- فرهنگ، دفتر پاک‌سازی و سند دسترسی/نگهداری آماده کنید.
فرهنگ داده
برای هر متغیر نام، تعریف، واحد، نوع، دامنه مجاز و کد مقادیر گمشده تعیین کنید. شناسه پژوهشی را از اطلاعات هویتی جدا نگه دارید. تغییرات داده خام را ثبت کنید و نسخه اصلی را بدون تغییر حفظ کنید.
پاک‌سازی و کنترل کیفیت
دامنه‌ها، رکوردهای تکراری و ناسازگاری‌ها را بررسی کنید. حذف نقاط پرت یا پرکردن داده گمشده باید توجیه روش‌شناختی داشته باشد. جدول تعداد نمونه در مراحل مختلف تهیه کنید تا اثر تصمیم‌های پاک‌سازی روشن باشد.
حفاظت و انتقال
کمترین داده ضروری را منتقل کنید و دسترسی را محدود سازید. رمزگذاری، نسخه پشتیبان و برنامه نگهداری را متناسب با مقررات مؤسسه تنظیم کنید. برای داده حساس، پیام‌رسان عمومی جایگزین مسیر امن توافق‌شده نیست.
بازتولید نتایج
کد تحلیل، نسخۀ نرم‌افزار و توالی اجرای مراحل را نگه دارید. انتشار داده فقط با رضایت، مجوز و مقررات سازگار ممکن است. اگر انتشار ممنوع است، روش و فرهنگ داده یا نمونه مصنوعی را با برچسب روشن مستند کنید.
نمونه فرهنگ داده
مثال آموزشی برای متغیر «score»: تعریف سازه و ابزار، نوع عددی، واحد یا دامنه معتبر طبق ابزار، زمان سنجش، کد گمشدگی و قاعده محاسبه را در ردیف جدا بنویسید. دامنه فرضی را به داده واقعی تحمیل نکنید. برای مقادیر مشتق‌شده، فرمول و متغیرهای ورودی را ثبت کنید.
شناسه، نسخه و کنترل تغییر
نام فایل باید محتوا و نسخه را روشن کند؛ نسخه نهایی۱ و نهایی۲ به‌تنهایی کافی نیست. خام را از پردازش‌شده جدا نگه دارید و تغییرها را با کد یا دفتر تصمیم ثبت کنید. نسخه پشتیبان را با آزمون بازیابی بررسی کنید، نه فقط با وجود یک کپی. برای پروژه مشترک، مسئول و سطح دسترسی هر پوشه را تعیین کنید.
پایان پروژه
مطمئن شوید یک همکار مجاز با README و فرهنگ داده می‌تواند مجموعه را بفهمد. سیاست مؤسسه، رضایت و توافق پروژه مبنای نگهداری یا حذف است؛ یک دوره ثابت جهانی تعیین نکنید. بیانیه دسترسی در مقاله باید با فایل، نسخه و مجوز واقعی سازگار باشد.
پروندۀ آموزشی و تصمیم‌های اجرایی
مثال زیر کاملاً فرضی و آموزشی است؛ از اعداد و متن آن به عنوان نتیجۀ واقعی پژوهش استفاده نکنید.
در فرهنگ دادۀ فرضی، score عددی با واحد امتیاز، بازۀ آموزشی ۰ تا ۱۰۰ و خانۀ خالی برای فقدان است. مقدار −۹۹ اگر کد قراردادی فقدان باشد نباید وارد میانگین شود؛ اما جایگزینی آن بدون خواندن فرهنگ نیز نادرست است. نسخۀ خام حفظ می‌شود و تبدیل در کد ثبت می‌شود. برای داده واقعی، شناسه پیوندی از اطلاعات شخصی جدا و دسترسی حداقلی است. مدت نگهداری از رضایت، قرارداد و سیاست مؤسسه می‌آید، نه یک عدد ثابت برای همۀ پژوهش‌ها.
| مرحله | نمونۀ آموزشی | پرسش کنترل |
|---|---|---|
| متغیر | score، امتیاز و زمان مشخص | تعریف و دامنه واقعی مستند است؟ |
| فقدان | کد معتبر، نه فرض تحلیلگر | قبل از محاسبه درست تبدیل شده است؟ |
| تبدیل | کد از خام به پردازش‌شده | تعداد تغییرها معلوم است؟ |
| دسترسی | شناسه پژوهش جدا از هویت | اجازه و کنترل دسترسی کافی است؟ |
| حفظ | نسخه، پشتیبان و آزمون بازیابی | نگهداری با سیاست پروژه سازگار است؟ |
خروجی تمرین: فرهنگ، دفتر پاک‌سازی و سند دسترسی/نگهداری آماده کنید.
منابع و مطالعه بیشتر
منابع رسمی برای بررسی و مطالعه بیشتر