Under arbetet med din avhandling behöver du dokumentera vad som händer med dina data, det vill säga du beskriver vad du gör med data.
Tänk dig att någon annan övertar dina data och ska göra samma sak som du gjort. Hen kan inte veta hur du tänkt när du börjat bearbeta dina data. Du har kanske kalibrerat ett instrument för att mäta dina data, ordnat dem på ett visst sätt, eller skrivit en fältdagbok om deras uppkomst. Alla dessa anteckningar, kvalitetskontroller, apparatsinställningar och readme-filer är dokumentation. I synnerhet om du tänker dela dina data i slutet av ditt projekt, eller om du skriver din avhandling som en del av ett större forskningsprojekt är det av yttersta vikt att du dokumenterar noggrant, annars kan ingen förstå dina data när du själv inte är med i bilden längre. Gedigen dokumentation ger även möjligheten att verifiera och kontrollera dina resultat! Man kan tänka sig att dokumentationen är receptet som gör det möjligt för en själv och andra att upprepa studien och komma fram till samma resultat.
Även om du inte tänker dela dina data så är det viktigt att dokumentera i någon mån. Att skriva en gradu kan ta flera månader. Minns du i slutet av processen hur du tänkte och gjorde i början? Om du av någon anledning måste ta paus från ditt examensarbete i flera veckor eller rentav månader, kommer du ihåg när du fortsätter med arbetet hur du tänkte kring dina data? Om du dokumenterar vad du gör med dina data vet du från början till slut hur du tänkt och gjort, och behöver inte gissa.
Ett sätt att dokumentera är att organisera dina datafiler på ett systematiskt sätt. Använd versionskontroll för att hålla reda på äldre och nyare filer, skapa logiska mappstrukturer för olika data, tagga filer för att enklare hitta dem.
En viktig aspekt av datahanteringen är att organisera filer. I videon presenteras olika aspekter av filorganisation (namngivning, mappstruktur och versionskontroll) samt tips och bästa praxis.
CC BY UGent Open Science
Du behöver skapa metadata, vilket betyder ”data om data”, om dina data. Det innebär att du skriver ut den information som behövs för att förstå och tolka data: till exempel datas ursprung, upphovspersoner, tid, plats, metoder samt ämnesord. Tanken här är att din forskning ska kunna reproduceras, det vill säga en annan forskare ska kunna utföra samma analys och komma fram till samma svar. För att det ska lyckas krävs det att forskaren förstår allt som gjorts med data, det vill säga data har dokumenterats systematiskt och på ett begripligt sätt. Du skapar även metadata för dig själv; så att du själv ska komma ihåg omständigheterna för hur, när och var dina data skapades.