Správa a řízení vědeckých dat dle FAIR Data Principles

Spravujte svá experimentální data tak, abyste s nimi vy i vědecká komunita mohli dlouhodobě pracovat – a vytěžit z nich další poznatky.

Publikováním výsledků životnost nasbíraných dat nekončí. V kurzu pro vědecké pracovníky vás krok po kroku naučíme, jak data z experimentů uložit a zpřístupnit podle zásad FAIR Data Principles. Díky tomu s nimi budete moci opakovaně pracovat a hledat v nich nové souvislosti.

2denním kurzem vás provede Ing. Jan Červený, PhD., vedoucí výzkumný pracovník oddělení adaptivních a chytrých biotechnologií na Ústavu výzkumu globální změny AV ČR (viz profil lektora).

Procvičování probíhá v české verzi aplikace MS Excel 365 . Počítač vám zapůjčíme na místě, není třeba nosit vlastní

Kodaňská 1441/46
Praha 10

Adresa konání kurzu

2 dny

Délka kurzu

Z kurzu budete mít největší užitek, pokud:

chcete zvýšit své šance na získání výzkumných grantů,
potřebujete zorganizovat a propojit data z různých projektů (a zpřístupnit je),
publikujete vědecké články a potřebujete mít data v excelentní kvalitě,
chcete zlepšit úroveň vědeckých výstupů své organizace.

Jaké vstupní znalosti jsou potřeba?

Pro absolvování kurzu jsou vhodné znalosti v rozsahu:

Co se v kurzu naučíte?

jak s daty systematicky pracovat a co to vašemu výzkumu přinese,
jak se ke správě dat staví čtyři základní pilíře konceptu FAIR Data Principles (Findability – dohledatelnost, Accessibility – dostupnost, Interoperability – interoperabilita, Reuse – opakované použití),
principy správného ukládání a popisování datových setů,
jak propojit data z různých zdrojů (např. laboratorních zařízení či úložišť),
jaké technologie jsou dostupné a které vybrat,
jak data efektivně vyhodnotit s pomocí statistické analýzy.

Chci vidět podrobný sylabus kurzu

Úvod:

Co jsou FAIR Data Principles a proč je důležité je dodržovat.

Dohledatelnost (Findability) – Jak zajistit nalezení dat včetně použití metadat a identifikátorů.
Dostupnost (Accessibility) – Jak umožnit přístup k datům a zajistit jejich dostupnost pro výzkum.
Interoperabilita (Interoperability) – Jak zajistit, aby data byla srozumitelná a čitelná pro různé systémy a aplikace.
Opakované použití (Reuse) – Jak zajistit opakované využití dat v rámci výzkumné organizace i mimo ní.

Jaké jsou důvody potřeby systematického zpracovávání dat nejen kvůli naplňování požadavků na Open Science.

Jaký je přístup EU a co lze očekávat do budoucna.

Co obnáší Open Data Policy a jaké jsou její praktické dopady.

Praktické příklady:

Seznámení s nástroji a řešeními, které lze použití pro správu a řízení vědeckých dat dle FAIR Data Principles.

Praktické procvičování.

Diskuze a otázky:

Diskuze a odpovědi na otázky týkající se implementace FAIR Data Principles ve výzkumné organizaci.

Závěr:

Shrnutí hlavních bodů kurzu a představení možností dalšího rozvoje a vzdělávání.

Názory spokojených účastníků

„Kurz rozhodně hodnotím pozitivně. Bylo to náročné, ale dozvěděla jsem se spoustu věcí. Myslím, že po třech kurzech práce v R se konečně pustím do psaní vlastních scriptů. Znalosti mi pomůžou zpracovat data na dizertaci, pomůže mi to zefektivnit a zrychlit každodenní práci.“

Ing. Kristýna Kohoutková, Filozofická fakulta Masarykovy univerzity

Kurz statistiky I v programovacím jazyce R | Ovládání programovacího jazyka R | Základní statistická analýza v jazyce R

„Takto je to naprosto poprvé, kdy nám statistické metody někdo vysvětlil tak, že jsme dokázali pochopit i to, proč děláme to co děláme a jsme schopni to pak při práci i prakticky a především samostatně použit. Kurz byl zaměřen opravdu prakticky. Měl nevyhnutné množství teorie, no podstatnou část pak lektor věnoval praktické aplikaci statistických metod na jednotlivé úkoly v kontextu cíle, který daný úkol sledoval. Zároveň lektor velmi názorně vysvětloval jak o daných úkolech a aplikaci metod přemýšlet, co a proč se dělá a jak následně získané výstupy správně interpretovat.“

Vědecký pracovník, 1. lékařská fakulta Univerzita Karlova

Kompletní biostatistická analýza v jazyce R | Kompletní statistická analýza v jazyce R | Kurz statistiky I v programovacím jazyce R | Pokročilá biostatistická analýza v jazyce R | Pokročilá statistická analýza v jazyce R | Základní biostatistická analýza v jazyce R | Základní statistická analýza v jazyce R

Jaké školící materiály obdržíte?

Jak dlouho kurz trvá?

Kdo vás bude školit?

Kurzem vás provede Ing. Jan Červený, PhD. V rámci svého výzkumu na Ústavu pro globální změnu Akademie věd ČR se věnuje charakterizaci a optimalizaci produkčních a adaptivních vlastností mikrořas pomocí pokročilých algoritmů. Pracuje také na vývoji řešení pro řasové biotechnologie a výpočetních platforem pro experimenty in silico.

Kolik kurz stojí, kde probíhá a jaké jsou možnosti platby?

Kurz probíhá v našem školícím středisku na adrese Kodaňská 1441/46, Praha 10.

Cena kurzu je 12 900 Kč bez DPH. Součástí ceny je kromě zajištění pomůcek a školících materiálů také občerstvení v průběhu kurzu a oběd.

Platba probíhá převodem oproti vystavené faktuře.U

Nezávazná přihláška na kurz

Stačí, když vyplníte formulář níže. Do 3 pracovních dnů se vám ozveme a probereme, zda kurz splňuje vaše představy a jaký bude další postup. Bez jakýchkoliv závazků z vaší strany.

Vaše jméno a příjmení*

Organizace

E-mail

Pozice

Telefon

Promo kód

Poznámka k přihlášce

Odesláním přihlášky vyjadřujete svůj souhlas s obchodními podmínkami a zpracováním osobních údajů.

Další názory spokojených účastníků

Anonymní zpětná vazba účastníků z dotazníku spokojenosti po kurzu.

Ing. Kristýna Kohoutková, Filozofická fakulta Masarykovy univerzity

Kurz statistiky I v programovacím jazyce R | Ovládání programovacího jazyka R | Základní statistická analýza v jazyce R

Vědecký pracovník, 1. lékařská fakulta Univerzita Karlova

„Přestože s jazykem R pracuji již více jak 11 let, dozvěděl jsem se mnoho důležitých faktů, které mi coby samoukovi unikaly. Samozřejmostí je promítnutí těchto faktů do praktického využití, ať už se jedná o zefektivnění a zrychlení práce s R, tak především o teoretické základy, které pan Čapek vysvětlil naprosto bravurně. Jsem rád, že jsem kurz navštívil, protože při práci by mi jinak nastudování a pochopení principů, které stojí za různými typy testů hypotéz, trvalo roky. Kurz zabrousil též do pokročilejších metod. Vyzkoušeli jsme si základní zpracování časových řad, kdy jsme např. na čtvrtletní data nasazovali model a vykreslovali si grafy s předpovídanými hodnotami a konfidenčními intervaly. Za mě pořadatelé kurzu dostávají jedničku!“

Mgr. Ondřej Ledvinka, Ph.D., Český hydrometeorologický ústav