Primer organiziranja in dokumentiranja podatkov

Orodje pISA-tree (project, Investigation, Study, and Assay) pa uvaja hierarhično imeniško strukturo, ki pomaga organizirati metapodatkovne datoteke, uporablja bolj organiziran pristop, ki pomaga pri vzdrževanju pregleda in olajša ponovno uporabo podatkov, zaradi česar je primernejši za obsežne projekte in omogoča sinhronizacijo z repozitorijem FAIRDOMHub. pISA-tree je sistem za ravnanje s podatki, ki raziskovalcem pomaga organizirati in strukturirati podatke na hierarhičen način, kar zagotavlja preglednost in sledljivost. Na najvišji ravni “Raziskava” združuje sorodne študije, ki se ukvarjajo z isto tematiko. “Študija” predstavlja posamezen poskus z vsemi njegovimi značilnostmi in postopki, vključno s povezavami do zbiranja podatkov. “Test” zajema dejanske rezultate meritev (glej stran ORGANIZIRANJE IN DOKUMENTIRANJE PODATKOV). Ta hierarhična struktura omogoča učinkovito ravnanje s podatki v vseh fazah raziskave, od načrtovanja do analize in objave rezultatov.

Na ravni “Raziskave” definiramo temeljne informacije o celotnem poskusu, vključno z eksperimentalno zasnovo in preglednico z opisom vseh vzorcev, ki bodo uporabljeni v nadaljnjih analizah. V ločeni datoteki podrobno opišemo vse spremenljivke, ki se bodo merile. Preglednica vzorcev vsebuje ključne identifikatorje, ki zagotavljajo enotno in dosledno poimenovanje v celotni raziskavi. To omogoča učinkovito načrtovanje in analizo podatkov ter zagotavlja usklajenost z raziskovalnimi cilji. Pri večpartnerskih raziskavah struktura “Raziskava” omogoča enotno organizacijo metapodatkov, medtem ko vsak partner hrani svoje specifične podatke in rezultate znotraj lastne “Študije“.

Vsaka raven znotraj pISA-tree vključuje različne metapodatkovne datoteke, ki so razvrščene v posebne imenike:

• input – nizi podatkov in poti do datotek,
• output – obdelani in končni rezultati,
• output/raw – neobdelani podatki iz naprav,
• reports – poročila, povzetki, protokoli in pripadajoča dokumentacija, ter
• presentations – predstavitve, povezane s projektom.

Metapodatke strukturiramo v skladu s standardi ali v t. i. datoteke README v strojno berljivem formatu (npr. .md ali .txt), ki vsebujejo prosto besedilo z razlago vsebine map, sprememb v datotekah itn. Zagotovimo podrobne opombe o vseh težavah, na katere smo naleteli, pa tudi o spremembah podatkov in tehničnih izzivih, povezanih z posameznimi vzorci. Datoteka “README.md“ se samodejno ustvari na vsaki ravni. Takšna organizacija in struktura omogočata enostavno izdelavo dobro dokumentiranih delotokov, v primerih, ko so poleg običajnih raziskovalnih podatkov raziskovalni rezultat tudi različni algoritmi, skripte in programske kode.

Sledimo pravilom za poimenovanje datotek, ki zagotavljajo enostavno sledljivost in ustrezen nadzor nad različicami. Poleg tega datoteke poimenujemo tako, da odražajo svojo vsebino, pri čemer za vse spremembe uporabljamo posodobljene časovne žige.

Z upoštevanjem teh načel in uporabo strukturiranega pristopa k upravljanju metapodatkov zagotovimo, da so naši podatki dobro organizirani, sledljivi in dostopni za prihodnjo uporabo in sodelovanje.

Več informacij je dostopnih v spodnjem predavanju, ki je del izobraževalnega programa projekta Spoznaj.