Sie haben Ihre Forschungsdaten aufwendig dokumentiert, aber niemand nimmt Notiz davon? Sie schreiben einen Artikel und Ihr Methodenkapitel sprengt eigentlich den Rahmen? Sie arbeiten mit einem Datensatz, der auch für andere Wissenschaftler*innen spannend sein könnte? Dann könnte die Veröffentlichung eines Data Papers in einem Data Journal das Richtige für Sie sein.
Im Unterschied zu einem „klassischen“ wissenschaftlichen Artikel steht bei einem Data Paper die Beschreibung eines Forschungsdatensatzes im Vordergrund, nicht die daraus gewonnenen Erkenntnisse. In einem Data Paper wird also keine wissenschaftliche Fragestellung beantwortet – es handelt sich tatsächlich um die reine Beschreibung eines selbst erzeugten oder nachgenutzten Datensatzes.
Wozu das Ganze? Data Papers erhöhen die Transparenz von Wissenschaft und führen zu einer verbesserten Nachnutzbarkeit, indem die Forschungsdaten und die dazugehörige Dokumentation für Dritte aufbereitet, öffentlich zugänglich gemacht und mittels peer review qualitätsgesichert werden. Für Sie als Wissenschaftler*in sind Data Papers eine Publikationsmöglichkeit, mit der Sie gleich zwei Fliegen mit einer Klappe schlagen können: Sie erweitern ihren wissenschaftlichen Output um eine qualitätsvolle Publikation und Sie machen Ihre wertvolle Dokumentationsarbeit sichtbar, die andernfalls möglicherweise im Verborgenen bliebe.
Das Fächerspektrum für Data Papers ist im Grunde nicht begrenzt: Grundsätzlich können alle Arten von Forschungsdaten in Data Papers beschrieben werden – seien es Messdaten, Befragungsdaten oder Textkorpora. Ein Data Paper reichen Sie wie einen „normalen“ wissenschaftlichen Artikel bei einem für Ihre Forschungsdaten geeigneten Data Journal ein. Zu den wichtigsten peer reviewed Data Journals zählen aktuell die – allesamt fachübergreifenden – Zeitschriften Data (MDPI), Data in Brief (Elsevier) und Scientific Data (Nature). Auch TU-Wissenschaftler*innen publizieren zunehmend in diesen Zeitschriften (z.B. Laidig et al. 2021, Wagner et al. 2020, Lu et al. 2020 oder Gómez-Ríos et al. 2019). Einige Disziplinen verfügen zudem bereits über eigene, fachspezifische Data Journals, so z.B. die Geowissenschaften mit Earth System Science Data oder die Biodiversitätsforschung mit dem Biodiversity Data Journal. Mit ing.grid befindet sich aktuell auch für die Ingenieurwissenschaften ein Data Journal im Aufbau. Die meisten, aber nicht alle Data Journals publizieren Open Access. Sofern die Förderbedingungen des Open-Access-Publikationsfonds erfüllt sind, können Sie die Übernahme der Open-Access-Gebühren durch die Universitätsbibliothek beantragen. Wenden Sie sich bei Fragen gern an das Open-Access-Team der TU Berlin.
Was Aufbau und Inhalte eines Data Papers angeht, können Sie sich im Grunde ein sehr ausgedehntes Methodenkapitel vorstellen. Wie solche Kapitel aufgebaut sind, hängt stark von der jeweiligen Fachdisziplin ab. Zudem sind natürlich die Autor*innenrichtlinien (submission guidelines) des jeweiligen Journals zu beachten. Die folgende Liste kann aber eine grobe Orientierung geben:
- Angaben zur Erhebung der Forschungsdaten, z.B.:
- Wer hat die Daten erhoben?
- Zu welchem Zweck wurden die Daten (ursprünglich) erhoben?
- Mit welcher Methode wurden die Daten erhoben?
- Wann und wo wurden die Daten erhoben?
- Welche Geräte wurden verwendet und welche Einstellungen wurden vorgenommen?
- weitere Angaben je nach Art der Forschungsdaten (z.B. genaue Angaben zu verwendeten Materialien/Proben oder zur Ansprache und Instruktion von Versuchspersonen)
- Angaben zur Weiterverarbeitung der Daten, z.B.
- Wie wurden die Daten inhaltlich und technisch validiert?
- Wie wurden die Daten bereinigt?
- Angaben zum inhaltlichen Wert des Datensatzes
- Was ist die Besonderheit des Datensatzes? (z.B. Einmaligkeit, Qualität)
- Was könnten Mängel und/oder Biases in den Daten sein?
- Welche Nachnutzungsszenarien durch Dritte sind denkbar?
- Angaben zur Struktur des vorliegenden Datensatzes
- Wie wurden die Daten für den beschriebenen Datensatz ausgewählt? Welche der ursprünglich erhobenen Daten sind nicht enthalten und warum?
- Wie ist der Datensatz strukturiert (verschiedene Arten von Daten, Ordner, Dateien)
- Was bedeuten Labels, Codes, Variablen, Abkürzungen?
- Welche Unterschiede bestehen zwischen verschiedenen Dateiversionen?
Eine fachübergreifende Gemeinsamkeit von Data Papers ist der Abschnitt zu möglichen Nutzungsszenarien des beschriebenen Forschungsdatensatzes – denn die Nachnutzbarkeit ist ja einer der Grundgedanken, die hinter Data Papers und Data Journals stehen. Aus dem gleichen Grund gilt auch: Achten Sie bei der Einreichung eines Data Papers darauf, dass Sie die beschriebenen Forschungsdaten – soweit rechtlich möglich – ebenfalls zugänglich machen und in Ihrem Data Paper darauf verweisen. Eine Forschungsdatenveröffentlichung ist mit wenig Aufwand über Repositorien wie Zenodo, DepositOnce oder ein geeignetes fachspezifisches Repositorium für Ihre Disziplin möglich. Das Team des Servicezentrums Forschungsdatenmanagement der TU Berlin berät Sie hierzu gern.
Data Journals (Auswahl, alle Open Access)
Generische Data Journals:
Fachspezifische Data Journals:
- Earth System Science Data
- Biodiversity Data Journal
- IUCrData(Kristallographie)
- ing.grid(Ingenieurwissenschaften, im Aufbau)
- Journal of Open Humanities Data
- Journal of Open Psychology Data
Britta Steinke ist Koordinatorin des Teams Forschungsdatenmanagement an der Universitätsbibliothek. Die Universitätsbibliothek ist Teil des Servicezentrums Forschungsdatenmanagement der TU Berlin, das Tools, Beratung und Schulungen rund um den Umgang mit Forschungsdaten anbietet.