Biblioteket kan udtrække ansøgernes publikationslister fra Pure. I visse sammenhænge forlanges eller forventes der bibliometriske indikatorer for ansøgerne, f.eks. h-indeks. Biblioteket tilbyder assistance til udarbejdelse af dette.
I Pure er der mulighed for at oprette, vedligeholde og udskrive CV inkl. publikationslister. Se også her.
Bevillingsgivere kan kræve at der laves en data management plan (DMP) inden projektstart eller i de første måneder af projektet. En DMP er et dokument, der hjælper dig med at reflektere bl.a. over indsamling, opbevaring og deling af dine forskningsdata. Du kan læse mere om DMP'er her. Hvis du skal lave en DMP kan det gøres via DeiC DMP her.
På Roskilde Universitetsbibliotek kan vi hjælpe med at finde rundt i junglen af forskellige forskeridentifikatorer. Skal du vælge ORCID, Scopus Author ID, Researcher ID, eller Google citations? Eller dem alle sammen? Se mere på vores guide om emnet her.
Metadata betyder ”data om data”. Det er en fællesbetegnelse for mange forskellige typer af struktureret information, der bruges til at beskrive, administrere og genfinde f.eks. forskningsdata. Man kan inddele metadata i tre typer: Deskriptive (bibliografiske), administrative, herunder tekniske, samt strukturelle. Det anbefales at bruge en anerkendt standard til metadata, både med hensyn til indhold (indholdsformat) og struktur (dataformat). Det gør det lettere at udveksle data med andre brugere og systemer. Læs mere i vores LibGuide her.
Roskilde Universitet har ikke sit eget repositoriet. I nogle tilfælde skal forskningsdata opbevares hos Rigsarkivet. De to vigtigste tværfaglige repositorier er Zenodo og Figshare. Disciplinspecifikke repositorier kan findes via re3data.org. Læs mere her.
Biblioteket yder hjælp til litteratursøgning f.eks. med henblik på at undersøge og sikre at det forskningsområde, der søges penge til, er nyt og unikt samt til dokumentation for at ansøgerne er bekendt med forskningsområdets litteratur. Litteratursøgningen kan ligeledes bidrage til at identificere potentielle publiceringsmuligheder der er relevante i ansøgningsøjemed. Se mere her.
Open Science og FAIR-principperne betragtes i stigende grad som en del af god forskningspraksis. FAIR-principperne sigter mod at gøre dine forskningsdata Findable, Accessible, Interoperable og Reusable. God data management er en integreret del af dette. Kurset introducerer hovedbegreberne i Open Science og fordelene ved at praktisere FAIR-principperne i forskningsdata management. Se mere her.
Kvalitative data såsom transkriptioner af interviews, undersøgelser, videooptagelser og litteratur er velegnede til analyser i NVivo. Formålet med dette kursus er at lære deltagerne, hvordan de forbereder data til analyse i NVivo efterfulgt af en introduktion til nogle af de foreløbige analysefunktioner i NVivo. Efter det grundlæggende kursus kan deltageren vælge at tilmelde sig det avancerede kursus. Se mere her.
