Bài báo được lưu trữ tốt — thư viện giữ, cơ sở dữ liệu ghi nhận, mã định danh trỏ tới nó lâu dài.
Nhưng phần lớn những gì tạo ra bài báo đó thì không: dữ liệu gốc, sổ ghi chép, mã xử lý, thư từ trao đổi, và tri thức về cách làm mà không ai viết ra.
Những gì thường mất
- Dữ liệu gốc — nằm trên máy cá nhân, ổ cứng ngoài, hoặc hệ thống nội bộ mà người ta mất quyền truy cập khi rời đi.
- Mã xử lý — không được lưu cùng dữ liệu, hoặc không chạy được nữa vì môi trường đã đổi.
- Sổ ghi chép nghiên cứu — bản giấy thất lạc, bản số nằm trong định dạng không mở được.
- Mẫu vật và tiêu bản — không ai duy trì điều kiện bảo quản sau khi đề tài kết thúc.
- Thư từ và tài liệu về quá trình — vì sao chọn hướng này, đã thử gì trước đó.
- Tri thức vận hành — cách thiết bị được hiệu chỉnh, các mẹo mà chỉ người làm lâu biết.
- Trang web dự án — biến mất khi hết kinh phí duy trì.
Vì sao điều này quan trọng
- Khả năng kiểm chứng. Nếu ai đó hỏi về một con số trong bài của bạn năm năm sau, dữ liệu được lưu tốt là câu trả lời duy nhất.
- Dùng lại. Dữ liệu thu thập tốn kém có thể trả lời nhiều câu hỏi khác, kể cả câu hỏi chưa ai nghĩ tới khi thu thập.
- Dữ liệu không lặp lại được. Quan trắc môi trường, khảo sát xã hội, mẫu vật từ một thời điểm hoặc một địa điểm cụ thể — nếu mất thì không thu lại được.
- Lịch sử của lĩnh vực — quá trình đi tới một kết quả là tri thức, và nó chỉ tồn tại trong tư liệu.
- Tránh lặp lại công việc — nhiều hướng đã thử và thất bại được thử lại vì không ai ghi.
Nguy cơ riêng của tư liệu số
Tư liệu số dễ mất hơn giấy ở một số mặt:
- Định dạng lỗi thời — tệp không mở được sau mười năm.
- Phần mềm không còn để đọc dữ liệu.
- Vật mang bị hỏng — ổ cứng, đĩa quang có tuổi thọ hữu hạn.
- Dịch vụ đóng cửa — dữ liệu lưu trên nền tảng bên thứ ba biến mất theo.
- Liên kết hỏng — đường dẫn trong bài báo không còn trỏ tới đâu.
- Mất mật khẩu hoặc mất quyền truy cập.
- Không ai biết nó ở đâu — dữ liệu còn nhưng không tìm thấy, tương đương với mất.
Nguyên tắc lưu trữ
Về định dạng:
- Dùng định dạng mở thay vì định dạng của một phần mềm cụ thể.
- Định dạng đơn giản bền hơn — văn bản thuần và bảng dạng ký tự phân tách đọc được sau nhiều thập kỷ.
- Chuyển đổi định dạng định kỳ khi cần.
Về nơi lưu:
- Nhiều bản ở nhiều nơi, ít nhất một bản ở vị trí địa lý khác.
- Dùng kho lưu trữ chính thức — của cơ sở hoặc của ngành — thay vì chỉ lưu cá nhân.
- Kho lưu trữ cấp mã định danh vĩnh viễn để liên kết không hỏng.
- Không phụ thuộc vào một dịch vụ thương mại duy nhất.
Về tài liệu đi kèm:
- Không có mô tả thì dữ liệu vô dụng. Đây là điểm quan trọng nhất — mỗi bộ dữ liệu cần tệp giải thích nó là gì, thu thập thế nào, mỗi cột nghĩa là gì, đơn vị đo, cách mã hoá giá trị thiếu.
- Ghi cả các quyết định xử lý và lý do.
- Ghi ai tạo ra, khi nào, trong dự án nào.
Phép thử: nếu sau mười năm một người khác nhận bộ dữ liệu này mà không hỏi được ai, họ có dùng được không?
Khi người rời đi
Đây là thời điểm mất mát nhiều nhất:
- Có quy trình bàn giao — không chỉ tệp mà cả giải thích.
- Làm rõ ai giữ và ai được dùng dữ liệu, bằng văn bản.
- Chuyển tài liệu ra khỏi tài khoản cá nhân trước khi tài khoản bị đóng.
- Ghi lại tri thức vận hành — cách chạy quy trình, các mẹo, các lỗi thường gặp.
- Với nghiên cứu sinh sắp tốt nghiệp — bàn giao là một phần của việc hoàn thành, và nên được yêu cầu rõ.
Với tư liệu lịch sử của lĩnh vực
Một khía cạnh ít được nghĩ tới:
- Sổ ghi chép, thư từ, bản thảo của người đi trước có giá trị lịch sử.
- Chúng thường bị bỏ đi khi dọn phòng làm việc sau khi ai đó nghỉ hưu hoặc qua đời.
- Liên hệ thư viện hoặc bộ phận lưu trữ trước khi bỏ — họ đánh giá được cái gì đáng giữ.
- Phỏng vấn ghi âm với người đi trước là cách lưu giữ tri thức không có trong tài liệu.
Với cơ sở nghiên cứu
- Có kho lưu trữ và có chính sách rõ về việc lưu trữ dữ liệu nghiên cứu.
- Quy định thời hạn lưu tối thiểu cho dữ liệu gắn với công bố.
- Hỗ trợ kỹ thuật — người làm nghiên cứu không nên phải tự giải quyết vấn đề lưu trữ dài hạn.
- Đưa lưu trữ vào ngân sách đề tài — nó có chi phí thật.
- Quy trình khi người rời đi.
- Cân bằng với nghĩa vụ về dữ liệu cá nhân — một số dữ liệu phải huỷ theo cam kết trong hồ sơ đạo đức, và điều này không mâu thuẫn với việc lưu trữ có trách nhiệm.
Với quỹ tài trợ
- Yêu cầu kế hoạch quản lý dữ liệu trong hồ sơ — nhiều quỹ đã làm.
- Cho phép tính chi phí lưu trữ vào kinh phí đề tài.
- Kiểm tra việc thực hiện chứ không chỉ yêu cầu trên giấy.
Một điều đáng nhớ
Chi phí lưu trữ dữ liệu là một phần rất nhỏ so với chi phí thu thập nó.
Nhưng nó thường là khoản đầu tiên bị cắt, vì lợi ích của nó không xuất hiện trong nhiệm kỳ của người ra quyết định — mà xuất hiện nhiều năm sau, khi có người cần dùng lại và tìm thấy nó vẫn còn đó.
Câu hỏi thường gặp
Những gì thường mất khi không có lưu trữ?
Dữ liệu gốc, mã xử lý, sổ ghi chép, mẫu vật, thư từ về quá trình, và tri thức vận hành mà chỉ người làm lâu biết.
Vì sao tư liệu số dễ mất?
Định dạng lỗi thời, phần mềm không còn để đọc, vật mang hỏng, dịch vụ đóng cửa, và trường hợp dữ liệu còn nhưng không ai tìm thấy — tương đương với mất.
Điều gì quan trọng nhất khi lưu trữ dữ liệu?
Tài liệu mô tả đi kèm — không có nó thì dữ liệu vô dụng. Phép thử là sau mười năm một người khác nhận bộ dữ liệu mà không hỏi được ai thì có dùng được không.
Thời điểm nào mất mát nhiều nhất?
Khi người rời đi — cần quy trình bàn giao không chỉ tệp mà cả giải thích, và chuyển tài liệu ra khỏi tài khoản cá nhân trước khi tài khoản bị đóng.
Nên làm gì với sổ ghi chép của người đi trước?
Liên hệ thư viện hoặc bộ phận lưu trữ trước khi bỏ — chúng thường bị vứt khi dọn phòng làm việc, trong khi chúng có giá trị lịch sử cho lĩnh vực.
