Je hebt net je onderzoek afgerond, je data klaar is om te delen, en dan komt die vraag: waar upload je het eigenlijk? In Nederland kun je kiezen uit verschillende datarepositories, maar niet allemaal vragen hetzelfde.
▶Inhoudsopgave
Sommige willen bijna je hele levensgeschiedenis, anderen houden het netter. Laten we eens kijken wat elke repository écht van je vraagt als het om metadata gaat. Want niets is vervelender dan halverwege het uploadproces te ontdekken dat je nog twintig velden moet invullen.
Wat zijn metadatavelden en waarom maken ze het zo lastig?
Metadata is in feite alle informatie over je dataset, maar niet de dataset zelf. Denk aan de titel, de auteur, het onderzoeksveld, de licentie, en wanneer het onderzoek is uitgevoerd.
Deze gegevens maken je data vindbaar, citeerbaar en herbruikbaar. Precies wat de FAIR-principes voorstaan: Findable, Accessible, Interoperable en Reusable.
Maar hier zit het probleem: niet elke repository gebruikt dezelfde standaard. Wat op de ene plek verplicht is, kun je op de andere plek gewoon overslaan. En dat maakt vergelijken een flinke klus.
De grote spelers in Nederland vergeleken
In Nederland draaien een aantal repositories die veel gebruikt worden door onderzoekers.
DANS: de uitgeverige optie
De bekendste zijn DANS (Data Archiving and Networked Services), 4TU.ResearchData, en de universiteitsrepositories die vaak aangesloten zijn op internationale netwerken. Laten we ze naast elkaar leggen.
DANS, met hun EASY-omgeving, is veruit het meest uitgebreid als het om metadata gaat. Hier moet je minimaal vijftien velden invullen voordat je dataset wordt geaccepteerd. De verplichte velden zijn onder andere: titel, auteur(s), beschrijving (abstract), datum van publicatie, type dataset, licentie, en het onderzoeksdomein. Wat DANS extra vraagt ten opzichte van anderen zijn velden als de DAI (Digital Author Identifier), de onderzoeksperiode als start- en einddatum, en een verplichte waardelijst voor het onderzoeksdomein.
4TU.ResearchData: technisch en efficiënt
Dit maakt de metadata rijk, maar voor een beginnend onderzoeker kan het overweldigend aanvoelen.
DANS werkt ook met de Dublin Core-standaard als basis, maar voegt daar eigen velden bovenop. Als je data uit een Nederlandse onderzoekspraktijk komt, is DANS eigenlijk altijd een veilige keuze. Ze hebben een goede reputatie bij fondsenverleners zoals NWO en ZonMw, zeker als je een DOI voor je dataset wilt aanvragen.
4TU.ResearchData richt zich op technische wetenschappen en engineering. Hun verplichte metadatavelden zijn iets minder in aantal dan DANS, maar wel specifieker.
Je moet minimaal tien velden invullen. Bekijk hier wat je precies moet invullen bij een dataset.
Universiteitsrepositories: de wildgroei
Wat opvalt is dat 4TU verplicht vraagt om een DOI (Digital Object Identifier) aan te vragen tijdens het uploadproces, wat bij DANS optioneel kan zijn. Daarnaast vragen ze specifiek om de relatie tot een publicatie of project, en ze staan open voor het gebruik van de DataCite-metadata-standaard. Wat handig is: 4TU.ResearchData heeft een relatief stroomlijnd uploadformulier.
Als je jouw dataset herbruikbaar wilt maken voor andere onderzoekers, voelt dit intuïtieve proces als een fijne ondersteuning. Ze vragen minder vrije tekstvakken en werken vaker met keuzelijsten, wat fouten voorkomt.
Elke Nederlandse universiteit heeft min of meer een eigen repository, vaak via platforms zoals Figshare of Pure.
De verplichte velden verschillen per universiteit, maar over het algemeen vragen ze de basis: titel, auteur, beschrijving, datum, en licentie. Sommige universiteiten, zoals de Universiteit Utrecht en de Vrije Universiteit Amsterdam, vragen ook om koppelingen met bestaande onderzoeksprojecten of om de FAIR-status aan te geven.
Het nadeel van deze versnippering is dat je als onderzoeker die samenwerkt met meerdere universiteiten, elke keer een ander formulier krijgt. Er is geen nationale standaard die iedereen volgt, en dat maakt het lastig om consistent te zijn.
Wat ontbreekt er nog?
Als je deze drie opties vergelijkt, valt op dat er geen één Nederlandse repository is die de volledige FAIR-checklist als verplichte velden opneemt. DANS komt het dichtstbij, maar zelfs daar moet je bijvoorbeeld geen machine-readable licentie opgeven als verplicht veld.
4TU doet het technisch goed, maar hun focus op technische wetenschappen maakt ze minder aantrekkelijk voor sociale wetenschappen of gezondheidsonderzoek. Wat wél helpt is dat steeds meer repositories werken met internationale standaarden zoals Dublin Core en DataCite. Dit maakt het makkelijker om data tussen platforms te hergebruiken zonder alles opnieuw in te vullen.
Maar we zijn er nog niet. Een echte Nederlandse metadatastandaard voor onderzoeksdata, door iedereen aangehouden, bestaat niet.
Mocht je nu moeten kiezen
Geen zorgen, het is niet zo moeilijk als het lijkt. Voor sociaalwetenschappelijk of historisch onderzoek is DANS dé plek.
Als je in technische wetenschappen werkt, ga dan naar 4TU.ResearchData. En als je universiteit een eigen repository heeft, check eerst of die voldoet aan de eisen van je financier. Want uiteindelijk draait het niet om welke repository de mooiste metadata heeft, maar om de vraag: voldoet je dataset aan de eisen die jij, je leidinggevende, en je financier stellen?
Het belangrijkste advies: begin vroeg met metadata verzamelen. Niet aan het einde.
Want dan heb je al die informatie nog verspreid over mailberichten, notitieblokken, en de hoofd van je collega.
En dat is niemens probleem, behalve het jouwe.
Veelgestelde vragen
Waarom is het zo belangrijk om metadata te gebruiken bij het uploaden van mijn onderzoek?
Metadata, zoals de titel, auteur en onderzoeksveld, is cruciaal voor het vinden, gebruiken en citeren van je dataset. Door deze informatie te verstrekken, zorg je ervoor dat je onderzoek toegankelijk is voor anderen en dat het voldoet aan de FAIR-principes (Findable, Accessible, Interoperable, Reusable).
Wat zijn de belangrijkste verschillen tussen DANS en 4TU.ResearchData?
DANS is een uitgebreide repository die veel metadata-velden vereist, waaronder de DAI en de onderzoeksperiode, waardoor het een goede keuze is voor onderzoekers die een DOI aanvragen. 4TU.ResearchData richt zich op technische wetenschappen en vereist minder velden, maar is wel specifieker in de eisen die ze stellen aan de metadata. Als je data wilt uploaden naar DANS, moet je minimaal vijftien velden invullen, waaronder titel, auteur(s), beschrijving, datum van publicatie, type dataset, licentie en het onderzoeksdomein.
Hoeveel metadata-velden moet ik minimaal invullen bij DANS?
Het is belangrijk om deze velden zorgvuldig te invullen om een succesvolle upload te garanderen.
Wat zijn de voordelen van het gebruik van een DOI voor mijn dataset?
Een DOI (Digital Object Identifier) is een unieke identifier voor je dataset, waardoor deze gemakkelijk te vinden en te citeren is. Het gebruik van een DOI wordt door fondsenverleners zoals NWO en ZonMw vaak positief beoordeeld, wat de kans op financiering vergroot. Voor beginnende onderzoekers is DANS vaak een veilige keuze, vanwege de goede reputatie en de mogelijkheid om een DOI aan te vragen. Hoewel de metadata-vereisten uitgebreid zijn, biedt het een gestructureerde aanpak voor het organiseren en delen van je onderzoek.