Dữ liệu nghiên cứu: giữ được thì mới chứng minh được

Đây là phần công việc không ai kiểm tra cho tới lúc có vấn đề — và khi đó thì đã muộn.

Nguyên tắc đơn giản: nhiều năm sau, nếu có ai hỏi về một kết quả trong công trình của bạn, bạn phải trả lời được bằng dữ liệu gốc.

Người không giữ được rơi vào thế rất khó — không phải vì họ làm sai, mà vì họ không chứng minh được là mình làm đúng.

Vì sao ngày càng quan trọng

• Nhiều tạp chí yêu cầu công khai dữ liệu hoặc yêu cầu cam kết cung cấp khi được đề nghị.
• Nhiều chương trình tài trợ có yêu cầu về quản lý dữ liệu.
• Cộng đồng ngày càng kiểm tra kỹ các kết quả đã công bố.
• Chính bạn cần dùng lại — phân tích bổ sung, viết bài tiếp theo, hoặc trả lời phản biện.
• Học viên rời đi mang theo kiến thức — nếu dữ liệu không được tổ chức, nhóm mất luôn phần đó.

Lưu những gì

• Dữ liệu thô — bản gốc chưa qua xử lý, không ghi đè.
• Các bước xử lý — mã, kịch bản, hoặc ghi chép về các thao tác đã làm.
• Dữ liệu đã xử lý dùng cho phân tích trong bài.
• Ghi chép nghiên cứu — điều kiện thí nghiệm, sự cố, quyết định giữa chừng.
• Tài liệu mô tả dữ liệu — mỗi trường nghĩa là gì, đơn vị, cách mã hoá. Người khác không đoán được nếu không có phần này.
• Hồ sơ đạo đức và bản đồng ý nếu có người tham gia.

Tổ chức

• Quy ước đặt tên nhất quán trong cả nhóm.
• Tách rõ dữ liệu thô và dữ liệu đã xử lý — không bao giờ sửa trực tiếp lên dữ liệu thô.
• Ghi lại mọi thao tác xử lý để tái tạo được từ thô ra kết quả cuối.
• Đánh phiên bản — biết bản nào dùng cho bài nào.
• Định dạng mở khi có thể — phần mềm chuyên dụng có thể không còn đọc được sau nhiều năm.
• Sao lưu ở nhiều nơi, ít nhất một nơi ngoài máy làm việc.

Phép thử: nếu hôm nay bạn phải tái tạo lại kết quả của một bài từ ba năm trước, mất bao lâu? Câu trả lời cho biết hệ thống của bạn có dùng được không.

Thời hạn lưu

• Hỏi quy định của cơ sở và của chương trình tài trợ — thường có yêu cầu tối thiểu.
• Với dữ liệu có người tham gia, thời hạn lưu và cách huỷ phải theo cam kết trong hồ sơ đạo đức.
• Lưu lâu hơn mức tối thiểu nếu không có ràng buộc — chi phí lưu trữ thấp, chi phí không có dữ liệu thì cao.
• Có kế hoạch khi bạn rời đơn vị — ai giữ, ai truy cập được.

Chia sẻ dữ liệu

• Nếu định chia sẻ, phải nêu trong bản đồng ý ban đầu với nghiên cứu có người tham gia — không xin phép hồi tố được.
• Ẩn danh không chỉ là bỏ tên — tổ hợp các thuộc tính có thể nhận ra một người trong nhóm nhỏ.
• Kiểm tra quyền sở hữu — dữ liệu từ đề tài hoặc từ đơn vị có thể không thuộc quyền quyết định của bạn.
• Chọn nơi lưu trữ có mã định danh để dữ liệu được trích dẫn.
• Kèm tài liệu mô tả — dữ liệu không có mô tả thì gần như vô dụng với người khác.
• Nêu điều kiện sử dụng rõ ràng.

Khi người khác đề nghị được dùng

• Trả lời — im lặng là câu trả lời tệ nhất và nó tạo nghi ngờ không cần thiết.
• Nếu không chia sẻ được, nêu lý do — ràng buộc về đạo đức, về quyền sở hữu, hoặc về bảo mật đều là lý do chính đáng.
• Thoả thuận về việc ghi nhận — trích dẫn, hoặc đồng tác giả nếu bạn tham gia thật vào công trình mới.
• Làm rõ phạm vi sử dụng.

Với nhóm nghiên cứu

• Quy tắc chung cho cả nhóm, không để mỗi người làm một kiểu.
• Dữ liệu thuộc về dự án, không thuộc về cá nhân đang giữ máy tính.
• Bàn giao khi có người rời đi — đây là lúc dữ liệu hay bị mất nhất.
• Làm rõ với học viên họ được mang gì theo và dùng vào việc gì sau khi tốt nghiệp.
• Kiểm tra định kỳ rằng dữ liệu cũ vẫn đọc được.

Nếu dữ liệu đã mất

• Thành thật khi được hỏi — nói rõ tình trạng, không vòng vo.
• Cung cấp những gì còn — ghi chép, bản phân tích trung gian, bản thảo.
• Rút kinh nghiệm và thiết lập hệ thống cho các công trình sau.
• Đây là lý do thuyết phục nhất để bắt đầu lưu trữ tử tế ngay từ hôm nay.

Một điều đáng nhớ

Việc lưu dữ liệu không phải để phòng bị nghi ngờ. Nó là một phần của việc nghiên cứu tử tế — kết quả khoa học có giá trị vì nó kiểm chứng được, và không kiểm chứng được thì nó chỉ là một khẳng định.

Vì vậy câu hỏi đáng hỏi không phải ai sẽ kiểm tra tôi, mà là: ba năm nữa, tôi có tái tạo được kết quả của chính mình không?

Câu hỏi thường gặp