RDMO – Research Data Management Organiser
RDMO ist ein Werkzeug, das entwickelt wurde, um Datenmanagementpläne gemäß unterschiedlicher Vorgaben zu erstellen und den Prozess des Forschungsdatenmanagements zu unterstützen. Es kann dazu verwendet werden, den Fortschritt von Forschungsprojekten zu verfolgen, Aufgaben zu planen und zu verwalten, und es kann auch dazu verwendet werden, die Einhaltung von Datenmanagementbestimmungen und -richtlinien zu überwachen. Es wurde im Rahmen eines Projekts der Deutschen Forschungsgemeinschaft (DFG) entwickelt und von verschiedenen Nutzergruppen getestet.
RDMO Features
Anpassungsfähigkeit
RDMO kann an die spezifischen Anforderungen einer Gemeinschaft oder Organisation angepasst werden. Dies bedeutet, dass es in der Lage ist, spezifische Workflows, Datenmanagementpraktiken und Berichtsanforderungen zu unterstützen, die für eine bestimmte Forschungsumgebung oder Disziplin spezifisch sind.
Erledigung zeitlich gebundener Aufgaben
RDMO kann dazu verwendet werden, bestimmte Aufgaben im Forschungsdatenmanagementprozess zu planen und zu verfolgen, die zeitlich gebunden sind.
Unterstützung für verschiedene Stakeholder
RDMO ist als kollaboratives Werkzeug konzipiert, das verschiedene Stakeholder im Forschungsprozess unterstützt. Dazu können IT-Support, Datenmanager und andere Beteiligte gehören.
Multilingualität
RDMO unterstützt mehrere Sprachen, was es für internationale Forschungsteams und Organisationen besonders nützlich macht. Dies ermöglicht es Teams, die aus Mitgliedern bestehen, die verschiedene Sprachen sprechen, effektiv zusammenzuarbeiten und Informationen über das Forschungsdatenmanagement zu teilen.
Unterschiedliche Exportfunktionen
RDMO kann die gesammelten Daten in verschiedenen Formaten exportieren, um den Bedürfnissen verschiedener Stakeholder gerecht zu werden.
Zukünftige Entwicklungen
Ein zweites Projekt, das Ende 2017 gestartet wurde, zielt darauf ab, die technischen Fähigkeiten und die Benutzerfreundlichkeit von RDMO zu erweitern und verschiedene Aspekte der Nachhaltigkeit zu berücksichtigen. Dies zeigt das Engagement für die kontinuierliche Verbesserung und Anpassung des Tools an die sich entwickelnden Anforderungen des Forschungsdatenmanagements.