Il Data Management Plan (DMP)

Un DMP è un documento formale che indica nel dettaglio come devono essere gestiti i dati sia durante un progetto di ricerca che dopo il suo completamento. Lo scopo è quello di fornire una descrizione e un'analisi dei dati, delle tecniche e dei flussi di lavoro che li caratterizzano, degli standard e delle politiche di accesso, riuso e conservazione. E' bene tener conto di tutti questi aspetti prima che il progetto abbia inizio.

 Il DMP deve contenere:

  • Dataset: identificazione dei dati, come vengono raccolti e come verranno utilizzati
  • Standard e metadati (dati relativi ai dati che descrivono in modo strutturato le proprietà dei dati: chi li ha creati, chi li possiede, quando sono stati creati…)
  • Condivisione dei dati: i dati dovrebbero essere resi disponibili ad accesso aperto, in caso contrario occorre darne una motivazione (opting out).
  • Modalità di archiviazione e conservazione

Un DMP deve essere pensato come un documento "in itinere": una prima versione  (come deliverable) deve essere inviata entro i primi 6 mesi del progetto e deve essere aggiornata ogni qualvolta si verifichino cambiamenti significativi.

Strumenti utili:

Per poter redigere un DMP esiste un TOOL realizzato dal Digital Curation Centre e messo a disposizione di tutti i ricercatori, che possono crearsi i loro template ed aggiungere il logo della propria istituzione

Nel maggio 2017 un gruppo di lavoro informale sui dati della ricerca (costituito da Politecnico di Milano, Università di Milano, Università di Torino, Università di Trento, Università Ca’ Foscari Venezia) ha redatto una checklist con una GRIGLIA in lingua italiana per l'elaborazione di un Data Management Plan.

Una guida alla redazione di un DMP è stata anche elaborata dall'Università di Bologna

Un supporto riguardo alla stesura dei metadati è offerto dalla Research Data Alliance con la Metadata Standards Directory 

 

Reasons to manage and share data*

Benefits for researchers

 

 

Research integrity

Potential to share data

To make research easier

To avoid accusations of fraud or bad science

So others can reuse and build on your data

Stop yourself drowning in irrelevant stuff

Evidence findings and enable validation of research conduct

To gain credit – several studies have shown higher citation rates when data are shared

Make sure you can understand and reuse your data again later

Meet codes of practice on research conduct

For greater visibility, impact and new research collaborations

Advance your career – data is growing in significance

Many research funders worldwide now require Data Management and Sharing Plans

Promote innovation and allow research in your field to advance faster

*Sarah Jones, Digital Curation Centre di Glasgow