ETH Research Data Management Summer School 2023
12.–16. Juni 2023
Die RDM Summer School 2023 ist ausgebucht und die Anmeldung ist geschlossen. Entdecken Sie alternativ unsere RDM-Workshop-Reihe (Frühjahr und Herbst).
Diese ETH Summer School richtet sich an Doktorierende und Postdocs innerhalb des ETH-Bereichs. Nicht-wissenschaftliche Mitarbeitende im Bereich Datenmanagement oder Data Stewardship können potenziell nach Rücksprache mit den Organisierenden ebenfalls zugelassen werden. Die Summer School bietet Ihnen einen umfassenden Überblick über das Forschungsdatenmanagement, seine Grundlagen und konkreten Auswirkungen sowie über nützliche Werkzeuge für junge Forschende. Dabei liegt ein Schwerpunkt auf den Bedingungen, der Infrastruktur und den Dienstleistungen an der ETH Zürich.
Forschungsdatenmanagement (FDM) ist für Forschende unerlässlich. Es garantiert die sachgerechte Organisation von Forschungsdaten entlang des gesamten Lebenszyklus von der Erzeugung bis zur Erhaltung der Daten, inklusive des Teilens mit Dritten («FAIR Data»). Ausserdem erwarten Forschungsinstitutionen wie die ETH Zürich sowie Förderinstitutionen (z. B. SNF, Horizon Europe) zunehmend die Umsetzung von FDM-Grundlagen während der gesamten Projektdauer sowie einen Datenmanagementplan. Die Summer School unterstützt Forschende darin, diese Anforderungen zu erfüllen. Die Summer School findet ausschliesslich auf Englisch statt.
Sessions
- Umfassende Einführung in das Forschungsdatenmanagement und Überblick zu Open Science
- Tägliches Datenmanagement im Laufe eines Forschungsprojekts
- Reproduzierbares Datenmanagement und reproduzierbare Datenanalyse
- Publizieren unter Open Access
- Teilen und Publizieren von Forschungsdaten
- Langzeitarchivierung von Forschungsdaten
Die Sessions finden auf Englisch statt. Sie beinhalten Präsentationen von ETH-Expertinnen und -Experten sowie kurze Inputs von Professorinnen und Professoren und werden durch Workshops ergänzt, in denen Sie das erlernte Wissen direkt anwenden können. Am Ende der Summer School bietet der «Marktplatz» die Möglichkeit, offene Fragen oder Probleme im Bereich des Forschungsdatenmanagements mit Expertinnen und Experten in Einzelgesprächen zu diskutieren und verschiedene Fachstellen der ETH Zürich nochmals genauer kennen zu lernen.
Workshops
Das System externe SeiteopenBIS kombiniert die Funktionen einer Datenmanagementplattform, eines elektronischen Laborjournals und eines Inventarmanagementsystems. openBIS unterstützt Forschende dabei, die Anforderungen von Forschungsförderstellen, Zeitschriften und wissenschaftlichen Einrichtungen beim Publizieren entsprechend den FAIR-Prinzipien einzuhalten. Forschende können mit openBIS ihre täglichen Versuchsarbeiten und Kalkulationen dokumentieren, dazugehörige experimentelle Rohdaten und abgeleitete Daten speichern und diese mit den gespeicherten Materialien, Proben und Protokollen im Laborinventar verknüpfen. Das System ermöglicht die sichere Datenspeicherung und Datenrückverfolgung.
openBIS ist eine Open-Source-Software, die unter der Apache-v2.0-Lizenz bereitgestellt wird und von den ETH Zürich Scientific IT Services (ETH SIS) entwickelt wurde. ETH SIS erbringt Dienstleistungen, die auf openBIS basieren, für Forschungsgruppen an der ETH Zürich (https://ethz.ch/staffnet/en/it-services/catalogue/software-business-applications/research-data-management.html) und andere wissenschaftliche Einrichtungen in der Schweiz (https://openbis.ch/index.php/openrdm-swiss/).
Lernziele
In diesem Kurs geben wir zunächst einen allgemeinen Überblick über openBIS. Danach folgt eine praktische Schulung. Am Ende des Kurses können die Teilnehmenden:
- das openBIS-Inventar für Materialien und Proben verwenden
- das openBIS-Inventar für Laborprotokolle verwenden
- Projekte und Versuche im openBIS-Labor-Notebook dokumentieren und Daten eingeben
Zielgruppe
Experimentalwissenschaftlerinnen und -wissenschaftler, die in Forschungslaboren arbeiten.
Vorkenntnisse
- Wissen/Kompetenzen
Dieser Kurs richtet sich an Einsteigerinnen und Einsteiger und erfordert kein Vorwissen.
- Technische Ausstattung
Die Teilnehmenden müssen über einen eigenen Laptop verfügen. Am Kurstag wird für die Teilnehmenden ein openBIS-Testserver bereitgestellt. Es wird empfohlen, als Webbrowser Firefox, Safari oder Chrome zu verwenden.
Das Kursmaterial wird einige Tage vor dem Workshop zur Verfügung gestellt. Die Teilnehmenden müssen das Material auf ihre Laptops herunterladen und am Tag des Workshops zur Verfügung haben.
Git ist ein System zur Versionsverwaltung, mit dem Code-Änderungen nachvollzogen und die Softwareentwicklung in Teams koordiniert werden kann. Für die moderne Softwareentwicklung ist ein solches Tool unabdingbar.
Die Arbeit mit Git könnte für Sie interessant sein, wenn Sie eine der folgenden Fragen mit «Ja» beantworten können:
- In einigen meiner Code-Dateien sind Datums- oder Versionsangaben kodiert, z. B. «script_abc_from_july_2020.py»
- Ich möchte an meinem Code eine z. B. vor mehreren Wochen vorgenommene Änderung rückgängig machen
- Ich möchte meinen Code mit einer älteren Version abgleichen, da er nicht mehr funktioniert
- Ich arbeite mit anderen zusammen an demselben Code
- Ich möchte auf öffentlichen Quellcodeverzeichnissen wie github.com und gitlab.com Code veröffentlichen
Schwerpunkt des Workshops
In diesem Workshop werden Grundlagen, die nützlichsten Befehle sowie bewährte Praktiken für die Arbeit mit Git sowie mit GitLab und GitHub vermittelt. Ausserdem wird eine Einführung in die Arbeit mit der Befehlszeile/dem Befehlsterminal des eigenen Computers gegeben.
Lernziele
Grundlagen von Git verstehen: Was kann Git und wie und wann ist es einzusetzen?
Veröffentlichung der eigenen Arbeit in öffentlichen Verzeichnissen wie gitlab.com und github.com
Zielgruppe
Forschende, die mit Programmcode oder Textdateien arbeiten.
Vorkenntnisse
Es sind keine Vorkenntnisse erforderlich.
Würden Sie gern bewährte Praktiken im Datenmanagement befolgen, aber wissen nicht, wo Sie starten sollen? Renkus Datenmanagement-Werkzeugkasten hilft Ihnen, jeden Aspekt Ihres Projekts zu managen – Daten, Code, Workflows und Rechenumgebungen, sodass Sie sicher sein können, dass jemand anderes ihre Forschung finden, verstehen und wiederverwenden kann (oder sogar Sie selbst in sechs Monaten). Renku stellt Rückverfolgbarkeit sicher, indem es aufzeichnet, wann, wie und durch wen Resultate produziert wurden. Renku ermöglicht Zugriff auf containerisierte, interaktive Rechenumgebungen mit einem Klick und ohne Vorwissen über zugrundeliegende Technologien. Diese gebrauchsfertigen Umgebungen sind in vielen verschiedenen Ausprägungen verfügbar: von Jupyter-Notebooks und RStudio bis zu vollwertigen Desktop-Sitzungen, die im Browser laufen. Zusätzlich sind alle Metadaten Ihres Projekts in einem durchsuchbaren Knowledge-Graphen indexiert.
Schwerpunkt des Workshops
In diesem Workshop lernen Sie, wie Sie Renku nutzen können, um Ihre Forschungsergebnisse besser auffindbar (Findable), zugänglich (Accessible), interoperabel (Interoperable) und wiederverwendbar (Reusable) zu machen (FAIR).
Lernziele
Die Teilnehmenden lernen:
- wie man Renku einrichtet, um Daten, Code, Workflows und Rechenumgebungen zu verwalten
- wie man mithilfe der Containerisierung Rechenumgebungen definiert und zuweist
- wie man eine Reproduzierbarkeitsplattform verwendet, um rechnergestützte Arbeitsabläufe problemlos mit anderen zu teilen
Zielgruppe
Forschende, die aktuell rechnergestützte Arbeitsabläufe für Simulationen sowie Datenverarbeitung und -analyse entwickeln und ausführen oder dies in Zukunft tun möchten.
Vorkenntnisse
Es sind keine Vorkenntnisse erforderlich
Wenn Forschungsarbeiten sensible personenbezogene Daten (streng vertrauliche Daten) enthalten, müssen besondere Massnahmen für Cybersicherheit und Datenschutz ergriffen werden, um die Vertraulichkeit der Daten sicherzustellen und die Privatsphäre der Einzelnen zu schützen.
Was sind streng vertrauliche und vertrauliche Forschungsdaten? Welche Gesetze und Vorschriften müssen eingehalten werden? Was passiert, wenn die Vorschriften missachtet werden? Ich bin Forscherin/Forscher – wie kann ich Gesetze, Vorschriften und die Cybersicherheit in meine tägliche Forschungsarbeit integrieren?
Diese Fragen sollen im Workshop beleuchtet werden. Der Workshop 4 baut auf Konzepten auf, die in Kursen und Workshops der Summer School in FDM vorgestellt wurden, und entwickelt diese weiter. Schwerpunkt ist das Forschungsdatenmanagement streng vertraulicher und vertraulicher Datenbestände.
Schwerpunkt des Workshops
Dieser Workshop konzentriert sich auf:
- Forschung zu streng vertraulichen und vertraulichen Daten
- Datenschutz und -sicherheit: rechtliche Vorschriften und Bewusstsein für Cybersicherheit
- Datenklassifizierung: streng vertraulich, vertraulich, intern und öffentlich als Klassifikationsstufen
- Leonhard Med, ETH Zürich: eine sichere, leistungsfähige und flexibel einsetzbare Schweizer Wissenschafts-IT-Plattform für die Forschung zu und mit streng vertraulichen und vertraulichen Daten
- bewährte Praktiken zum sicheren Umgang mit streng vertraulichen und vertraulichen Forschungsdaten über den gesamten Nutzungszeitraum von der Datenerhebung über Datenmanagement und -analyse bis hin zur Veröffentlichung in Verzeichnissen und zum langfristigen Datenerhalt
Lernziele
Am Ende des Workshops wissen Sie:
- welche Datenschutz- und Datensicherheitsfragen beim Umgang mit streng vertraulichen und vertraulichen Daten in Forschungsprojekten zu berücksichtigen sind
- wie man bei Durchführung eines Forschungsprojekts sowohl die gesetzlichen Vorschriften als auch die Vorgaben zur Informationssicherheit einhält
- ob Ihre Forschungsdaten gegebenenfalls als streng vertraulich oder als vertraulich einzustufen sind
- wie man bewährte Praktiken zum sicheren Umgang mit streng vertraulichen und vertraulichen Forschungsdaten anwendet
- wie man für streng vertrauliche und vertrauliche Forschungsdaten an der ETH eine sichere wissenschaftliche IT-Infrastruktur nutzt
- wie man einen Datenmanagementplan für streng vertrauliche und vertrauliche Forschungsdaten schreibt
Zielgruppe
Forschende, die mit sensiblen Daten (streng vertraulichen oder vertraulichen Forschungsdaten) arbeiten, z. B. mit personenbezogenen Gesundheitsdaten oder Umfragedaten
Vorkenntnisse
Es sind keine Vorkenntnisse erforderlich. Teilnehmende können jedoch davon profitieren, die Workshops 1 bis 4 der Workshop-Reihe zu Forschungsdatenmanagement im Frühjahr zu besuchen, bevor sie an diesem Workshop bei der Summer School teilnehmen.
Wo und wann?
Die ETH Research Data Management Summer School 2023 findet vom 12. bis 16. Juni 2023 am Standort ETH Zentrum statt und richtet sich primär an Doktorierende und Postdocs der ETH Zürich. Neben Mitgliedern der ETH Zürich können Doktorierende und Postdocs des ETH-Bereichs grundsätzlich auch teilnehmen.
Teilnahmegebühr
Fr. 210.–
Die Teilnahmegebühr umfasst alle Aktivitäten, Sitzungen, und Workshops sowie Verpflegung während der Summer School.
Teilnahmebedingungen
Doktorierende können 2 ECTS-Punkte erlangen. Dafür müssen sich die Teilnehmenden registrieren und das gesamte Kursprogramm absolvieren. Dieses beinhaltet die Kursvorbereitung, die Anwesenheit während der Vorlesungen und Workshops, das Schreiben eines Datenmanagementplans und die Präsentation eines vorbereiteten Projekt-Pitchs.
Disclaimer
Teilnehmerinnen und Teilnehmer der ETH Research Data Management Summer School nehmen zur Kenntnis, dass während oder im Zusammenhang mit der Veranstaltung Videoaufnahmen oder Fotos von ihrer Person gemacht werden könnten. Sie erklären sich damit einverstanden, weder eine finanzielle Entschädigung zu verlangen, noch die Verwendung solcher Medien einzuschränken.
