Data Management i AGRO
Vi genererer data i projekter og myndighedsopgaver, og vi ønsker også at inddrage disse data i vores uddannelser. Omfanget af data vi producerer, er steget eksplosivt, og reglerne for, hvordan disse data administreres, deles, opbevares og til slut arkiveres, er også blevet flere.
Vi har samtidig et ønske om et større samarbejde på tværs af projekter og lokaliteter, og specielt hvis der produceres data i et projekt, som kan anvendes i andre projekter. Det kræver dog, at vi får endnu bedre styr på data, hvilket har vist sig at være en omfattende opgave. Vi arbejder med konceptet FAIR datamanagement, som betyder, at data skal være: Findable, Accessible, Interoperable and Reusable. Det er en meget stor opgave i et institut, som arbejder indenfor mange forskellige områder, opsamler data i næsten alle afskygninger og hvor de enkelte forskere i høj grad er afhængige af og værner om disse data. Samtidig er vi i den situation, at nogle af vores bevillingsgivere kræver, at vi offentliggør vores data. Vi har også oplevet, at det kan være svært at finde data fra tidligere kollegaer.
Vi er allerede i gang, men ikke i mål med denne store og spændende opgave foran os, som vi i øvrigt er forpligtet til at udføre. Vi har heldigvis allerede nogle platforme og databaser, hvor data helt eller delvist opfylder FAIR-princippet. Disse eksempler skal vi have frem i lyset, så andre kan se fordelen ved at have organiseret sine data. Et eksempel er Frøavlsdatabasen som blev oprettet i 1999, og som indeholder alle metadata og resultater indenfor frøgræs- og kløverfrøforskningen. Resultater kan derfor vises på tværs af flere sorter, dyrkningsstrategier og år. Det er også nemt for andre at anvende disse data.
High-performance Computing (HPC) og statistik hjælp i AGRO er også områder som flere og flere anvender, og hvor instituttet har brug for en fælles indsats for at udnytte vores økonomiske ressourcer bedst muligt. Vi arbejder selvfølgelig tæt sammen med andre institutter og vores fakultet, da det ikke kun er AGRO, der genererer større datamængder og arbejder med FAIR data management.