រូបភាព៖ Victor Grigas, ២០១២ (CC BY-SA 3.0, Wikimedia Foundation) · Wikimedia Commonsការគ្រប់គ្រងទិន្នន័យស្រាវជ្រាវ និងគោលការណ៍ FAIR (Research Data Management & FAIR Principles)៖ ពីផែនការ DMP រហូតដល់អត្តសញ្ញាណអចិន្ត្រៃយ៍ និងអាជ្ញាបណ្ណទិន្នន័យ
ទិន្នន័យស្រាវជ្រាវដែលប្រមូលបានយ៉ាងហ្មត់ចត់ តែត្រូវរក្សាទុកក្នុងថតកុំព្យូទ័រផ្ទាល់ខ្លួន ដោយគ្មានឈ្មោះអថេរច្បាស់លាស់ គ្មានឯកសារពណ៌នា (metadata) និងគ្មានច្បាប់ចម្លងបម្រុង — ស្មើនឹងទិន្នន័យដែលមិនមានទាល់តែសោះ ចំពោះអ្នកដទៃ ហើយថែមទាំងចំពោះខ្លួនអ្នកផ្ទាល់ ប្រាំឆ្នាំក្រោយទៀត។ អ្នកផ្ដល់ថវិកាស្រាវជ្រាវ និងទស្សនាវដ្ដីវិទ្យាសាស្ត្រធំៗ ឥឡូវតម្រូវផែនការគ្រប់គ្រងទិន្នន័យ (Data Management Plan, DMP) ជាផ្នែកមួយនៃការសំណើថវិកា ហើយគោលការណ៍ FAIR — Findable, Accessible, Interoperable, Reusable — ក្លាយជាភាសាសាកលសម្រាប់វាយតម្លៃថាទិន្នន័យស្រាវជ្រាវមួយ «អាចប្រើឡើងវិញបាន» កម្រិតណា។ មេរៀននេះដើរតាមដាននៃសំណុំទិន្នន័យស្រាវជ្រាវតែមួយ ពីការប្រមូល រហូតដល់ការដាក់លើឃ្លាំងទិន្នន័យសាធារណៈ ដោយឆ្លងកាត់គោលការណ៍ FAIR ទាំងបួន អត្តសញ្ញាណអចិន្ត្រៃយ៍ (DOI, ORCID) ការជ្រើសរើសឃ្លាំងទិន្នន័យ អាជ្ញាបណ្ណ ការគ្រប់គ្រងកំណែ និងការលាក់អត្តសញ្ញាណចូលរួម។
🎯 គោលបំណងនៃមេរៀន — បន្ទាប់ពីអានចប់ អ្នកនឹងអាច៖
- ពន្យល់ថាហេតុអ្វីអ្នកផ្ដល់ថវិកា និងទស្សនាវដ្ដីវិទ្យាសាស្ត្រ តម្រូវផែនការគ្រប់គ្រងទិន្នន័យ (DMP) ហើយសរសេរគម្រោង DMP ដំបូងសម្រាប់និក្ខេបបទរបស់ខ្លួន។
- អនុវត្តគោលការណ៍ FAIR ទាំងបួន — Findable, Accessible, Interoperable, Reusable — ទៅនឹងសំណុំទិន្នន័យជាក់ស្ដែង ហើយពន្យល់ថាហេតុអ្វី FAIR មិនស្មើនឹង Open ទាំងស្រុងទេ។
- ប្រើអត្តសញ្ញាណអចិន្ត្រៃយ៍ (DOI, ORCID) និងស្តង់ដារទិន្នន័យពណ៌នា (metadata) ដើម្បីធ្វើឱ្យទិន្នន័យអាចរកឃើញ និងដកស្រង់បានត្រឹមត្រូវ។
- ជ្រើសរើសឃ្លាំងទិន្នន័យ (Zenodo, OSF, Dryad ឬឃ្លាំងស្ថាប័ន) និងអាជ្ញាបណ្ណ (CC0, CC-BY) ដែលសមស្របនឹងប្រភេទទិន្នន័យ និងថវិការបស់ខ្លួន។
- អនុវត្តការលាក់អត្តសញ្ញាណ (anonymization/de-identification) លើទិន្នន័យគុណភាព និងបរិមាណ មុននឹងចូលរួមចំណែក ហើយសរសេរសេចក្ដីថ្លែងពីការចូលប្រើទិន្នន័យ (data availability statement) ឱ្យត្រឹមត្រូវតាមគោលការណ៍ទស្សនាវដ្ដី។
⚡ សង្ខេបក្នុង ៣០ វិនាទី
- ទិន្នន័យដែលគ្មានការគ្រប់គ្រង ស្មើនឹងទិន្នន័យដែលបាត់បង់ — ប្រាំឆ្នាំក្រោយ ឯទោះបីជាខ្លួនអ្នកផ្ទាល់ក៏ប្រហែលជាមិនចាំថាឯកសារណាមានន័យអ្វីដែរ។ ផែនការគ្រប់គ្រងទិន្នន័យ (DMP) ដោះស្រាយបញ្ហានេះពីដើមគម្រោង មិនមែននៅចុងគម្រោងទេ។
- FAIR មានន័យ ៤ យ៉ាង៖ Findable (រកឃើញបាន) Accessible (ចូលប្រើបាន) Interoperable (ផ្លាស់ប្ដូរឆ្លងប្រព័ន្ធបាន) និង Reusable (ប្រើឡើងវិញបាន) — ហើយ FAIR មិនស្មើនឹង Open ទាំងស្រុងទេ។ ទិន្នន័យសម្ងាត់អាចជា FAIR បានដែរ ប្រសិនបើឯកសារពណ៌នារបស់វា (metadata) រកឃើញ និងចូលប្រើបានតាមលក្ខខណ្ឌច្បាស់លាស់។
- អត្តសញ្ញាណអចិន្ត្រៃយ៍ (persistent identifiers) ដូចជា DOI សម្រាប់សំណុំទិន្នន័យ និង ORCID សម្រាប់អ្នកនិពន្ធ ដោះស្រាយបញ្ហាតំណខូច (link rot) ដែលធ្វើឱ្យទិន្នន័យចុះឈ្មោះក្នុងឃ្លាំងឌីជីថលអាចដកស្រង់បានជារៀងរហូត។
- ឃ្លាំងទិន្នន័យទូទៅ (Zenodo, OSF, Dryad) ខុសពីឃ្លាំងស្ថាប័ន ទាំងក្នុងលក្ខខណ្ឌចំណាយ ប្រវែងការរក្សាទុក និងប្រភេទឯកសារដែលទទួល។ ជ្រើសតាមប្រភេទទិន្នន័យ និងតម្រូវការអ្នកផ្ដល់ថវិកា មិនមែនតាមប្រជាប្រិយភាពទេ។
- ការលាក់អត្តសញ្ញាណ (anonymization) ប្រើវិធីខុសគ្នារវាងទិន្នន័យគុណភាព (ដកអត្តសញ្ញាណផ្ទាល់ និងប្រយោល ពីអត្ថបទសម្ភាសន៍) និងទិន្នន័យបរិមាណ (ក-អនាមិកភាព k-anonymity ការដាក់ជាក្រុម)។ ត្រូវធ្វើមុនចូលរួមចំណែក មិនមែនក្រោយទេ។
- ការចូលរួមចំណែកទិន្នន័យ (data sharing) ខុសពីសេចក្ដីថ្លែងពីការចូលប្រើទិន្នន័យ (data availability statement) — ការស្រាវជ្រាវលើ PLOS ONE (Federer et al., ២០១៨) រកឃើញថាមានតែ ~២០% នៃសេចក្ដីថ្លែងប្រភេទនេះ ចង្អុលទៅឃ្លាំងទិន្នន័យពិតប្រាកដ។
០១ · ហេតុអ្វីសំខាន់ហេតុអ្វីទិន្នន័យដែលគ្មានការគ្រប់គ្រង ស្មើនឹងទិន្នន័យដែលបាត់បង់
និស្សិតជាច្រើនគិតថា «ការគ្រប់គ្រងទិន្នន័យ» គ្រាន់តែជាការរក្សាទុកឯកសារ Excel ឬ SPSS មួយចំនួនក្នុងថតកុំព្យូទ័រ។ ក្នុងការអនុវត្តន៍ជាក់ស្ដែង ការសិក្សាមួយរបស់ Vines et al. (២០១៤) លើសំណុំទិន្នន័យជីវវិទ្យាចំនួន ៥១៦ ដែលភ្ជាប់ជាមួយអត្ថបទបោះពុម្ពរកឃើញថា លទ្ធភាពទទួលបានទិន្នន័យពីអ្នកនិពន្ធដើមដោយជោគជ័យ ធ្លាក់ចុះប្រហែល ១៧% ក្នុងមួយឆ្នាំបន្ទាប់ពីការបោះពុម្ព — មានន័យថា ក្រោយពី ២០ ឆ្នាំ ទិន្នន័យភាគច្រើនលែងអាចរកបានទាល់តែសោះ ទោះបីជាអត្ថបទនៅតែបោះពុម្ពជាសាធារណៈក៏ដោយ។ មូលហេតុភាគច្រើនមិនមែនជាការបំផ្លិចបំផ្លាញចេតនាទេ — គ្រាន់តែជាកុំព្យូទ័រចាស់ខូច អ៊ីមែលផ្លាស់ប្ដូរ ឬអ្នកនិពន្ធចាំមិនបានថាឯកសារណាត្រូវនឹងតារាងណា។
បញ្ហានេះកើតឡើងញឹកញាប់ជាងគេ ដោយសារអវត្តមាននៃ ផែនការគ្រប់គ្រងទិន្នន័យ (Data Management Plan, DMP) ដែលសរសេរឡើងពីដើមគម្រោង។ DMP មិនមែនជាឯកសាររដ្ឋបាលទេ — វាជាផែនការជាក់ស្ដែងសម្រាប់ឆ្លើយសំណួរ៖ តើទិន្នន័យអ្វីនឹងកើតមាន? តើវានឹងដាក់ឈ្មោះ និងរៀបចំរបៀបណា? តើនរណាទទួលខុសត្រូវការបម្រុងទុក? តើនរណាអាចចូលមើលបាន ហើយនៅពេលណា? ចាប់ពីទសវត្សរ៍ ២០១០ តទៅ ស្ថាប័នផ្ដល់ថវិកាធំៗ ដូចជា NSF (National Science Foundation) និង NIH (National Institutes of Health) របស់អាមេរិក ក៏ដូចជាកម្មវិធី Horizon Europe របស់សហភាពអឺរ៉ុប បានតម្រូវ DMP ជាផ្នែកមួយដែលមិនអាចខ្វះបាននៃសំណើគម្រោង។
⚠️ ហេតុអ្វីនេះសំខាន់ចំពោះនិក្ខេបបទ
គណៈកម្មការការពារនិក្ខេបបទ និងទស្សនាវដ្ដីវិទ្យាសាស្ត្រកាន់តែច្រើន ទាមទារ «សេចក្ដីថ្លែងពីការចូលប្រើទិន្នន័យ» (data availability statement) ជាផ្នែកមួយនៃការបោះពុម្ព។ និស្សិតដែលមិនបានគិតគូរពីការគ្រប់គ្រងទិន្នន័យតាំងពីដើម ជារឿយៗជួបការលំបាកយ៉ាងខ្លាំង ក្នុងការផ្ដល់ចម្លើយច្បាស់លាស់ ពេលគណៈកម្មការសួរថា «តើទិន្នន័យនេះនៅទីណា ហើយអ្នកណាអាចផ្ទៀងផ្ទាត់វាបាន?»។
០២ · ប្រវត្តិសង្ខេបពីសៀវភៅកត់ត្រាមន្ទីរពិសោធន៍ ដល់គោលការណ៍ FAIR សាកល
គំនិតនៃការរក្សាទុកទិន្នន័យស្រាវជ្រាវ ចាស់ដូចវិទ្យាសាស្ត្រខ្លួនឯង — សៀវភៅកត់ត្រាមន្ទីរពិសោធន៍ជាទម្រង់ដំបូងបង្អស់។ ប៉ុន្តែចលនា «ទិន្នន័យបើកចំហ» (open data) ចាប់ផ្ដើមរីកចម្រើនយ៉ាងឆាប់រហ័ស ចុងទសវត្សរ៍ ១៩៩០ ជាមួយអ៊ីនធឺណិត។ សេចក្ដីប្រកាស Budapest Open Access Initiative (២០០២) ដាក់គោលការណ៍ជាមូលដ្ឋានសម្រាប់ «ចូលប្រើដោយបើកចំហ» ចំពោះអត្ថបទបោះពុម្ព ប៉ុន្តែទិន្នន័យដើមដែលនៅពីក្រោយអត្ថបទនោះ នៅតែត្រូវបានមើលរំលងជាទូទៅ។
ចុងទសវត្សរ៍ ២០០០ ដល់ដើមទសវត្សរ៍ ២០១០ វិបត្តិនៃការបន្តធ្វើឡើងវិញ (replication crisis) ក្នុងចិត្តវិទ្យា និងវិទ្យាសាស្ត្រជីវការពារ ធ្វើឱ្យអ្នកវិទ្យាសាស្ត្រជាច្រើនដឹងថា ការបោះពុម្ពលទ្ធផលតែម្យ៉ាង ដោយគ្មានទិន្នន័យដើមដែលអាចផ្ទៀងផ្ទាត់បាន មិនអាចបង្កើនភាពជឿជាក់លើវិទ្យាសាស្ត្របានទេ។ ឆ្នាំ ២០១៤ ក្រុមការងារអន្តរជាតិមួយដែលជួបប្រជុំនៅ Lorentz Center ប្រទេសហូឡង់ បានចាប់ផ្ដើមសម្រាយគំនិត FAIR ជាលើកដំបូង ហើយឆ្នាំ ២០១៦ Mark D. Wilkinson និងសហការីជិត ៥០ នាក់ តំណាងឱ្យស្ថាប័នសិក្សា ឧស្សាហកម្ម អ្នកផ្ដល់ថវិកា និងអ្នកបោះពុម្ព បានបោះពុម្ពគោលការណ៍ FAIR ជាផ្លូវការលើកដំបូងក្នុងទស្សនាវដ្ដី Scientific Data របស់ Nature។ ចុងក្រោយ ឆ្នាំ ២០២៣ NIH បានអនុវត្តគោលការណ៍ Data Management and Sharing Policy ថ្មី ដែលតម្រូវ DMP ចំពោះគម្រោងស្រាវជ្រាវទាំងអស់ដែលខ្លួនឧបត្ថម្ភថវិកា។
០៣ · អ្វីទៅជា DMPផែនការគ្រប់គ្រងទិន្នន័យ (DMP) មានអ្វីខ្លះ?
ផែនការគ្រប់គ្រងទិន្នន័យ (DMP) ជាឯកសារខ្លីមួយ (ជាទូទៅ ១–៥ ទំព័រ) ដែលឆ្លើយសំណួរស្នូល ៥ ចំពោះទិន្នន័យស្រាវជ្រាវណាមួយ៖ (១) ប្រភេទ និងទំហំទិន្នន័យអ្វីនឹងកើតមាន (២) ស្តង់ដារទិន្នន័យពណ៌នា (metadata) អ្វីនឹងប្រើ (៣) តើរក្សាទុក និងបម្រុងទុកយ៉ាងណាក្នុងអំឡុងគម្រោង (៤) តើចូលរួមចំណែក និងផ្ដល់អាជ្ញាបណ្ណយ៉ាងណាក្រោយបោះពុម្ព ហើយ (៥) តើនរណាទទួលខុសត្រូវ និងថវិកាប៉ុន្មានសម្រាប់សកម្មភាពទាំងនេះ។ Michener (២០១៥) ក្នុងអត្ថបទ «Ten Simple Rules for Creating a Good Data Management Plan» ក្នុង PLOS Computational Biology ស្នើថា DMP ល្អមិនមែនសរសេរតែម្ដងហើយបោះចោលទេ — វាគួរត្រូវបានពិនិត្យ និងកែប្រែ នៅពេលគម្រោងវិវត្ត។
| អ្នកផ្ដល់ថវិកា/គោលការណ៍ | តម្រូវការ DMP | ចំណុចសំខាន់ |
|---|---|---|
| NSF (អាមេរិក) | ចាំបាច់ចំពោះសំណើថវិកាទាំងអស់ តាំងពី ២០១១ | ឯកសារ ២ ទំព័រ ភ្ជាប់ជាមួយសំណើ |
| NIH (អាមេរិក) | Data Management and Sharing Policy ចាំបាច់ចាប់ពី ២០២៣ | ផ្ដោតលើការចូលរួមចំណែកទិន្នន័យកម្រិតភាគច្រើន |
| Horizon Europe (សហភាពអឺរ៉ុប) | ចាំបាច់ចំពោះគម្រោងដែលផលិតទិន្នន័យ តាមគោលការណ៍ FAIR | ប្រើពុម្ព DMP ស្ដង់ដារ (ORDP) កែប្រែបានច្រើនដង |
| UKRI (អង់គ្លេស) | ចាំបាច់ចំពោះគម្រោងទំហំធំ | ភ្ជាប់ជាមួយគោលការណ៍ចូលប្រើបើកចំហរបស់ស្ថាប័ន |
💡 សម្រាប់និស្សិតដែលគ្មានអ្នកផ្ដល់ថវិកាផ្លូវការ
សូម្បីគម្រោងនិក្ខេបបទដែលគ្មានថវិកាខាងក្រៅក៏ដោយ ការសរសេរ DMP ខ្លីមួយកំឡុងដំណាក់កាលចំណងកម្រងសំណើ (research proposal) នៅតែមានតម្លៃ — វាបង្ខំឱ្យអ្នកគិតជាមុនអំពីការដាក់ឈ្មោះឯកសារ ទីកន្លែងបម្រុងទុក និងផែនការការពារអត្តសញ្ញាណចូលរួម មុននឹងទិន្នន័យចុះពុកដោយវិធានការមិនច្បាស់លាស់។
០៤ · FAIR FFindable — ធ្វើឱ្យទិន្នន័យអាចរកឃើញបាន ទាំងដោយមនុស្ស និងម៉ាស៊ីន
Wilkinson et al. (២០១៦) កំណត់និយមន័យ Findable ថាទិន្នន័យ និងឯកសារពណ៌នារបស់វា (metadata) ត្រូវមានអត្តសញ្ញាណអចិន្ត្រៃយ៍ (persistent identifier) ច្បាស់លាស់ ហើយអាចស្វែងរកដោយប្រើប្រព័ន្ធស្វែងរកសាកល។ ចំណុចសំខាន់ដែលភាគច្រើនមិនដឹង៖ FAIR តម្រូវឱ្យ ឯកសារពណ៌នា (metadata) ត្រូវតែរកឃើញបាន ទោះបីទិន្នន័យខ្លួនឯងត្រូវបានរឹតត្បិតក៏ដោយ។ នេះមានន័យថា សូម្បីទិន្នន័យអ្នកជំងឺសម្ងាត់ក៏អាច «Findable» បានដែរ ប្រសិនបើកំណត់ត្រាមួយពណ៌នាថាសំណុំទិន្នន័យនេះមានដែរ រួមទាំងលក្ខខណ្ឌសុំចូលប្រើ — ទោះជាទិន្នន័យពិតប្រាកដនៅតែត្រូវបានការពារក៏ដោយ។
❌ ករណីមិន Findable
និស្សិតម្នាក់រក្សាទុកសំណុំទិន្នន័យស្ទង់មតិលើថាសរឹងផ្ទាល់ខ្លួន ដាក់ឈ្មោះថា «data_final_v2.xlsx» គ្មាននរណាក្រៅពីខ្លួនអ្នកដឹងថាវាមានទាល់តែសោះ។ បន្ទាប់ពីបញ្ចប់និក្ខេបបទ ហើយកុំព្យូទ័រខូច ទិន្នន័យនោះលែងអាចរកឃើញបានជារៀងរហូត ទោះបីជាលទ្ធផលស្ថិតិត្រូវបានបោះពុម្ពរួចហើយក៏ដោយ។
✅ ជំនួស
ដាក់សំណុំទិន្នន័យនោះក្នុងឃ្លាំងឌីជីថលដូចជា Zenodo ដោយផ្ដល់ចំណងជើង អ្នកនិពន្ធ ពាក្យគន្លឹះ និងការពណ៌នាវិធីសាស្ត្រប្រមូល — ប្រព័ន្ធនឹងផ្ដល់ DOI ដោយស្វ័យប្រវត្តិ ដែលអាចដកស្រង់ក្នុងអត្ថបទនិក្ខេបបទ ហើយអាចរកឃើញតាមរយៈប្រព័ន្ធស្វែងរកដូចជា Google Dataset Search ជារៀងរហូត។
០៥ · FAIR AAccessible — ចូលប្រើបានតាមពិធីការស្ដង់ដារ មិនមែនបើកចំហទាំងអស់
Accessible មានន័យថា ទិន្នន័យ (ឬយ៉ាងហោចណាស់ឯកសារពណ៌នារបស់វា) អាចទាញយកបានតាមពិធីការទំនាក់ទំនងស្ដង់ដារ ច្បាស់លាស់ និងអាចចូលប្រើបានដោយមិនចាំបាច់កម្មវិធីពិសេស ប្រសិនបើលក្ខខណ្ឌសិទ្ធិអនុញ្ញាតពេញចិត្ត។ នេះជាចំណុចខុសគ្នាធំបំផុតពី «Open Data» — ទិន្នន័យអាចជា Accessible ដោយគ្មានជា Open ប្រសិនបើមានដំណើរការសុំចូលប្រើច្បាស់លាស់ (ឧ. ឆ្លងកាត់គណៈកម្មការសីលធម៌ ឬកិច្ចព្រមព្រៀងប្រើប្រាស់ទិន្នន័យ)។
🔍 ឧទាហរណ៍ជាក់ស្ដែង៖ UK Biobank
UK Biobank រក្សាទុកទិន្នន័យហ្សែន និងសុខភាពរបស់អ្នកចូលរួមជាង ៥០០,០០០ នាក់។ ទិន្នន័យមិនបើកចំហទាំងស្រុងទេ ដោយសារហានិភ័យឯកជនភាព ប៉ុន្តែពិធីការចូលប្រើច្បាស់លាស់ (ការដាក់ពាក្យសុំ ការយល់ព្រមប្រើប្រាស់ និងថ្លៃសេវា) ត្រូវបានចុះផ្សាយជាសាធារណៈ ហើយកំណត់ត្រាលម្អិតអំពីអថេរនីមួយៗ អាចស្វែងរកដោយសាធារណៈបានទាំងស្រុង — នេះជា Accessible តាមន័យ FAIR ទោះបីជាទិន្នន័យពិតប្រាកដមិនមែនសម្រាប់ទាញយកដោយសេរីក៏ដោយ។
💡 គន្លឹះសម្រាប់និក្ខេបបទ
ប្រសិនបើទិន្នន័យរបស់អ្នកមិនអាចបើកចំហទាំងស្រុងបាន ដោយសារហេតុផលសីលធម៌ ឬកិច្ចព្រមព្រៀងជាមួយអង្គភាពចូលរួម សូមកត់ត្រាយ៉ាងច្បាស់ក្នុង DMP និងសេចក្ដីថ្លែងពីការចូលប្រើទិន្នន័យ ថាអ្នកណាអាចសុំចូលប្រើ និងដំណើរការអ្វីដែលត្រូវអនុវត្ត — នេះគឺគ្រប់គ្រាន់ហើយសម្រាប់ Accessible តាម FAIR។
០៦ · FAIR IInteroperable — ទម្រង់ និងវាក្យសព្ទដែលប្រព័ន្ធផ្សេងយល់បាន
Interoperable តម្រូវឱ្យទិន្នន័យប្រើទម្រង់ឯកសារ និងវាក្យសព្ទដែលទូទៅក្នុងសហគមន៍ស្រាវជ្រាវនោះ ដើម្បីឱ្យកម្មវិធី និងអ្នកវិភាគផ្សេងអាចផ្សំ ឬប្រៀបធៀបជាមួយសំណុំទិន្នន័យផ្សេងបាន ដោយមិនចាំបាច់បម្លែងដោយដៃ។ ចំណុចសំខាន់៖ ប្រើទម្រង់ឯកសារបើកចំហ (ឧ. CSV, JSON, TIFF) ជំនួសទម្រង់កម្មសិទ្ធិឯកជន (ឧ. ឯកសារ .sav របស់ SPSS កំណែថ្មី ដែលកម្មវិធីចាស់អាចបើកមិនបាន) ហើយកំណត់អថេរដោយប្រើវាក្យសព្ទ ឬ ontology ដែលសហគមន៍ទទួលស្គាល់ (ឧ. SNOMED CT សម្រាប់ទិន្នន័យវេជ្ជសាស្ត្រ Dublin Core សម្រាប់ទិន្នន័យទូទៅ)។
⚠️ កំហុសទូទៅ
ក្រុមអ្នកស្រាវជ្រាវសហការគ្នាបីសាកលវិទ្យាល័យ រៀងៗខ្លួនកត់ត្រាកម្រិតអប់រំដោយកូដលេខខុសគ្នា (១=បឋមសិក្សា នៅសាកលវិទ្យាល័យមួយ ប៉ុន្តែ ១=អនុបណ្ឌិត នៅសាកលវិទ្យាល័យមួយទៀត) ដោយគ្មានសទ្ទានុក្រម (codebook) រួម។ នៅពេលបញ្ចូលទិន្នន័យទាំងបីជាមួយគ្នា លទ្ធផលវិភាគខុសទាំងស្រុង ដោយគ្មាននរណាកត់សម្គាល់រហូតដល់ការបោះពុម្ពជិតដល់។
✅ ជំនួស
បង្កើតសទ្ទានុក្រម (codebook/data dictionary) តែមួយ ចុះកូដស្ដង់ដាររួម ហើយបញ្ចូលវាជាឯកសារផ្សំជាមួយទិន្នន័យក្នុងឃ្លាំងទិន្នន័យ — នេះជាផ្នែកស្នូលមួយនៃ Interoperable។
០៧ · FAIR RReusable — ផ្ដល់អាជ្ញាបណ្ណច្បាស់លាស់ និងប្រវត្តិដែលអាចផ្ទៀងផ្ទាត់
Reusable ជាគោលការណ៍ចុងក្រោយ ប៉ុន្តែពិបាកសម្រេចបំផុត ព្រោះវាទាមទារ (១) អាជ្ញាបណ្ណប្រើប្រាស់ច្បាស់លាស់ (២) ប្រវត្តិទិន្នន័យ (provenance) ពេញលេញ — តើប្រមូលដោយរបៀបណា កាលបរិច្ឆេទ និងឧបករណ៍អ្វី និង (៣) ការអនុលោមតាមស្តង់ដារពេញនិយមក្នុងមុខវិជ្ជានោះ។ សំណុំទិន្នន័យដែលមិនមានអាជ្ញាបណ្ណច្បាស់លាស់ តាមច្បាប់កម្មសិទ្ធិបញ្ញាភាគច្រើន ចាត់ទុកថា «រក្សាសិទ្ធិទាំងអស់» ដោយស្វ័យប្រវត្តិ — មានន័យថា អ្នកប្រើផ្សេងច្បាស់ជាមិនហ៊ានប្រើឡើងវិញទេ ទោះបីជាទិន្នន័យអាចទាញយកបានដោយសេរីក៏ដោយ។
💡 ភាពខុសគ្នារវាង Reusable និង Open
ទិន្នន័យអាចជា Findable, Accessible, Interoperable ពេញលេញ ប៉ុន្តែនៅតែមិនទាន់ Reusable ពិតប្រាកដ ប្រសិនបើគ្មានអាជ្ញាបណ្ណ ឬប្រវត្តិច្បាស់លាស់។ នេះជាមូលហេតុដែលការជ្រើសរើសអាជ្ញាបណ្ណ (ផ្នែកទី ១០) ជាជំហានដែលមិនអាចរំលងបាន មិនមែនជាជំហានបន្ថែមទេ។
០៨ · PIDអត្តសញ្ញាណអចិន្ត្រៃយ៍៖ DOI សម្រាប់ទិន្នន័យ និង ORCID សម្រាប់អ្នកនិពន្ធ
DOI (Digital Object Identifier) ជាខ្សែអក្សរអត្តសញ្ញាណអចិន្ត្រៃយ៍ ដែលចុះឈ្មោះដោយភ្នាក់ងារដូចជា DataCite ហើយតំណភ្ជាប់ទៅទីតាំងបច្ចុប្បន្នរបស់ធាតុនោះជានិច្ច ទោះបីជា URL ផ្ទាល់ប្ដូរក៏ដោយ។ នេះដោះស្រាយបញ្ហា «តំណខូច» (link rot) ដែលជារឿងធម្មតាចំពោះ URL ធម្មតា។ ORCID (Open Researcher and Contributor ID) ជាអត្តសញ្ញាណអចិន្ត្រៃយ៍សម្រាប់អ្នកនិពន្ធខ្លួនឯង ដោះស្រាយបញ្ហាឈ្មោះដូចគ្នា ឬប្ដូរនាមត្រកូល (ឧ. ក្រោយរៀបការ ឬប្ដូរអក្ខរាវិរុទ្ធឆ្លងប្រព័ន្ធសរសេរ)។ Haak et al. (២០១២) ពន្យល់ក្នុង Learned Publishing ថា ORCID បង្កើតឡើងឆ្នាំ ២០១២ ដោយសហការគ្នារវាងអ្នកបោះពុម្ព សាកលវិទ្យាល័យ និងអ្នកផ្ដល់ថវិកា ដើម្បីដោះស្រាយបញ្ហាភាពច្របូកច្របល់ឈ្មោះអ្នកនិពន្ធ ដែលធ្វើឱ្យប្រព័ន្ធតាមដានស្នាដៃស្រាវជ្រាវមិនជឿជាក់។
💡 តម្លៃសម្រាប់និស្សិត
សូម្បីមុននឹងបោះពុម្ពអត្ថបទណាមួយក៏ដោយ ការចុះឈ្មោះ ORCID ឥឡូវនេះ (ឥតគិតថ្លៃ ចំណាយពេល ៥ នាទី) ជៀសវាងបញ្ហាធំមួយនៅពេលក្រោយ៖ ប្រព័ន្ធបោះពុម្ពច្រើន (ឧ. ScholarOne, Editorial Manager) ឥឡូវតម្រូវ ORCID ជាកាតព្វកិច្ចសម្រាប់អ្នកនិពន្ធ។
០៩ · ឃ្លាំងទិន្នន័យជ្រើសរើសឃ្លាំងទិន្នន័យ៖ Zenodo, OSF, Dryad ឬឃ្លាំងស្ថាប័ន
ឃ្លាំងទិន្នន័យ (data repository) ជាសេវាដែលទទួលផ្ទុក ផ្ដល់ DOI និងធានាការរក្សាទុករយៈពេលវែងសម្រាប់សំណុំទិន្នន័យស្រាវជ្រាវ។ ការជ្រើសរើសមិនមានចម្លើយតែមួយទេ — វាអាស្រ័យលើប្រភេទទិន្នន័យ ទំហំ និងថាតើមុខវិជ្ជារបស់អ្នកមានឃ្លាំងឯកទេសដែរឬទេ។
| ឃ្លាំងទិន្នន័យ | ប្រភេទទិន្នន័យសមស្រប | ទំហំកំណត់ | ចំណាយ | ចំណុចសំខាន់ |
|---|---|---|---|---|
| Zenodo | ទូទៅ គ្រប់មុខវិជ្ជា (គាំទ្រដោយ CERN) | ឡើងដល់ ៥០GB ក្នុងមួយកំណែ | ឥតគិតថ្លៃ | ភ្ជាប់ជាមួយ GitHub ដោយស្វ័យប្រវត្តិ · DOI ភ្លាមៗ |
| OSF (Open Science Framework) | ទូទៅ ជាពិសេសវិទ្យាសាស្ត្រសង្គម | ឥតកំណត់ (ឥតគិតថ្លៃ) | ឥតគិតថ្លៃ | ប្រវត្តិកំណែក្នុងប្រព័ន្ធ (version history) · គ្រប់គ្រងគម្រោងពេញលេញ |
| Dryad | ជីវវិទ្យា បរិស្ថាន វេជ្ជសាស្ត្រ (ភ្ជាប់ជាមួយទស្សនាវដ្ដីច្រើន) | ឥតកំណត់ក្នុងគោលការណ៍ទូទៅ | តម្រូវថ្លៃសេវាដាក់ (ជាធម្មតាគ្របដណ្ដប់ដោយទស្សនាវដ្ដី) | ត្រួតពិនិត្យដោយអ្នកជំនាញ (curation) មុនបោះពុម្ព |
| ឃ្លាំងស្ថាប័ន (institutional repository) | ទិន្នន័យ+និក្ខេបបទរបស់សាកលវិទ្យាល័យ | ប្រែប្រួលតាមស្ថាប័ន | ឥតគិតថ្លៃ (ក្នុងនាមសិស្ស) | ជាធម្មតាតម្រូវដោយគោលការណ៍និក្ខេបបទ · ទំនាក់ទំនងល្អជាមួយបណ្ណាល័យ |
⚠️ ចំណុចប្រុងប្រយ័ត្ន
Zenodo និង OSF ល្អសម្រាប់ទិន្នន័យទូទៅ ប៉ុន្តែប្រសិនបើមុខវិជ្ជារបស់អ្នកមានឃ្លាំងឯកទេស (ឧ. GenBank សម្រាប់ហ្សែន, ICPSR សម្រាប់ទិន្នន័យសង្គមវិទ្យា) សូមប្រើឃ្លាំងឯកទេសនោះជាចំបង ព្រោះសហគមន៍នោះនឹងស្វែងរកទិន្នន័យពីទីនោះជាមុនគេ — នេះជាផ្នែកមួយនៃ Interoperable/Findable ចំពោះសហគមន៍ជាក់លាក់។
១០ · អាជ្ញាបណ្ណការផ្ដល់អាជ្ញាបណ្ណទិន្នន័យ៖ CC0 ទល់នឹង CC-BY
អាជ្ញាបណ្ណ Creative Commons ជាប្រព័ន្ធដែលប្រើទូទៅបំផុតសម្រាប់ទិន្នន័យស្រាវជ្រាវ។ សហគមន៍ទិន្នន័យបើកចំហភាគច្រើន (ឧ. DataCite, Research Data Alliance) ណែនាំ CC0 (Public Domain Dedication — លះបង់សិទ្ធិទាំងអស់) សម្រាប់ទិន្នន័យស្រាវជ្រាវសុទ្ធ ដោយហេតុថាការតម្រូវលក្ខខណ្ឌសម្គាល់ប្រភព (attribution) លើ ទិន្នន័យ (ខុសពីអត្ថបទ ឬរូបភាព) អាចបង្កការស្មុគស្មាញតាមច្បាប់ ពេលទិន្នន័យរាប់រយសំណុំត្រូវបានផ្សំបញ្ចូលគ្នាដោយអ្នកវិភាគជំនាន់ក្រោយ។ CC-BY (តម្រូវសម្គាល់ប្រភព) នៅតែប្រើច្រើន ជាពិសេសចំពោះសំណុំទិន្នន័យដែលផ្សំជាមួយអត្ថបទពណ៌នា ឬកូដកម្មវិធី។
| អាជ្ញាបណ្ណ | តម្រូវការ | សមស្របសម្រាប់ |
|---|---|---|
| CC0 | គ្មាន — លះបង់សិទ្ធិទាំងអស់ដូចសាធារណសម្បត្តិ | ទិន្នន័យស្ថិតិ/ឃ្លីស្ទង់មតិសុទ្ធ ដែលចង់ឱ្យប្រើឡើងវិញដោយសេរីបំផុត |
| CC-BY | សម្គាល់ប្រភព/អ្នកនិពន្ធ ពេលប្រើឡើងវិញ | សំណុំទិន្នន័យ+កូដ/ឯកសារផ្សំ ដែលចង់ឱ្យទទួលស្គាល់ការខិតខំ |
| CC-BY-SA | សម្គាល់ប្រភព + ចែកចាយកំណែថ្មីក្រោមអាជ្ញាបណ្ណដូចគ្នា | ឧបករណ៍ ឬឯកសារពណ៌នារួម ដែលចង់ឱ្យនៅតែបើកចំហរហូត |
💡 ចំណុចសំខាន់
FAIR មិនតម្រូវអាជ្ញាបណ្ណណាមួយជាក់លាក់ទេ — វាគ្រាន់តែតម្រូវឱ្យ មានអាជ្ញាបណ្ណច្បាស់លាស់។ ប្រសិនបើរឿងនេះហួសលទ្ធភាពសម្រេចចិត្តផ្ទាល់ខ្លួន (ឧ. ទិន្នន័យជារបស់ស្ថាប័នចូលរួម) សូមសួរការិយាល័យកិច្ចការស្រាវជ្រាវ ឬគណៈកម្មការសីលធម៌របស់សាកលវិទ្យាល័យ មុននឹងសន្មត់ថាខ្លួនមានសិទ្ធិផ្ដល់អាជ្ញាបណ្ណ។
១១ · កំណែការគ្រប់គ្រងកំណែ៖ Git/GitHub ទល់នឹង ប្រវត្តិកំណែ OSF
បញ្ហាធម្មតាមួយទៀត៖ ឯកសារដូចជា «analysis_final.R», «analysis_final_v2.R», «analysis_REALLY_final.R» ក្រោយពីពីរខែ គ្មាននរណាចាំថាកំណែណាត្រូវបានប្រើសម្រាប់លទ្ធផលដែលបោះពុម្ព។ ការគ្រប់គ្រងកំណែ (version control) ដោះស្រាយបញ្ហានេះដោយកត់ត្រារាល់ការផ្លាស់ប្ដូរ ជាមួយកាលបរិច្ឆេទ អ្នកកែប្រែ និងមូលហេតុ ក្នុងប្រព័ន្ធតែមួយ។ Git (ជាមួយសេវា GitHub ឬ GitLab) ជាឧបករណ៍ពេញនិយមបំផុតសម្រាប់កូដវិភាគ។ Blischak, Davenport & Wilson (២០១៦) ក្នុងអត្ថបទ «A Quick Introduction to Version Control with Git and GitHub» ក្នុង PLOS Computational Biology ពន្យល់ថា Git អនុញ្ញាតឱ្យអ្នកវិភាគច្រើននាក់ធ្វើការលើកូដដូចគ្នាដោយឯករាជ្យ ហើយបញ្ចូលការកែប្រែវិញដោយមិនបាត់បង់ប្រវត្តិណាមួយឡើយ។
ចំពោះទិន្នន័យខ្លួនឯង (មិនមែនកូដ) ឃ្លាំងដូចជា OSF ផ្ដល់ «ប្រវត្តិកំណែ» (version history) ដោយស្វ័យប្រវត្តិ — រាល់ពេលទាញយកកំណែថ្មី ប្រព័ន្ធរក្សាកំណែចាស់ទាំងអស់ ដោយមិនតម្រូវចំណេះដឹងពាក្យបញ្ជា Git ដែលស្មុគស្មាញជាង។ សម្រាប់និស្សិតដែលថ្មីនឹងការគ្រប់គ្រងកំណែ OSF ជាជម្រើសដំបូងដ៏ល្អ ខណៈ Git សមស្របជាងសម្រាប់គម្រោងដែលមានកូដវិភាគស្មុគស្មាញ ឬសហការច្រើននាក់។
💡 គោលការណ៍រួម
ទោះជ្រើសឧបករណ៍ណាក៏ដោយ ច្បាប់មូលដ្ឋានមួយដូចគ្នា៖ កុំដែលសរសេរជាន់លើឯកសារទិន្នន័យដើមដោយផ្ទាល់ — ត្រូវរក្សាកំណែដើមឱ្យស្អាត (raw, read-only) ហើយធ្វើការលើច្បាប់ចម្លងសម្រាប់ជម្រះ/វិភាគ ជានិច្ច។
១២ · ករណីសិក្សាករណីសិក្សា៖ ដាននៃសំណុំទិន្នន័យមួយ ពីការប្រមូល ដល់ការបោះពុម្ពជាសាធារណៈ
ករណីនេះតាមដានសំណុំទិន្នន័យស្ទង់មតិសុខភាពផ្លូវចិត្តនិស្សិតសាកលវិទ្យាល័យមួយ (ប្រទេសកាណាដា) ដែលប្រមូលសម្រាប់និក្ខេបបទបណ្ឌិតមួយ ពីការប្រមូលទិន្នន័យ រហូតដល់ដាក់ជាសាធារណៈ។
ជំហាន ១ — ប្រមូលទិន្នន័យ (ឆ្នាំទី ១)
និស្សិតបណ្ឌិតសរសេរ DMP ខ្លីក្នុងសំណើស្រាវជ្រាវ កំណត់ថានឹងប្រើឈ្មោះអថេរតាមសទ្ទានុក្រមដែលមានស្រាប់ និងនឹងដកអត្តសញ្ញាណផ្ទាល់មុនបម្រុងទុក។
ជំហាន ២ — ការលាក់អត្តសញ្ញាណ (ក្រោយប្រមូលភ្លាមៗ)
ដកឈ្មោះ អ៊ីមែល និងលេខសម្គាល់និស្សិត ជំនួសដោយកូដចៃដន្យ (ឧ. P001, P002) រក្សាសន្លឹកបញ្ជីផ្គូផ្គងដោយឡែក ការពារដោយពាក្យសម្ងាត់ ក្រៅពីឯកសារវិភាគ។
ជំហាន ៣ — ការគ្រប់គ្រងកំណែ
ដាក់ទិន្នន័យដើម (read-only) និងកូដវិភាគលើ OSF ឯកជន ដោយប្រវត្តិកំណែកត់ត្រារាល់ការកែប្រែ ក្នុងអំឡុងពេល ២ ឆ្នាំនៃការវិភាគ។
ជំហាន ៤ — ជ្រើសឃ្លាំង និងអាជ្ញាបណ្ណ (មុនបោះពុម្ព)
ប្រសិនបើមុខវិជ្ជាចិត្តវិទ្យា ជ្រើស OSF ជាឃ្លាំងសាធារណៈ (ក្លាយពីឯកជនទៅសាធារណៈ) ជាមួយអាជ្ញាបណ្ណ CC0 សម្រាប់ទិន្នន័យបរិមាណសុទ្ធ។
ជំហានចុងក្រោយ — បោះពុម្ព
ទស្សនាវដ្ដីទទួលអត្ថបទ ជាមួយ DOI ទិន្នន័យក្នុងសេចក្ដីថ្លែងពីការចូលប្រើទិន្នន័យ ភ្ជាប់ ORCID របស់អ្នកនិពន្ធ — ប្រាំឆ្នាំក្រោយ អ្នកវិភាគផ្សេងអាចស្វែងរក ទាញយក និងដកស្រង់ទិន្នន័យនេះបានដោយផ្ទាល់ ដោយមិនចាំបាច់ទាក់ទងអ្នកនិពន្ធដើមទេ។
១៣ · លាក់អត្តសញ្ញាណការលាក់អត្តសញ្ញាណ៖ ទិន្នន័យគុណភាព ទល់នឹង ទិន្នន័យបរិមាណ
ការលាក់អត្តសញ្ញាណ (anonymization/de-identification) ត្រូវធ្វើមុនចូលរួមចំណែក ប៉ុន្តែវិធីសាស្ត្រខុសគ្នាខ្លាំងរវាងប្រភេទទិន្នន័យ។
ទិន្នន័យគុណភាព (អត្ថបទសម្ភាសន៍ កំណត់ត្រាវប្បកម្ម)៖ Kaiser (២០០៩) ក្នុងអត្ថបទ «Protecting Respondent Confidentiality in Qualitative Research» ក្នុង Qualitative Health Research ចែកអត្តសញ្ញាណជាពីរប្រភេទ៖ អត្តសញ្ញាណផ្ទាល់ (ឈ្មោះ អាសយដ្ឋាន) ដែលលាក់បានងាយ ដោយប្ដូរឈ្មោះក្លែងក្លាយ ហើយ អត្តសញ្ញាណប្រយោល (ការរួបរួមនៃលក្ខណៈពិសេសដូចជា តួនាទីការងារ+ទីកន្លែង+ព្រឹត្តិការណ៍ជាក់លាក់) ដែលបង្កការលំបាកជាងច្រើន ព្រោះសូម្បីគ្មានឈ្មោះក៏ដោយ អ្នកអានជិតស្និទ្ធអាចទាញយល់ថានរណាជាអ្នកនិយាយបាន («deductive disclosure»)។
⚠️ ឧទាហរណ៍ deductive disclosure
ការសិក្សាមួយអំពីបទពិសោធន៍បុគ្គលិកនៅក្រុមហ៊ុនតូចមួយ រាយការណ៍ថា «នាយកផ្នែកលក់ដែលធ្វើការតែ ៦ ខែ» បានឆ្លើយបែបនេះ — ទោះបីជាឈ្មោះមិនបានចុះក៏ដោយ នៅក្រុមហ៊ុនតូចបែបនេះ នាយកផ្នែកលក់ថ្មីម្នាក់ងាយកំណត់អត្តសញ្ញាណបានដោយសហការីគ្នាឯង។
✅ ជំនួស
សាយបញ្ចូលគ្នា ឬដកព័ត៌មានពណ៌នាដែលមិនចំាបាច់ចំពោះលទ្ធផលស្រាវជ្រាវ (ឧ. ប្ដូរ «៦ ខែ» ទៅជា «តួនាទីថ្មី» ទូទៅជាងមុន) ហើយពិនិត្យឡើងវិញជាមួយអ្នកចូលរួមថា ខ្លួនមានអារម្មណ៍ថាអត្តសញ្ញាណត្រូវបានការពារគ្រប់គ្រាន់ដែរឬទេ មុននឹងបោះពុម្ព។
ទិន្នន័យបរិមាណ (តារាងស្ថិតិ ទិន្នន័យស្ទង់មតិ)៖ ប្រើបច្ចេកទេសផ្សេង ដូចជា k-anonymity (ធានាថារាល់ជួររាងកាយក្នុងសំណុំទិន្នន័យស្រដៀងគ្នាយ៉ាងហោចណាស់ k កំណត់ តាមអថេរកំណត់អត្តសញ្ញាណប្រយោល ដូចជា អាយុ ភេទ តំបន់) ការដាក់ជាក្រុម (aggregation, ឧ. ប្ដូរអាយុជាក់លាក់ទៅជាជួរអាយុ ៥ ឬ ១០ ឆ្នាំ) និងការបន្ថែមសំឡេងរំខានតាមស្ថិតិ (statistical noise) ចំពោះទិន្នន័យរសើប។
💡 ចំណុចសំខាន់
ការលាក់អត្តសញ្ញាណពិតប្រាកដ (ដែលមិនអាចតាមដានត្រឡប់បានទាល់តែសោះ) ខុសពីការកំណត់កូដ (pseudonymization ដែលនៅតែអាចតាមដានត្រឡប់បានតាមសន្លឹកបញ្ជីផ្គូផ្គងដែលរក្សាដោយឡែក)។ សូមបញ្ជាក់ច្បាស់ក្នុង DMP ថាអ្នកប្រើវិធីមួយណា ព្រោះគណៈកម្មការសីលធម៌ភាគច្រើនទាមទារកម្រិតខុសគ្នា អាស្រ័យលើហានិភ័យទិន្នន័យ។
១៤ · ចូលរួមចំណែកចូលរួមចំណែកទិន្នន័យ (Data Sharing) ទល់នឹង សេចក្ដីថ្លែងពីការចូលប្រើទិន្នន័យ (Data Availability Statement)
ទស្សនាវដ្ដីវិទ្យាសាស្ត្រភាគច្រើនឥឡូវតម្រូវ «សេចក្ដីថ្លែងពីការចូលប្រើទិន្នន័យ» (data availability statement, DAS) ជាផ្នែកមួយនៃការដាក់ស្នើ — ប៉ុន្តែការមាន DAS មិនស្មើនឹងការបានចូលរួមចំណែកទិន្នន័យពិតប្រាកដទេ។ Federer et al. (២០១៨) វិភាគ DAS ចំនួន ៤៧,៥៩៣ ក្នុងទស្សនាវដ្ដី PLOS ONE ចន្លោះឆ្នាំ ២០១៤–២០១៦ រកឃើញថា ខណៈអត្រាមាន DAS កើនឡើងតាមពេលវេលា មានតែប្រហែល ២០% ប៉ុណ្ណោះដែលចង្អុលទៅឃ្លាំងទិន្នន័យពិតប្រាកដ — ភាគច្រើនគ្រាន់តែថា «ទិន្នន័យមាននៅក្នុងឯកសារ ឬឯកសារបន្ថែម» ដែលមិនច្បាស់ថាគ្រប់ទៅតាមកម្រិតនៃគោលការណ៍ទស្សនាវដ្ដីពិតប្រាកដដែរឬទេ។
| សេចក្ដីថ្លែងពីការចូលប្រើ (DAS) | ការចូលរួមចំណែកពិតប្រាកដ (Sharing) | |
|---|---|---|
| អ្វីជារូបវ័ត្ថុ | ប្រយោគខ្លីក្នុងអត្ថបទ ប្រាប់ថាទិន្នន័យនៅទីណា | ឯកសារទិន្នន័យពិតប្រាកដ នៅក្នុងឃ្លាំងដែលចូលប្រើបាន |
| អាចក្លែងក្លាយ? | បាទ/ចាស៎ — «ទិន្នន័យអាចសុំបានតាមការស្នើសុំសមហេតុសមផល» ច្រើនតែមិនមានការឆ្លើយតប | ទេ — DOI ភ្ជាប់ទៅឯកសារពិតប្រាកដ ដែលអាចផ្ទៀងផ្ទាត់បានភ្លាមៗ |
| គ្រប់ FAIR? | មិនគ្រប់ទេ លុះត្រាតែភ្ជាប់ទៅឃ្លាំងដែលមាន DOI | គ្រប់ទាំងអស់ ប្រសិនបើប្រើឃ្លាំងត្រឹមត្រូវ |
⚠️ ចំណុចប្រុងប្រយ័ត្នចំពោះនិក្ខេបបទ
ប្រសិនបើគណៈកម្មការការពារនិក្ខេបបទរបស់អ្នកសួរថា «ទិន្នន័យអ្នកនៅទីណា?» ចម្លើយ «អាចស្នើសុំតាមអ៊ីមែល» ឥឡូវលែងជាចម្លើយគ្រប់គ្រាន់សម្រាប់ទស្សនាវដ្ដីកំពូលភាគច្រើនទេ។ សូមដាក់ទិន្នន័យ (ឬឯកសារពណ៌នារបស់វា ប្រសិនបើរឹតត្បិត) ទៅឃ្លាំងឌីជីថលដែលមាន DOI ជានិច្ច ហើយដកស្រង់ DOI នោះ ជំនួសការសន្យាឆ្លើយតបតាមអ៊ីមែល។
១៥ · ការសម្រេចចិត្តតើត្រូវការ FAIR កម្រិតណាសម្រាប់ទិន្នន័យនិក្ខេបបទរបស់អ្នក?
សូមសួរខ្លួនឯងតាមលំដាប់ខាងក្រោម មុននឹងសម្រេចចិត្តពីកម្រិតនៃការអនុវត្ត FAIR។
សំណួរទី ១៖ តើអ្នកផ្ដល់ថវិកា ឬសាកលវិទ្យាល័យរបស់អ្នក តម្រូវ DMP ជាផ្លូវការដែរឬទេ?
ប្រសិនបើតម្រូវ → ប្រើពុម្ព DMP ដែលផ្ដល់ដោយអ្នកផ្ដល់ថវិកានោះត្រង់ៗ (ឧ. ពុម្ព Horizon Europe ORDP) ជំនួសការបង្កើតពុម្ពផ្ទាល់ខ្លួន។
សំណួរទី ២៖ តើទិន្នន័យពាក់ព័ន្ធនឹងអាសន្នសុខភាព ឬអត្តសញ្ញាណផ្ទាល់ដែរឬទេ?
ប្រសិនបើពាក់ព័ន្ធ → ត្រូវការការលាក់អត្តសញ្ញាណហ្មត់ចត់ (ផ្នែកទី ១៣) និងពិធីការសុំចូលប្រើច្បាស់លាស់ (Accessible ដោយគ្មានជា Open ទាំងស្រុង)។ ប្រសិនបើមិនមែន → អាចជ្រើស Open ទាំងស្រុងជាមួយ CC0។
សំណួរទី ៣៖ តើមុខវិជ្ជារបស់អ្នកមានឃ្លាំងទិន្នន័យឯកទេសដែរឬទេ?
ប្រសិនបើមាន (ឧ. GenBank, ICPSR) → ប្រើវាជាចំបង។ ប្រសិនបើគ្មាន → Zenodo ឬ OSF ជាជម្រើសទូទៅល្អបំផុត។
សំណួរទី ៤៖ តើទិន្នន័យនឹងប្រើឡើងវិញដោយអ្នកវិភាគផ្សេង ដែលមិនស្គាល់គម្រោងរបស់អ្នកដែរឬទេ?
ប្រសិនបើប្រហែលជាប្រើឡើងវិញ → វិនិយោគពេលបន្ថែមលើសទ្ទានុក្រម (codebook) និងការពណ៌នាវិធីសាស្ត្រលម្អិត (Interoperable/Reusable)។ ប្រសិនបើគម្រោងផ្ទាល់ខ្លួនមានតែមួយគត់ → កម្រិតមូលដ្ឋានគ្រប់គ្រាន់។
ជំហានចុងក្រោយ៖ ចុះឈ្មោះ ORCID ជានិច្ច
ទោះជ្រើសកម្រិតណាក៏ដោយ ការចុះឈ្មោះ ORCID ផ្ទាល់ខ្លួន និងការភ្ជាប់វាទៅគណនីឃ្លាំងទិន្នន័យ មិនចាំបាច់ចំណាយអ្វីទាល់តែសោះ ហើយផ្ដល់ផលចំពោះអាជីពរយៈពេលវែង។
១៦ · ការសរសេររបៀបសរសេរផ្នែក «ការគ្រប់គ្រងទិន្នន័យ» និងសេចក្ដីថ្លែងពីការចូលប្រើទិន្នន័យ ក្នុងនិក្ខេបបទ
ភាគច្រើនស្ថិតនៅចុងជំពូកវិធីសាស្ត្រ (ក្រោមចំណងជើង «Data Management» ឬ «Data Availability») ឬជាផ្នែកដាច់ដោយឡែកនៅចុងនិក្ខេបបទ។ ប្រវែង៖ ប្រយោគ ២–៤ សម្រាប់សេចក្ដីថ្លែងពីការចូលប្រើទិន្នន័យ និង ប្រយោគ ១៥០–៣០០ ពាក្យ ប្រសិនបើរួមបញ្ចូលការគ្រប់គ្រងទិន្នន័យពេញលេញក្នុងជំពូកវិធីសាស្ត្រ។
គំរូ ៤ ធាតុ
📝 រចនាសម្ព័ន្ធសេចក្ដីថ្លែងពីការចូលប្រើទិន្នន័យ
ធាតុទី ១ ប្រាប់ថាទិន្នន័យមាននៅទីណា (ឃ្លាំង + DOI) ឬហេតុអ្វីមិនបាច់ (ឧ. ទិន្នន័យសម្ងាត់ទាំងស្រុង)។
ធាតុទី ២ ប្រសិនបើរឹតត្បិត ពន្យល់លក្ខខណ្ឌសុំចូលប្រើ និងអ្នកណាសម្រេចចិត្តផ្ដល់សិទ្ធិ។
ធាតុទី ៣ ប្រាប់អាជ្ញាបណ្ណប្រើប្រាស់ (CC0, CC-BY។ល។)។
ធាតុទី ៤ (បើមាន) ភ្ជាប់កូដវិភាគដាច់ដោយឡែកពីទិន្នន័យ ប្រសិនបើរក្សាទុកដោយឡែក។
កថាខណ្ឌគំរូ (ភាសាអង់គ្លេស)
ខាងក្រោមនេះជាកថាខណ្ឌគំរូដែល Eksastra សរសេរឡើងសម្រាប់ជាឧទាហរណ៍ (សម្រាប់ករណីសិក្សាផ្នែកទី ១២ ខាងលើ)។ កុំចម្លងទាំងស្រុង — ត្រូវសរសេរឡើងវិញតាមការសិក្សារបស់អ្នក។
MODEL PARAGRAPH · DATA AVAILABILITY STATEMENT
The de-identified survey dataset generated during this study, along with the accompanying data dictionary and analysis code, is available in the Open Science Framework repository at [DOI], under a CC0 1.0 Universal license. Direct identifiers (name, student ID, email) were removed prior to deposit and replaced with randomly generated participant codes; the linkage key is held separately by the corresponding author and is not shared. Because the sample size within several demographic subgroups was small, age was aggregated into five-year bands and institutional affiliation was generalized to broad faculty categories to reduce the risk of indirect re-identification. This study’s data management plan was prepared in accordance with [funder/institution] requirements and is available from the authors on request.
ហេតុអ្វីកថាខណ្ឌនេះល្អ? (១) ចង្អុលទីតាំង DOI ជាក់លាក់ មិនមែនការសន្យា។ (២) ប្រាប់អាជ្ញាបណ្ណច្បាស់លាស់។ (៣) ពន្យល់វិធីសាស្ត្រលាក់អត្តសញ្ញាណជាក់ស្ដែង រួមទាំងហេតុផល (ទំហំក្រុមតូច)។ (៤) ញែកច្បាស់រវាងអ្វីដែលបើកចំហ (ទិន្នន័យ+កូដ) និងអ្វីដែលមិនបើកចំហ (សន្លឹកផ្គូផ្គង)។
១៧ · ជៀសវាងកំហុស ៨ យ៉ាងដែលគណៈកម្មការ និងទស្សនាវដ្ដីឃើញញឹកញាប់
សរសេរ DMP ក្រោយបញ្ចប់ការប្រមូលទិន្នន័យ
DMP ក្លាយជាឯកសារពណ៌នារឿងដែលកើតឡើងរួច ជំនួសផែនការការពារបញ្ហា។ ដំណោះស្រាយ៖ សរសេរ DMP ជាផ្នែកនៃសំណើស្រាវជ្រាវ មុនប្រមូលទិន្នន័យណាមួយ។
ច្រឡំ «បើកចំហ» ជាមួយ «FAIR»
សន្មតថា ប្រសិនបើទិន្នន័យមិនបើកចំហទាំងស្រុង នោះវាមិនអាចជា FAIR បានទេ។ ដំណោះស្រាយ៖ ចាំថា Accessible អនុញ្ញាតពិធីការសុំចូលប្រើច្បាស់លាស់ — FAIR ផ្ដោតលើ metadata រកឃើញបាន មិនមែនការបើកចំហទាំងអស់ទេ។
ប្រើតែ URL ធម្មតា ជំនួស DOI
ភ្ជាប់ទិន្នន័យទៅ Google Drive ឬ Dropbox ផ្ទាល់ខ្លួន ដែលតំណអាចខូច ឬផ្លាស់ប្ដូរនៅពេលណាក៏បាន។ ដំណោះស្រាយ៖ ប្រើឃ្លាំងដែលផ្ដល់ DOI អចិន្ត្រៃយ៍ជានិច្ច។
លាក់អត្តសញ្ញាណផ្ទាល់ ប៉ុន្តែមិនគិតពីអត្តសញ្ញាណប្រយោល
ដកឈ្មោះចេញ ប៉ុន្តែទុកលម្អិតគ្រប់គ្រាន់ (តួនាទី+ទីកន្លែង+ពេលវេលា) ដែលធ្វើឱ្យទាញយល់បាន។ ដំណោះស្រាយ៖ ត្រួតពិនិត្យការរួបរួមនៃលក្ខណៈពិសេសទាំងអស់ជាមួយគ្នា មិនមែនម្តងមួយៗទេ (ផ្នែកទី ១៣)។
គ្មានសទ្ទានុក្រម (codebook) ភ្ជាប់ជាមួយទិន្នន័យ
ដាក់ឯកសារ CSV តែមួយ គ្មានការពន្យល់ថាជួរឈរនីមួយៗមានន័យអ្វី — អ្នកវិភាគជំនាន់ក្រោយមិនអាចប្រើប្រាស់បានទាល់តែសោះ។ ដំណោះស្រាយ៖ ភ្ជាប់ឯកសារសទ្ទានុក្រមជានិច្ច (Interoperable/Reusable)។
សរសេរ «ទិន្នន័យអាចស្នើសុំបានតាមការស្នើសុំសមហេតុសមផល» ក្នុង DAS
Federer et al. (២០១៨) បង្ហាញថានេះជារឿងធម្មតា ប៉ុន្តែអ្នកនិពន្ធភាគច្រើនមិនឆ្លើយតបសំណើជាក់ស្ដែងនោះទេ។ ដំណោះស្រាយ៖ ដាក់ទិន្នន័យ (ឬ metadata) ទៅឃ្លាំងដែលមាន DOI ជានិច្ច។
មិនបញ្ជាក់អាជ្ញាបណ្ណ សន្មតថា «បើកចំហ» គឺគ្រប់គ្រាន់
ដោយគ្មានអាជ្ញាបណ្ណច្បាស់លាស់ ច្បាប់កម្មសិទ្ធិបញ្ញាភាគច្រើនចាត់ទុកថារក្សាសិទ្ធិទាំងអស់ដោយស្វ័យប្រវត្តិ។ ដំណោះស្រាយ៖ ជ្រើសអាជ្ញាបណ្ណច្បាស់លាស់ជានិច្ច (ផ្នែកទី ១០)។
មិនចុះឈ្មោះ ORCID រហូតដល់ត្រូវការបោះពុម្ពភ្លាមៗ
ប្រព័ន្ធបោះពុម្ពច្រើនតម្រូវ ORCID ជាកាតព្វកិច្ច ហើយការចុះឈ្មោះក្រោយបង្អស់ច្រើនភ័ន្ទច្របល់ជាង។ ដំណោះស្រាយ៖ ចុះឈ្មោះ ORCID ពីដំបូងនៃការសិក្សា (ឥតគិតថ្លៃ)។
១៨ · ការការពារនិក្ខេបបទសំណួរ ៦ ដែលគណៈកម្មការតែងតែសួរ — និងរបៀបឆ្លើយ
«តើទិន្នន័យនេះនឹងនៅទីណា ក្រោយអ្នកបញ្ចប់និក្ខេបបទ?»
គន្លឹះឆ្លើយ៖ ចង្អុលឃ្លាំងជាក់លាក់ (Zenodo, OSF, ឯកទេសមុខវិជ្ជា) និង DOI ដែលមានស្រាប់ ឬគម្រោងដាក់ — កុំឆ្លើយទូទៅថា «ក្នុងកុំព្យូទ័ររបស់ខ្ញុំ»។
«ហេតុអ្វីអ្នកជ្រើសអាជ្ញាបណ្ណនេះ ជាជាងអាជ្ញាបណ្ណផ្សេង?»
គន្លឹះឆ្លើយ៖ ភ្ជាប់ការសម្រេចចិត្តទៅនឹងប្រភេទទិន្នន័យ (ស្ថិតិសុទ្ធ ទល់នឹង ទិន្នន័យផ្សំជាមួយឯកសារពណ៌នា) និងបទដ្ឋានសហគមន៍មុខវិជ្ជារបស់អ្នក។
«តើអ្នកធានាបានដោយរបៀបណាថាអ្នកចូលរួមមិនអាចត្រូវបានកំណត់អត្តសញ្ញាណពីទិន្នន័យដែលចូលរួមចំណែក?»
គន្លឹះឆ្លើយ៖ ពន្យល់ទាំងអត្តសញ្ញាណផ្ទាល់ (ដកចេញ) និងអត្តសញ្ញាណប្រយោល (ការដាក់ជាក្រុម ឬការសាយបញ្ចូលគ្នា) ជាមួយឧទាហរណ៍ជាក់ស្ដែងមួយ។
«តើកូដវិភាគរបស់អ្នក អាចឱ្យអ្នកណាផ្សេងបន្តធ្វើការវិភាគដូចគ្នាបានដែរឬទេ?»
គន្លឹះឆ្លើយ៖ ប្រសិនបើប្រើការគ្រប់គ្រងកំណែ (Git ឬ OSF) ចង្អុលទីតាំង ហើយពន្យល់ថាទិន្នន័យដើមត្រូវបានរក្សាដោយឡែកពីការកែប្រែណាមួយ។
«ហេតុអ្វីអ្នកមិនចូលរួមចំណែកទិន្នន័យទាំងស្រុង?»
គន្លឹះឆ្លើយ៖ ទទួលស្គាល់ដោយស្មោះត្រង់ពីកំណត់ (ឧ. កិច្ចព្រមព្រៀងជាមួយអង្គភាពចូលរួម ឬហានិភ័យឯកជនភាព) ហើយពន្យល់ថាផ្នែកណាខ្លះនៅតែ Findable/Accessible ទោះបីជាមិនបើកចំហទាំងស្រុងក៏ដោយ (ឧ. metadata)។
«តើ ORCID របស់អ្នកភ្ជាប់ជាមួយទិន្នន័យនេះដែរឬទេ?»
គន្លឹះឆ្លើយ៖ ប្រសិនបើភ្ជាប់រួច ចង្អុលផ្ទាល់។ ប្រសិនបើមិនទាន់ សូមប្រាប់ថានឹងធ្វើពេលដាក់ឯកសារចុងក្រោយ — ជាសញ្ញាបញ្ជាក់ថាអ្នកយល់ពីសារៈសំខាន់របស់វា។
១៩ · ប្រវត្តិពី Budapest Open Access ដល់ NIH 2023៖ ពេលវេលាសំខាន់ៗ
តារាងពេលវេលាខាងក្រោម តាមដានការវិវត្តន៍នៃគោលការណ៍ និងហេដ្ឋារចនាសម្ព័ន្ធគ្រប់គ្រងទិន្នន័យស្រាវជ្រាវ ដែលបានពន្យល់ក្នុងមេរៀននេះ។
Budapest Open Access Initiative ដាក់គោលការណ៍មូលដ្ឋានសម្រាប់ចូលប្រើបើកចំហចំពោះអត្ថបទបោះពុម្ព។
DataCite បង្កើតឡើងជាភ្នាក់ងារអន្តរជាតិសម្រាប់ចុះឈ្មោះ DOI ចំពោះទិន្នន័យស្រាវជ្រាវ ក្នុងបរិបទកំណើននៃហេដ្ឋារចនាសម្ព័ន្ធចូលប្រើទិន្នន័យស្រាវជ្រាវសម័យនោះ (ម. Brase & Farquhar, ២០១១, D-Lib Magazine)។
NSF (អាមេរិក) ចាប់ផ្ដើមតម្រូវ DMP ចំពោះសំណើថវិកាស្រាវជ្រាវទាំងអស់។
ORCID ដាក់ឱ្យប្រើប្រាស់ជាផ្លូវការ (Haak et al., ២០១២) ដោះស្រាយបញ្ហាភាពច្របូកច្របល់ឈ្មោះអ្នកនិពន្ធ។
ក្រុមការងារអន្តរជាតិប្រជុំនៅ Lorentz Center ប្រទេសហូឡង់ ចាប់ផ្ដើមសម្រាយគំនិត FAIR ជាលើកដំបូង។
Michener បោះពុម្ព «Ten Simple Rules for Creating a Good Data Management Plan» ក្នុង PLOS Computational Biology។
Wilkinson និងសហការីជិត ៥០ នាក់ បោះពុម្ពគោលការណ៍ FAIR ជាផ្លូវការលើកដំបូងក្នុង Scientific Data។
Blischak, Davenport & Wilson បោះពុម្ពមគ្គុទេសក៍ Git/GitHub សម្រាប់អ្នកវិទ្យាសាស្ត្រទិន្នន័យ។
Foster & Deardorff ពណ៌នា Open Science Framework (OSF) ក្នុង Journal of the Medical Library Association។
Federer et al. បង្ហាញថាសេចក្ដីថ្លែងពីការចូលប្រើទិន្នន័យក្នុង PLOS ONE មានតែ ~២០% ចង្អុលទៅឃ្លាំងទិន្នន័យពិតប្រាកដ។
Wilkinson et al. បោះពុម្ពឯកសារបន្ថែម (addendum) បញ្ជាក់ច្បាស់ពីគោលការណ៍ FAIR។
NIH Data Management and Sharing Policy ចាប់ជាធរមាន តម្រូវ DMP ចំពោះគម្រោងស្រាវជ្រាវទាំងអស់ដែលខ្លួនឧបត្ថម្ភ។
២០ · តេស្តខ្លួនឯងសំណួរត្រួតពិនិត្យការយល់ដឹង (ចុចដើម្បីមើលចម្លើយ)
១. តើអក្សរកាត់ FAIR តំណាងឱ្យអ្វីខ្លះ?
ចម្លើយ៖ Findable, Accessible, Interoperable, Reusable។
២. ទិន្នន័យអ្នកជំងឺសម្ងាត់ អាចជា «Findable» តាម FAIR បានដែរឬទេ ដោយគ្មានបើកចំហទិន្នន័យទាំងស្រុង?
ចម្លើយ៖ បាទ/ចាស៎ — ប្រសិនបើឯកសារពណ៌នា (metadata) រកឃើញបាន ទោះបីទិន្នន័យពិតជាប់រឹតត្បិតក៏ដោយ។
៣. តើភាពខុសគ្នារវាង DOI និង ORCID សំខាន់ត្រង់ណា?
ចម្លើយ៖ DOI កំណត់អត្តសញ្ញាណធាតុ (ទិន្នន័យ/អត្ថបទ) ខណៈ ORCID កំណត់អត្តសញ្ញាណមនុស្ស (អ្នកនិពន្ធ)។
៤. តើអាជ្ញាបណ្ណណាសហគមន៍ទិន្នន័យបើកចំហភាគច្រើនណែនាំសម្រាប់ទិន្នន័យស្រាវជ្រាវសុទ្ធ?
ចម្លើយ៖ CC0 (Public Domain Dedication)។
៥. ហេតុអ្វីការសម្គាល់អត្តសញ្ញាណផ្ទាល់តែម្យ៉ាង មិនគ្រប់គ្រាន់ក្នុងការលាក់អត្តសញ្ញាណទិន្នន័យគុណភាព?
ចម្លើយ៖ អត្តសញ្ញាណប្រយោល (ការរួបរួមនៃលក្ខណៈពិសេសដូចជាតួនាទី+ទីកន្លែង+ពេលវេលា) អាចឱ្យអ្នកអានទាញយល់អត្តសញ្ញាណបានដែរ (deductive disclosure)។
៦. តើភាពខុសគ្នារវាង «សេចក្ដីថ្លែងពីការចូលប្រើទិន្នន័យ» និង «ការចូលរួមចំណែកទិន្នន័យពិតប្រាកដ» ជាអ្វី?
ចម្លើយ៖ ដំបូងជាគ្រាន់តែប្រយោគប្រាប់ទីតាំង ខណៈទីពីរជាឯកសារទិន្នន័យពិតប្រាកដនៅក្នុងឃ្លាំងដែលចូលប្រើបាន។
៧. ក្នុងឧបមាថាទីកន្លែងបម្រុងទុកទិន្នន័យអ្នកគ្រាន់តែជា URL Google Drive ធម្មតា តើមានបញ្ហាអ្វីចំពោះ FAIR?
ចម្លើយ៖ URL ធម្មតាមិនមានអត្តសញ្ញាណអចិន្ត្រៃយ៍ទេ — វាអាចខូច (link rot) ប្រសិនបើឯកសារផ្លាស់ទី ឬគណនីបិទ — ខុសពី DOI ដែលធានាការតំណភ្ជាប់អចិន្ត្រៃយ៍។
៨. លំហាត់អនុវត្ត៖ សរសេរសេចក្ដីថ្លែងពីការចូលប្រើទិន្នន័យខ្លីមួយ (២–៣ ប្រយោគ) សម្រាប់គម្រោងស្រាវជ្រាវសម្មតិកម្មណាមួយរបស់អ្នក
ការណែនាំ៖ ត្រូវមានធាតុទាំង ៣៖ ទីតាំង (ឃ្លាំង+DOI ឬហេតុផលមិនបាច់) លក្ខខណ្ឌចូលប្រើ (ប្រសិនបើរឹតត្បិត) និងអាជ្ញាបណ្ណ។ សូមមើលគំរូនៅផ្នែកទី ១៦។
២១ · វាក្យសព្ទវាក្យសព្ទសំខាន់ ខ្មែរ–អង់គ្លេស
| English | ខ្មែរ | ន័យសង្ខេប |
|---|---|---|
| Data Management Plan (DMP) | ផែនការគ្រប់គ្រងទិន្នន័យ | ឯកសារផែនការអំពីការរក្សាទុក ចូលរួមចំណែក និងបម្រុងទុកទិន្នន័យ |
| FAIR Principles | គោលការណ៍ FAIR | Findable, Accessible, Interoperable, Reusable |
| Persistent identifier (PID) | អត្តសញ្ញាណអចិន្ត្រៃយ៍ | ខ្សែអក្សរកំណត់អត្តសញ្ញាណដែលមិនប្រែប្រួលតាមពេលវេលា |
| DOI (Digital Object Identifier) | អត្តសញ្ញាណធាតុឌីជីថល | PID សម្រាប់ទិន្នន័យ/អត្ថបទ ចុះឈ្មោះដោយ DataCite/Crossref |
| ORCID | អត្តសញ្ញាណអ្នកនិពន្ធ ORCID | PID សម្រាប់អ្នកនិពន្ធ/អ្នកស្រាវជ្រាវ |
| Metadata | ទិន្នន័យពណ៌នា | ទិន្នន័យអំពីទិន្នន័យ (ឈ្មោះ អ្នកនិពន្ធ កាលបរិច្ឆេទ វិធីសាស្ត្រ) |
| Repository | ឃ្លាំងទិន្នន័យ | សេវាទទួលផ្ទុក និងផ្ដល់ DOI ដល់ទិន្នន័យ |
| Data availability statement | សេចក្ដីថ្លែងពីការចូលប្រើទិន្នន័យ | ប្រយោគក្នុងអត្ថបទ ប្រាប់ទីតាំងទិន្នន័យ |
| Anonymization / De-identification | ការលាក់អត្តសញ្ញាណ | ការដកព័ត៌មានដែលអាចកំណត់អត្តសញ្ញាណចូលរួម |
| Pseudonymization | ការកំណត់កូដតាមដានបាន | ប្ដូរឈ្មោះជាកូដ ដែលនៅអាចតាមដានត្រឡប់បានតាមសន្លឹកផ្គូផ្គង |
| Deductive disclosure | ការទាញយល់អត្តសញ្ញាណប្រយោល | កំណត់អត្តសញ្ញាណពីការរួបរួមលក្ខណៈពិសេស មិនមែនឈ្មោះផ្ទាល់ |
| k-anonymity | ក-អនាមិកភាព | ធានារាល់ជួរដូចគ្នាតាមអថេរកំណត់អត្តសញ្ញាណ មានយ៉ាងហោចណាស់ k |
| Version control | ការគ្រប់គ្រងកំណែ | ប្រព័ន្ធកត់ត្រាប្រវត្តិការផ្លាស់ប្ដូរឯកសារ |
| CC0 / CC-BY | អាជ្ញាបណ្ណ CC0 / CC-BY | អាជ្ញាបណ្ណ Creative Commons — លះបង់សិទ្ធិ/តម្រូវសម្គាល់ប្រភព |
| Provenance | ប្រវត្តិទិន្នន័យ | កំណត់ត្រាអំពីប្រភព វិធីសាស្ត្រ និងការកែប្រែទិន្នន័យ |
| Interoperability | ភាពផ្លាស់ប្ដូរឆ្លងប្រព័ន្ធបាន | លទ្ធភាពឱ្យប្រព័ន្ធផ្សេងយល់ និងផ្សំទិន្នន័យបាន |
📌 ពាក្យបច្ចេកទេសខ្មែរមួយចំនួនមិនទាន់មានស្តង់ដារឯកភាពនៅឡើយ។ ក្នុងនិក្ខេបបទជាភាសាខ្មែរ ត្រូវសរសេរពាក្យអង់គ្លេសក្នុងវង់ក្រចកនៅពេលប្រើលើកដំបូង ហើយប្រើពាក្យដដែលឱ្យស៊ីសង្វាក់។
២២ · អានបន្ថែមឯកសារគួរអាន — ពីមូលដ្ឋានដល់កម្រិតខ្ពស់
📗 អានមុនគេ (សម្រាប់អនុបណ្ឌិត និងបណ្ឌិតឆ្នាំទី ១)
- Michener, W. K. (២០១៥), «Ten Simple Rules for Creating a Good Data Management Plan» — ចំណុច ១០ ជាក់ស្ដែងសម្រាប់សរសេរ DMP ដំបូង។
- Wilkinson, M. D., et al. (២០១៦), «The FAIR Guiding Principles» — អត្ថបទដើមខ្លី ច្បាស់លាស់ និងអាចអានបានដោយមិនចាំបាច់ចំណេះដឹងបច្ចេកទេសជ្រៅ។
- Blischak, J. D., Davenport, E. R., & Wilson, G. (២០១៦), «A Quick Introduction to Version Control with Git and GitHub» — ចំណុចចាប់ផ្ដើមដ៏ល្អសម្រាប់អ្នកមិនទាន់ធ្លាប់ប្រើ Git។
📕 កម្រិតខ្ពស់ (សម្រាប់បណ្ឌិត)
- Kaiser, K. (២០០៩), «Protecting Respondent Confidentiality in Qualitative Research» — ការវិភាគលម្អិតពីអត្តសញ្ញាណផ្ទាល់ ទល់នឹង ប្រយោល។
- Federer, L. M., et al. (២០១៨), «Data sharing in PLOS ONE: An analysis of Data Availability Statements» — ភស្តុតាងជាក់ស្ដែងពីគម្លាតរវាងសេចក្ដីថ្លែង និងការចូលរួមចំណែកពិតប្រាកដ។
- Haak, L. L., et al. (២០១២), «ORCID: a system to uniquely identify researchers» — ប្រវត្តិ និងស្ថាបត្យកម្មនៃប្រព័ន្ធ ORCID។
- FAIRsharing.org និង re3data.org — ម៉ាស៊ីនស្វែងរកឃ្លាំងទិន្នន័យ និងស្តង់ដារពណ៌នាឯកសារតាមមុខវិជ្ជា។
- Research Data Alliance (RDA) — អង្គការអន្តរជាតិដែលបង្កើតស្តង់ដារចូលរួមទិន្នន័យឆ្លងមុខវិជ្ជា។
២៣ · FAQសំណួរដែលសួរញឹកញាប់
តើខ្ញុំត្រូវសរសេរ DMP ដែរឬទេ ប្រសិនបើគម្រោងនិក្ខេបបទរបស់ខ្ញុំគ្មានអ្នកផ្ដល់ថវិកាផ្លូវការ?
មិនចាំបាច់ជាផ្លូវការទេ ប៉ុន្តែសូមសរសេរឯកសារខ្លីមួយដូចគ្នា សម្រាប់ប្រយោជន៍ផ្ទាល់ខ្លួន — ការអនុវត្តន៍បង្ហាញថា និស្សិតដែលសរសេរវា ជៀសវាងបញ្ហាទិន្នន័យបាត់បង់ច្រើនជាងអ្នកដែលមិនសរសេរ។
តើប្រសិនបើគណៈកម្មការសីលធម៌របស់សាកលវិទ្យាល័យខ្ញុំ មិនអនុញ្ញាតឱ្យចូលរួមចំណែកទិន្នន័យទាំងស្រុងទេ?
នោះជារឿងធម្មតា ជាពិសេសចំពោះទិន្នន័យសុខភាព ឬអត្តសញ្ញាណរសើប។ សូមផ្ដោតលើ Findable/Accessible តាមរយៈឯកសារពណ៌នា (metadata) ដែលចុះឈ្មោះជាសាធារណៈ ទោះបីជាទិន្នន័យពិតជាប់រឹតត្បិតក៏ដោយ — នេះនៅតែជា FAIR។
តើ Zenodo ល្អជាង OSF ដែរឬទេ?
គ្មានចម្លើយដាច់ខាត។ Zenodo ល្អសម្រាប់ដាក់ឯកសារចុងក្រោយ ភ្ជាប់ដោយស្វ័យប្រវត្តិជាមួយ GitHub ខណៈ OSF ល្អសម្រាប់គ្រប់គ្រងគម្រោងពេញមួយជីវិត រួមទាំងប្រវត្តិកំណែ និងកិច្ចសហការជាមួយសហការីក្នុងអំឡុងពេលស្រាវជ្រាវ។
តើការលាក់អត្តសញ្ញាណពិតប្រាកដ (anonymization) អាចត្រឡប់វិញបានដែរឬទេ?
អត្តន័យដើមរបស់ពាក្យនេះគឺ «មិនអាចត្រឡប់វិញបានទាល់តែសោះ»។ ប្រសិនបើអ្នកនៅតែរក្សាសន្លឹកផ្គូផ្គងសម្រាប់តាមដានត្រឡប់ នោះវាជា pseudonymization មិនមែន anonymization ទេ — ត្រូវប្រើពាក្យឱ្យត្រឹមត្រូវក្នុង DMP ព្រោះគណៈកម្មការសីលធម៌តម្រូវកម្រិតខុសគ្នា។
តើខ្ញុំត្រូវដាក់កូដវិភាគស្ថិតិ (ឧ. R, SPSS syntax) រួមជាមួយទិន្នន័យ ឬដាច់ដោយឡែកពីគ្នា?
ភាគច្រើនណែនាំដាក់ទាំងពីរ ប៉ុន្តែអាចនៅក្នុងឃ្លាំងដាច់ដោយឡែក (ទិន្នន័យក្នុង Dryad កូដក្នុង GitHub+Zenodo) ហើយភ្ជាប់គ្នាទៅវិញទៅមកតាម DOI — នេះជាផ្នែកមួយនៃ Interoperable។
តើផ្នែកនេះទាក់ទងនឹងមេរៀន «សម្ភាសន៍ និង Focus Group» (មេរៀនទី ១២) យ៉ាងដូចម្ដេច?
ទិន្នន័យសម្ភាសន៍ និង focus group ជាទិន្នន័យគុណភាពដែលទាមទារការលាក់អត្តសញ្ញាណពិសេស (ផ្នែកទី ១៣) មុននឹងអាចដាក់ចូលទៅក្នុងដំណើរការគ្រប់គ្រង និងចូលរួមចំណែកដែលពន្យល់ក្នុងមេរៀននេះ។
២៤ · ប្រភពឯកសារយោង និងរូបភាព
- Wilkinson, M. D., Dumontier, M., Aalbersberg, I. J., et al. (2016). The FAIR Guiding Principles for scientific data management and stewardship. Scientific Data, 3, 160018. doi:10.1038/sdata.2016.18
- Wilkinson, M. D., Dumontier, M., Aalbersberg, I. J., et al. (2019). Addendum: The FAIR Guiding Principles for scientific data management and stewardship. Scientific Data, 6, 6. doi:10.1038/s41597-019-0009-6
- Michener, W. K. (2015). Ten Simple Rules for Creating a Good Data Management Plan. PLOS Computational Biology, 11(10), e1004525. doi:10.1371/journal.pcbi.1004525
- Haak, L. L., Fenner, M., Paglione, L., Pentz, E., & Ratner, H. (2012). ORCID: a system to uniquely identify researchers. Learned Publishing, 25(4), 259–264. doi:10.1087/20120404
- Foster, E. D., & Deardorff, A. (2017). Open Science Framework (OSF). Journal of the Medical Library Association, 105(2), 203–206. doi:10.5195/jmla.2017.88
- Blischak, J. D., Davenport, E. R., & Wilson, G. (2016). A Quick Introduction to Version Control with Git and GitHub. PLOS Computational Biology, 12(1), e1004668. doi:10.1371/journal.pcbi.1004668
- Kaiser, K. (2009). Protecting Respondent Confidentiality in Qualitative Research. Qualitative Health Research, 19(11), 1632–1641. doi:10.1177/1049732309350879
- Federer, L. M., Belter, C. W., Joubert, D. J., Livinski, A., Lu, Y.-L., Snyders, L. N., & Thompson, H. (2018). Data sharing in PLOS ONE: An analysis of Data Availability Statements. PLoS ONE, 13(5), e0194768. doi:10.1371/journal.pone.0194768
- Brase, J., & Farquhar, A. (2011). Introduction from the Guest Editors — Access to Research Data. D-Lib Magazine, 17(1/2). doi:10.1045/january2011-brase
- Vines, T. H., Albert, A. Y. K., Andrew, R. L., et al. (2014). The Availability of Research Data Declines Rapidly with Article Age. Current Biology, 24(1), 94–97. doi:10.1016/j.cub.2013.11.014
- Budapest Open Access Initiative (2002). Declaration text.
- NIH (2023). Data Management and Sharing Policy.
- National Science Foundation. Data Management Plan Requirements.
- European Commission — Horizon Europe. Open Research Data and Data Management.
- DataCite. datacite.org — ភ្នាក់ងារចុះឈ្មោះ DOI សម្រាប់ទិន្នន័យស្រាវជ្រាវ។
- Zenodo. zenodo.org · Open Science Framework. osf.io · Dryad. datadryad.org
- Research Data Alliance. rd-alliance.org · FAIRsharing. fairsharing.org
📷 ឥណទានរូបភាព
រូបភាពក្នុងអត្ថបទនេះ បង្ហោះនៅ Wikimedia Commons៖ រូបថតម៉ាស៊ីនមេនៅមូលដ្ឋានផ្ទុកទិន្នន័យឌីជីថលរបស់ Wikimedia Foundation ដោយ Victor Grigas, ២០១២ (CC BY-SA 3.0) · និមិត្តសញ្ញា Git ដោយ Jason Long (CC BY 3.0)។ ចុចលើរូបភាពណាមួយ ដើម្បីមើលទំហំធំ។
🎓 អត្ថបទនេះជាឯកសារសិក្សាសម្រាប់ជាជំនួយ។ វាមិនជំនួសការណែនាំរបស់គ្រូណែនាំ គោលការណ៍របស់អ្នកផ្ដល់ថវិកា ឬបទប្បញ្ញត្តិគណៈកម្មការសីលធម៌របស់សាកលវិទ្យាល័យអ្នកឡើយ។ កថាខណ្ឌគំរូត្រូវបានសរសេរដោយ Eksastra សម្រាប់ជាឧទាហរណ៍ — សូមកុំចម្លងចូលក្នុងនិក្ខេបបទដោយផ្ទាល់។
🔬 ស៊េរីវិធីសាស្ត្រស្រាវជ្រាវ — ផែនការមេរៀនទាំង ២៤
ស៊េរីនេះរៀបចំសម្រាប់និស្សិតថ្នាក់អនុបណ្ឌិត និងបណ្ឌិត ពីមូលដ្ឋានទស្សនវិជ្ជា រហូតដល់ការបោះពុម្ព និងការការពារនិក្ខេបបទ។ មេរៀនថ្មីនឹងបន្ថែមជាបន្តបន្ទាប់។