Datarepositories kiezen en gebruiken

Buyer's guide: repository-tools en plugins voor populaire onderzoekssoftware in 2026

Lieke de Vries Lieke de Vries
· · 5 min leestijd

Stel: je hebt net je onderzoek afgerond. Je data ligt op je laptop, je analyses staan in een mapje op je bureaublad, en je schrijfstuk drijft ergens rond in een e-mailthread van zeven mensen. Klinkt bekend?

Inhoudsopgave
  1. Waarom repository-tools nu belangrijker zijn dan ooit
  2. De grote algemene repositories
  3. Plugins voor populaire onderzoekssoftware
  4. Wat moet je kiezen? Een paar richtlijnen
  5. De kern

Voor veel onderzoekers is dit de realiteit. Maar het hoeft niet zo te zijn.

De afgelopen jaren zijn er steeds betere tools beschikbaar gekomen om onderzoeksdata, code en publicaties op één plek te beheren en te delen. De kwaliteit en diversiteit van repository-tools en plugins is in 2026 een stap vooruit gemaakt. Tijd om door de bomen het bos te zien.

Waarom repository-tools nu belangrijker zijn dan ooit

Open Science is geen optie meer, het wordt verwacht. Financiers zoals NWO en de Europese Commissie eisen dat onderzoeksdata FAIR zijn: vindbaar, toegankelijk, interoperabel en herbruikbaar.

Dat betekent dat je gewoon een goede plek nodig hebt waar je data terechtkomt en blijft. Een repository is die pleegplek. Maar niet elke repository is hetzelfde, en niet elke plugin past bij de software die jij al gebruikt. Daarom deze gids: om je te helpen kiezen wat écht past bij jouw workflow.

De grote algemene repositories

Voordat we ingaan op plugins, laten we even de bekendste algemene repositories overzien.

Zenodo

Deze platforms zijn onafhankelijk van specifieke software en kunnen voor vrijwel elk type onderzoeksdata worden gebruikt. Zenodo, ontwikkeld door CERN en ondersteund door de Europese Commissie via het OpenAIRE-project, blijft een van de populairste keuzes voor Nederlandse onderzoekers. Je kunt er tot 50 GB per dataset uploaden zonder kosten, en je krijgt automatisch een DOI.

Zenodo integreert met GitHub, wat het aantrekkelijk maakt voor onderzoekers die hun code willen koppelen aan data. Het platform ondersteunt meer dan twintig bestandstypes en is volledig compliant met de FAIR-principes.

Figshare

Figshare, nu onderdeel van Digital Science, biedt naast een publieke repository ook institutiespecifieke oplossingen.

De versie voor instellingen, Figshare Institutions, stelt universiteiten in staat hun eigen portaal te beheren met aangepaste metadata en rapportagetools. Figshare is sterk in visualisatie: datasets kunnen direct gepreviewd worden, van tabellen tot 3D-modellen. De gratis publieke versie biedt 20 GB opslag; institutionele abonnementen beginnen rond de 5.000 euro per jaar. Dryad is vooral populair bij onderzoekers in de biowetenschappen en ecologie.

Dryad

Het platform werkt nauw samen met wetenschappelijke tijdschriften, waardoor je data soms rechtstreeks via het reviewproces kunt uploaden. Dryad is een non-profit en rekent een vergoeding van ongeveer 140 dollar per dataset voor opslag, tenzij je instelling een lidmaatschap heeft.

Veel Nederlandse universiteiten hebben al afspraken met Dryad. Voor Nederlandse onderzoekers is DataverseNL een logische keuze. Het platform wordt beheerd door DANS (Data Archiving and Networked Services) en wordt aangeboden aan alle Nederlandse universiteiten en onderzoeksinstellingen.

DataverseNL

DataverseNL maakt het makkelijk om data binnen een onderzoeksgroep te delen vóór publicatie, en daarna publiek toegankelijk te maken.

De opslag is gratis voor deelnemende instellingen, en het platform ondersteunt persistent identifiers zoals DOIs en Handles.

Plugins voor populaire onderzoekssoftware

Nu wordt het echt interessant. De beste repository is waardeloos als je elke handmatig hoeft te uploaden.

GitHub-integraties: Zenodo en Figshare

Gelukkig zijn er steeds meer plugins en integraties die het opslaan van data en code rechtstreeks vanuit jouw vertrouwde software mogelijk maken.

OSF-integraties: alles op één plek

GitHub is voor veel onderzoekers de standaard voor versiebeheer van code. De Zenodo-GitHub-integratie is een gamechanger: je koppelt je GitHub-repository aan Zenodo, en elke keer als je een nieuwe release maakt, wordt er automatisch een gearchiveerde versie opgeslagen met een DOI. Voor een eerlijke vergelijking voor open data publicatie biedt Figshare vergelijkbare functionaliteit via hun GitHub-plugin.

Beide opties zijn gratis en nemen je een flink stuk handwerk uit het publicatieproces. Het Open Science Framework, OSF, is eigenlijk zelf al een repository, maar het is vooral krachtig als hub.

R en RStudio: de rfigshare- en rorcid-packages

OSF integreert met GitHub, Google Drive, Dropbox, Dataverse, Figshare en Zenodo. Je kunt al je projectonderdelen koppelen aan één OSF-project en daarvan een publieke versie maken wanneer je klaar bent. De OSF4I-versie voor instellingen, OSF Institutions, maakt het mogelijk om dit binnen je eigen universiteit te gebruiken. De basisversie is gratis en biedt 5 GB opslag per component, met de mogelijkheid om uit te breiden tot 50 GB.

Voor onderzoekers die werken in R, zijn er handige packages die direct communiceren met repositories.

Python: dataverse-client en zenodo-client

Met rfigshare kun je datasets rechtstreeks vanuit RStudio uploaden naar Figshare. De rorcid-package helpt bij het koppelen van je onderzoeksaan je ORCID-profiel. En met de osf-package kun je bestanden uploaden naar OSF zonder RStudio te verlaten.

Allemaal open source, allemaal gratis. Python-gebruikers kunnen de dataverse-client library gebruiken om datasets te beheren op Dataverse-installaties, waaronder DataverseNL.

SPSS en NVivo: minder opties, maar er komen betere

De zenodo-client biedt vergelijkbare functionaliteit voor Zenodo. Beide libraries zijn beschikbaar via pip en hebben actieve communities op GitHub. Voor gebruikers van SPSS en NVivo zijn de directe repository-integraties nog beperkter.

De meeste onderzoekers exporteren hun data als CSV of SAV-bestanden en uploaden die handmatig. Er zijn wel stappen gezet: NVivo ondersteunt het exporteren van gecodeerde datasets in gestandaardiseerde formaten, en SPSS kan via Python-syntax worden gekoppeld aan API's van repositories. Verwacht hier in 2026 en 2027 meer ontwikkeling, nu FAIR-data-eisen harder gaan gelden.

Wat moet je kiezen? Een paar richtlijnen

Geen paniek, je hoeft niet alles tegelijk te doen. Hier een paar simpele richtlijnen om te beginnen. Begin met wat je al gebruikt. Als je al op GitHub zit, koppel Zenodo of Figshare. Dat kost vijf minuten en geeft je meteen DOIs voor je code.

Kijk wat je instelling aanbiedt. De meeste Nederlandse universiteiten bieden DataverseNL en soms Figshare Institutions aan.

Gebruik die voordat je naar externe platforms gaat, want het is gratis en je bibliotheek helpt je graag verder. Gebruik OSF als hub. Als je een groter project hebt met meerdere bestandstypes en samenwerkers, is OSF een uitstekend startpunt om alles te organiseren voordat je het naar een definitieve repository publiceert. Denk aan de lange termijn. Kies een repository die persistent identifiers gebruikt en die aangesloten is op internationale netwerken. Zenodo, Dataverse en Figshare voldoen hier allemaal aan. Vermijd het opslaan van belangrijke data op platforms die mogelijk over vijf jaar niet meer bestaan.

De kern

Repository-tools en plugins zijn geen luxe meer, ze zijn onderdeel van goed onderzoek. Het goede nieuws: de meeste tools zijn gratis, de integraties worden steeds beter, en je instelling helpt je graag.

Het enige wat je hoeft te doen, is beginnen. Kies één tool, koppel het aan je workflow, en bouw daarop verder.

Over een jaar zal je je afvragen waarom je het niet eerder hebt gedaan.


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 Datarepositories kiezen en gebruiken

Bekijk alle 38 artikelen in deze categorie.

Naar categorie →
Lees volgende
Wat is een datarepository en waarom mag jij er niet zomaar één kiezen
Lees verder →