Methods to Evaluate Lifecycle Models for Research Data Management

Abstract

Lifecycle models for research data are often abstract and simple. This comes at the danger of oversimplifying the complex concepts of research data management. The analysis of 90 different lifecycle models lead to two approaches to assess the quality of these models. While terminological issues make direct comparisons of models hard, an empirical evaluation seems possible.Lebenszyklus-Modelle für Forschungsdaten sind oft abstrakt und einfach. Hierin liegt die Gefahr, ein zu einfaches Bild der komplexen Forschungsdaten-Landschaft zu zeichnen. Die Analyse von 90 dieser Modelle führt zu zwei Ansätzen, die Qualität dieser Modelle zu bewerten. Die Uneinheitlichkeit in der Terminologie erschwert einen direkten Vergleich zwischen den Modellen, wohingegen eine empirische Evaluierung der Modelle in Reichweite liegt.

From nostalgia to knowledge: Considering the personal dimensions of data lifecycles

“…In a survey of 90 lifecycle models, Weber and Kranzlmüller (2019) observe that in general data lifecycle models tend to be oversimplified, and that there is no shared definition of a research data lifecycle. One of the most popular and widely referenced models is the Digital Curation Centre's (DCC) Curation Lifecycle Model (Higgins, 2008).…”