التعليم والبحث العلمي الأدلة التقنية

إدارة بيانات البحث Research Data Management ومبادئ FAIR

كيف تحفظ بيانات بحثك وتصفها وتشاركها وفق مبادئ FAIR، وماذا يطلب الممولون في خطة إدارة البيانات، مع قالب جاهز.

إدارة بيانات البحث Research Data Management ومبادئ FAIR

إذا كنت تجمع بيانات لبحثك، أو تكتب مقترحاً لممول يطلب «خطة لإدارة البيانات»، أو تعمل في عمادة بحث علمي أو مكتبة وتريد أن تبني خدمة لبيانات البحث في جامعتك، فهذا المقال لك.

ستعرف فيه كيف تحفظ بيانات بحثك وتصفها وتشاركها حتى لا تضيع، وماذا تعني مبادئ FAIR، وماذا يطلب الممولون الكبار في خطة إدارة البيانات، وكيف تشارك بيانات عن أشخاص دون أن تكشف هويتهم. وفي آخره قالب لخطة إدارة البيانات تعدله لمشروعك.

ولماذا يهم هذا؟ في 2014 نشر فريق من جامعة British Columbia دراسة طلب فيها بيانات 516 بحثاً منشوراً في علم البيئة، أعمارها بين سنتين و22 سنة. والنتيجة أن احتمال بقاء البيانات موجودة ينخفض بنحو 17% مع كل سنة تمر على نشر البحث. واحتمال الوصول إلى بريد يعمل لأحد المؤلفين ينخفض 7% في السنة.

أي أن البيانات كانت على حاسوب الباحث أو قرص خارجي أو في بريده، ثم تعطل الحاسوب أو انتقل الباحث، فضاعت. ولم يعد أحد قادراً على التحقق من البحث أو البناء عليه.

المصدر: ملخص الدراسة في Current Biology.

باختصار Quick Summary

💡
إدارة بيانات البحث: كل ما تفعله بالبيانات من التخطيط لجمعها إلى أن يعيد غيرك استخدامها.
مبادئ FAIR: معرف دائم، ووصف كاف، وصيغ مفتوحة، وترخيص واضح. ولا تعني أن تنشر كل شيء للجميع.
خطة إدارة البيانات DMP: وثيقة قصيرة تكتبها قبل جمع البيانات، ويطلبها NIH وNSF وHorizon Europe.
الترخيص: CC0 للوصف دائماً، وCC0 أو CC BY للبيانات المفتوحة.
البيانات عن أشخاص: حذف الاسم لا يكفي. والبيانات المرمزة ما زالت بيانات شخصية بحسب نظام حماية البيانات الشخصية.

ما هي إدارة بيانات البحث Research Data Management؟

هي كل ما تفعله بالبيانات، من لحظة التخطيط لجمعها إلى أن يعيد شخص آخر استخدامها بعد سنوات. وتشمل:

  • كيف تسمي الملفات، وأين تحفظها، ومن يصل إليها.
  • كيف تصفها حتى يفهمها غيرك.
  • أين تودعها في النهاية، وبأي ترخيص.

والصورة التالية تبين دورة حياة البيانات Research Data Lifecycle، والمكان الذي تضيع فيه عادة:

دورة من ست مراحل: التخطيط بخطة إدارة البيانات DMP، ثم الجمع، ثم المعالجة والتحليل، ثم الحفظ في مستودع، ثم النشر والمشاركة بمعرف DOI وترخيص، ثم إعادة الاستخدام التي تعود إلى التخطيط، وفي الوسط حاسوب الباحث وقرص خارجي وبريد بعلامة حمراء: هنا تضيع البيانات إذا بقيت عند الباحث وحده
البيانات التي تبقى على حاسوب الباحث تخرج من الدورة، والمستودع والوصف والترخيص هي التي تعيدها إليها.

وهذه ثلاث طرق لحفظ البيانات، من الأضعف إلى الأفضل:

الطريقةما يحميهأين تفشل
على حاسوب الباحث، مع نسخة على قرص خارجي ونسخة في البريدتعمل ما دام الباحث نفسه يعمل على المشروعتفشل عندما يسأل محكم أو باحث آخر عن البيانات بعد خمس سنوات
مجلد مشترك على خادم الجامعة أو خدمة سحابيةيحمي من تعطل الحاسوبملف مثل «final_v3_corrected.xlsx» بلا وصف لا يفهمه غير صاحبه، وليس له رابط ثابت يستشهد به، ولا يعرف من يجده هل يحق له استخدامه
خطة مكتوبة من البداية، ووصف كاف، ومستودع بيانات Data Repository، وترخيص واضحالبيانات تبقى، ويفهمها غيرك، ولها معرف دائم Persistent Identifier يستشهد بههذا ما تطلبه الجهات الممولة اليوم

مبادئ FAIR: ماذا تعني لملفاتك؟

في مارس 2016 نشرت مجلة Scientific Data مقالاً لمجموعة من الباحثين والناشرين والممولين، على رأسهم Mark Wilkinson، بعنوان «The FAIR Guiding Principles». وهو أول نشر رسمي لمبادئ FAIR، بعد ورشة عقدت في Leiden في 2014.

والحروف الأربعة اختصار لأربع صفات للبيانات:

  • F: قابلة للإيجاد Findable. يستطيع غيرك أن يجدها.
  • A: قابلة للوصول Accessible. يعرف كيف يصل إليها.
  • I: قابلة للتشغيل البيني Interoperable. تعمل مع أدوات وبيانات أخرى دون تحويل معقد.
  • R: قابلة لإعادة الاستخدام Reusable. يفهمها، ويعرف هل يحق له استخدامها.

وما يميز FAIR أنها تخاطب الآلة قبل الإنسان. أي أن يستطيع برنامج لم ير بياناتك من قبل أن يجدها، ويعرف نوعها وترخيصها، ويقرر هل تفيده. والسبب أن حجم البيانات اليوم أكبر من أن يبحث فيه الإنسان بنفسه.

أربع بطاقات: F قابلة للإيجاد Findable بمعرف دائم DOI ووصف غني مسجل في فهرس يبحث فيه، وA قابلة للوصول Accessible ببروتوكول مفتوح مثل HTTPS والوصف يبقى حتى لو حذفت البيانات، وI قابلة للتشغيل البيني Interoperable بصيغ مفتوحة ومفردات معيارية Vocabularies، وR قابلة لإعادة الاستخدام Reusable بترخيص واضح ومصدر موثق Provenance ومعايير التخصص، وفي الأسفل تنبيه: FAIR لا تعني مفتوحة للجميع
كل حرف من FAIR يتحول إلى أشياء ملموسة تفعلها مع ملفاتك أو يفعلها المستودع عنك.

والجدول التالي يضع المبادئ الخمسة عشر كما في صفحة مبادرة GO FAIR، ومعها ما تعنيه في عملك اليومي:

المبدأالنص المختصرما يعنيه لك
F1معرف فريد ودائم Persistent Identifier للبيانات ووصفهامعرف DOI من المستودع، بدلاً من رابط مجلد في Google Drive يتغير أو يحذف.
F2وصف غني Rich Metadataعنوان وملخص وكلمات مفتاحية وطريقة الجمع، وليس اسم الملف فقط.
F3الوصف يذكر معرف البيانات صراحةالمستودع يفعل هذا تلقائياً.
F4الوصف مسجل في مكان يبحث فيهمستودع تفهرسه DataCite ومحركات البحث، لا ملف على حاسوبك.
A1الوصول بالمعرف عبر طريقة اتصال معياريةرابط DOI يفتح صفحة البيانات في المتصفح.
A1.1طريقة الاتصال مفتوحة ومجانيةلا تحتاج برنامجاً تجارياً لتصل إلى الصفحة.
A1.2تسمح بالتحقق من الهوية والصلاحيات عند الحاجةالبيانات الحساسة يمكن أن تكون مقيدة بطلب وصول، وتبقى FAIR.
A2الوصف يبقى متاحاً حتى لو لم تعد البيانات متاحةإذا حذفت البيانات لسبب نظامي، تبقى صفحة الوصف تقول ماذا كان هنا ولماذا حذف.
I1لغة مشتركة لوصف البياناتصيغ مفتوحة مثل CSV، ووصف بمعيار مثل DataCite أو Dublin Core.
I2مفردات معيارية Vocabulariesأسماء الدول برموز ISO، والتخصصات من قائمة معروفة، والوحدات من نظام SI.
I3إشارات واضحة إلى بيانات أخرىاربط البيانات بالبحث المنشور، وبالبيانات التي بنيت عليها، بمعرفاتها.
R1وصف دقيق بعناصر كثيرةملف README، وقاموس متغيرات Codebook يشرح كل عمود ووحدته.
R1.1ترخيص استخدام واضحCC0 أو CC BY مكتوب في صفحة البيانات.
R1.2مصدر موثق Provenanceمن جمع البيانات، ومتى، وكيف، وما المعالجة التي مرت بها.
R1.3معايير مجتمع التخصصإذا كان لتخصصك معيار وصف أو مستودع متخصص، فاستخدمه.

هل FAIR تعني أن أنشر كل بياناتي للجميع؟ لا. المبدأ A1.2 نفسه يسمح بالتحقق من الهوية والصلاحيات. والدليل الرسمي لاتفاقية منح الاتحاد الأوروبي يلخص ذلك في عبارة مشهورة: «مفتوحة قدر الإمكان، ومغلقة قدر الضرورة» As open as possible, as closed as necessary.

فبيانات المرضى مثلاً لا تنشر للجميع. لكن وصفها يمكن أن ينشر، ومعه طريقة طلب الوصول. وبهذا تكون قابلة للإيجاد، ولها معرف وترخيص، وإن كانت مقيدة.

المصدر: مقال FAIR في Scientific Data، وصفحة مبادرة GO FAIR.

خطة إدارة البيانات Data Management Plan

ما هي: وثيقة قصيرة تكتبها قبل أن تجمع البيانات. تجيب فيها عن أسئلة محددة:

  • ما البيانات التي ستنتجها، وبأي صيغة؟
  • كيف تحفظها وتحميها أثناء المشروع؟
  • أين تودعها في النهاية، ومتى، وبأي ترخيص؟
  • من المسؤول؟

لماذا يطلبها الممولون مع المقترح: لأن تكاليف الحفظ والمستودع، والوقت اللازم لتنظيف البيانات ووصفها، يجب أن تدخل الميزانية من البداية. وإلا تحولت المشاركة إلى عمل إضافي لا يجد الباحث وقتاً له في آخر المشروع.

وقد شرحنا أقسام المقترح وكيف يقيمه الممول في مقال كيف تكتب مقترح البحث Research Proposal الذي يقنع الممول. وهنا نركز على قسم البيانات.

ماذا يطلب الممولون؟

الجدول التالي يجمع ما يطلبه ثلاثة من أكبر ممولي البحث في العالم، كما في صفحاتهم الرسمية حتى أكتوبر 2026:

الممولمتى تقدم الخطةالطول والشكلمتى تشارك البيانات
المعاهد الوطنية للصحة الأمريكية NIHمع طلب المنحة، منذ سريان سياسة DMS في 25 يناير 2023صفحتان أو أقل، بستة عناصر محددةفي أقرب وقت، وبحد أقصى عند نشر البحث المرتبط أو نهاية فترة المنحة، أيهما أسبق
مؤسسة العلوم الوطنية الأمريكية NSFمع كل مقترح. والمقترح الذي لا يحتويها يعاد دون تحكيممنذ 27 أبريل 2026 تكتب في أداة على Research.gov، بدلاً من وثيقة الصفحتين، بحسب الإشعار NSF 26-202خلال وقت معقول، وبتكلفة لا تزيد عن التكلفة الإضافية، كما في سياسة NSF لمشاركة البيانات
برنامج Horizon Europeتسليم إلزامي Deliverable خلال 6 أشهر من توقيع المنحة غالباً، ثم تحديث في منتصف المشروع وفي نهايتهقالب الاتحاد الأوروبي موصى به وغير إلزاميالإيداع في مستودع موثوق في أقرب وقت، وبحد أقصى نهاية المشروع، بترخيص CC BY أو CC0 للبيانات المفتوحة

العناصر الستة في NIH: تصلح لأي ممول تقريباً، لذلك نذكرها هنا:

  1. نوع البيانات Data Type: ما البيانات التي ستنتجها؟ ماذا ستشارك منها، وماذا لن تشارك ولماذا؟ وما الوصف الذي يرافقها؟
  2. الأدوات والبرامج Related Tools and Software: هل يحتاج من يعيد استخدام البيانات برنامجاً خاصاً؟ وهل هو مجاني مفتوح أم تجاري؟
  3. المعايير Standards: صيغ الملفات، وقواميس البيانات، والمعرفات. وإذا لم يكن لتخصصك معيار متفق عليه، فاكتب ذلك صراحة.
  4. الحفظ والوصول والجدول الزمني Preservation, Access, and Timelines: اسم المستودع، ومتى تتاح البيانات، وإلى متى تبقى.
  5. قيود الوصول وإعادة الاستخدام Access, Distribution, or Reuse Considerations: القيود التي تفرضها موافقة المشاركين أو الأنظمة أو الاتفاقيات، وكيف تحمي خصوصيتهم.
  6. الإشراف Oversight: من يتابع تنفيذ الخطة، وكل كم مرة.

تفاصيل من الاتحاد الأوروبي تستحق أن تعرفها، حتى لو لم يكن ممولك أوروبياً:

  • الوصف Metadata يجب أن يكون مفتوحاً بترخيص CC0، حتى لو كانت البيانات مقيدة.
  • الوصف يذكر الممول، ورقم المنحة، والترخيص، ومعرفات البيانات والمؤلفين.
  • الإيداع لا يعني بالضرورة أن البيانات مفتوحة، وإنما أن وصفها قابل للإيجاد.
  • الممارسة الموصى بها أن تبقى البيانات متاحة خمس سنوات على الأقل، ويفضل عشر سنوات أو أكثر.
💡
إذا كان ممولك جهة سعودية، فاقرأ وثائق الدعوة ونموذج التقديم الخاص بالمنحة نفسها، فهي التي تحدد ما يطلب منك في قسم البيانات. وما يلزمك في كل الأحوال هو نظام حماية البيانات الشخصية ولائحته، إذا كانت بياناتك عن أشخاص.

المصدر: عناصر خطة NIH، والدليل المشروح لاتفاقية منح الاتحاد الأوروبي Annotated Grant Agreement.

الوصف Metadata: ماذا تكتب مع بياناتك؟

الوصف هو «بيانات عن البيانات». وهو مستويان:

المستوىمن يقرؤهماذا يشمل
وصف المجموعة كلها Datasetمحركات البحث والمستودعاتالمعيار الأشهر هو مخطط DataCite. وعناصره الإلزامية في الإصدار 4.7 ستة فقط: المعرف Identifier، والمؤلف Creator، والعنوان Title، والناشر Publisher، وسنة النشر PublicationYear، ونوع المورد ResourceType. والمستودع يملؤها معك عندما يسجل DOI.
وصف كل ملف وكل متغيرالباحث الذي يريد أن يعيد التحليلملف README، وقاموس المتغيرات Codebook. وهذا المستوى يهمله أغلب الباحثين، وهو الذي يجعل البيانات قابلة لإعادة الاستخدام فعلاً.

وقد شرحنا كيف يعمل DOI ومن يسجله في مقال معرف ORCID وDOI.

ماذا تكتب في ملف README:

  • عنوان المشروع، والمؤلفون بمعرفات ORCID.
  • كيف جمعت البيانات، ومتى، وأين.
  • قائمة الملفات، وما في كل ملف.
  • المعالجة التي مرت بها البيانات.
  • الترخيص، وكيف يستشهد بها.

ماذا تكتب في قاموس المتغيرات Codebook: لكل عمود اسمه، ومعناه، ونوعه، ووحدته، والقيم المسموحة، وماذا تعني الخانة الفارغة. فالرقم 99 في عمود العمر قد يكون عمراً، وقد يكون رمزاً لـ «لم يجب».

إذا كانت بياناتك عربية:

  • احفظ الملفات بصيغة CSV بترميز UTF-8، ولا تعتمد على ملفات Excel وحدها. CSV تفتحها كل الأدوات، بينما الصيغ المغلقة تحتاج برنامجاً بعينه.
  • اكتب العنوان والملخص بالعربية والإنجليزية إذا سمح المستودع. فمن يبحث عن بياناتك قد يبحث بأي اللغتين.
  • اكتب أسماء المؤلفين كما في ORCID. فالاسم العربي يكتب بالإنجليزية بأكثر من طريقة، والمعرف هو الذي يجمعها.

المصدر: مخطط DataCite Metadata Schema، والعناصر الإلزامية في الإصدار 4.7.

الترخيص License: CC0 أم CC BY؟

البيانات بلا ترخيص لا يعرف من يجدها هل يحق له استخدامها، فيتجنبها الباحث الحريص. لذلك جعلت FAIR الترخيص مبدأً مستقلاً. وهذان الخياران الأكثر استخداماً للبيانات:

الترخيصماذا يعنيمتى تختاره
CC0 1.0تتنازل عن حقوقك قدر ما يسمح القانون، فيستخدم أي أحد البيانات دون شرطللوصف Metadata دائماً، وللبيانات التي تريد أن تستخدمها المستودعات والأدوات الآلية دون تعقيد
CC BY 4.0يستخدم أي أحد البيانات بشرط أن ينسبها إليكعندما تريد أن يكون ذكرك شرطاً قانونياً، لا عرفاً علمياً فقط

لماذا لا أمنع الاستخدام التجاري NonCommercial لأحمي بياناتي؟ لأن هذا القيد يمنع إعادة الاستخدام في حالات كثيرة لم تقصدها. مثل باحث في شركة ناشئة، أو مستودع تجاري يجمع البيانات للفهرسة. لذلك تطلب اتفاقية Horizon Europe ترخيص CC BY أو CC0 أو ما يعادلهما للبيانات المفتوحة. والاستشهاد بك يبقى عرفاً ملزماً في المجتمع البحثي، حتى مع CC0.

تنبيه: الترخيص يمنح حقوقاً تملكها أنت. فإذا أخذت البيانات من جهة أخرى بشروطها، فشروطها هي التي تحكم. ولا تضع عليها ترخيصاً من عندك.

البيانات الشخصية والحساسة Sensitive Data ونظام PDPL

إذا كانت بياناتك عن أشخاص، كاستبانة أو مقابلات أو سجلات طبية، فأنت تحتاج قبل كل شيء موافقة لجنة أخلاقيات البحث. وقد شرحنا ذلك، ومتى يجوز استخدام البيانات دون موافقة أصحابها بحسب المادة 27 من النظام، في مقال أخلاقيات البحث على البشر.

وهنا نركز على سؤال واحد: كيف تحفظ هذه البيانات وتشاركها دون أن تكشف أصحابها؟

ماذا يقول نظام حماية البيانات الشخصية PDPL ولائحته؟

المصطلحماذا يقول النظام أو اللائحة
البيانات الحساسة Sensitive Dataالبيانات المتعلقة بالأصل العرقي أو الإثني، أو المعتقد الديني أو الفكري أو السياسي، والبيانات الأمنية والجنائية، وبيانات السمات الحيوية التي تحدد الهوية، والبيانات الوراثية والصحية، والبيانات التي تدل على أن الفرد مجهول الأبوين أو أحدهما. وكثير من بيانات البحث الطبي والاجتماعي يقع في هذه القائمة.
البحث العلمي دون موافقة صاحب البيانات (المادة 30 من اللائحة)تحدد الغرض في سجل أنشطة المعالجة، وتجمع الحد الأدنى اللازم فقط، وتستخدم الترميز Pseudonymisation ما دام لا يعطل الغرض.
إخفاء الهوية Anonymization (المادة 9 من اللائحة)أن تصبح إعادة التعرف على الشخص مستحيلة، مع تقييم الأثر ومراجعة فعالية الطرق المستخدمة. والبيانات بعد إخفاء الهوية لا تعد بيانات شخصية.
الترميز Pseudonymisation (دليل سدايا، أغسطس 2024)استبدال ما يعرف الشخص برمز. لكن البيانات المرمزة تبقى بيانات شخصية، لأنه يمكن ربطها بأصحابها بمعلومات إضافية. وهذه المعلومات يجب أن تحفظ منفصلة.

ويذكر دليل سدايا من طرق تقليل الكشف:

  • التعميم Generalization: مثل فئات العمر بدلاً من العمر الدقيق.
  • التجميع Aggregation: مثل سنة الميلاد بدلاً من تاريخها الكامل.
  • التشفير Encryption.
  • الإخفاء الجزئي Masking.

والفرق بين الترميز وإخفاء الهوية ليس فرقاً لغوياً. هو الذي يحدد هل تستطيع أن تودع البيانات في مستودع مفتوح أم لا.

المصدر: نظام حماية البيانات الشخصية بعد تعديله بالمرسوم م/148، واللائحة التنفيذية، ودليل سدايا لإتلاف البيانات الشخصية وإخفاء هويتها وترميزها.

لماذا لا يكفي حذف الاسم؟

الطريقة البسيطة أن تحذف عمود الاسم ورقم الهوية، وتنشر الباقي. والمشكلة أن الأعمدة الباقية مجتمعة قد تدل على الشخص. وتسمى «أشباه المعرفات» Quasi-Identifiers.

وفي 2000 نشرت Latanya Sweeney من جامعة Carnegie Mellon دراسة مشهورة. وجدت فيها، من بيانات تعداد 1990 الأمريكي، أن 87% من سكان الولايات المتحدة، أي 216 مليوناً من 248 مليوناً، يمكن تمييزهم بثلاثة حقول فقط: الرمز البريدي من خمسة أرقام، والجنس، وتاريخ الميلاد.

فالاستبانة التي فيها العمر الدقيق والجنس والمدينة والتخصص قد تكشف المشارك لزميله في القسم، دون اسم.

المصدر: دراسة Simple Demographics Often Identify People Uniquely.

كيف تقيس الخطر؟ فكرة k-anonymity

اجمع المشاركين في مجموعات بحسب أشباه المعرفات، مثل العمر والجنس والمدينة. ثم انظر إلى أصغر مجموعة:

  • إذا كانت أصغر مجموعة فيها شخص واحد، فهذا الشخص مكشوف لمن يعرف صفاته.
  • إذا كانت كل مجموعة فيها خمسة أشخاص على الأقل، فالقيمة k تساوي 5. أي أن كل مشارك يختفي بين أربعة آخرين على الأقل.

مثال بسيط: استبانة في قسم جامعي، وفيها العمر الدقيق والجنس والمدينة. في القسم امرأة واحدة عمرها 46 سنة من مدينة معينة. كل من يعرفها يستطيع أن يجد إجاباتها، حتى دون اسم. هذه مجموعة من شخص واحد، أي k تساوي 1.

ماذا تفعل؟ لديك طريقتان، ولكل منهما ثمن:

الطريقةماذا تفعلالثمن
التعميم Generalizationتحول العمر الدقيق إلى فئات، مثل 40 إلى 49. فتكبر المجموعاتتفقد دقة العمر
حذف متغيرتحذف المدينة من ملف المشاركة. فتكبر المجموعات أكثرتفقد متغير المدينة في الملف المشترك

وهذا هو التوازن الدائم بين الخصوصية وفائدة البيانات. فإذا كانت المدينة مهمة لسؤالك البحثي، فالحل أن تبقي البيانات مقيدة الوصول، بدلاً من حذفها.

ولا يوجد رقم k واحد يناسب كل البيانات. لجنة الأخلاقيات أو مسؤول حماية البيانات في جهتك هو من يحدد المقبول، بحسب حساسية البيانات.

خطوات إعداد ملف المشاركة

والصورة التالية تبين المسار من الملف الخام إلى ملف المشاركة:

من اليمين إلى اليسار: ملف الاستبانة الخام فيه الاسم ورقم الهوية والعمر والجنس والمدينة، ثم الترميز Pseudonymisation يستبدل الهوية برمز مشارك P-xxxx بمفتاح سري يحفظ في مكان منفصل مع جدول الربط، ثم التعميم Generalization يحول العمر إلى فئات ويحذف المدينة، ثم فحص k-anonymity يتأكد أن كل مجموعة فيها 5 أشخاص على الأقل، ثم ملف المشاركة. وتحت الترميز ملاحظة: ما زالت بيانات شخصية، وتحت الفحص: أقرب إلى إخفاء الهوية بشرط تقييم خطر إعادة التعرف
الترميز وحده يحمي من النظرة الأولى، والتعميم وفحص حجم المجموعات هو الذي يقلل خطر إعادة التعرف.
  1. الترميز: استبدل الاسم ورقم الهوية برمز مشارك، مثل P-0001. واحفظ «جدول الربط» الذي يربط كل رمز بصاحبه في ملف منفصل.
  2. احفظ جدول الربط بعيداً: في مكان منفصل بصلاحيات محدودة. ولا تودعه أبداً مع البيانات. فجدول الربط هو ما يجعل البيانات «مرمزة» وليست «مجهولة الهوية».
  3. التعميم: حول العمر إلى فئات، واحذف أو اجمع ما يكشف الشخص، مثل المدينة.
  4. قس k: تأكد أن كل مجموعة فيها العدد الذي تطلبه لجنة الأخلاقيات أو مسؤول حماية البيانات.
  5. راجع ما لا يقاس بسهولة: النصوص المفتوحة في الاستبانة، والتسجيلات الصوتية، وتواريخ الأحداث النادرة. كلها قد تكشف الشخص.
  6. أتلف جدول الربط عندما تنتهي حاجتك إليه. هذا ما يقترب بالبيانات من إخفاء الهوية.
⚠️
إذا كان الرمز يحسب من رقم الهوية بطريقة حسابية معروفة دون مفتاح سري، فهو ليس حماية. أرقام الهوية لها صيغة معروفة وعددها محدود، فيستطيع أي أحد أن يحسب الرمز لكل الأرقام الممكنة ويطابقها مع ملفك. استخدم رموزاً عشوائية مع جدول ربط محفوظ، أو طريقة تعتمد على مفتاح سري يحفظ منفصلاً.

وهذا الفحص لا يغني عن تقييم خطر إعادة التعرف الذي تطلبه المادة 9 من اللائحة. لكنه يعطيك نقطة بداية واضحة، بدلاً من الانطباع.

قالب خطة إدارة البيانات DMP

هذا القالب يجمع العناصر الستة في NIH، مع أسئلة قالب Horizon Europe، ومتطلبات النظام السعودي للبيانات الشخصية. وهو مكتوب ليكون في حدود صفحتين. فإذا كان لممولك نموذج، فالتزم بنموذجه، واستخدم هذا القالب لتتأكد أنك لم تنس شيئاً.

في رأس الخطة: عنوان المشروع، واسم الباحث الرئيسي ومعرف ORCID، ورقم الإصدار، والتاريخ.

القسمماذا تكتب فيه
1. البيانات Data Typeما البيانات التي ستنتجها (استبانة، مقابلات صوتية، قياسات، صور)؟ صيغتها وحجمها المتوقع (مثلاً CSV بترميز UTF-8). البيانات المأخوذة من مصادر أخرى وشروطها. ما الذي ستشاركه، وما الذي لن تشاركه ولماذا (نظامي، تعاقدي، أخلاقي)؟
2. الأدوات Toolsالبرامج اللازمة لقراءة البيانات: مجانية مفتوحة أم تجارية؟ وأين تحفظ ملفات التحليل، مع نسخة مؤرشفة بمعرف DOI.
3. المعايير والوصف Standards and Metadataمعيار الوصف (DataCite أو معيار تخصصك). ملف README وقاموس متغيرات لكل ملف. طريقة تسمية الملفات (مثلاً المشروع ثم الأداة ثم التاريخ ثم رقم النسخة). العنوان والملخص بالعربية والإنجليزية.
4. الحفظ أثناء المشروع Storage and Securityأين تحفظ البيانات (خادم الجامعة أو تخزين مؤسسي، لا الحاسوب الشخصي وحده). النسخ الاحتياطي Backup (مثلاً يومي، نسختان في مكانين). من يصل إلى البيانات الخام. الترميز، ومكان حفظ جدول الربط منفصلاً.
5. الإيداع والوصول والجدول الزمنياسم المستودع ولماذا اخترته. معرف DOI لكل مجموعة بيانات. موعد الإتاحة (عند نشر البحث أو نهاية المشروع، أيهما أسبق). مدة الحفظ (10 سنوات على الأقل مثلاً). الترخيص: البيانات CC BY 4.0 أو CC0، والوصف CC0.
6. الأخلاقيات والأنظمة Ethics and Legalرقم موافقة لجنة أخلاقيات البحث وتاريخها. نص موافقة المشاركين يذكر المشاركة وإعادة الاستخدام. هل فيها بيانات حساسة بحسب النظام، وما هي؟ طريقة إخفاء الهوية قبل الإيداع، ونتيجة تقييم الخطر (قيمة k). والبيانات التي لا يمكن إخفاء هويتها: وصول مقيد بطلب، ومن يوافق عليه.
7. المسؤوليات والتكلفة Oversight and Costsالمسؤول عن تنفيذ الخطة ومراجعتها، وكل كم مرة (مثلاً كل 6 أشهر). تكلفة إعداد البيانات ووصفها ورسوم المستودع، وأنها في الميزانية.

قائمة تحقق Checklist

  • كتبت خطة إدارة البيانات قبل جمع البيانات، وفيها التكلفة.
  • بياناتي على خادم مؤسسي مع نسخة احتياطية، لا على حاسوبي وحده.
  • لكل ملف README وقاموس متغيرات. وجربت أن يشرح زميل لا يعرف المشروع ثلاثة أعمدة من الوصف وحده.
  • الملفات بصيغة مفتوحة مثل CSV بترميز UTF-8.
  • اخترت مستودعاً يعطي DOI، وترخيصاً واضحاً.
  • إذا كانت البيانات عن أشخاص: رمزتها، وحفظت جدول الربط منفصلاً، وقست k، وراجعت النصوص المفتوحة.

أخطاء شائعة

  • كتابة الخطة للممول ثم نسيانها: الخطة وثيقة حية، وNIH وHorizon Europe يطلبان تحديثها. وستوفر عليك أسابيع في آخر المشروع إذا التزمت بالتسمية والوصف من البداية.
  • الوعد بمشاركة كل شيء: لا تكتب «ستتاح كل البيانات للجميع» إذا كانت عن أشخاص. فموافقة المشاركين قد لا تسمح بذلك، وما تعد به في الخطة يحاسبك عليه الممول.
  • رابط Google Drive بدلاً من مستودع: الرابط يتعطل عندما يتغير حسابك أو تتوقف الخدمة، ولا يعطي DOI ولا وصفاً يفهرس.
  • إيداع جدول الربط مع البيانات: أسوأ الأخطاء، لأنه يعيد الهوية لكل المشاركين بخطوة واحدة.
  • صيغ مغلقة بلا بديل: ملف SPSS أو Excel وحده قد لا يفتح بعد عشر سنوات، فأودع معه نسخة CSV.
  • الاكتفاء بحذف الاسم: أشباه المعرفات مجتمعة قد تكشف الشخص.

الخلاصة

  • البيانات التي تبقى عند الباحث وحده تضيع مع الوقت. واحتمال وجودها ينخفض نحو 17% كل سنة، بحسب دراسة 2014.
  • مبادئ FAIR تعني معرفاً دائماً ووصفاً غنياً وصيغاً مفتوحة وترخيصاً واضحاً. ولا تعني أن تكون البيانات مفتوحة للجميع.
  • NIH وNSF وHorizon Europe يطلبون خطة لإدارة البيانات مع المقترح أو في الأشهر الأولى. والعناصر الستة في NIH تصلح لأي ممول.
  • CC0 للوصف دائماً، وCC0 أو CC BY للبيانات المفتوحة. وتجنب القيود التي تمنع إعادة الاستخدام.
  • البيانات المرمزة ما زالت بيانات شخصية بحسب لائحة نظام حماية البيانات الشخصية. وقس خطر إعادة التعرف قبل أن تشارك أي ملف.

وفي المقالين التاليين من هذه المرحلة بإذن الله نختار المستودع الذي نودع فيه البيانات، ثم نرى كيف يعيد غيرك تحليلك ويحصل على الأرقام نفسها:

دليلمستودع البيانات Data Repository: Dataverse أم Zenodo؟الفرق بين مستودعات بيانات البحث وبوابات البيانات المفتوحة، مع تجربة كاملة لإيداع بيانات بوصف عربي ونشرها بمعرف DOI في Dataverse.دليلالبحث القابل لإعادة الإنتاج Reproducibility مع Dockerكيف تحزم تحليلك بحيث يعيد أي أحد تشغيله فيحصل على أرقامك نفسها، مع تجربة حقيقية لأسباب اختلاف النتائج بين التشغيلات والأجهزة.

سجل التحديثات

  • 2026-11-13: إعادة كتابة المقال بلغة أوضح وخطوات وجداول، دون كود.
  • أكتوبر 2026: كتابة المقال، ومراجعة متطلبات NIH وNSF وHorizon Europe ولائحة نظام حماية البيانات الشخصية من صفحاتها الرسمية.
نشرة عرب رووت | ArabRoot

معرفة تستحق مكاناً في بريدك.

مقالات مختارة وأدوات مفيدة وأفكار لمشروعك القادم، في رسالة واحدة كل أسبوع.

يمكنك إلغاء الاشتراك متى شئت. الخصوصية

تم استلام طلبك. افتح بريدك واضغط رابط التأكيد لإتمام الاشتراك.