Data management plannen schrijven

Hoe update je een DMP halverwege een project zonder fouten te maken

Lieke de Vries Lieke de Vries
· · 7 min leestijd

Je bent anderhalf jaar onderweg met je onderzoek, de data stroomt binnen, en dan merk je het: je Data Management Plan klopt niet meer. De opslag is vol, de beoogde dataformaten zijn veranderd, en er loopt een nieuw tooltje mee dat in het originele plan helemaal niet voorkwam. Kortom: je DMP moet bijgewerkt.

Inhoudsopgave
  1. Waarom je DMP halverwege aanpast (en waarom dat geen tekortkoming is)
  2. Stap 1: Map eerst uit wat er echt is veranderd
  3. Stap 2: Werk het DMP systematisch bij
  4. Stap 3: Laat het controleren voordat je het definitief maakt
  5. Stap 4: Communiceer de wijzigingen en bewaar overzicht

Maar hoe doe je dat zonder heen-en-werken, versieconflicten of — erger — dat je uiteindelijk niet meer voldoet aan de eisen van je financierder?

Geen paniek. Het updaten van een DMP halverwege een project is geen uitzondering, het is eerder regel dan uitzonderding.

Onderzoek verandert, en je datamanagement moet mee. De kunst is om dat op een gestructureerde manier te doen, zónder dat je fouten introduceert die later je data of je rapportage gaan saboteren. In dit artikel neem ik je mee door een praktische aanpak in vier stappen.

Waarom je DMP halverwege aanpast (en waarom dat geen tekortkoming is)

Veel onderzoekers zien het bijwerken van een DMP als een teken dat het originele plan slecht was. Dat is een misverstand. Onderzoeksprojecten zijn levende processen.

Je onderzoeksvraag verschuift, er komen nieuwe samenwerkingspartners bij, een sensor faalt, of je besluit om toch anoniem te werken in plaats van gepseudonimiseerd.

  • Je datawijzigingen zijn opgetreden: je verzamelt andere data dan gepland, of in andere formaten, of in grotere hoeveelheden.
  • De technologie is veranderd: je gebruikt nu andere software, opslagoplossingen of analyse-tools.
  • Ethische of juridische context is anders: denk aan gewijzigde AVG-vereisten of nieuwe informed consent-procedures.
  • Je financierder vraagt erom: organisaties zoals NWO en de EU (via Horizon Europe) verwachten actuele DMP's en kunnen om een bijgewerkte versie vragen tussentijds.

Al die zaken hebben directe gevolgen voor hoe je data beheert. De belangrijste redenen om je DMP midden in een project bij te werken:

Het niet bijwerken is het echte risico. Dan loop je kans op dataloss, niet-naleving van de AVG, of problemen bij je eindrapportage. Een DMP is geen document dat je één keer schrijft en in een la legt. Het is een levend document.

Stap 1: Map eerst uit wat er echt is veranderd

Voordat je ook maar één woord in je DMP aanpast, moet je precies weten wat er is verschuld.

Maak een volledige data-inventarisatie

Dit klinkt logisch, maar in de praktijk slaat menig onderzoeker hier overheen en begint met gokwerk. Niet handig. Ga alle data na die je tot nu toe hebt verzameld of nog gaat verzamelen. Noteer per dataset het type (bijvoorbeeld surveyresponsen, interviewopnames, sensordata, labresultaten), het formaat (CSV, MP4, TIFF, et cetera), het volume, de herkomst, en de huidige opslaglocatie. Maak hier een simpel overzicht van — een spreadsheet volstaat, zolang het maar compleet is.

Vergelijk met het originele DMP

Leg je huidige situatie naast het DMP dat je aan het begin van het project hebt geschreven. Waar zitten de afwijkingen?

Betrek je team

Zijn het kleine details of fundamentele wijzigingen? Schrijf alle verschillen op.

Dit wordt de basis voor je update. Doe dit niet alleen. Je mede-onderzoekers, data manager, of labtechnici weten vaak beter wat er in de praktijk is veranderd. Een kort overleg van dertig minuten kan je uren zoeken besparen.

Stap 2: Werk het DMP systematisch bij

Nu komt het echte werk. Maar: werk niet wild in alle secties tegelijk.

Gebruik dezelfde template-structuur

Ga stap voor stap door het document. Als je aan het begin een standaardtemplate hebt gebruikt — bijvoorbeeld de DMP-template van de VSNU of de NWO-DMP — houd die structuur aan.

Update per sectie, niet per gevoel

Financierders zijn eraan gewend, en het maakt vergelijking met de originele versie een stuk makkelijker. Geen fancy herontwerpen dus, gewoon de bestaande indeling volgen. Ga de hoofdsecties door:

  • Dataverzameling en -ontwerp: zijn er nieuwe databronnen bijgekomen? Zijn er wijzigingen in je steekproef, je meetinstrumenten, of je experimentele opzet?
  • Data-opslag en -beveiliging: gebruik je nog steeds dezelfde opslaglocaties? Is de versleuteling up-to-date? Voldoe je nog altijd aan de AVG? Als je data opslaat in de cloud, controleer dan of de provider voldoet aan de eisen die je organisatie stelt (bijvoorbeeld SURF-oplossingen voor Nederlandse universiteiten).
  • Metadata en documentatie: is je data nog goed vindbaar en begrijpelijk? Zijn er nieuwe datasets die metadata nodig hebben? Schrijf dit helder op, want vindbaarheid is een kernprincipe van FAIR data.
  • Data-deling en archivering: heb je andere afspraken gemaakt over welke data je deelt en wanneer? Gebruik je nog steedzelfde repository? Voor langdurige bewaring zijn platforms als DataverseNL of DANS een goede keuze binnen Nederland.
  • Verantwoordelijken en rollen: is er iemand uit je team vertrokken? Zijn er nieuwe personen bij gekomen? Update de rollen en verantwoordelijkheden, zodat duidelijk is wie waarvoor verantwoordelijk is.

Gebruik versiebeheer

Dit is misschien wel het belangrijkste advies in heel artikel: hou bij welke versie van je DMP je bijwerkt. Gebruik een versienummer en een datum. Bewaar oude versies, want mogelijk moet je later aantonen welke keuzes je op welk moment hebt gemaakt. Een simpel systeem werkt: DMP_v1.0 (start), DMP_v2.0 (tussentijdse update), DMP_v3.0 (eindversie). Geen gedoe met vijftien bestanden die allemaal "DMP_definitief_FINAL" heten.

Stap 3: Laat het controleren voordat je het definitief maakt

Een bijgewerkt DMP dat alleen door jou is geschreven en nagekeken, is een DMP met blinde vlekken.

Interne review: je team

Laat het lezen door anderen. Laat alle betrokken onderzoekers het bijgewerkte DMP lezen. Niet alleen om te checken of het technisch klopt, maar ook om te zorgen dat iedereen de wijzigingen begrijpt en er mee werkt. Bij DMP's voor multidisciplinaire projecten is de verantwoordelijkheid voor data cruciaal; als iemand in het team niet snapt dat de opslaglocatie is veranderd, zal die persoon gewoon doorgaan met data uploaden naar de oude plek.

Externe review: een data manager of adviseur

Veel Nederlandse universiteiten hebben research data managers in dienst. Gebruik die kennis. Een data manager ziet in tien seconden of je voldoet aan de FAIR-principes, of je AVG-maatregelen waterdicht zijn, en of je archiveringsstrategie klopt.

Test de nieuwe procedures in de praktijk

Die paar uur review bes je veel ellende later. Voordat je het bijgewerkte DMP als definitief beschouwt, test je de aangepaste procedures even in een kleine pilot.

Verwerkt een paar datasets volgens de nieuwe werkwijze. Gaat alles zoals verwacht? Zitten er onverwachte haken en ogen? Beter nu ontdekken dan bij je eindrapportage.

Stap 4: Communiceer de wijzigingen en bewaar overzicht

Een DMP update die in een digitale la blijft liggen, heeft weinig waarde. Zorg dat iedereen die ermee werkt, weet wat er is veranderd en waarom. Stuur het team een korte samenvatting van de belangrijkste wijzigingen.

Niet het hele document — dat is te veel — maar een helder overzicht van wat er anders is en wat dat betekent voor het dagelijkse werk.

Houd ook rekening met nieuwe teamleden die misschien het originele DMP niet kennen. Zorg daarbij dat je de essentiële onderdelen van je DMP goed op orde hebt en bewaar het bijgewerkte document op een plek waar je het altijd terug kunt vinden.

De meest gemaakte fouten (en hoe je ze vermijdt)

Niet op je laptop, niet in je e-mail, maar op een gedeelde, beveiligde locatie die ook toegankelijk is als je ergens anders gaat werken. Om af te sluiten, de vijf fouten die het vaakst gebeuren bij het bijwerken van een DMP — en wat je er tegen kunt doen: Een DMP bijwerken halverwege een project is geen ramp.

  • Te laat beginnen: wacht niet tot je financierder erom vraag. Werk je DMP bij zodra je merkt dat de werkelijkheid afwijkt van het plan. Hoe eerder je corrigeert, hoe minder correcties je later nodig hebt.
  • Geen versiebeheer: bewaar altijd je oude versies. Je wilt later kunnen reconstrueren welke keuzes je op welk moment hebt gemaakt.
  • Alleen jezelf betrekken: een DMP is een teamdocument. Als je het alleen bijwerkt, loop je het risico dat anderen doorgaan met de oude werkwijze.
  • Te veel focus op techniek, te weinig op mensen: de beste procedures zijn waardeloos als je team ze niet kent of niet toepast. Communicatie is minstens zo belangrijk als het document zelf.
  • Vergeten te archiveren: updaten is goed, maar vergeet niet dat je uiteindelijk ook een definitieve versie moet archiveren. Zorg dat je eindversie tijdig in een repository terechtkomt, conform de eisen van je financierder.

Het is juist een teken van goed onderzoekerschap: je herkent dat de praktijk anders is dan de planning, en je corrigeert daarop.

Volg de stappen in dit artikel, betrek je team, en gebruik het DMP-template van je universiteit zonder fouten te maken. Dan heb je een DMP die niet alleen op papier klopt, maar ook in de praktijk werkt.


Lieke de Vries
Lieke de Vries
Expert in Open Science principes

Lieke adviseert onderzoekers over het publiceren van FAIR data volgens de nieuwste normen.

Meer over Data management plannen schrijven

Bekijk alle 32 artikelen in deze categorie.

Naar categorie →
Lees volgende
Wat is een data management plan en waarom is het geen bureaucratisch formulier
Lees verder →