Management und Bereitstellung von Forschungsdaten in der Psychologie: Überarbeitung der DGPs-Empfehlungen

Abstract

Die Bereitstellung von Forschungsdaten im Rahmen von wissenschaftlichen Publikationen und öffentlich geförderten Forschungsprojekten wird heutzutage als ein zentraler Aspekt offener und transparenter Wissenschaftspraxis angesehen und von immer mehr Förderinstitutionen und wissenschaftlichen Fachzeitschriften eingefordert. Forschende sollten sich daher bemühen, die sogenannten FAIR-Prinzipien zu erfüllen, d.h. Forschungsdaten sollten auffindbar, zugänglich, interoperabel und wiederverwendbar sein. Ein systematisches Forschungsdatenmanagement unterstützt diese Ziele und soll es gleichzeitig ermöglichen, diese effizient zu verwirklichen. Mit den vorliegenden überarbeiteten Empfehlungen zum Management und zur Bereitstellung von Forschungsdaten spezifiziert die Deutsche Gesellschaft für Psychologie (DGPs) wichtige grundlegende Prinzipien des Datenmanagements in der Psychologie und greift hierbei auch Rückmeldungen der DGPs-Mitglieder auf, die im Rahmen einer Umfrage aus dem Jahr 2018 gewonnen wurden. In einem ersten Schritt werden auf Basis disziplinspezifischer Definitionen von Roh-, Primär-, Sekundär- und Metadaten Empfehlungen hinsichtlich des Verarbeitungsgrades der im Rahmen einer Datenveröffentlichung bereitzustellenden Daten gegeben. In der Folge werden datenschutz- sowie urheber- und nutzungsrechtliche Aspekte der Datenbereitstellung diskutiert, bevor die qualitativen Anforderungen an vertrauenswürdige Repositorien zur Bereitstellung von Forschungsdaten definiert werden. Ausführlich wird in der Folge auf pragmatische Aspekte der Datenbereitstellung eingegangen, etwa auf die Unterschiede zwischen Datenveröffentlichungen vom Typ 1 und Typ 2, auf Nutzungsembargos, auf die Definition des "scientific use" durch Nachnutzerinnen und -nutzer von veröffentlichten Daten sowie Empfehlungen zum Umgang mit etwaigen Konfliktfällen. Besonders hervorzuheben ist die neue Empfehlung unterschiedlicher Zugriffsklassen für die Bereitstellung von Daten mit unterschiedlichen datenschutzrechtlichen oder forschungsethischen Anforderungen. Diese reichen von komplett offenen Daten ohne Nutzungsbeschränkungen ("Zugriffsklasse 0") über an standardisierte Bedingungen (z.B. die Nachnutzung für rein wissenschaftliche Zwecke) geknüpfte Datenbereitstellung ("Zugriffsklasse 1") über individualisierte Nutzungsverträge ("Zugriffsklasse 2") bis hin zu einem gesicherten Datenzugriff, der nur unter streng kontrollierten Bedingungen (z.B. in einem Forschungsdatenzentrum) erfolgen kann ("Zugriffsklasse 3"). Die Umsetzung dieser wichtigen Neuerung ist jedoch geknüpft an technische Implementationen des Zugriffsklassenkonzeptes durch Datenrepositorien, die die entsprechenden Funktionalitäten bereitstellen. Zusammenfassend zielen die überarbeiteten Empfehlungen darauf ab, Forscherinnen und Forschern pragmatische Wege für den offenen und transparenten Umgang mit psychologischen Forschungsdaten aufzuzeigen und dabei auch strukturelle Herausforderungen eines für alle Beteiligten gewinnbringenden "data sharings" anzusprechen und entsprechende Maßnahmen vorzuschlagen.

Populist Attitudes Predict Compliance-Related Attitudes and Behaviors During the COVID-19 Pandemic Via Trust in Institutions

“…We therefore examined trust in media, political, and scientific institutions as a mediator in the relationship between populist attitudes and compliance-related attitudes and behaviors during the COVID-19 pandemic. This assumption is consistent with recent evidence from mobility analyses during the COVID-19 pandemic that linked the support of populist movements and leaders with less social distancing at an aggregated level (e.g., Ansell et al, 2021; Gollwitzer et al, 2020). Moreover, analyses of internet usage in Germany also provided aggregated data that linked protest against COVID-19 measures to social media use, populist movements (e.g., QAnon, Querdenken ), and far-right political actors (Jarynowski et al, 2020).…”

Evading open science: The black box of student data collection

“…Moreover, QRP/M during data collection are arguably particularly problematic be cause data collection is still a "black box. " Even clear rules regarding open data (e.g., how to prepare and upload data for reuse), for example, by the German Psychological Society (Gollwitzer et al, 2021), are mostly ineffective if this data is (un)intentionally manipulated during its collection process. Consequently, QRP/M during data collection are often very difficult to detect and it is, currently, hard or even impossible to tell if (open) data is of good quality.…”

Emerging Privacy Issues in Times of Open Science

“…The latest recommendations of the German Society for Psychology on the management and provision of psychological research data (Gollwitzer et al, 2021) formulate strict requirements regarding personally identifiable data of participants. This includes the necessity to anonymize or pseudonymize subject data in a way that it prevents a reidentification based on any surveyed subject characteristics -even when these characteristics have been sampled in different studies.…”