Abs. 1). -
          - Solche Daten gelten als besonders sensibel und erfordern noch strengere Schutzmaßnahmen, als bei personenbezogenen Daten generell bereits erforderlich sind. -
          - Wenn Sie diese Frage mit "Ja" beantworten, informieren Sie sich bei der/dem Datenschutzbeauftragten Ihrer Institution, welche zusätzlichen Schutzmaßnahmen notwendig sind. -           		Hierunter fallen laut DSGVO personenbezogene "Daten, aus denen die rassische und ethnische Herkunft, politische Meinungen, religiöse oder weltanschauliche Überzeugungen oder die Gewerkschaftszugehörigkeit hervorgehen, sowie die Verarbeitung von genetischen Daten, biometrischen Daten zur eindeutigen Identifizierung einer natürlichen Person, Gesundheitsdaten oder Daten zum Sexualleben oder der sexuellen Orientierung einer natürlichen Person" (Art. 9 DSGVO, Abs. 1). Solche Daten gelten als besonders sensibel und erfordern noch strengere Schutzmaßnahmen, als bei personenbezogenen Daten generell bereits erforderlich sind. + +Wenn Sie diese Frage mit "Ja" beantworten, informieren Sie sich bei der/dem Datenschutzbeauftragten Ihrer Institution, welche zusätzlichen Schutzmaßnahmen notwendig sind. +* Ruhr-Universität Bochum +* Universität Duisburg-Essen +* Technische Unversität Dortmund
          ua_ruhr/legal-and-ethics/sensitive-data-other Wenn ja, um welche nicht personenbezogenen sensiblen Daten handelt es sich?
          ua_ruhr/legal-and-ethics/sensitive-data-other/funder_policyGibt es von Seiten des Forschungsförderers Vorgaben oder Richtlinien bezüglich des Umgangs mit den im Projekt erhobenen Forschungsdaten? Wenn ja, skizzieren Sie diese kurz und verweisen Sie ggf. auf weiterführende Informationen. Geben Sie bitte auch an, welchen Grad an Verbindlichkeit sie haben.Auch Forschungsförderer stellen zunehmend Anforderungen an das Datenmanagement in von ihnen geförderten Projekten. Beispiele sind die DFG-Leitlinien zum Umgang mit Forschungsdaten oder die Guidelines on Data Management in Horizon 2020 der Europäischen Komission.
          ua_ruhr/legal-and-ethics/sensitive-data-other/yesno Enthält dieser Datensatz nicht-personenbezogene sensible Daten?
          ua_ruhr/legal-and-ethics/sensitive-data-costs/security_non_personnelWie hoch sind die weiteren Sachkosten für weiter (nicht-technische) Sicherheitsmaßnahmen für sensible Daten im Projekt?Bitte schätzen sie die Kosten in Euro.Wie hoch sind die weiteren Sachkosten für weitere (nicht-technische) Sicherheitsmaßnahmen für sensible Daten im Projekt?Bitte schätzen Sie die Kosten in **Euro**.
          ua_ruhr/legal-and-ethics/sensitive-data-costs/security_personnel Welcher Personalaufwand entsteht im Zusammenhang mit weiteren (nicht-technischen) Sicherheitsmaßnahmen für sensible Daten im Projekt?Bitte schätzen Sie den Aufwand in Personenmonaten.Bitte schätzen Sie den Aufwand in Personenmonaten (1 PM = Monatsarbeitszeit eines Vollzeitbeschäftigten).
          ua_ruhr/legal-and-ethics/sensitive-data-costs/anonymization_non_personnel Welche Sachkosten entstehen im Zusammenhang mit der Anonymisierung von sensiblen Daten im Projekt?Bitte schätzen sie die Kosten in Euro.Bitte schätzen Sie die Kosten in **Euro**.
          ua_ruhr/legal-and-ethics/sensitive-data-costs/anonymization_personnel Welcher Personalaufwand entsteht für die Anonymisierung von sensiblen Daten im Projekt?Bitte schätzen sie den Aufwand in Personenmonaten.Bitte schätzen Sie den Aufwand in Personenmonaten (1 PM = Monatsarbeitszeit eines Vollzeitbeschäftigten).
          ua_ruhr/legal-and-ethics/sensitive-data-official_approval
          ua_ruhr/legal-and-ethics/intellectual-property-rights-yesno/yesno Werden Daten genutzt und/oder erstellt, die durch Urheber- oder verwandte Schutzrechte geschützt sind?Daten oder Software können Urheber- oder anderen Schutzrechten unterliegen. Die Rechtslage kann selbst in der EU von Land zu Land erheblich abweichen. -
          - In Deutschland sind nach dem Urheberrechtsgesetz (UrhG) Werke der Literatur, Wissenschaft und Kunst, die eine „persönliche geistige Schöpfung“ darstellen, urheberrechtlich geschützt. Der urheberrechtliche Schutz erlischt 70 Jahre nach dem Tod der bzw. des Urheberin/s. -
          - Reine Daten, z.B. Messdaten oder Surveydaten, aber auch Metadaten (bis auf ggf. „beschreibende“ Metadaten) sind hingegen nicht schutzfähig. -
          - In § 2 nennt das UrhG folgende geschützte Werkarten, wobei die Aufzählung nicht abschließend ist: -
            -
          • Sprachwerke, wie Schriftwerke, Reden und Computerprogramme
            • -
          • Werke der Musik
            • -
          • pantomimische Werke einschließlich Werke der Tanzkunst
            • -
          • Werke der bildenden Künste einschließlich der Werke der Baukunst und der angewandten Kunst und
            • Entwürfe solcher Werke -
          • Lichtbildwerke einschließlich der Werke, die ähnlich wie Lichtbildwerke geschaffen werden
            • -
          • Darstellungen wissenschaftlicher oder technischer Art wie Zeichnungen, Pläne, Karten, Skizzen, Tabellen und plastische Darstellungen.
            • -
          - Nach § 3 sind auch „Übersetzungen und andere Bearbeitungen“ von Werken geschützt, die persönliche geistige Schöpfungen des Bearbeiters sind“. -
          - Schließlich sind nach § 4 auch Sammelwerke und Datenbankwerke geschützt, was im Bereich Forschungsdaten durchaus relevant sein kann. Sammelbankwerke werden dabei definiert als „Sammlungen von Werken, Daten oder anderen unabhängigen Elementen, die aufgrund der Auswahl oder Anordnung der Elemente eine persönliche geistige Schöpfung sind“. -
          - Bei einem „Datenbankwerk im Sinne des Gesetzes“ handelt es sich um ein „Sammelwerk, dessen Elemente systematisch oder methodisch angeordnet und einzeln mit Hilfe elektronischer Mittel oder auf andere Weise zugänglich sind“. -
          - Weitere relevante Schutzrechte können gewerbliche Schutzrechte wie Patente, Gebrauchsmuster, Sortenschutz [bei Pflanzenzüchtungen], Halbleiterschutz, Marken, geographische Herkunftsangaben, eingetragene Designs oder geschäftliche Bezeichnungen sein.          		Daten oder Software können Urheber- oder anderen Schutzrechten unterliegen. Die Rechtslage kann selbst in der EU von Land zu Land erheblich abweichen. In Deutschland sind nach dem Urheberrechtsgesetz (UrhG) Werke der Literatur, Wissenschaft und Kunst, die eine „persönliche geistige Schöpfung“ darstellen, urheberrechtlich geschützt. Der urheberrechtliche Schutz erlischt 70 Jahre nach dem Tod der bzw. des Urheberin/s. + +Reine Daten, z. B. Messdaten oder Surveydaten, aber auch Metadaten (bis auf ggf. „beschreibende“ Metadaten) sind hingegen nicht schutzfähig. + +In § 2 nennt das UrhG folgende geschützte Werkarten, wobei die Aufzählung nicht abschließend ist: + +* Sprachwerke, wie Schriftwerke, Reden und Computerprogramme +* Werke der Musik +* pantomimische Werke einschließlich Werke der Tanzkunst +* Werke der bildenden Künste einschließlich der Werke der Baukunst und der angewandten Kunst und Entwürfe solcher Werke +* Lichtbildwerke einschließlich der Werke, die ähnlich wie Lichtbildwerke geschaffen werden +* Darstellungen wissenschaftlicher oder technischer Art wie Zeichnungen, Pläne, Karten, Skizzen, Tabellen und plastische Darstellungen. + +Nach § 3 sind auch „Übersetzungen und andere Bearbeitungen von Werken geschützt, die persönliche geistige Schöpfungen des Bearbeiters sind“. + +Schließlich sind nach § 4 auch Sammelwerke und Datenbankwerke geschützt, was im Bereich Forschungsdaten durchaus relevant sein kann. Sammelwerke werden dabei definiert als „Sammlungen von Werken, Daten oder anderen unabhängigen Elementen, die aufgrund der Auswahl oder Anordnung der Elemente eine persönliche geistige Schöpfung sind“. + +Bei einem „Datenbankwerk im Sinne des Gesetzes“ handelt es sich um ein „Sammelwerk, dessen Elemente systematisch oder methodisch angeordnet und einzeln mit Hilfe elektronischer Mittel oder auf andere Weise zugänglich sind“. + +Weitere relevante Schutzrechte können gewerbliche Schutzrechte wie Patente, Gebrauchsmuster, Sortenschutz [bei Pflanzenzüchtungen], Halbleiterschutz, Marken, geographische Herkunftsangaben, eingetragene Designs oder geschäftliche Bezeichnungen sein.
          ua_ruhr/legal-and-ethics/intellectual-property-rights-dataset
          ua_ruhr/legal-and-ethics/intellectual-property-rights-costs/non_personnel Welche Sachkosten entstehen im Zusammenhang mit Urheber- und verwandten Schutzrechten im Projekt?Bitte schätzen sie die Kosten in Euro.Bitte schätzen Sie die Kosten in **Euro**.
          ua_ruhr/legal-and-ethics/intellectual-property-rights-costs/personnel Welcher Personalaufwand entsteht im Zusammenhang mit Urheber- oder verwandten Schutzrechten im Projekt?Bitte schätzen sie den Aufwand in Personenmonaten.Bitte schätzen Sie den Aufwand in Personenmonaten (1 PM = Monatsarbeitszeit eines Vollzeitbeschäftigten).
          ua_ruhr/storage-and-long-term-preservation
          ua_ruhr/storage-and-long-term-preservation/selection-criteria/selection_criteria Auf Basis welcher Kriterien / Regeln werden die Daten zur Archivierung (nach Projektende) ausgesucht?Beispiele: die Daten sind Grundlage einer Publikation, für Nachnutzung, rechtliche oder vertragliche Auflagen, Dokumentation (gesellschaftlich oder politisch relevant)
          ua_ruhr/storage-and-long-term-preservation/long-term-preservation-datasets
          ua_ruhr/storage-and-long-term-preservation/long-term-preservation-datasets/responsible_person_emailBitte geben Sie die E-Mail-Adresse des oben genannten dauerhaften Ansprechpartners an.
          ua_ruhr/storage-and-long-term-preservation/long-term-preservation-datasets/responsible_person_nameWer ist der langfristige Ansprechpartner, der über die Daten entscheiden kann? Bitte geben Sie den Name an.Beispiele hierfür sind die Vergabe von Zugangsdaten/Zugangsberechtigungen, die Optimierung des Speicherplatzes nach einer gewissen Aufbewahrungsfrist oder die Übergabe der Befugnisse an einen neuen Ansprechpartner. + +Solche Entscheidungen sind beispielsweise bei einem Verlust von Zugangsdaten, bei einer neuen Zugangsanfrage oder beim Ausscheiden des bisherigen Ansprechpartners erforderlich.
          ua_ruhr/storage-and-long-term-preservation/long-term-preservation-datasets/data_archiving_date Wann werden die Daten archiviert?
          ua_ruhr/storage-and-long-term-preservation/long-term-preservation-datasets/repository_arrangements Wurde mit dem Repositorium oder Datenzentrum bereits angemessene Archivierungslösungen besprochen?(Diese Frage stammt ursprünglich aus dem Horizon 2020 FAIR Datenmanagementplan.)
          ua_ruhr/storage-and-long-term-preservation/long-term-preservation-datasets/certificationHandelt es sich dabei um ein zertifiziertes Repositorium oder Datenzentrum (z.B. durch das Data Seal of Approval, nestor-Siegel oder ISO 16363)? -
          - (Wurden mehrere Langzeitarchivierungsoptionen ausgewählt, kann die Frage bejaht werden, wenn dies auf mindestens eine der Optionen zutrifft).          		Handelt es sich dabei um ein zertifiziertes Repositorium oder Datenzentrum (z. B. durch das Data Seal of Approval, nestor-Siegel oder ISO 16363)?Wurde der Datensatz an mehreren Orten archiviert, kann die Frage bejaht werden, wenn dies auf mindestens eine der Optionen zutrifft.
          ua_ruhr/storage-and-long-term-preservation/long-term-preservation-datasets/repository
          ua_ruhr/storage-and-long-term-preservation/long-term-preservation-costs
          ua_ruhr/storage-and-long-term-preservation/long-term-preservation-costs/non_personnelWelche Sachkosten entstehen im Zusammenhang mit Langzeitarchivierung für dieses Projekt?Bitte schätzen Sie die Kosten in **Euro**.
          ua_ruhr/storage-and-long-term-preservation/long-term-preservation-costs/cover_how Wie werden die Kosten für das Datenmanagement im Projekt aufgebracht?
          ua_ruhr/storage-and-long-term-preservation/long-term-preservation-costs/non_personnelWelche Sachkosten entstehen im Zusammenhang mit Langzeitarchivierung für dieses Projekt?Bitte schätzen sie die Kosten in Euro.
          ua_ruhr/storage-and-long-term-preservation/long-term-preservation-costs/personnel Welcher Personalaufwand entsteht im Zusammenhang mit Langzeitarchivierung für dieses Projekt?Bitte schätzen sie den Aufwand in Personenmonaten.Bitte schätzen Sie den Aufwand in Personenmonaten (1 PM = Monatsarbeitszeit eines Vollzeitbeschäftigten).
          - + + diff --git a/catalogs/ua_ruhr_en.html b/catalogs/uar_en.html similarity index 73% rename from catalogs/ua_ruhr_en.html rename to catalogs/uar_en.html index b2af353a..bd841371 100644 --- a/catalogs/ua_ruhr_en.html +++ b/catalogs/uar_en.html @@ -23,7 +23,7 @@ -

          UA Ruhr Catalog v1.0.0

          +

          UA Ruhr Catalog v1.x.0

          view it on Github @@ -46,16 +46,11 @@

          UA Ruhr Catalog v1.0.0

          - + - - - - - @@ -66,7 +61,7 @@

          UA Ruhr Catalog v1.0.0

          - + @@ -77,7 +72,7 @@

          UA Ruhr Catalog v1.0.0

          - + @@ -93,26 +88,29 @@

          UA Ruhr Catalog v1.0.0

          - + - + - + + + + + + - + @@ -125,19 +123,18 @@

          UA Ruhr Catalog v1.0.0

          - + - + @@ -157,11 +154,12 @@

          UA Ruhr Catalog v1.0.0

          + +* quantitative online survey +* 3D model / digital reconstruction of a stone age settlement +* software developed within the project + +Please also explain whether this is a fixed data set stored at a certain point in time or whether it is created dynamically over a certain period of time. @@ -187,7 +185,11 @@

          UA Ruhr Catalog v1.0.0

          - + @@ -195,9 +197,9 @@

          UA Ruhr Catalog v1.0.0

          - + @@ -227,12 +229,12 @@

          UA Ruhr Catalog v1.0.0

          - + - + @@ -240,13 +242,13 @@

          UA Ruhr Catalog v1.0.0

          - - + + - + @@ -254,7 +256,7 @@

          UA Ruhr Catalog v1.0.0

          - + @@ -267,16 +269,16 @@

          UA Ruhr Catalog v1.0.0

          - + + +For reproducible data, it is also required to re-generate the data if necessary. Therefore all devices, software, software version and also information about the procedure necessary to be able to recreate the data must be preserved. @@ -289,7 +291,7 @@

          UA Ruhr Catalog v1.0.0

          - + @@ -332,7 +334,7 @@

          UA Ruhr Catalog v1.0.0

          - + @@ -356,24 +358,24 @@

          UA Ruhr Catalog v1.0.0

          - + - + - + - - + + @@ -397,13 +399,18 @@

          UA Ruhr Catalog v1.0.0

          - + + + + + + @@ -433,7 +440,7 @@

          UA Ruhr Catalog v1.0.0

          - + @@ -441,7 +448,7 @@

          UA Ruhr Catalog v1.0.0

          - + @@ -449,7 +456,7 @@

          UA Ruhr Catalog v1.0.0

          - + @@ -459,17 +466,17 @@

          UA Ruhr Catalog v1.0.0

          - + - + - + @@ -484,7 +491,7 @@

          UA Ruhr Catalog v1.0.0

          - + @@ -500,11 +507,16 @@

          UA Ruhr Catalog v1.0.0

          - + + + + + + @@ -512,11 +524,6 @@

          UA Ruhr Catalog v1.0.0

          - - - - - @@ -533,11 +540,11 @@

          UA Ruhr Catalog v1.0.0

          - + - + @@ -545,7 +552,10 @@

          UA Ruhr Catalog v1.0.0

          - + @@ -554,9 +564,9 @@

          UA Ruhr Catalog v1.0.0

          - + @@ -579,11 +589,11 @@

          UA Ruhr Catalog v1.0.0

          - + - + @@ -603,40 +613,15 @@

          UA Ruhr Catalog v1.0.0

          - + - - + + @@ -658,15 +643,8 @@

          UA Ruhr Catalog v1.0.0

          - - + + @@ -675,17 +653,10 @@

          UA Ruhr Catalog v1.0.0

          - - + + @@ -695,13 +666,6 @@

          UA Ruhr Catalog v1.0.0

          - - - - - @@ -712,8 +676,8 @@

          UA Ruhr Catalog v1.0.0

          - - + + @@ -723,7 +687,7 @@

          UA Ruhr Catalog v1.0.0

          - + @@ -750,7 +714,7 @@

          UA Ruhr Catalog v1.0.0

          - + @@ -764,28 +728,7 @@

          UA Ruhr Catalog v1.0.0

          - + @@ -811,7 +754,7 @@

          UA Ruhr Catalog v1.0.0

          - + @@ -832,11 +775,23 @@

          UA Ruhr Catalog v1.0.0

          - + + + + + + + + + + + @@ -859,10 +814,8 @@

          UA Ruhr Catalog v1.0.0

          - - + + @@ -871,7 +824,7 @@

          UA Ruhr Catalog v1.0.0

          - + @@ -886,29 +839,28 @@

          UA Ruhr Catalog v1.0.0

          - + - - - - - - + + + + + + - -
          ua_ruhr/general/topic-research_question/title What is the main research question of the project?Describe briefly the project and its aims.
          ua_ruhr/general/topic-research_field
          ua_ruhr/general/topic-research_field/nameWhich persons or institutions are responsible for the project coordination?
          ua_ruhr/general/topic-research_field/research_field Which research field(s) does this project belong to?
          ua_ruhr/general/project-schedule-schedule/project_durationProjektlaufzeit (Monate)
          ua_ruhr/general/project-schedule-schedule/project_start When does the project start?Provide the anticipated starting date, if the project has not started yet.
          ua_ruhr/general/project-partners-name
          ua_ruhr/general/project-partners-partner/contact Who is/are the contact person(s) for data management questions?Please give the name and an email address.Please give the name and an e-mail address.
          ua_ruhr/general/project-partners-partner/rdm_policy Does your institution have rules or guidelines for the handling of research data? If yes, please briefly outline them and refer to more detailed sources of information if necessary. Please also indicate, if the rules / guidelines are mandatory or optional.More and more universities and scientific institutions adopt research data management policies. These contain, among other things, recommendations and / or demands concerning the handling of research data by researchers of the institution. - - Principles and guidelines on handling research data at Bielefeld University or the Research data policy of the Georg-August University Goettingen.More and more universities and scientific institutions adopt research data management policies. These contain, among other things, recommendations and / or demands concerning the handling of research data by researchers of the institution.
          ua_ruhr/general/project-partners-partner/name Project partnerPlease insert the name of project partner in detail.
          ua_ruhr/general/funding-funder
          ua_ruhr/general/funding-funder/funder_policyDoes the funder have rules or recommendations for data management? If yes, please briefly outline them and refer to more detailed sources of information if necessary. Please also indicate, if the rules / guidelines are mandatory or optional.Funders of research also increasingly specify requirements regarding the management of research data in funded projects.
          ua_ruhr/general/funding-funder/titleIs the project within a special funding programme?In which funding program is the project funded?
          ua_ruhr/general/other-requirements-yesno/abstractAre there requirements to the data management in the form of policies from ANY site?
          ua_ruhr/general/other-requirements-yesno/yesno Are there requirements regarding the data management from other parties (e.g. the scholarly/scientific community)?Examples of discipline-specific requirements are: - Examples of discipline-specific requirements: + +- Guidelines on the Handling of Research Data in Biodiversity Research +- Guidelines by the DFG Review Board on Linguistics Language Corpora. + +Further discipline-specific guidelines on the handling of Research Data are provided by the DFG (German Research Foundation).
          ua_ruhr/general/other-requirements-requirements ua_ruhr/content-classification/data-dataset/description What kind of dataset is it? Please briefly describe the data type and / or the method used to create or collect the data, for example: -
            -
          • quantitative online survey
            • -
          • 3D model / digital reconstruction of a stone age settlement
            • -
          • software developed within the project
            • -
          ua_ruhr/content-classification/data-existing_data
          ua_ruhr/content-classification/data-reuse/scenario Which individuals, groups or institutions could be interested in re-using this dataset? What are possible scenarios?It is important to set the fundamental course as to whether or not the data will be permitted for reuse. + +Of course, the potential for subsequent use can not be the sole decision criterion, but legal impediments, such as Privacy, copyright and business secrets must be taken into account. + +Otherwise, consider the re-use potential against the disadvantages, e.g. a decrease in the readiness to participate and the expected extra effort of a data publication.
          ua_ruhr/content-classification/data-reproducibility
          ua_ruhr/content-classification/data-reproducibility/reproducibility Is the dataset reproducible in the sense that it could be created / collected anew in case it got lost?Some data can, technically, be created anew at any time, as is the case with scientific experiments or digitised versions of analog objects (as long as the originals are still there and in good shape). However, this can consume a considerable amount of time and cost. With respect to long-term preservation, the effort of re-creation has to be weighed up against the effort of long-term preservation. -
          - Other data cannot be collected or created anew. Examples are all kinds of "time stamped" observations, be they from social science, astrophysics or any other discipline. Observations represent a certain phenomenon at a certain time and / or place and are therefore not repeatable. Their value for re-use as well as the loss in case of failed preservation is much higher than that of reproducible data.          		Some data can, technically, be created anew at any time, as is the case with scientific experiments or digitised versions of analog objects (as long as the originals are still there and in good shape). However, this can consume a considerable amount of time and cost. With respect to long-term preservation, the effort of re-creation has to be weighed up against the effort of long-term preservation. + +Other data cannot be collected or created anew.
          ua_ruhr/technical-classification
          ua_ruhr/technical-classification/data-dates/data_collection_endWhen does data collection or creation end?When does/did data collection or creation end?
          ua_ruhr/technical-classification/data-dates/data_collection_startWhen does data collection or creation start?When does/did data collection or creation start?
          ua_ruhr/technical-classification/data-volume/rateHow much data is produced per year?Optional. This is only of concern if the data production rate reaches TB scale.How much data are produced per year?
          ua_ruhr/technical-classification/data-volume/volume What is the actual or expected size of the dataset?If large amounts of data are involved, financial resources for the provision of the infrastructure should be considered (see also section "Funding").
          ua_ruhr/technical-classification/data-formats
          ua_ruhr/technical-classification/data-formats/format Which file formats are used?When choosing a data format, one should consider the consequences for collaborative use, long-term preservation as well as re-use. It is advisable to prefer formats that are standardised, open, non-proprietary and well-established in the respective scholarly community. More criteria and detailed explanations can be found e.g. in the WissGrid-Leitfaden, pp. 22 f.).When choosing a data format, one should consider the consequences for collaborative use, long-term preservation as well as re-use. It is advisable to prefer formats that are standardised, open, non-proprietary and well-established in the respective scholarly community.
          ua_ruhr/technical-classification/data-tools
          ua_ruhr/technical-classification/data-tools/usage_technology Which software, processes or technologies are necessary to use the data?To be able to re-use data (e.g. to replicate studies, for meta analysis or to solve new research questions), along with the data the software, equipment and knowledge about special methods to use the data are required. -
          - Just as with the formats, the recommendation is: the more standardised, open and established, the better for re-use.          		To be able to re-use data (e.g. to replicate studies, for meta analysis or to solve new research questions), along with the data the software, equipment and knowledge about special methods to use the data are required . + +Just as with the formats, the recommendation is: the more standardised, open and established, the better for re-use.
          ua_ruhr/technical-classification/data-tools/creation_methods Which tools, software, technologies or processes are used to generate or collect the data? This information is necessary to be able to reconstruct the process by which the data was generated. It is also a prerequisite to judge the objectivity, reliability and validity of the dataset. -
          - For reproducible data, it is also required to re-generate the data if need be.
          ua_ruhr/technical-classification/data-versioning
          ua_ruhr/technical-classification/data-versioning/strategy Which versioning strategy is applied for this dataset?Please briefly describe the project-internal regulations for the versioning of data sets (e.g.: What kind of changes require a new version? How are changes documented? What are the naming rules for different versions?)Please briefly describe the project-internal regulations for the versioning of data sets. (e.g.: What kind of changes require a new version? How are changes documented? What are the naming rules for different versions?)
          ua_ruhr/technical-classification/data-versioning/yesno
          ua_ruhr/data-usage/data-storage-and-security-storage/organisation_policyAre there internal project guidelines for a consistent organisation of the data? If so, where they are documented?Are there internal project guidelines for a consistent organisation of the data? If so, where are they documented?
          ua_ruhr/data-usage/data-storage-and-security-data_security/name Who is responsible for the backups?This question refers to backups while the data is being worked with. Questions of long-term preservation will be adressed in the respective section.This question refers to backups while the data are being worked with. Questions of long-term preservation will be adressed in the respective section.
          ua_ruhr/data-usage/data-storage-and-security-data_security/backups How and how often will backups of the data be created?This question refers to backups while the data is being worked with. Questions of long-term preservation will be adressed in the respective section.This question refers to backups while the data are being worked with. Questions of long-term preservation will be adressed in the respective section.
          ua_ruhr/data-usage/data-storage-and-security-data_security/access_permissions Who is allowed to access the dataset?e.g. project members, partners of the project, only in-house, external partners
          ua_ruhr/data-usage/data-sharing-and-re-use-interoperability
          ua_ruhr/data-usage/data-sharing-and-re-use/abstractua_ruhr/data-usage/data-sharing-and-re-use-interoperability/abstractAre there restrictions accessing and re-using the data in general?
          ua_ruhr/data-usage/data-sharing-and-re-use-publication/conditions If yes, under which terms of use or license will the dataset be published or shared?The options refer to the licenses of the Creative Commons family.The options refer to the licenses of the Creative Commons family.
          ua_ruhr/data-usage/data-sharing-and-re-use-publication/explanation If no, please explain why not. Please differentiate between legal and contractual reasons and voluntary restrictions.
          ua_ruhr/data-usage/data-sharing-and-re-use-publication/repositoryIf yes, where should the data be published?Please provide information about the database/repository.
          ua_ruhr/data-usage/data-sharing-and-re-use-publication/yesno Will this dataset be published or shared?
          ua_ruhr/data-usage/quality-assurance-dataset/measures Which measures of quality assurance are taken for this dataset?Examples are checks for completeness, data reconciliation, sampling procedures. These measures serve to identify documentation errors and arithmetical anomalies.
          ua_ruhr/data-usage/quality-assurance-integration
          ua_ruhr/data-usage/quality-assurance-integration/integration Is the integration between the re-used and newly created data ensured? If yes, by which means?How are the origin and the quality of the data documented?
          ua_ruhr/data-usage/costs-dataset
          ua_ruhr/data-usage/costs-dataset/storage_non_personnel What is the amount of non-personnel costs associated with the storage of the data sets during the project?Please estimate the costs in Euro.Please estimate the costs in **Euro**.
          ua_ruhr/data-usage/costs-dataset/storage_personnel
          ua_ruhr/data-usage/costs-dataset/usage_non_personnel What is the amount of non-personnel-costs for data management associated with the usage of data in the project?Please estimate the costs in Euro.Please estimate the costs in **Euro**.
          ua_ruhr/data-usage/costs-dataset/usage_personnelWhat are the personnel costs for data management associated with the the usage of data in the project?What are the personnel costs for data management associated with the usage of data in the project? Please estimate the effort in person months.
          ua_ruhr/data-usage/costs-dataset/creation_non_personnel What is the amount of non-personnel-costs for data management associated with the creation or acquisiton of data in the project?Please estimate the effort in Euro.Please estimate the effort in **Euro**.
          ua_ruhr/data-usage/costs-dataset/creation_personnel
          ua_ruhr/metadata-and-referencing/metadata-dataset/abstractWhich types of metadata are collected? Do you use any kind of standard, ontology or classification?
          ua_ruhr/metadata-and-referencing/metadata-dataset/creation_manual Which metadata are collected manually?A metadata editor is suitable for this.
          ua_ruhr/metadata-and-referencing/metadata-dataset/creation_semi_automatic Which metadata are collected semi-automatically?So what metadata are automatically collected by the computer/software, but must be checked?
          ua_ruhr/metadata-and-referencing/metadata-dataset/creation_automaticWhich metadata are collected automatically?
          In case it is unavoidable that you use uncommon or generate project-specific ontologies or vocabularies, will you provide mappings to more commonly used ontologies? This information is needed for a Horizon 2020 data management plan.
          ua_ruhr/metadata-and-referencing/metadata-dataset/creation_automaticWhich metadata are collected automatically?
          ua_ruhr/metadata-and-referencing/metadata-dataset/standards Which standards, ontologies, classifications etc. are used to describe the data and context information?
          ua_ruhr/metadata-and-referencing/metadata-costs/non_personnel What is the amount of non-personnel-costs associated with the creation of metadata and context information in the project?Please estimate the costs in Euro.Please estimate the costs in **Euro**.
          ua_ruhr/metadata-and-referencing/metadata-costs/personnelWhat are the personnel costs associated with the the creation of metadata and context information in the project?What are the personnel costs associated with the creation of metadata and context information in the project? Please estimate the effort in person months.
          ua_ruhr/metadata-and-referencing/structure-granularity-and-referencing-structure/structureWhat is the structure of the data? How are the individual components of the dataset related to each other? How is the dataset related to other datasets used in the project?Please briefly explain the structure and relationship of their data to each other. +* What is the structure of the data? +* How are the individual components of the dataset related to each other? +* How is the dataset related to other datasets used in the project?
          ua_ruhr/metadata-and-referencing/structure-granularity-and-referencing-pids/name Who is responsible for the maintenance of the PIDs and the object maintenance (i.e. who is responsible notifying the PID-Service about object relocation and the new address)?A prerequisite for PIDs to work as promised is that they - as well as the objects they refer to - are maintained in a continuous and reliable way.. This means, for example, that if the object location changes, this information is updated. -
          - When the data are stored in a data centre or repository, these tasks are usually taken care of by the data centre / repository. However, to be sure, the responsibilities should be checked beforehand.          		A prerequisite for PIDs to work as promised is that they - as well as the objects they refer to - are maintained in a continuous and reliable way. This means, for example, that if the object location changes, this information is updated. + +When the data are stored in a data centre or repository, these tasks are usually taken care of by the data centre / repository. However, to be sure, the responsibilities should be checked beforehand.
          ua_ruhr/metadata-and-referencing/structure-granularity-and-referencing-pids/subentities
          ua_ruhr/metadata-and-referencing/structure-granularity-and-referencing-costs/non_personnel What is the amount of non-personnel-costs associated with persistent identifiers in the project?Please estimate the costs in Euro.Please estimate the costs in **Euro**.
          ua_ruhr/metadata-and-referencing/structure-granularity-and-referencing-costs/personnelWhat are the personnel costs associated with of persistent identifiers in the project?What are the personnel costs associated with the use of persistent identifiers in the project? Please estimate the effort in person months.
          ua_ruhr/legal-and-ethics/sensitive-data-personal_data_yesno/yesno Does this dataset contain personal data?The handling and processing of personal data is regulated by law. The uniform application throughout the EU is based on the EU General Data Protection Regulation (GDPR). It allows for regulatory leeway at national level. -
          - In Germany, this is regulated by the Federal Data Protection Act (BDSG), and for universities, the individual data protection laws of the individual federal states apply, e.g. the data protection law of North Rhine-Westphalia (DSG NRW). -
          - The european GDPR defines personal data as all information relating to an identified or identifiable natural person (Art. 4(1) GPDR). -
          - A person is identified if it is clearly identifiable to whom the data belongs. -
          - A person becomes identifiable if it can be identified by means of additional information. -
          - More information (in German only) can be found on the websites of the data protection officers of the UA Ruhr. -           		If yes: Please also check whether you have completed the sections "Data usage" and "Data storage and security" with the appropriate measures to protect the data in accordance with the applicable data protection laws. European Data Protection Law may apply.
          ua_ruhr/legal-and-ethics/sensitive-data-privacy_law
          ua_ruhr/legal-and-ethics/sensitive-data-privacy_law/privacy_lawWhich laws are to be considered beside the European GDPR regarding data protection issues for the research project?The EU General Data Protection Regulation takes precedence over national law. It applies since 25.05.2018. -
          - For universities, state data protection laws continue to apply, which may be designed to comply with certain provisions of the GDPR, e. g. the data protection law of North Rhine-Westphalia. -
          - In certain fields, specific laws apply. These override the State Federal and Federal Data Protection Acts. -
            -
          • The Social Security Act X for medical data
            • -
          • The Federal Statistics Act for census data
            • -
          • For educational research in NRW the education act NRW
            • -
          • A research project might be affected by multiple laws.
            • -
          		Which law applies with respect to the aspects of data protection in the project?It depends on the kind of institution which law applies.
          ua_ruhr/legal-and-ethics/sensitive-data-personal_data
          ua_ruhr/legal-and-ethics/sensitive-data-personal_data/extentTo what extent is the "informed consent" of the perspms concerned obtained?The collection, processing, archiving and publication of personal data is only admissible, if there is a corresponding 'informed consent' of the person concerned. Only in very few exceptional cases, this is not needed. -
          - Where required please get in touch with the data protection officer of your institution for further information on the necessary conditions for consent. -           		To what extent is the "informed consent" obtained from the persons concerned?Basically, the collection, processing, archiving and publication of personal data is only admissible, when the "informed consent" of the person in question has been obtained.
          ua_ruhr/legal-and-ethics/sensitive-data-personal_data/anonymization
          ua_ruhr/legal-and-ethics/sensitive-data-personal_data/bdsg_3_9Does the dataset contain personal data of special categories?According to the GDPR, this includes “personal data revealing racial or ethnic origin, political opinions, religious or philosophical beliefs, or trade union membership, and the processing of genetic data, biometric data for the purpose of uniquely identifying a natural person, data concerning health or data concerning a natural person’s sex life or sexual orientation“ (Art. 9(1) GPDR). -
          - Such data is considered to be particularly sensitive and requires even more stringent protective measures than those required for personal data in general. -
          - If you answer "Yes" to this question, please contact the data protection officer of your institution to find out what additional protection measures are necessary. -           		Does the dataset contain information on racial and ethnic origin, political opinions, religious or philosophical beliefs, trade union membership, health or sex life?These kinds of data are considered particularly sensitive and require even more extensive safeguards. + +If you answer this question with "Yes", please get in touch with the data protection officer of your institution to check which additional protection measures are necessary.
          ua_ruhr/legal-and-ethics/sensitive-data-other If yes, please describe the non-personal sensitive data used in the project.
          ua_ruhr/legal-and-ethics/sensitive-data-other/funder_policyDoes the funder have rules or recommendations for data management? If yes, please briefly outline them and refer to more detailed sources of information if necessary. Please also indicate, if the rules / guidelines are mandatory or optional.Funders of research also increasingly specify requirements regarding the management of research data in funded projects. -
          - Examples are the DFG Guidelines on the Handling of Reserach Data or the Guidelines on Data Management in Horizon 2020 of the European Commission.
          ua_ruhr/legal-and-ethics/sensitive-data-other/yesno Does this dataset contain sensitive data other than personal data?
          ua_ruhr/legal-and-ethics/sensitive-data-costs/security_non_personnelWhat is the amount of non-personnel-costs for other (non-technical) security measures for sensitive data for the project?Please estimate the costs in Euro.What is the amount of non-personnel-costs for other (non-technical) security measures for sensitive data in the project?Please estimate the costs in **Euro**.
          ua_ruhr/legal-and-ethics/sensitive-data-costs/security_personnel
          ua_ruhr/legal-and-ethics/sensitive-data-costs/anonymization_non_personnel What is the amount of non-personnel-costs associated with the anonymization of sensitive data in the project?Please estimate the costs in Euro.Please estimate the costs in **Euro**.
          ua_ruhr/legal-and-ethics/sensitive-data-costs/anonymization_personnel
          ua_ruhr/legal-and-ethics/sensitive-data-official_approval/yesnoIs a statutatory approval / permit needed for the research?Is a legal approval / permit needed for the research?
          ua_ruhr/legal-and-ethics/intellectual-property-rights-yesno/yesno Does the project use and/or produce data that is protected by intellectual or industrial property rights?Data or software can be subject to intellectual or industrial property rights. Applicable laws differ broadly even within EU. -
          - According to the German copyright law (UrhG) works of literature, scholarship and the arts that can be regarded as a “personal intellectual creation” are protected by copyright. Copyright protection expires 70 years after the death of the copyright holder. -
          - Mere data, e.g. measured data or survey data, and metadata (except in some cases descriptive metadata) are not protected by copyright. -
          - § 2 of the UrhG lists the following kinds of protected works (list is not concluded): -
          -
            -
          • linguistic works such as written works, speeches and computer programs
            • -
          • works of music
            • -
          • pantomimic works including works of the art of dance
            • -
          • works or the fine arts including works of architecture and the applied arts as well as sketches of such works
            • -
          • works of photography and cinematography
            • -
          • descriptions and illustrations of scholarly or technical nature such as drawings, plans, maps, sketches, tables and three-dimensional represenations
            • -
          -
          - According to § 3, copyright is also applicable to translations and other modifications or adaptions of a work if they are individual intellectual creations of the editor. -
          - Finally, according to § 4 copyright also extents to collected editions and database works. Collected editions are “collections of work, data or other independent elements that are individual intellectual creations based on the selection and arrangement of the elements”. Database works are defined as “collected editions, the elements of which are arranged in a systematic or methodical way and can be accessed individually by electronic means or in other ways”. -
          - Other relevant property rights can be trademarks, patents, utility models, plant variety rights protection, integrated circuit layout design protection, geographical indications or registered designs.          		Data or software can be subject to intellectual or industrial property rights. Applicable laws differ broadly even within EU.
          ua_ruhr/legal-and-ethics/intellectual-property-rights-dataset
          ua_ruhr/legal-and-ethics/intellectual-property-rights-costs/non_personnel What is the amount of non-personnel-costs regarding intellectual property rights in the project?Please estimate the costs in Euro.Please estimate the costs in **Euro**.
          ua_ruhr/legal-and-ethics/intellectual-property-rights-costs/personnel
          ua_ruhr/storage-and-long-term-preservation/selection-criteria/selection_criteria What are the criteria / rules for the selection of the data to be archived (after the end of the project)?Examples: data are a basis for a publication, for re-use, legal or contractual conditions, documentation (socially or politically relevant)
          ua_ruhr/storage-and-long-term-preservation/long-term-preservation-datasets
          ua_ruhr/storage-and-long-term-preservation/long-term-preservation-datasets/responsible_person_emailPlease provide the email address of the permanent contact person named above.
          ua_ruhr/storage-and-long-term-preservation/long-term-preservation-datasets/responsible_person_nameWho is the long-term contact person who can make decisions about the data? Please specify the name.Examples of these decisions include data access and authorization, the optimization of storage space after a certain retention period, or the transfer of authority to a new contact person. + +Such decisions are necessary, for example, in the event of a loss of access data, a new access request or the departure of the previous contact person.
          ua_ruhr/storage-and-long-term-preservation/long-term-preservation-datasets/data_archiving_date By when will the data be archived?
          ua_ruhr/storage-and-long-term-preservation/long-term-preservation-datasets/certificationIs the repository or data centre chosen certified (e.g. Data Seal of Approval, nestor Seal or ISO 16363)? -
          - (If the dataset is archived at several places, you may answer this question with yes, if this applies to at least one of these.)          		Is the repository or data centre chosen certified (e.g. Data Seal of Approval, nestor Seal or ISO 16363)?If the dataset is archived at several places, you may answer this question with yes, if this applies to at least one of these.
          ua_ruhr/storage-and-long-term-preservation/long-term-preservation-datasets/repository
          ua_ruhr/storage-and-long-term-preservation/long-term-preservation-datasets/reuse_durationHow long is it intended that the data remains re-usable.How long is it intended that the data remains re-usable?
          ua_ruhr/storage-and-long-term-preservation/long-term-preservation-datasets/yesnoDoes this dataset have to preserved for the long-term?Does this dataset have to be preserved for the long-term?
          ua_ruhr/storage-and-long-term-preservation/long-term-preservation-costs
          ua_ruhr/storage-and-long-term-preservation/long-term-preservation-costs/cover_howHow will the datamanagement costs of the project be covered?
          ua_ruhr/storage-and-long-term-preservation/long-term-preservation-costs/non_personnel What is the amount of non-personnel-costs regarding long-term preservation for the project?Please estimate the costs in Euro.Please estimate the costs in **Euro**.
          ua_ruhr/storage-and-long-term-preservation/long-term-preservation-costs/cover_howHow will the data management costs of the project be covered?
          ua_ruhr/storage-and-long-term-preservation/long-term-preservation-costs/personnel What are the personnel costs associated with long-term preservation for the project? Please estimate the effort in person months.
          - + + diff --git a/questions/ua_changes.html b/questions/ua_changes.html index dcf0072e..0f35c378 100644 --- a/questions/ua_changes.html +++ b/questions/ua_changes.html @@ -133,15 +133,6 @@

          Änderung der FDM UA Ruhr am RDMO Fragenkatalog

          Geänderte Fragen - - /metadata-and-referencing/structure-granularity-and-referencing/pids/subentities - Welche (Sub-)Entitäten / Untereinheiten / Teildatensätze sollten sinnvollerweise eigene Identifikatoren erhalten? Welche dieser Identifikatoren sollten dauerhaft und zitierfähig sein? - - - - - -