Project Info

Uit een rondvraag bij de verschillende werkgroepen op het NIOO-CEME is gebleken dat er nood is aan een adequaat beheer van en een goede toegankelijkheid tot alle NIOO-CEME data. Door ondermaats beheer is er op het instituut heel wat data die weinig of helemaal niet beschikbaar/toegankelijk is en vaak zelfs onbruikbaar wordt of verloren gaat.

Er zijn op het eerste zicht drie grote sets van gegevens te onderscheiden:

• Er is het LIMS (Laboratorium Informatie Systeem) met alle meetwaarden die uit de labo analyses voortkomen.

• Er is het BIS (Benthos Informatie Systeem), een database met de benthische gegevens die door het instituut worden gegenereerd.

• Door het verloop van personeel (tijdelijke werknemers, doktoraatsstudenten, projectgebonden post-docs,...) is er een groot aantal databestanden dat na het afronden van een onderzoek onbeheerd achterblijft op hard disks van pc's of op losse schijven en op termijn onbruikbaar wordt of verloren gaat.

Het vooronderzoek moet leiden tot een beter inzicht in de stappen die gezet dienen te worden om te komen tot een goed beheer en beschikbaarheid van alle NIOO-CEME data.

Deeltaken Vooronderzoek

  Inventarisatie

• In overleg met een aangestelde contactpersoon per werkgroep zal een overzicht worden opgemaakt van de datasets die binnen elke werkgroep aanwezig zijn.
  • De werkgroepen kunnen zelf naar believen datasets voorschotelen. Er wordt naar gestreefd zoveel mogelijk datasets te inventariseren (binnen de tijdspanne die hiervoor voorzien is). De stimulans voor toelevering door de wetenschapper ligt in het feit dat alle datasets die worden boven water gehaald binnen deze voorstudie ook zullen worden gearchiveerd.
  • Ook een algemene bespreking met betrekking tot data en informatiebeheer maakt deel uit van dit overleg. De gevoerde enquête (download) zal dienen als leiddraad bij deze bespreking.
    • Er zal gepeild worden naar de mening van de wetenschapper omtrent de ideale structurele opzet van het databeheer binnen elke werkgroep (bijvoorbeeld invoer door assistenten versus door wetenschappers).
    • Er zal nagegaan worden welke specifieke wensen en verwachtingen de wetenschappers hebben ten aanzien van een data opslagsysteem voor hun data.
    • Er zal bij de wetenschappers gepeild worden naar de nood aan opleiding in data en informatiebeheer.
• De datasets zullen getraceerd worden en voor elk van de datasets zal een gedetailleerde beschrijving worden opgemaakt aan de hand van de metadata elementen voorzien in de IMIS datasets module. Deze informatie zal als afzonderlijke "NIOO"- collectie in het IMIS informatiesysteem worden opgeslagen zodat deze info gelinkt kan worden aan de gearchiveerde files en deze informatie bevraagbaar kan worden gemaakt via een zoekinterface. Er zal worden nagegaan:
  • om welke datatypes het gaat (vb. laboexperiment, sedimentologische bodemstalen, gis layers, ...). Een indeling in datatypes is belangrijk aangezien de mogelijkheden/keuzes voor het beheer van de datasets hiervan afhankelijk zijn.
  • in welke opslagformaten de datasheets zijn georganiseerd en op welke fysische media de data bewaard worden.
  • welke vereiste (required) metadata ontbreekt of te onvolledig is om goed hergebruik van de datasets mogelijk te maken.
  • welke facultatieve (optional) metadata nodig zijn om de dataset grondig te kunnen beschrijven.
  • wat de omvang is van de datasets zodat de datasets onderling vergelijkbaar worden.
  • wat de oorsprong is van de datasets. Om de datasets te plaatsen binnen hun context zullen waar mogelijk links voorzien worden naar literatuur, projecten, personen, en uiteraard naar de werkgroep(en).
• Samenvattend zal een inhoudelijke en beheersmatige indeling worden gemaakt van de datasets:
  • Inhoudelijke indeling van de datasets per thema.
  • Beheersmatig overzicht van de datasets per datatype, per formaat en per fysische drager.
  • Beheersmatig overzicht van welke datasets op eenvoudige wijze kunnen geïntegreerd worden in de huidige IMERS database (of een andere nog uit te werken generische relationele data structuur) en welke data zeer moeilijk te integreren zijn in een dergelijk relationeel systeem en beter kunnen gearchiveerd worden in een data archief.

  Data integratie - oefening

  Data archiveringsoefening

  Beschikbaar maken resultaten

  Formulieren conclusie & adviezen

• Conclusies in verband met data archivering versus data integratie. Een inschatting van de tijd en effort die zal gaan naar respectievelijk archivering en integratie van de bijeengebrachte datasets.
• Conclusies in verband met welk soort integratie voor de verschillende datasets het meest lijkt aangewezen.
• Conclusies in verband met de fractie van de bestaande datasets die per werkgroep werden beschreven en aangeven van eventuele oorzaken waarom overblijvende datasets niet in het vooronderzoek konden worden opgenomen.
• Conclusie in verband met de fractie van de historische data die niet langer bruikbaar zijn.
• Conclusie in verband met de grenzen van IMERS ten aanzien van de aanwezige datatypes op NIOO-CEME en oplijsting van de noodzakelijke aanpassingen voor IMIS & IMERS (inclusief deze voor koppeling met LIMS).
• Adviezen met betrekking tot het opzetten van eventuele vaste formaten voor databeheer voor de op het NIOO-CEME aanwezige data.
• Adviezen met betrekking tot een goede structurele opzet voor een duurzame informatie en databeheer op het NIOO-CEME.

Planning Vooronderzoek

  Voorbereidend overleg te VLIZ, 24 april 2006, Oostende.

aanwezig: Saskia Woutersen (nioo), Karline Soetaert (nioo-ceme), Edward Vanden Berghe (vliz), Klaas Deneudt (vliz), Roeland 't Jampens (vliz) en Simon Claus (vliz).

  Voorbereidend overleg te NIOO-CEME, 3 oktober 2006, Yerseke.

aanwezig: Saskia Woutersen (nioo), Karline Soetaert (nioo-ceme), Jikke Adema (nioo-ceme), Adri Knuijt (nioo-ceme), Klaas Deneudt (vliz), Tjess Hernandez (vliz) en Robin Brackez (vliz).

  1ste bezoek NIOO-CEME in kader van voorstudie, 5 - 9 maart 2007, Yerseke.

aanwezig: Klaas Deneudt (vliz), Pieter Deckers (vliz) en An Vanhoorne (vliz).