Stel: je hebt maandenlang onderzoek gedaan. Je artikel is bijna af.
▶Inhoudsopgave
En dan vraagt de tijdschrifteredactie om een data availability statement. Je denkt: wat is dat, en waar begin je? Geen paniek. Na dit artikel weet je precies wat het is, waarom het telt, en hoe je er één schrijft die écht werkt.
Wat is een data availability statement eigenlijk?
Een data availability statement (DAS) is een korte verklaring in je onderzoeksartikel waarin je uitlegt waar de onderliggende onderzoeksdata te vinden zijn — en hoe anderen die kunnen gebruiken. Soms heet het ook data access statement of data sharing statement, maar het idee is hetzelfde. Waarom bestaat zoiets? Simpel: wetenschap werkt allemaal beter als data deelbaar is.
Als jij beweringen maakt op basis van data, moeten anderen die kunnen checken, hergebruiken of voortbouwen op jouw werk.
Dat is kern van FAIR data: data moet Findable, Accessible, Interoperable en Reusable zijn. De data availability statement is het stukje tekst dat aantoont dat je daadwerkelijk aan die principes voldoet.
Waarom moet je er moeite in steken?
Ten eerste: steeds meer tijdschriften en financiers vragen er om. PLOS, Nature, Elsevier — grote spelers in de wetenschappelijke wereld verlangen tegenwoordig vrijwel standaard een DAS.
Ook Plan S, het Europese Open Access-initiatief, legt nadruk op transparantie rond onderzoeksdata.
Als je artikel voldoet aan Plan S-vereisten, is een heldere data availability statement bijna onmisbaar. Ten tweede: het maakt jouw werk zichtbaarder en betrouwbaarder. Onderzoekers die jouw data kunnen vinden en hergebruiken, citeren je vaker.
En citaties zijn goud waard in de academische wereld. En ten derde: het is gewoon goede wetenschappelijke praktijk.
Als je claimt dat je iets hebt aangetoond, moet je de lat liggen waar je die claim op baseert. Dat is integriteit in praktijk.
Wat staat er in een goede data availability statement?
Een effectieve DAS bevat in principe drie dingen: 1. Waar zit de data? Verwijs naar een herbarebare plek: een data repository zoals Zenodo, Dryad, Figshare of een domein-specifiek archief. Gebruik altijd een persistente identifier, zoals een DOI.
Een simpele link naar je Google Drive of persoonlijke laptop is geen optie — dat is niet toegankelijk en zeker niet duurzaam.
2. Is de data vrij toegankelijk? Geef aan of de data open beschikbaar is, of dat er restricties gelden.
Als er beperkingen zijn — bijvoorbeeld vanwege privacy, GDPR of vertrouwelijke informatie — leg dan uit waarom en onder welke voorwaarden toegang mogelijk is. 3. Hoe is de data gestructureerd? Vermeld eventueel het bestandsformaat, de gebruikte software, of aanvullende documentatie zoals een README-bestand of codebook. Dit helpt anderen om de data snel te begrijpen en te gebruiken.
Voorbeelden van goede data availability statements
Een sterke DAS is beknopt maar compleet. Hier een paar voorbeelden: “De onderzoeksdata die ten grondslag liggen aan de bevindingen in dit artikel zijn openbaar beschikbaar via Zenodo, DOI: 10.5281/zenodo.1234567.
De dataset bevat CSV-bestanden en een README-bestand met variabelebeschrijvingen.” “Vanwege privacyoverwegingen (GDPR) is de ruwe data niet openbaar beschikbaar. Geanonimiseerde data kan op verzoek worden verstrekt via de onderzoeksgroep. Neem contact op via [e-mailadres onderzoeker]. De analysecode is beschikbaar op GitHub.” “De data zijn opgenomen in de bijlagen van dit artikel.
Aanvullende datasets zijn te vinden in de Nederlandse Archief van de Sociale Wetenschappen (DANS EASY), DOI: 10.17026/dans-xxxx.” Er zijn een paar valkuilen die je beter kunt vermijden. De meest voorkomende: “Data available on request.” Dit is tegenwoordig door veel tijdschriften niet meer geaccepteerd als enige verklaring.
Het is te vaag, niet controleerbaar, en in de praktijk leidt het er vaak toe dat data niet gedeeld wordt.
Veelgemaakte fouten bij het schrijven van een DAS
Als je data om gegronde redenen niet openbaar kunt maken, leg dan uit waarom — en bied een alternatief. Geen persistente identifier. Een link die over twee jaar dood is, helpt niemand. Gebruik altijd een DOI of vergelijkbare persistente identifier. Te weinig context. Alleen een link plaatsten is niet genoeg. Anderen moeten weten wat ze verwachten: welke bestanden, welk formaat, welke versie.
Hoe zorg je ervoor dat jouw data echt deelbaar is?
Een data availability statement is alleen nuttig als de data er ook écht is — en als anderen die kunnen gebruiken. Daarom is het slim om al vroeg in je onderzoek na te denken over data delen.
Begin met een data management plan (DMP). Veel onderzoeksfinanciers, zoals NWO en de EU (via Horizon Europe), verlangen tegenwoordig een DMP. Daarin leg je vast hoe je data verzamelt, opschrijft, bewaart en deelt.
Het klinkt als extra werk, maar het bespaart je hoofdpijn aan het eind van je project.
Kies een geschikte repository. Voor algemene data zijn Zenodo en Figshare uitstekende keuzes — ze zijn gratis, helpen je bij het aanvragen van een DOI voor je dataset, en zijn internationaal erkend. Voor domein-specifieke data zijn er gespecialiseerde archieven, zoals DANS EASY voor de geestes- en sociale wetenschappen, of de European Nucleotide Archive voor genomicsdata.
En niet onbelangrijk: maak je data begrijpelijk. Een dataset zonder voldoende context en metadata is als een boek zonder inhoudsopgave.
Voeg een README-bestand toe, documenteer je variabelen, en zorg voor een duidelijke bestandsstructuur.
Hoe makkelijker je data te begrijpen is, hoe vaker het hergebruikt wordt.
De data availability statement als onderdeel van FAIR data
Op Accelerate Open Science draait alles om het versnellen van Open Science in Nederland.
En de data availability statement past perfect in dat plaatje. Het is een concreet, haalbaar stukje praktijk dat direct bijdraagt aan de FAIR-principes. Want laten we eerlijk zijn: FAIR data zorgt voor meer citaties, ook al klinkt het soms nog wat abstract.
Maar een data availability statement is iets dat je vandaag kunt doen. Het kost je misschien twintig minuten extra werk, maar het maakt je onderzoek transparanter, betrouwbaarder en herbruikbaar.
En dat is precies waar Open Science om draait. Dus de volgende keer dat je een artikel indient: negeer die data availability statement niet.
Schrijf er één die werkt. Je toekomstige collega's — en je citatiescore — zullen je dankbaar zijn.
Veelgestelde vragen
Wat is precies een data availability statement en waarom is het belangrijk?
Een data availability statement (DAS) is een korte verklaring in je onderzoeksartikel die uitlegt waar de onderzoeksdata te vinden is en hoe anderen die kunnen gebruiken. Het is belangrijk omdat wetenschappelijk onderzoek betrouwbaarder en reproduceerbaarder wordt als data openbaar toegankelijk is, wat essentieel is voor de FAIR-principes (Findable, Accessible, Interoperable, Reusable).
Welke factoren beïnvloeden de noodzaak van een data availability statement?
Tijdschriften en financiers eisen steeds vaker een data availability statement. Initiatieven zoals Plan S benadrukken de transparantie rond onderzoeksdata, waardoor een duidelijke DAS bijna onmisbaar is voor het voldoen aan de eisen van de wetenschappelijke gemeenschap en het vergroten van de zichtbaarheid en betrouwbaarheid van je onderzoek.
Wat moet er minimaal in een data availability statement staan?
Een effectieve DAS beschrijft waar de data te vinden is (bijvoorbeeld in een repository zoals Zenodo of Dryad), vermeldt een persistente identifier (zoals een DOI) en geeft aan of de data openbaar toegankelijk is, of dat er beperkingen gelden vanwege privacy of andere redenen. Links naar persoonlijke opslagplaatsen zoals Google Drive zijn niet duurzaam en niet toegankelijk voor anderen. Het is cruciaal om de data op een herbarebare plek op te slaan, zoals een data repository met een persistente identifier, om de reproduceerbaarheid van je onderzoek te waarborgen.
Waarom is het niet acceptabel om een link naar een persoonlijke opslagplaats zoals Google Drive te gebruiken?
Door de data openbaar beschikbaar te stellen, leg je een basis voor anderen om je resultaten te controleren, te hergebruiken of verder te ontwikkelen. Dit bevordert de wetenschappelijke integriteit en zorgt ervoor dat je beweringen op een solide basis staan, wat essentieel is voor de geloofwaardigheid van je onderzoek.