نقشه راه GIS

درخواست مشاوره

09120049370

8 صبح تا 12 شب

09120049370

Telegram Whatsapp Youtube

 

خلاصه

به اشتراک گذاری و تجزیه و تحلیل ثانویه داده ها به طور فزاینده ای برای تحقیق اهمیت یافته است. به خصوص در جغرافیا، مجموعه داده های دیجیتال به دلیل تغییرات تکنولوژیک رشد کرده است. بنابراین رسیدگی مسئولانه و مستندسازی مناسب داده های پژوهشی برای سرمایه گذاران، ناشران و مؤسسات آموزش عالی ضروری شده است. برای دستیابی به این هدف، دانشگاه ها پشتیبانی و آموزش مدیریت داده های پژوهشی را ارائه می دهند. این مقاله به ارائه تجربیات یک کارگاه آزمایشی در مدیریت داده های پژوهشی به ویژه برای جغرافیدانان می پردازد. یک رویکرد خاص رشته ای برای آموزش مدیریت داده های تحقیق توصیه می شود. تمرکز این رویکرد علاقه محققان را افزایش می دهد و امکان راهنمایی های خاص تری را فراهم می کند. مدرسان مشکلات و چالش های مدیریت داده های پژوهشی را برای جغرافیدانان شناسایی کردند. در زمینه آموزش، ارتباط مزایا و دستیابی به گروه های هدف بزرگترین چالش به نظر می رسد. در نتیجه، ساختارهای تشویقی بهتر و همچنین کانال های ارتباطی باید ایجاد شود.
کلید واژه ها: 

مدیریت داده های تحقیق ; آموزش ; سواد اطلاعاتی ; جغرافیا

 

1. معرفی

در رشته های مختلف، در 20 سال گذشته به دلیل نوآوری های فناوری، داده های دیجیتالی بیشتری جمع آوری شده است. این امر به ویژه در زمینه جغرافیا و علوم زمین صادق است. دستگاه‌هایی که موقعیت‌های جغرافیایی دقیق را انتقال می‌دهند یا نشان می‌دهند، مانند گوشی‌های هوشمند و سیستم‌های موقعیت‌یابی جهانی، جمع‌آوری داده‌ها را آسان‌تر می‌کنند و به این ترتیب، حجم داده‌های جمع‌آوری‌شده و تجزیه و تحلیل را افزایش می‌دهند. همانطور که میلر و هان بیان می‌کنند، «مشابه بسیاری از زمینه‌های تحقیقاتی و کاربردی، جغرافیا از محیطی با داده‌های ضعیف و محاسباتی ضعیف به یک محیط غنی از داده و محاسبات منتقل شده است. دامنه، پوشش و حجم مجموعه داده های جغرافیایی دیجیتال به سرعت در حال رشد است. [ 1] (ص 2). علاوه بر افزایش حجم داده ها، داده های ثانویه برای استفاده مجدد نیز در دسترس تر شده اند. مخازن داده های تحقیقاتی برای داده های جغرافیایی مانند PANGEA ® Data Publisher for Earth & Environmental Science (برمن، آلمان، [ 2 ])، پایگاه داده باز کریستالوگرافی (COD، [ 3 ])، مرکز داده های جهانی برای ژئومغناطیس (WDC، [ 4 ]) و بسیاری دیگر تجزیه و تحلیل داده های تحقیق ثانویه را ممکن می سازند و دسترسی جزئی باز به داده های تحقیق را ارائه می دهند.
آژانس‌های تأمین مالی، دولت‌ها و ناشران نیز از پتانسیل مرتبط با افزایش دسترسی به داده‌ها برای پیشرفت اقتصادی، فناوری و دانشگاهی آگاه شدند. مزایایی مانند فرآیند تحقیق شفاف تر، تحلیل مجدد آسان تر، تکرارپذیری یافته های تحقیق، تأیید و اعتبار سنجی را نمی توان نادیده گرفت [ 5 ]. برنامه های مدیریت داده های تحقیقاتی اجباری، سیاست های داده و همکاری استراتژیک بین مجلات و مخازن داده های تحقیقاتی (به عنوان مثال، Elsevier و PANGEA ® ) نتیجه هستند.
مزایای مدیریت داده های تحقیق و به اشتراک گذاری داده ها به آسانی به محققین منتقل نمی شود. ایجاد، آماده سازی، مدیریت و تجزیه و تحلیل داده های تحقیق می تواند زمان بر باشد. لازم است مستندسازی داده‌ها خیلی زود در فرآیند تحقیق شروع شود و به طور مداوم داده‌ها در طول این فرآیند مدیریت شوند [ 6 ]. علاوه بر این، ترس از اشتباه، بهره‌برداری یا ناامنی‌های قانونی مانع مدیریت و اشتراک‌گذاری داده‌ها می‌شود. با این حال، این معایب مستندسازی و مدیریت داده ها باید با توجه به مزایای دریافت رسمیت رسمی و شهرت ساختمان در نظر گرفته شود [ 7 ].
در نتیجه مدیریت داده های تحقیقاتی به موضوع مهمی برای جغرافیدانان تبدیل شده است، حتی اگر تعداد کمی هنوز از آن بی اطلاع باشند. از این رو، این فقط محققان نیستند که باید با الزامات جدید سرمایه‌گذاران تحقیقاتی مانند کمیسیون اروپا، بنیاد تحقیقات آلمان یا بنیاد ملی علوم کنار بیایند. موسساتی مانند دانشگاه ها باید خدمات اطلاعاتی جدیدی را برای محققان و دانشجویان خود ایجاد کنند. آموزش و راهنمایی و همچنین پشتیبانی برای مدیریت کارآمد داده های تحقیقاتی اساسی است [ 8]. بنابراین، Humboldt-Universität zu Berlin ابتکار مدیریت داده های تحقیقاتی خود را در سال 2012، یک سرمایه گذاری مشترک بین خدمات رایانه و رسانه، مرکز خدمات تحقیقاتی، کتابخانه دانشگاه و معاونت پژوهشی آغاز کرد. در سال 2015، این ابتکار شروع به ارائه آموزش و پشتیبانی برای مدیریت داده های تحقیقاتی کرد و کارگاه های آموزشی راه اندازی کرد. کارگاه ها بخشی از طرح مدیریت داده های پژوهشی [ 9 ] و برنامه آموزشی خاص سواد اطلاعاتی Humboldt-Universität zu Berlin [ 10 ] هستند. تلاش‌های اولیه شامل اتخاذ خط‌مشی مدیریت داده‌های پژوهشی [ 11 ] و انجام یک نظرسنجی و مصاحبه‌های نیمه ساختاریافته رو در رو در مورد مدیریت داده‌های پژوهشی در میان محققان دانشگاه بود [ 12 ،13 ]. این تلاش ها مبنایی برای توسعه بعدی آموزش مدیریت داده های پژوهشی بود. هدف این است که مدیریت داده های پژوهشی را در دانشگاه برجسته کنیم و در بین دانشجویان، محققان و پرسنل دانشگاه (مثلا کتابداران) اطلاعات را افزایش دهیم.
برخلاف سایر کارگاه‌ها و وبینارهایی که در این زمان توسط مؤسسات دیگر ارائه می‌شد، ما تصمیم گرفتیم که یک کارگاه اطلاعات عمومی درباره داده‌های پژوهشی و مدیریت آن برگزار نکنیم. اگرچه کارگاه‌های عمومی مدیریت داده‌های پژوهشی در مقایسه با کارگاه‌های تخصصی مقیاس‌پذیرتر هستند، اما مزایای یک رویکرد مناسب بر این نگرانی غلبه کرد. از طریق ارائه راهنمایی دقیق، شرکت کنندگان اطلاعات عملی مفیدتری برای مدیریت داده های فردی خود دریافت می کنند. این با نیازهای کاربر مطابقت دارد [ 8 ، 12 ، 13]، که همچنین ایجاد جامعه برای مدیریت داده های تحقیقاتی را تسهیل می کند. مخاطبان هدف پژوهشگران و دانشجویان دکترا می‌توانند با سهولت بیشتری در دسترس باشند. مربیان می توانند در مورد نیازها و مشکلات خاص رشته بیاموزند. دانش خودی که بدین ترتیب به دست می‌آید، می‌تواند بعداً در مشاوره و برای مطالب راهنمایی مورد استفاده قرار گیرد. بنابراین ما مهمتر و مثمر ثمرتر تلقی کردیم که دانش مربوط به رشته را برای جلب توجه به این موضوع لحاظ کنیم. اولین مخاطب ما محققان و دانشجویان رشته جغرافیا بودند. این تصمیم بر اساس دانش قبلی در مورد نیازهای بخش از طریق نظرسنجی و مصاحبه های ذکر شده قبلی، و همچنین سطح تخصص متخصصان موضوع ما در مورد داده های تحقیقاتی موجود در بخش بود. بخش جغرافیا قبلاً تجربه استفاده مجدد از داده ها را داشته است، به عنوان مثال، از طریق تصاویر ماهواره ای [13 ] (ص 26). علاوه بر این، محققان داده‌های تحقیقات دیجیتالی خودشان را داشتند که می‌خواستند از طریق مدل دسترسی آزاد، مطابق با استانداردهای ملی و بین‌المللی به اشتراک بگذارند.

2. بررسی بین المللی

دانشگاه‌ها و مؤسسات تحقیقاتی در استرالیا، بریتانیا، ایالات متحده آمریکا و سوئیس در مقایسه با سایر کشورها در خدمات مدیریت داده‌های تحقیقاتی و پشتیبانی از آنها پیشتاز هستند [14 ] . به عنوان مثال، در سال 2011، Kennan و Markauskaite [ 15 ] یک نظرسنجی در مورد شیوه های مدیریت داده های تحقیقاتی در نیو ساوت ولز، استرالیا انجام دادند. نتایج نشان می دهد که به اشتراک گذاری داده ها و همچنین برنامه ریزی مدیریت داده های پژوهشی قبلاً در آن زمان معرفی شده بود. از آن زمان، سرویس ملی داده استرالیا (ANDS) با همکاری دانشگاه گریفیث، بریزبن، از طریق کارگاه‌ها، وبینارها و اطلاعات از طریق راهنماها و ویدئوها، از محققان پشتیبانی کرده است [16 ] .
مرکز مدیریت دیجیتال بریتانیا (DCC)، سازمان غیرانتفاعی Jisc، و آرشیو داده‌های بریتانیا پیشتاز آموزش مدیریت داده‌های تحقیقاتی هستند. در آغاز سال 2011، منابع آموزشی، راهنماها، کارگاه ها و سایر مطالب برای تقویت مدیریت داده های پژوهشی در میان محققان علوم اجتماعی توسعه یافت [ 17 ]. فعالیت های آموزشی مختلف مدیریت داده های پژوهشی به آنها اشاره می کنند.
به عنوان مثال برای ایالات متحده، Piorun و همکاران. [ 18 ] فعالیت های آموزشی مدیریت داده های پژوهشی را در مؤسسات آموزش عالی در ماساچوست در سال 2012 گزارش کرد. این ابتکار شامل انجام مصاحبه برای آماده سازی برای ایجاد چارچوب برنامه درسی بود. پیورون و همکاران [ 18 ] گروه هدف خود را دانشجویان کارشناسی و کارشناسی ارشد علوم، علوم بهداشت و مهندسی تعریف کردند. رویکرد آنها مدولار است و برای انواع روش های تحویل طراحی شده است.
در اروپا، برخی از گروه های تحقیقاتی در موسسه فناوری فدرال سوئیس در زوریخ (ETHZ) تجربه طولانی در مدیریت داده های تحقیقاتی دارند. به عنوان مثال، در یک پروژه، داده های تحقیقات دیجیتالی مدیریت، بایگانی و سرپرستی شدند که به سال 1988 باز می گردد [ 19 ]. دفتر نظارت دیجیتال در مورد مدیریت داده های تحقیقاتی و آماده سازی داده ها برای بایگانی طولانی مدت مشاوره ارائه می دهد. یک نظرسنجی در سال 2011 باعث نصب خدمات مدیریت داده های تحقیقاتی گسترده و پیاده سازی شناسه های دیجیتالی شی (DOI) برای داده های تحقیق شد [ 20 ].

3. آموزش مدیریت داده های پژوهشی

ابتکار مدیریت داده های پژوهشی Humboldt-Universität zu Berlin شامل سازماندهی یک کارگاه آزمایشی با موضوع “دانش داده های تحقیق برای جغرافیدانان” در تابستان 2015 بود. تبلیغات از طریق وب سایت مدیریت داده های تحقیقاتی ابتکارات، دیگر دانشگاه اصلی انجام شد. صفحات اصلی و لیست های پستی، رسانه های اجتماعی، و تابلوهای اعلانات در بخش جغرافیا و همچنین کتابخانه دانشگاه. این کارگاه به مدت 90 دقیقه طراحی شده است. چهار سخنران دو کتابدار موضوعی (سواد اطلاعاتی، جغرافیا) کتابخانه دانشگاه، مشاور سؤالات فنی از سرویس رایانه و رسانه و هماهنگ کننده مدیریت داده های پژوهشی دانشگاه بودند. جامعه هدف شامل پژوهشگران و دانشجویان رشته جغرافیا بود. شش شرکت کننده کارگاه متشکل از دانشجویان دکتری و کارشناسی ارشد و همچنین پرسنل کتابخانه بودند. دانش قبلی لازم نبود.

3.1. برنامه تحصیلی

اگرچه در چند سال اخیر مقالات، گزارش ها یا کتاب های راهنما زیادی در مورد مدیریت داده های پژوهشی منتشر شده است، اطلاعات مربوط به مدیریت داده ها در جغرافیا هنوز محدود است. در آماده سازی کارگاه ما، یک راهنما و مطالبی از سه کارگاه گذشته بسیار مفید بود. راهنمای استفاده شده به عنوان مرجع برتلمن و همکاران است. [ 21 ]. این کتاب توسط کارشناسان برجسته و اعضای مؤسسات تحقیقاتی بزرگ آلمان نوشته و ویرایش شده است، این یک راهنمای عملی مدیریت داده های تحقیقاتی است که به طور خاص برای حوزه علوم زمین طراحی شده است. این راهنما بیشتر جنبه های ذکر شده توسط سایر راهنمای مدیریت داده های تحقیقاتی مانند کورتی و همکاران را پوشش می دهد. [ 17]، اما همچنین شامل اطلاعات رشته ای خاص در مورد مدیریت داده های تحقیق و به اشتراک گذاری داده است. کورتی و همکاران [ 17 ] با اهمیت مدیریت داده های تحقیق شروع می شود و با نمایش جامع موضوعات مدیریت داده های تحقیق، از جمله چرخه عمر داده ها [ 6 ]، برنامه ریزی، مستندسازی، مسائل حقوقی در انگلستان و همچنین انتشار و استناد به داده های تحقیق ادامه می یابد. هر چند از منظر علوم اجتماعی. برتلمن و همکاران [ 21 ] یک دیدگاه خاص رشته را نشان می دهد و به عنوان مثال، فهرستی از پورتال های داده برای انتشار و جمع آوری داده ها یا فهرست طرحواره های فراداده مربوط به علم زمین را اضافه می کند.
محتوای ارائه سمعی و بصری ما بر اساس کارگاه‌های آموزشی مدیریت داده‌های تحقیقاتی گذشته در دانشگاه باث [ 22 ]، دانشگاه لایب‌نیتس هانوفر [ 23 ] و مرکز هلمهولتز پوتسدام – مرکز تحقیقات آلمانی GFZ برای علوم زمین [ 24 ] بود. این ارائه‌ها همگی به طرح‌های مدیریت داده‌ها و همچنین جنبه‌های مختلف مدیریت داده‌های پژوهشی که توسط راهنماهای ذکر شده قبلی پوشش داده شده‌اند، می‌پردازند. Pink and Cope [ 22 ] و همچنین Neumann و Ziedorn [ 23 ] با یک جلسه طوفان فکری در مورد مدیریت داده های تحقیق شروع می کنند، موردی که ما نیز آن را در اولویت قرار دادیم. برتلمن [ 24] به طور خاص مخاطبین دانشجویان دکترا در GFZ را هدف قرار می دهد. این ارائه به ویژه در مورد فراداده و روش های انتشار داده برای دانشمندان زمین آموزی است.
از شرکت کنندگان دعوت شد تا از قبل در مورد موضوعات مورد علاقه خود به ما اطلاع دهند. با این حال، این گزینه به ندرت مورد استفاده قرار گرفت. از این رو موضوعات زیر را برگرفته از منابع مذکور ارائه کردیم.

3.1.1. داده های تحقیق چیست؟

در ابتدای کارگاه، شرکت کنندگان در مورد داده های تحقیقاتی خود و در مورد مزایا و مشکلات یا رزرو خود در مورد مدیریت داده های تحقیق طوفان فکری کردند. سوالات زیر را مطرح کردیم:

  • داده های تحقیق در رشته من چیست؟
  • چگونه از مدیریت داده های تحقیق بهره ببرم؟
  • مشکلات کجاست؟ کجا رزرو کنم؟
شرکت کنندگان در گروه های دو نفره نظرات خود را یادداشت کردند. پس از آن، پاسخ های آنها جمع آوری و ارائه شد ( جدول 1 را ببینید ).
پاسخ ها نشان می دهد که جغرافیا به عنوان یک رشته دارای طیف گسترده ای از انواع داده های تحقیقاتی است، از نظرسنجی ها، دوره های زمانی و داده های سرشماری گرفته تا مدل ها و طرح ها. اگرچه همه شرکت‌کنندگان موافق بودند که مدیریت داده‌های پژوهشی ارزشمند است، برخی از آنها نتوانستند مزایای خاص را در مدت زمان معین (تقریباً ده دقیقه) یادداشت کنند. این قابل درک است زیرا مزایای مدیریت داده های تحقیق در حال حاضر عمدتاً ماهیت انتزاعی دارند و به راحتی قابل اندازه گیری نیستند. یک استثنا توسط Piwowar و Vision [ 25 ] ارائه شد که نشان دادند در دسترس قرار دادن داده ها می تواند منجر به نرخ استناد بالاتر شود. همه شرکت کنندگان در کارگاه ما با مشکلات مربوط به حق چاپ و وضعیت حقوقی فعلی در آلمان موافق بودند. گروه 1 همچنین به مشکلات مربوط به عدم مستندسازی داده های تحقیق اشاره کرد ( به عنوان مثالاطلاعاتی در مورد طراحی تحقیق، روش شناسی، جمع آوری داده ها، منشأ، و آماده سازی، تغییر و غیره ) که از استفاده مجدد آسان جلوگیری می کند. برخی از شرکت کنندگان نیز در مورد سرمایه گذاری زمان و پول تردید داشتند.

3.1.2. چرا مدیریت داده تحقیق کنیم؟

ما با یک تاریخچه جهانی کوتاه از مدیریت داده های تحقیق و دو تعریف ادامه دادیم. مدیریت داده های پژوهشی به عنوان “کلیه فعالیت هایی که با پردازش، ذخیره سازی، بایگانی و انتشار داده های تحقیق مرتبط است” [ 12 ] (ص. 6) تعریف شد . یک تعریف کلی از داده های تحقیق توسط کیندلینگ و شرمباخر، داده های تحقیق را به عنوان “کلیه داده های دیجیتالی که در طول فرآیند تحقیق به وجود می آیند یا نتیجه آن هستند” توصیف می کند [ 26]] (ص 130). ما الزامات سرمایه گذاران و ناشران و مزایای مدیریت داده ها را توضیح دادیم. این موارد شامل قابلیت ردیابی، تکرارپذیری، اعتبارسنجی، شناسایی علمی و همچنین الزامات قانونی و اخلاقی بود. علاوه بر این، ما به سیاست مدیریت داده های تحقیق Humboldt-Universität zu Berlin و دستورالعمل های همراه آن اشاره کردیم [ 11 ، 27 ]. اکثر شرکت کنندگان در مورد این توصیه های رسمی نمی دانستند. بنابراین، مطالب را با جزییات بیشتری نسبت به برنامه قبلی توضیح دادیم.

3.1.3. مدیریت داده های پژوهشی موفق

با شروع چرخه عمر داده های تحقیق [ 6 ] و با استفاده از یک برنامه مدیریت داده ها Horizon 2020 عمومی [ 28 ]، ما سعی کردیم تمام جنبه های مرتبط مدیریت داده های تحقیق را برجسته کنیم: پشتیبان گیری و ایمن سازی داده های تحقیق (معقول)، ساختار شفاف فایل ها و نسخه. کنترل، صدور مجوز، آرشیو داده ها و فرمت های فایل مناسب مورد بررسی قرار گرفت (به عنوان مثال، [ 17 ]). فرمت های فایل پیشنهادی شامل GeoTiff برای گرافیک شطرنجی دیجیتال و Shapefile برای نرم افزار سیستم اطلاعات جغرافیایی (GIS) است، زیرا هر دو مستقل از ماشین، غیر اختصاصی و بالفعل هستند.استانداردها ما همچنین به شرکت کنندگان در مورد خدمات و مشاوره در مورد مدیریت داده های تحقیقاتی (مثلاً پشتیبانی با پشتیبان گیری یا بایگانی) که توسط Humboldt-Universität zu Berlin ارائه می شود، اطلاع دادیم. ما طرحواره‌های فراداده‌ای خاص رشته‌ای را با شرکت‌کنندگان معرفی و به طور گسترده مورد بحث قرار دادیم. اینها به عنوان مثال داروین کور (DwC، [ 29 ]) و ISO 19115 [ 30 ، 31 ] را شامل می‌شود. علاوه بر این، ما به نمای کلی مرکز مدیریت دیجیتال بریتانیا (DCC) برای ابرداده های انضباطی [ 32 ] اشاره کردیم. برای پشتیبانی عملی از مدیریت داده های تحقیق، ابزار DMPonline DCC [ 33 ] را معرفی کردیم و یک طرح نمونه و همچنین دستورالعمل های آلمانی زبان را برای کاربرد آسان تر ارائه کردیم.

3.2. کار عملی با مخازن

به عنوان مقدمه ای برای اشتراک گذاری و استفاده مجدد از داده های تحقیق، ما re3data.org را ارائه کردیم – یک ثبت مرکزی برای مخازن داده های تحقیق و یک نقطه دسترسی برای یافتن داده های تحقیق برای تجزیه و تحلیل ثانویه. برخلاف دیگر کارگاه‌های مدیریت داده‌های تحقیقاتی، ما جلسه‌ای را درباره مخزن داده‌های تحقیقاتی PANGEA ® ، یک ناشر داده برای علوم زمین و محیط‌زیست که بر روی داده‌های تحقیقاتی مرجع جغرافیایی تخصص دارد، گنجانده‌ایم. با همکاری PANGEA® ، ما توانستیم روند ثبت نام، ورود به سیستم و ارسال اطلاعات تحقیقاتی سیستم را به نمایش بگذاریم. پس از آن، ما همچنین به مخازن دیگر رشته های خاص مانند COD و WDC و همچنین ZENODO اشاره کردیم [ 34] به عنوان یک مخزن چند رشته ای. ما امیدواریم که دانشجویان فارغ التحصیل را تشویق کنیم تا از این مخازن برای به اشتراک گذاشتن داده های خود با محققین دیگر استفاده کنند. بر اساس تجربه ما، محققان جوان نسبت به مدیریت داده‌های پژوهشی بازتر هستند و می‌توانند راحت‌تر به ارزش آن متقاعد شوند. آنها نه تنها می توانند مزایای مدیریت داده ها را برای طولانی ترین زمان (در ابتدای کار تحقیقاتی خود) دریافت کنند، بلکه می توانند به عنوان چند برابر کننده اطلاعات برای همکاران خود عمل کنند.
با توجه به ارتباط روزافزون آن در مورد به اشتراک گذاری داده ها، ما همچنین در مورد استناد داده های تحقیقاتی مناسب توضیح دادیم. ما استاندارد استناد داده های FORCE11 را ارائه کردیم که به طور گسترده شناخته شده است [ 35 ، 36 ]، اما همچنین بر شیوه های مختلف استناد رشته ها و ناشران مختلف تأکید کردیم.
این کارگاه با بحث و گفتگو در مورد موضوعات مختلف به پایان رسید. یک سوال به تفاوت بین ارائه دهندگان داده های عمومی و مخازن داده های تحقیقاتی یا آرشیو داده ها مربوط می شود. یکی دیگر از شرکت کنندگان می خواست در مورد حداکثر اندازه فایل مخازن داده های تحقیق بیشتر بداند زیرا فایل های داده او بسیار بزرگ هستند (بیش از 10 ترابایت). ما همچنین برای کارگاه خود بازخورد درخواست کردیم که در کل بسیار مثبت بود. شرکت کنندگان سپاسگزار بودند و تمایل خود را برای کارگاه های عمیق تر در مورد موضوعاتی مانند برنامه ریزی مدیریت داده های تحقیق و جنبه های قانونی مدیریت داده های پژوهشی ابراز کردند.

4. درس های آموخته شده

ما از کارگاه آزمایشی خود نتایج مهمی گرفته ایم. زمان برگزاری کارگاه ها ضروری است. موسسات آموزش عالی مانند Humboldt-Universität zu Berlin در ترم ها و دوره های سخنرانی فعالیت می کنند. برای دستیابی به حداکثر مشارکت پژوهشگران و دانشجویان، مهم است که روزی از هفته را انتخاب کنید که خیلی فشرده نباشد. علاوه بر این، یک فضای استقبال کننده می تواند انگیزه را پشتیبانی کند. توصیه می کنیم به جای اتاق کامپیوتر یا سالن سخنرانی از یک اتاق کنفرانس کوچکتر استفاده کنید. این می تواند یک بحث پر جنب و جوش را ترویج دهد و شرکت کنندگان تمایل بیشتری برای پرسیدن سؤالات فردی دارند. علاوه بر این، در توافق با یافته های کارلسون و جانستون [ 37]، ما به شدت همکاری با مخازن داده های تحقیقاتی خاص را توصیه می کنیم. در صورت امکان، بحث در مورد مخازن مناسب (ویژه رشته) باید در کارگاه ادغام شود. این همچنین می تواند دانش داخلی مربیان مدیریت داده های تحقیق را بهبود بخشد، زیرا آنها از قبل با فرآیندها و موانع خاص آشنا هستند.
کارگاه ما به ما نشان داد که اطلاعات بیشتری در مورد پشتیبانی موجود در سایت و خط مشی داده موجود [ 11 ] مورد نیاز است. اکثر شرکت کنندگان در مورد خط مشی یا صفحه وب موجود برای مدیریت داده های تحقیقاتی در Humboldt-Universität zu Berlin اطلاعی نداشتند. در نتیجه ما تلاش خود را برای اطلاع رسانی و ارتباط با محققان و اساتید افزایش خواهیم داد. برای دستیابی به نرخ مشارکت بیشتر محققان و اساتید، فشار بیشتری از سوی رهبری دانشگاه و همچنین سرمایه‌گذاران تحقیقاتی مورد نیاز است. از طریق الزامات به وضوح فرموله شده، مدیریت داده های پژوهشی سازگار می تواند اجرا شود. علاوه بر این، مزایای آن می تواند از پذیرش و پذیرش حمایت کند. فچر و همکاران نتیجه گیری کنید که «دانشگاه یک اقتصاد شهرت است، یک سیستم مبادله ای که توسط شهرت فردی فراتر از پول و موقعیت هدایت می شود. در این راستا، به اشتراک گذاری داده ها تنها در صورتی شاهد پذیرش گسترده در میان متخصصان پژوهشی خواهد بود که به شکل شهرت پرداخت کند» [ 7 ] (ص. 3). برای تقویت مدیریت داده های تحقیقاتی با کیفیت بالا و پشتیبانی از اشتراک داده ها باید ساختارهای انگیزشی ایجاد شود.

مشخصات مدیریت داده های تحقیقات جغرافیایی

آماده سازی برنامه درسی کارگاه و همچنین بینش های به دست آمده از شرکت کنندگان ما را می توان با توجه به اظهارات و توصیه های زیر در مورد مدیریت داده های تحقیقات جغرافیایی خلاصه کرد. جغرافیا به دو شاخه اصلی تقسیم می شود: جغرافیای فیزیکی و جغرافیای انسانی. در دانشگاه‌های آلمان، اتریش و سوئیس، تحقیقات جغرافیای انسانی در واقع اغلب وابسته به گروه‌های علوم انسانی است، جدا از تحقیقات جغرافیای فیزیکی، که زیر نظر دانشکده علوم انجام می‌شود. این منجر به چالش‌های متعددی می‌شود که باید هنگام برخورد با داده‌های تحقیقات جغرافیایی از آنها آگاه بود. اولاً، جغرافی دانان از تکنیک های مختلفی برای جمع آوری داده های تحقیق استفاده می کنند. آنها با انواع داده های مختلف کار می کنند، از این رو جستجو برای مخزن داده های تحقیقی مناسب می تواند گیج کننده باشد [1 ]. این به‌اصطلاح « پیوستگی تنظیم داده » باید مورد توجه قرار گیرد [ 38 ]. بنابراین، یک ساختار واضح برای انواع داده‌های مختلف، نیازمندی‌های آنها و کانون‌های رشته (مثلاً، محیط‌ها یا انواع اندازه‌گیری) کلید موفقیت مدیریت داده‌های پژوهشی است.
ثانیا، و مطابق با نکته فوق، میزان و پیچیدگی داده ها متفاوت است. برخی از محققان با داده‌هایی کار می‌کنند که شامل فایل‌هایی با حجم کیلوبایت (مثلاً در جغرافیای فرهنگی و اجتماعی) است، در حالی که فایل‌های تولید شده توسط دیگران اندازه ترابایت هستند. بنابراین، چنین مجموعه های داده ای اغلب بر روی هارد دیسک های خارجی (به عنوان مثال، مجموعه داده های مربوط به ژئوماتیک و ژئومورفولوژی) نگهداری و تجزیه و تحلیل می شوند. این مشکل باید در نظر گرفته شود و به ویژه در مورد جغرافیا صدق می کند.
ثالثاً، جغرافیدانان با ابزارها و برنامه های کاربردی تجسم کار می کنند. این یک چالش خاص برای حفظ است. خود داده‌ها و کد را می‌توان بایگانی کرد، اما رابط‌های وب، پلتفرم‌ها و برنامه‌های کاربردی توسعه‌یافته و تأمین‌شده اغلب به ماشین‌های مجازی برای استفاده ثانویه پس از پایان پروژه نیاز دارند. حفظ عملکرد به عنوان یک خروجی تحقیق هنوز به طور کامل مورد توجه قرار نگرفته است. بایگانی صفحات وب از طریق سرویس هایی مانند WebCite تنها اولین گام در این مسیر است (برای آرشیو وب به عنوان مثال، [ 39 ، 40 ] مراجعه کنید).
چهارم، ویژگی های ابرداده باید در نظر گرفته شود. یک مثال، مقادیر پرچم کیفیت داده برای توصیف کیفیت داده های تحقیق اندازه گیری شده است. این کدها مختص رشته هستند و اغلب استاندارد نیستند. برای بهترین سازگاری، استفاده از استانداردها در صورت امکان و مستندسازی تعاریف و ارائه آنها در کنار مجموعه داده مربوطه مهم است [ 41 ]. این همچنین در مورد واحدهای گزارش پارامترهای اندازه گیری شده صدق می کند.
پنجم، تداوم شناسه‌ها برای داده‌های زمین‌شناسی مشکل‌ساز است [ 42 ]. داده های زمین شناسی می توانند بسیار پویا باشند و اصلاح یا پردازش مجدد غیرعادی نیست. در دسترس بودن و حفظ داده های علم زمین در تمام نسخه های آن – از داده های خام گرفته تا مجموعه داده های پردازش شده، ضمیمه یا اصلاح شده – یکی از بزرگترین چالش ها است.
در نهایت، داده‌های تحقیقات جغرافیایی پتانسیل بالایی برای استفاده مجدد دارد – نه تنها برای دانشمندان زمین‌شناسی، بلکه برای استفاده‌های بین‌رشته‌ای. جمع آوری داده های جغرافیایی می تواند بسیار پرهزینه یا منحصر به فرد باشد. بنابراین مدیریت خوب داده های تحقیقاتی علاوه بر به اشتراک گذاری داده ها برای پیشرفت علمی ضروری است.

5. نتیجه گیری ها

از این اولین کارگاه بین جغرافیدانان می توان نتایج متفاوتی گرفت. مفهوم کارگاه [ 10 ] ثابت شده است که مناسب است. یک گروه شش تا هشت نفره برای آموزش مدیریت داده های تحقیق ایده آل به نظر می رسد. قالب کارگاه پاسخگویی به سوالات فردی را تسهیل می کرد. سطح توجه بسیار بالا بود زیرا شرکت کنندگان برای یادگیری در مورد موضوع انگیزه داشتند. رویکرد ویژه رشته به میزان قابل توجهی هم به میزان مشارکت در کارگاه و هم در ارضای نیازهای کاربران کمک کرده است.
ترکیب پرسنل کتابخانه و محققین (فارغ التحصیل) مناسب است. کتابداران این فرصت را داشتند تا در مورد داده های محققان و چالش های آنها در مورد مدیریت داده های پژوهشی بیاموزند. جغرافیدانان امکان آشنایی با خدمات کتابخانه و پایگاه دانش کتابداران را داشتند. بعید است که چنین تبادل اطلاعاتی در خارج از کارگاه اتفاق افتاده باشد.
در بحث نهایی با شرکت کنندگان، موضوعات بعدی برای کارگاه های آتی ذکر شد. اینها تا حدی پاسخ های جدول 1 را منعکس می کنند . جنبه‌های حقوقی مدیریت داده‌های پژوهشی (با همکاری یک متخصص) و همچنین کارگاه‌های جداگانه‌ای عمیق‌تر در رابطه با نحوه تدوین برنامه مدیریت داده‌های پژوهشی یا یافتن مخزن نام‌گذاری شد. با این حال، چنین کارگاه های عمیق تنها پس از به دست آوردن یک درک کلی از مدیریت داده های پژوهشی ارزشمند به نظر می رسند.
نتایج فوری این کارگاه شامل درک بهتر نگرانی‌ها و خواسته‌های جغرافیدانان در مورد مدیریت و اشتراک داده‌های پژوهشی است (به بخش 4 مراجعه کنید ). افراد تماس شناسایی شدند که عمدتاً با داده های تحقیقاتی کار می کنند و مایل به حمایت بیشتر هستند. علاوه بر این، از طریق تبلیغات برای کارگاه از طریق خبرنامه ها و اطلاعیه ها، ما آگاهی را در مورد مدیریت داده های تحقیقاتی در بخش افزایش دادیم. این منجر به دعوت برای تدریس شد، یعنی ارائه مدیریت داده های پژوهشی در سمیناری برای دانشجویان کارشناسی ارشد ژئوماتیک.
برنامه‌های آتی ما شامل گسترش و پیگیری کارگاه‌های آموزشی خاص است. ما قصد داریم آموزش های آنلاین و مطالب اطلاعاتی به زبان آلمانی را به عنوان منابع آموزشی باز در وب سایت خود منتشر کنیم. این باعث افزایش انتشار دانش جدید رشته‌ای خاص ما می‌شود. به طور همزمان، آموزش ها امکان یادگیری مدولار و مستقل را برای دانش آموزان و محققان فراهم می کند. مشخصات بیشتر در موضوعات مدیریت داده های پژوهشی و کارگاه های عمیق در حال حاضر برنامه ریزی نشده است. این ممکن است با ایجاد محدودیت‌های مالی شدیدتر در آلمان یا با گسترش دانش مدیریت داده‌های تحقیقات پایه در میان محققان دانشگاه Humboldt-Z Berlin تغییر کند.

منابع

  1. میلر، اچ جی; هان، جی. داده کاوی جغرافیایی و کشف دانش: یک مرور کلی. در داده کاوی جغرافیایی و کشف دانش ، ویرایش دوم. Miller, HJ, Han, J., Eds. CRC Press: Boca Raton، FL، USA، 2009; ص 1-26. [ Google Scholar ]
  2. ناشر داده های PANGEA برای علوم زمین و محیط زیست. در دسترس آنلاین: http://pangaea.de/ (در 26 ژوئن 2015 قابل دسترسی است).
  3. پایگاه داده باز کریستالوگرافی (COD). در دسترس آنلاین: http://www.crystallography.net/ (در تاریخ 26 ژوئن 2015 قابل دسترسی است).
  4. مرکز داده های جهانی برای ژئومغناطیس (WDC). در دسترس آنلاین: http://www.space.dtu.dk/English/Research/Scientific_data_and_models/World_Data_Center_for_Geomagnetism.aspx (در 26 ژوئن 2015 قابل دسترسی است).
  5. مونی، اچ. نیوتن، نماینده آناتومی یک داده استناد: کشف، استفاده مجدد و اعتبار. در دسترس آنلاین: http://doi.org/10.7710/2162-3309.1035 (در 26 ژوئن 2015 قابل دسترسی است).
  6. آرشیو داده های انگلستان چرخه حیات داده های تحقیق در دسترس آنلاین: http://www.data-archive.ac.uk/create-manage/life-cycle (در 31 ژوئیه 2015 قابل دسترسی است).
  7. فچر، بی. فریزیک، اس. هبینگ، ام. لینکک، اس. Sauermann, A. A Reputation Economy: نتایج حاصل از یک بررسی تجربی در مورد به اشتراک گذاری داده های دانشگاهی. در دسترس آنلاین: http://doi.org/10.2139/ssrn.2568693 (در 26 ژوئن 2015 قابل دسترسی است).
  8. سالانس، آ. Lake, S. ابزارهای ارزیابی و برنامه ریزی مدیریت داده ها. در مدیریت داده های پژوهشی: استراتژی های عملی برای متخصصان اطلاعات . Ray, JM, Ed. انتشارات دانشگاه پردو: وست لافایت، IN، ایالات متحده آمریکا، 2014; صص 87-107. [ Google Scholar ]
  9. سیموکویچ، ای. (Humboldt-Universität zu Berlin: برلین، آلمان). اثر منتشر نشده 2014.
  10. شنک، یو. کیندلینگ، ام. سیموکویچ، ای. زیلکه، دی. (Humboldt-Universität zu Berlin، برلین، آلمان). اثر منتشر نشده 2015.
  11. Humboldt-Universität zu Berlin. سیاست مدیریت داده های پژوهشی Humboldt-Universität zu Berlin. در دسترس آنلاین: https://www.cms.hu-berlin.de/de/ueberblick/projekte/dataman/hu-rdm-policy/view (در 20 ژوئیه 2015 قابل دسترسی است).
  12. سیموکویچ، ای. کیندلینگ، ام. Schirmbacher، P. Umfrage zum Umgang mit Digitalen Forschungsdaten an der Humboldt-Universität zu Berlin. در دسترس آنلاین: http://nbn-resolving.de/urn:nbn:de:kobv:11-100213001 (در 26 ژوئن 2015 در دسترس است).
  13. سیموکویچ، ای. تیله، آر. استراک، ا. کیندلینگ، ام. Schirmbacher, P. Sind Ihre Forschungsdaten بود؟ مصاحبه با Wissenschaftlern der Humboldt-Universität zu Berlin. در دسترس آنلاین: http://nbn-resolving.de/urn:nbn:de:kobv:11-100224755 (دسترسی در 20 ژوئیه 2015).
  14. برگر، م. کیندلینگ، ام. لیبناو، ال. لینهارد، سی. لیلینتال، اس. پلوکا، پ. پولکمپ، اس. راینهارت، ک. روگنهاگن، ام. شولز، ک. و همکاران Forschungsdatenmanagement an Hochschulen—Internationaler Überblick und Aspekte eines Konzepts für die Humboldt-Universität zu Berlin. در دسترس آنلاین: http://nbn-resolving.de/urn:nbn:de:kobv:11-100210226 (در 3 اوت 2015 در دسترس است).
  15. کنان، MA; Markauskaite, L. شیوه های مدیریت داده های تحقیق: یک عکس فوری در زمان. بین المللی جی دیجیت. کیوریشن 2015 ، 10 ، 69-95. [ Google Scholar ] [ CrossRef ]
  16. سیمونز، ن. ویسر، ک. سرل، اس. حمایت سازمانی رو به رشد برای استناد به داده ها: نتایج مشارکت بین دانشگاه گریفیث و سرویس داده ملی استرالیا. D-Lib Mag. 2013 ، 19 . [ Google Scholar ] [ CrossRef ]
  17. کورتی، ال. Eynden، VVD; اسقف، ال. Woolard, M. مدیریت و به اشتراک گذاری داده های تحقیقاتی: راهنمای عملکرد خوب . SAGE: لس آنجلس، کالیفرنیا، ایالات متحده آمریکا، 2014. [ Google Scholar ]
  18. Piorun، MA; کافل، دی. لگر-هورنبی، تی. نجفی، س. مارتین، ای آر. کلمبو، پی. LaPelle, NR آموزش مدیریت داده های تحقیق: برنامه درسی کارشناسی / کارشناسی ارشد. J. eSci. کتابدارش. 2012 ، 1 ، 46-50. [ Google Scholar ] [ CrossRef ]
  19. Sesartić، A. Digitales تاریخ مدیریت در سال 1988. Überführung eines digitalen Forschungsarchivs aus dem Bereich Systemökologie in das ETH Data Archive. در مجموعه مقالات 3. DINI/nestor-Workshop “Langzeitarchivierung von Forschungsdaten”، برلین، آلمان، 19 ژوئن 2015.
  20. تووه، ام. Scheid, S. انتظارات کاربر در داده های تحقیقات آرشیو شده ; Eidgenössische Technische Hochschule Zürich, ETH-Bibliothek: Zürich, Switzerland, 2011. [ Google Scholar ]
  21. برتلمن، آر. گباوئر، پ. هاسلر، تی. کرشنر، آی. پیترز-کوتیگ، دبلیو. رزم، م. رکر، آ. اولبریخت، دی. Van Gasselt، S. Einstieg ins Forschungsdatenmanagement in den Geowissenschaften. در دسترس آنلاین: http://doi.org/10.2312/lis.14.01 (در 26 ژوئن 2015 قابل دسترسی است).
  22. صورتی، سی. Cope, J. مدیریت داده های تحقیق شما (ارائه). در دسترس آنلاین: http://opus.bath.ac.uk/32296/ (دسترسی در 6 مه 2015).
  23. نویمان، جی. Ziedorn، F. Forschungsdatenmanagement-Erstellen، Bearbeiten، Archivieren، Bereitstellen. کارگاه Forschungsdatenmanagement für die Leibniz Universität Hannover (ارائه). در دسترس آنلاین: http://de.slideshare.net/fziedorn/workshop-fr-die-luh-forschungsdatenmanagement (در 6 مه 2015 قابل دسترسی است).
  24. برتلمن، آر. (مرکز هلمهولتز پوتسدام – مرکز تحقیقات علوم زمین GFZ آلمان، پوتسدام، آلمان). اثر منتشر نشده 2015.
  25. Piwowar، HA; چشم انداز، استفاده مجدد از داده های TJ و مزیت استناد داده های باز. PeerJ 2013 , 1 . [ Google Scholar ] [ CrossRef ] [ PubMed ]
  26. کیندلینگ، ام. Schirmbacher، P. “Die Digitale Forschungswelt” als Gegenstand der Forschung. Inf. عاقل. پراکس. 2013 ، 64 ، 127-136. [ Google Scholar ]
  27. Humboldt-Universität zu Berlin. رهنمودها مکمل سیاست مدیریت داده های پژوهشی Humboldt-Universität zu Berlin. در دسترس آنلاین: https://www.cms.hu-berlin.de/de/ueberblick/projekte/dataman/hu-rdm-guidelines/view (در 26 ژوئن 2015 قابل دسترسی است).
  28. کمیسیون اروپایی. دستورالعمل‌های مدیریت داده در Horizon 2020. در دسترس آنلاین: http://ec.europa.eu/research/participants/data/ref/h2020/grants_manual/hi/oa_pilot/h2020-hi-oa-data-mgt_en.pdf (دسترسی در 31 ژوئیه 2015).
  29. داروین کور. در دسترس آنلاین: http://www.webcitation.org/6aQp5vlSC (در 31 ژوئیه 2015 قابل دسترسی است).
  30. سازمان بین المللی استاندارد (ISO). ISO 19115-1:2014 اطلاعات جغرافیایی – فراداده – قسمت 1: اصول. در دسترس آنلاین: http://www.iso.org/iso/home/store/catalogue_tc/catalogue_detail.htm?csnumber=53798 (در 9 ژوئیه 2015 قابل دسترسی است).
  31. سازمان بین المللی استاندارد (ISO). ISO 19115-2:2009 اطلاعات جغرافیایی — فراداده — بخش 2: برنامه های افزودنی برای تصاویر و داده های شبکه ای. در دسترس آنلاین: http://www.iso.org/iso/catalogue_detail.htm?csnumber=39229 (در 9 ژوئیه 2015 قابل دسترسی است).
  32. مرکز مدیریت دیجیتال فراداده انضباطی در دسترس آنلاین: http://www.dcc.ac.uk/resources/metadata-standards (در 15 ژوئیه 2015 قابل دسترسی است).
  33. DMP آنلاین. در دسترس آنلاین: https://dmponline.dcc.ac.uk/ (در 26 ژوئن 2015 قابل دسترسی است).
  34. ZENODO. در دسترس آنلاین: https://zenodo.org/ (دسترسی در 26 ژوئن 2015).
  35. گروه سنتز استناد داده ها. بیانیه مشترک اصول استناد به داده ها ; FORCE11: سن دیگو، کالیفرنیا، ایالات متحده آمریکا، 2014. [ Google Scholar ]
  36. مثال استناد داده FORCE11. در دسترس آنلاین: http://www.webcitation.org/6aQqE7qPG (در 31 ژوئیه 2015 قابل دسترسی است).
  37. کارلسون، جی. جانستون، LR سواد اطلاعاتی داده ها: کتابداران، داده ها و آموزش نسل جدیدی از محققان . انتشارات دانشگاه پردو: وست لافایت، IN، ایالات متحده آمریکا، 2015. [ Google Scholar ]
  38. ترلوار، ا. Groenewegen، D.; هاربو-ری، سی. پیوستار مدیریت داده – مدیریت اشیاء داده در مخازن سازمانی. D-Lib Mag. 2007 ، 13 . [ Google Scholar ] [ CrossRef ]
  39. پنوک، ام. آرشیو وب ائتلاف حفظ دیجیتال: یورک، بریتانیا، 2013. [ Google Scholar ]
  40. وب سایت. در دسترس آنلاین: http://webcitation.org (در 7 آگوست 2015 قابل دسترسی است).
  41. هوک، لس آنجلس؛ Vannan، SKS; Beaty، TW; کوک، RB; ویلسون، BE بهترین روش‌ها برای آماده‌سازی مجموعه‌های داده‌های محیطی برای اشتراک‌گذاری و بایگانی ؛ مرکز بایگانی فعال توزیع‌شده آزمایشگاه ملی اوک ریج: اوک ریج، TN، ایالات متحده آمریکا، 2010. [ Google Scholar ]
  42. کلمپ، جی. هوبر، آر. Diepenbroek، M. DOI برای داده‌های علوم زمین – چگونه شیوه‌های اولیه ادراکات فعلی را شکل می‌دهند. علوم زمین آگاه کردن. 2016 ، 9 ، 123-136. [ Google Scholar ] [ CrossRef ]
جدول
جدول 1. پاسخ های شرکت کنندگان در مورد مدیریت داده های تحقیق.

;کاربردهای GISمقالات

آموزش کاربردی ArcGISالهام ابراهیم زادهکاربرد جی ای اسکاربرد جی ای اس در زمین شناسی

بدون نظر

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

همواره حمایت دانشجویان عزیزمان همراه ما بوده و این سببب شده که گامی محکم به‌سوی ایجاد یک مرجع برای آموزش GIS برداریم. با این امید که بتوانیم قدردان حمایت شما بزرگواران باشیم.

  • خانه
  • آموزش
  • فیلم آموزشی
  • تماس با ما
  • درباره ما
  • وبلاگ
  • سمنان /خیابان کاشانی/ساختمان فناوری اطلاعات/پ 8
  • 09120049370