研究データのライフサイクル:収集

収集（データ収集）とは？

収集（データ収集）とは、実験機器や他の方法（アンケートや観察など）を用いて、情報を収集するプロセスです。データの収集方法は、分野や研究対象によって異なりますが、データの品質を確保することが重要です。

また、既存のデータをプロジェクトに再利用することもできます。自身が以前に収集したデータセットや、公開されている研究データのカタログサイトから、他者のデータセットを発見することができます。

詳しくは「再利用」のページをご覧ください。

なぜデータ収集が重要なのか？

データ収集の段階は、研究成果を構築するための情報源になるだけではなく、データとその文書の両方の品質の基礎が築かれます。品質対策に関する決定が実行され、収集手順が適切に記録されることが重要です。

データ収集では何を考慮すべきか？

適切なツールや統合環境を使えば、データ収集中のデータ管理や文書化に役立ちます。データ収集時のデータ管理や文書化に適したツールとしては、電子実験ノート（ELN、Electronic Lab Note）、電子データ収集システム（EDC、 Electronic Data Capture）、実験室情報管理システム（LIMS、Laboratory Information Management System）などがあります。
さらに、共同研究用のためのオンラインプラットフォームやファイル共有サービスも、ELNやデータ管理システムとして利用することができます。

使用するツールにかかわらず、データを収集する際には、以下の点を考慮してください。

• データの由来 - サンプル、研究者、機器など
• データ品質の確保 - データは自分で作成することも、他の専門家のインフラや施設で作成することもできる
• 新しいデータを作成する代わりに、データを再利用する
• 実験計画 - 事前に収集計画（反復作業、収集手順、ランダムサンプリングなど）を含める
• 実験機器の調整（キャリブレーション）
• 機密性の高いデータを扱う場合は、データ保護方法やセキュリティに注意する
• 人間に関わるデータを扱う場合は、許可や本人の同意について検討する
• データの保存方法
• データの保存場所
• 適切なメタデータ規格