Veri Yönetim Planı (DMP): Araştırma Verilerinin Profesyonel Yönetimi

Modern araştırma dünyasında verilerin toplanması kadar yönetilmesi, saklanması ve paylaşılması da kritik bir süreçtir. Veri Yönetim Planı (Data Management Plan - DMP), araştırma verilerinin yaşam döngüsü boyunca nasıl ele alınacağını tanımlayan resmi bir belgedir. Birçok uluslararası fonlayıcı kuruluş (NSF, ERC, Horizon Europe) artık hibe başvurularında DMP'yi zorunlu kılmaktadır. Kothari (2004), araştırma verilerinin sistematik biçimde yönetilmesinin hem araştırmanın tekrarlanabilirliği hem de etik uyum için vazgeçilmez olduğunu belirtir.

Veri Yönetim Planı Nedir?

DMP, araştırma projesi süresince ve sonrasında verilerin nasıl toplanacağını, işleneceğini, saklanacağını, korunacağını ve paylaşılacağını tanımlayan bir yol haritasıdır. Creswell (2009), DMP'nin araştırma sürecinin başında hazırlanması gerektiğini ve projenin ilerleyişine paralel olarak güncellenmesi gerektiğini vurgular.

DMP'nin Temel Bileşenleri

Bileşen	Açıklama	Sorulacak Sorular
Veri tanımı	Toplanacak veri türleri ve formatları	Hangi veriler toplanacak? Hangi formatta?
Veri toplama	Toplama yöntemleri ve araçları	Veriler nasıl toplanacak? Hangi araçlarla?
Dokümantasyon	Meta veri ve kodlama kitabı	Veriler nasıl belgelenecek?
Saklama ve güvenlik	Depolama ortamı ve erişim kontrolü	Veriler nerede ve nasıl saklanacak?
Etik ve yasal	Gizlilik, KVKK/GDPR uyumu	Kişisel veriler nasıl korunacak?
Paylaşım	Veri paylaşım politikası	Veriler kimlerle, nasıl paylaşılacak?
Arşivleme	Uzun vadeli koruma planı	Proje sonrasında veriler ne olacak?

FAIR İlkeleri

2016'da yayınlanan FAIR ilkeleri, araştırma verilerinin yönetimi için uluslararası bir standart haline gelmiştir:

• Findable (Bulunabilir): Veriler benzersiz ve kalıcı tanımlayıcılarla (DOI gibi) etiketlenmeli, zengin meta verilerle tanımlanmalı ve aranabilir kaynaklara kaydedilmelidir
• Accessible (Erişilebilir): Veriler standart ve açık protokollerle erişilebilir olmalıdır. Erişim koşulları açıkça belirtilmelidir (açık erişim, başvuru üzerine erişim, kısıtlı erişim)
• Interoperable (Birlikte çalışabilir): Veriler standart formatlar ve sözlükler kullanmalı, diğer veri setleriyle birleştirilebilir olmalıdır
• Reusable (Tekrar kullanılabilir): Veriler net bir lisans altında yayınlanmalı, detaylı meta veri ve provenance bilgisi içermelidir

FAIR ilkeleri "açık veri" ile eş anlamlı değildir. Veriler FAIR olabilir ama erişim kısıtlamaları olabilir: "as open as possible, as closed as necessary" (mümkün olduğunca açık, gerektiği kadar kapalı).

Dosya İsimlendirme ve Versiyon Kontrolü

Araştırma verilerinin düzenli yönetimi, tutarlı bir dosya isimlendirme konvansiyonuyla başlar. Cohen, Manion ve Morrison (2007), veri organizasyonunun araştırma kalitesinin görünmeyen ama kritik bir boyutu olduğunu belirtir.

Dosya İsimlendirme Kuralları

• Açıklayıcı ve tutarlı isimler kullanın: proje_veritipi_tarih_versiyon
• Boşluk yerine alt çizgi (_) veya tire (-) kullanın
• Tarihleri ISO 8601 formatında yazın: YYYY-MM-DD
• Versiyon numarası ekleyin: v01, v02
• Özel karakterlerden kaçının (Türkçe karakterler dahil)

Örnek: anket_ham-veri_2024-03-15_v02.csv

Versiyon Kontrolü

Her veri dosyasının değişiklik geçmişi takip edilmelidir. Basit düzeyde versiyon numarası sistemi, ileri düzeyde Git gibi versiyon kontrol sistemleri kullanılabilir. Her versiyonda yapılan değişiklikler bir değişiklik günlüğüne (changelog) kaydedilmelidir.

Meta Veri ve Dokümantasyon

Meta veri, "verinin verisi"dir ve araştırma verilerinin anlaşılabilirliği için hayati öneme sahiptir:

• Proje düzeyi meta veri: Araştırma başlığı, araştırmacılar, fonlayıcı, zaman çerçevesi, anahtar kelimeler
• Veri seti düzeyi meta veri: Değişken tanımları, ölçek bilgileri, kodlama şeması, örneklem bilgisi
• Dosya düzeyi meta veri: Dosya formatı, oluşturma tarihi, yazılım gereksinimleri

Kothari (2004), kod kitabının (codebook) araştırma verilerinin tekrar kullanılabilirliği için temel araç olduğunu belirtir. İyi bir kod kitabı, her değişkenin adını, tanımını, ölçüm düzeyini, olası değerlerini ve eksik veri kodlarını içermelidir.

Veri Güvenliği ve Gizlilik

Araştırma verilerinin güvenliği hem etik hem de yasal bir zorunluluktur:

Güvenlik Katmanı	Uygulamalar
Fiziksel güvenlik	Kilitli ofis, güvenli sunucu odası
Dijital güvenlik	Şifreli diskler, güçlü parolalar, iki faktörlü kimlik doğrulama
Erişim kontrolü	Rol bazlı erişim, minimum yetki ilkesi
Anonimleştirme	Doğrudan tanımlayıcıların kaldırılması, k-anonimlik
Yedekleme	3-2-1 kuralı: 3 kopya, 2 farklı ortam, 1 uzak konum
Transfer güvenliği	Şifreli dosya transfer protokolleri (SFTP, şifreli e-posta)

Veri Paylaşımı ve Açık Veri Depoları

Açık bilim hareketi, araştırma verilerinin paylaşılmasını teşvik etmektedir. Yaygın kullanılan veri depoları şunlardır:

• Zenodo: CERN tarafından işletilen, tüm disiplinlere açık genel amaçlı depo
• Figshare: Veri setleri, şekiller ve posterler için çok disiplinli depo
• Dryad: Özellikle biyoloji ve ekoloji alanlarına odaklanan veri deposu
• ICPSR: Sosyal bilimler veri arşivi
• re3data.org: 2000'den fazla veri deposunun kayıtlı olduğu dizin

DMP Hazırlama Araçları

DMP hazırlamak için çeşitli çevrimiçi araçlar mevcuttur:

• DMPTool: ABD merkezli fonlayıcıların gereksinimlerine uygun şablonlar sunar
• DMPonline: Avrupa merkezli, farklı fonlayıcı şablonlarını destekler
• ARGOS: OpenAIRE tarafından geliştirilen, FAIR ilkelerine uyumlu DMP aracı

Sonuç

Veri Yönetim Planı, modern araştırmanın ayrılmaz bir parçasıdır. İyi hazırlanmış bir DMP, araştırma verilerinin güvenli, düzenli ve erişilebilir olmasını sağlarken, araştırmanın tekrarlanabilirliğini ve şeffaflığını güçlendirir. Kothari'nin (2004) vurguladığı gibi, araştırma verilerinin sistematik yönetimi, yalnızca fonlayıcı gereksinimleri için değil, bilimsel kalite ve etik uyum için de zorunludur. FAIR ilkeleri çerçevesinde hazırlanan bir DMP, araştırmanın etkisini artırır ve bilimsel bilginin toplumsal faydasını maksimize eder.