Przygotowanie danych

Po zakończonym etapie pozyskiwania danych należy podjąć decyzję, czy dane mogą zostać udostępnione. Dane badawcze najczęściej są udostępniane w formie tak zwanych datasetów, czyli w uporządkowanej i dobrze opisanej strukturze. Zgodnie z zasadą FAIR zbiory danych badawczych powinny być opisane przy pomocy metadanych. Gwarantuje to prawidłowe indeksowanie, wyszukiwanie i ponowne użycie tych danych.

Selekcja danych
Nie wszystkie muszą być udostępniane. Należy wziąć pod uwagę wymagania instytucji finansującej, wartość naukową danych, unikać duplikowania z istniejącymi już podobnymi zbiorami danych oraz koszty związane z długoterminowych przechowywaniem danych i archiwizacją

Usunięcie danych wrażliwych
Jeśli dane zawierają informacje pozwalające na identyfikację osób, należy je poddać procesowi anonimizacji lub pseudonimizacji.

• anonimizacja – usunięcie powiązań między danymi osobowymi a osobą, której dotyczą; anonimizacja jest procesem trwałym i nieodwracalnym,
• pseudonimizacja – przetworzenie danych osobowych w taki sposób, by nie można ich było przypisać konkretnej osobie, której dane dotyczą, bez użycia dodatkowych informacji; pseudonimizacja jest procesem odwracalnym.

Wybór właściwych formatów plików z danymi
Dane powinny zostać opublikowane w ogólnodostępnym formacie, który nie wymaga komercyjnego oprogramowania i wykorzystuje standardowe kodowanie.

Nazewnictwo plików
Nadanie odpowiednich nazw folderom i plikom. Dobrą praktyką jest, aby miały charakter opisowy, który będzie odzwierciedlał zawartość pliku.

Wersjonowanie
Każda zmiana i wersja powinna być uwzględniona oraz przechowywana.

Metadane
Dane powinny być opisane w usystematyzowany sposób za pomocą metadanych, tak aby można było je zindeksować, wyszukać oraz ponowne wykorzystać.