เรียนวิชา Research Data Management


การบริหารจัดการข้อมูลวิจัย หรือ Research Data Management (RDM) เป็นเรื่องที่มีความสำคัญมากในปัจจุบัน เนื่องจากข้อมูลที่เกิดขึ้นมีจำนวนมากมายมหาศาล การจัดระเบียบข้อมูลที่ดี จะทำให้การทำงานวิจัยมีประสิทธิภาพและประสิทธิผลดีขึ้น

ภาพจาก UK Data Archive, University of Essex. (n.d.). Research data lifecycle [Image]. Retrieved from http://www.data-archive.ac.uk/create-manage/life-cycle

ท่านที่สนใจศึกษาหาความรู้เกี่ยวกับเรื่องนี้ สามารถเรียนรู้ได้ด้วยตนเองจาก MOOC Coursera วิชา Research Data Management and Sharing สอนโดย The University of North Carolina at Chapel Hill & The University of Edinburgh เนื้อหาวิชา ประกอบด้วยหัวข้อต่าง ๆ ดังต่อไปนี้

  1. ข้อมูลวิจัยคืออะไร (What is Research Data?)
  2. ประเภทของข้อมูล (Types of Data)
  3. เมทาดาตา (Metadata)
  4. วงจรชีวิตของข้อมูลวิจัย (Research Data Life Cycle)
  5. ทำไมจึงต้องจัดการข้อมูล (Why manage data ?)
  6. ผู้มีส่วนได้ส่วนเสียกับการบริหารจัดการข้อมูล คือใครบ้าง (Data Management Stakeholders)
  7. การบริหารจัดการข้อมูล ตลอดวงจร (Data Management across the research life cycle)
  8. แผนการบริหารจัดการข้อมูลคืออะไร (What is data management plan (DMP) ?)
  9. ความต้องการของแหล่งสนับสนุนทุนวิจัย (Funding agency requirements)
  10. เนื้อหาสาระที่อยู่ในแผนบริหารจัดการข้อมูล (Data management plan content)
  11. เครื่องมือช่วยในการวางแผนบริหารจัดการข้อมูล (Data management planning tools)
  12. การบริหารจัดการไฟล์ต่าง ๆ ที่เกิดขึ้นในการทำวิจัย (Good file management in research)
  13. การตั้งชื่อไฟล์ รุ่นของไฟล์ที่สร้างขึ้น (File naming / versioning)
  14. การจัดโครงสร้างของข้อมูล (Organizing data)
  15. ประเภทของไฟล์ (File formats)
  16. การแปลงข้อมูล (Data transformations)
  17. การจัดเอกสารข้อมูลให้เป็นระบบ (Documentation)
  18. การอ้างอิงข้อมูล (Data citations)
  19. การจัดเก็บ การเข้้ารหัส และการสำรองข้อมูลเพื่อความปลอดภัย (Storage / Backup / Data security / Encription)
  20. ประโยชน์ของการแบ่งปันข้อมูล (Benefits of sharing)
  21. ข้อเสียของการแบ่งปันข้อมูล (Challenges (drawbacks) to sharing)
  22. การปกป้องความลับของข้อมูล (Protecting confidentially)
  23. ทรัพย์สินทางปัญญาและความเป็นเจ้าของข้อมูล (Intellectual property and data ownership)
  24. ทำไมจึงต้องเก็บรักษาข้อมูล (Why archive data ?)
  25. ความถูกต้องและความเชื่อถือได้ของข้อมูล (Authenticity and integrity) เพื่อความยั่งยืน
  26. มาตรฐานการสงวนรักษาข้อมูล (Data curation standards)

นอกจากนั้น ผู้สนใจเรื่อง Research Data Management สามารถศึกษาเพิ่มเติมได้จาก FREE ONLINE COURSE : MANTRA – how to manage digital data as part of your research project ซึ่งจัดทำขึ้นโดย The University of Edinburgh ด้วยเช่นกัน


Mahidol University Library and Knowledge Center @ 2019