Zoeken, vinden en beoordelen van onderzoeksdata

Workshop bij VOGIN-IP-lezing 2026, door Marta Kargól en Renate Mattiszik

Transcript

1. Zoeken, vinden en beoordelen van onderzoeksdata Renate Mattiszik, Marta Kargól Saxion Hogeschool VOGIN-IP-lezing, 09 april 2026
2. Deze presentatie is tot stand gekomen door de samenwerking van Saxion en DCC-PO (Werkgroep zoeken en vinden van onderzoeksdata): Inge Boot van Hogeschool Rotterdam, Anne-Marie van Boeckel van Hanze Hogeschool, Esther Goedegebuure van Hogeschool Zeeland, Renate Mattiszik en Marta Kargól beide van Saxion
3. Programma Opening & Inleiding 10.55 - 11.10 Waar zoek ik? 11.10 - 11.30 Zoeken en documenteren 11.30 - 11.40 Opdracht 1 11.40 - 11.55 Bespreken opdracht 1 11.55 - 12.05 Beoordelen van datasets 12.05 - 12.30 Opdracht 2 12.30 - 12.45 Bespreken opdracht 2 12.45 - 12.55
4. Opening en Kennismaking Even voorstellen: • Waar werk je? • Wat is je functie? • Wat hoop je te leren?
5. Inhoud Inleiding Definitie hergebruiken van data Waarom en wanneer Waar zoek ik Data repositories Andere databronnen Zoeken en documenteren Documentatie Selectie Beoordelen van datasets FAIR principes Kwaliteit van data
6. Inleiding
7. Definitie • Datasets van eerder (eigen of niet eigen) onderzoek • Beleidsonderzoek • Patiëntendossiers • Bedrijfsdata • Overheidsdata • Data van niet academische instituten Hergebruik van data doelt in deze context op het gebruiken van eerder verzamelde data uit onderzoek of andere bronnen voor een lopend onderzoeksproject. Voorbeelden van data die je kunt hergebruiken zijn:
8. • Geld besparend • Tijd besparend • Duurzaamheid • Overvragen doelgroepen • Versnellen van wetenschappelijke ontwikkelingen • Versterken van je eigen dataset door te combineren met bestaande data • Specifieke groepen worden minder ondervraagt • Ethische overweging (wanneer het onderzoek impact heeft op deelnemers, dieren, milieu, etc.) • Stimulatie samenwerking tussen verschillende onderzoekers/disciplines • Mogelijkheid te vergroten tot internationaal & longitudinaal onderzoek Waarom data hergebruiken?
9. • Om nieuwe onderzoeksvragen te beantwoorden • Om te valideren (reproduceerbaarheid) • Om nieuwe datamodellen te bouwen (Data Science) • Om te onderbouwen dat je nieuwe data gaat verzamelen of produceren • Om andere datasets als vergelijkingsmateriaal te gebruiken • Om relevante datasets te citeren • Bij datadocumentatie om andermans methode over te nemen of je te laten inspireren Waarvoor kun je data(documentatie) hergebruiken?
10. Workflow Op welk moment in de onderzoekscyclus zoek je naar de data? Idee/Subsidieaanvraag/ oriëntatiefase: •Noodzaak van verzamelen nieuwe data onderbouwen •Toepasbaarheid van dataset uitleggen •Inspiratie Literatuuronderzoek: om relevante datasets te citeren Analyse: andere datasets als vergelijkingsmateriaal
11. Zoekstrategie dataset vs. zoekstrategie literatuur Napkin. AI
12. Waar zoek ik
13. Wat is je onderzoeks- vraag? Welke soort data(documen tatie) heb je nodig (kwalitatieve, kwantitatieve, survey templates etc.)? Welke variabelen heb je nodig (leeftijd, gender, beroep, etc.)? Wat wil je doen met de data? Met welke trefwoorden ga je zoeken? Binnen welke context? • Discipline • Geografie • Tijdsperiode in dataset • Tijdsperiode datacollectie • Doelgroep • Metadatasta ndaard • Open Access (licentie) Bepalen van je zoekstrategie in stappen
14. Waar zoek ik: een overzicht Datarepository van je instituut Generieke zoekmachines Vakspecifieke zoekmachines Nederlandse data repositories Internationale data repositories Andere databanken Datatijdschriften Wetenschappelijke literatuur Netwerk
15. Selecteren van data repositories Re3data : filtermogelijkheden, data repositories karakteristieken OAD data repositories: alfabetisch overzicht per vakgebied FAIRsharing.org: filtermogelijkheden, beleid en standarden
16. Afbeeldingen: Pampel H, Vierkant P, Scholze F, Bertelmann R, Kindling M, et al. (2013) Making Research Data Repositories Visible: The re3data.org Registry. PLoS ONE 8(11): e78080. doi:10.1371/journal.pone.0078080
17. Voorbeelden van zoekmachines Generieke zoekmachines DataCite Dataset Search Vakspecifieke zoekmachines (sociale wetenschappen) Portal Odissei CESSDA
18. Voorbeelden van datarepositories • Dans Data Stations • Dataverse.nl • 4TU.Research Data Nederlandse data repositories • Dryad • OSF • Zenodo Internationale data repositories
19. Andere bronnen: voorbeelden Overheidsdata Overheid.nl CBS Open data (StatLine) RIVM Open data platforms Kaggle Hugging World Bank Group OECD
20. Datatijdschriften & literatuuronderzoek Een peer review artikel waarin een dataverzameling wordt besproken in plaats van de onderzoeksresultaten. Data paper Een tijdschrift dat uitzonderlijk of gedeeltelijk datagerichte artikelen publiceert. Dit document beschrijft een dataset die informatie over 135 datatijdschriften verzamelt. Datatijdschrift Data Avaibility Statement Wanneer het openlijk delen van de data niet mogelijk is vanwege ethische of juridische overwegingen, vragen veel journals (wetenschappelijke tijdschriften) om een beschrijving van waar de data vindbaar zijn en onder welke voorwaarden de data toegankelijk zijn. Dit heet vaak een ‘data availability statement’. Journals geven zelf soms al verschillende voorbeelden van dergelijke statements op hun website.
21. Zoeken en documenteren
22.  Geen systematisch review mogelijk  Bij het zoeken van data is de rol van filters groter dan trefwoorden  Vergelijkbare strategie mogelijk  Vastleggen zoekstrategie en zoekresultaten is in beide gevallen aanbevolen Data vs. literatuur zoeken
23. Documenteren zoekproces Je kunt het volgende documenteren tijdens je zoekproces: • De gebruikte repository en/of zoekmachine (noteer informatie over bruikbaarheid, functionaliteiten en relevantie van een repository voor je onderzoeksvraag) • Gebruikte zoekwoorden en filters • Aantal gevonden resultaten • Datum • Evaluatie van je zoekproces en eventuele verbeteringen die je hebt aangebracht
24. Opdracht 1: • Bedenk een onderwerp/thema • Ga naar Re3data en selecteer relevante data repositories • Kies één repository en zoek daar naar relevante datasets • Ga naar DANS Data Stations en zoek daar naar relevante datasets • Hoe heb je gezocht? (trefwoorden, filters, etc.) • Onthoud de gevonden datasets voor de volgende opdracht • Wat zijn je ervaringen? Waar ben je tegen aan gelopen? Wat ging goed, wat niet?
25. Beoordelen van datasets
26. FAIR principes  FINDABLE • ACCESSIBLE • REUSABLE • INTEROPERABLE
27. • Toegangsvoorwaarden en licenties zijn duidelijk vermeld • Toegangsvoorwaarden van de dataleveranciers of onderzoekspartners
28. • Metadatastandaarden • Omschrijving variabelen (legenda) • Consistentie in omschrijvingen • Codering antwoordopties • Meeteenheden...
29. • Datadocumentatie • Gebruikslicentie • Bestandsformaten
30. Gebruikslicenties: twee bestaande datasets samenvoegen Bron: Wiki/cc license compatibility - Creative Commons
31. Bestande datasets toevoegen aan je eigen dataset Wanneer je een bewerkte dataset gaat publiceren, ben je bij de keuze voor een nieuwe licentie afhankelijk van de licentie die op de originele dataset staat. Het volgende schema geeft aan welke keuze je hebt: • Groen: Licentie die je mag toekennen op bewerkte data met een bepaalde oorspronkelijke licentie. • Geel : juridisch gezien mag het maar wordt afgeraden • Grijs: licenties die je niet mag gebruiken Bron: https://creativecommons.org/faq/#when-is-my-use- considered-an-adaptation
32. Kwaliteit van data Achtergrond van de auteurs Affiliatie van de auteurs Kwaliteit van publicaties gebaseerd op de dataset Kwaliteit van datarepository Kwaliteit van metadata, read.me, datadocumentatie Naleven van wetgeving
33. Documenteren gevonden datasets • Databank/repository/organisatie • Hoe de dataset toegankelijk is (open, onder embargo, beperkt, gesloten) • Link naar persistente identificatoren (bijv. DOI) • Datum • Je kunt de datasets toevoegen aan je reference manager (handmatig) Wanneer je datasets hebt gevonden, kun je het volgende documenteren:
34. FAIRness controleren: F-UJI • https://www.f-uji.net Een webservice waarmee de FAIRness van onderzoeksdata-objecten op datasetniveau worden beoordeeld op basis van de FAIRsFAIR Data Object Assessment Metrics
35. • Datarepositories bieden vaak datacitatie voorbeelden • Citeer de data volgens de regels van citatiestijl die je gebruikt in je artikel • Controleer de vereisten van het tijdschrift waarin je gaat publiceren • Meer info: https://www.dcc.ac.uk/guidance/how- guides/cite-datasets Citeren van data
36. Opdracht 2 Beoordeel een dataset op bruikbaarheid 1. FAIR principes 2. Kwaliteit van data 3. Zijn de datasets te combineren als je zelf je dataset met een CC BY licentie wilt publiceren? 4. Citeer je dataset