Open Data operationalisieren - Erfahrungen mit der Formulierung überprüfbarer Kriterien

Die Charité hat sich zum Ziel gesetzt, offene Forschungspraktiken zu inzentivieren. Eine der Maßnahmen hierfür ist die Vergabe leistungs­orientierter Mittel (LOM) für Publikationen, zu denen Forschungs­daten geteilt wurden. Diese „Open Data-LOM“, die auch zugangsbe­schränkte Daten berücksichtigt, wird seit 2019 vergeben. Um diese Mittel vergeben zu können, müssen die Artikel detektiert werden, zu denen Daten geteilt wurden. Ein erstes Screening wird mit dem von uns entwickelten Open Source Text Mining-Algorithmus ODDPub vorgenommen. Für die Vergabe leistungsorientierter Mittel muss der Open Data-Begriff jedoch darüber hinaus soweit operationali­siert werden, dass eine dichotome Ja-Nein-Entscheidung möglich wird. Hierfür haben wir einen Kriterienkatalog erarbeitet, mit dem wir für biomedizinische Publikationen eine solche Entscheidung treffen können. Der Vortrag wird diese Kriterien im Detail vorstellen und diskutieren, warum wir uns für genau diese Operationalisierung von Open Data entschieden haben. Ebenso werden auch die noch bestehenden – und vielleicht unumgänglichen – Schwierigkeiten bei der Anwendung zur Sprache komme. Technisch haben wir die Prü­fung der Kriterien im Open Source-Tool Numbat implementiert, das ursprünglich für Systematische Reviews entwickelt wurde. Der Vor­trag wird auch diese praktische Umsetzung, wie von uns als Protokoll veröffentlicht, kurz vorstellen. Abschließend werden auch die Ergeb­nisse unseres Screenings und ihre Visualisierungen in Dashboards vorgestellt. Damit wird der Vortrag einen Einblick in ein bestehendes institutionelles Screening auf Open Data geben, und kann eine Hilfestellung für andere Einrichtungen bei der Implementierung eines Open Data-Monitorings sein.