Abyste se ve svých datech lépe zorientovali jak vy sami, tak ostatní, pokud se rozhodnete data sdílet, je důležité vaše data dobře popsat. Informace obsažené v dokumentaci a jejich formát se odvíjí podle typu dat, se kterými pracujete. V některých případech stačí jednoduchý textový read-me soubor, kde bude popsán základní kontext výzkumu, jindy je vhodné použít např. tabulky nebo vložit komentáře přímo k danému souboru (např. pokud popisujete skript).

Pokud si nejste jistí, co by se mělo v metadatech (= data o datech) objevit, zkuste si položit otázku: “Jaké informace bych potřeboval k interpretaci a využití těchto dat, kdybych se k nim vrátil za deset let?”

Dokumentace může obsahovat například:

• V jakém období / v jaké lokalitě probíhal sběr dat

• Informace o nástroji nebo verzi softwaru, který byl použit ke sběru či analýze dat

• Demografická data o respondentech, způsob oslovování respondentů

• Seznam proměnných / názvů polí v tabulce a jejich popis (např. hodnoty, kterých mohou nabývat)

• Vysvětlivky zkratek či kódových označení

• Laboratorní deník

• Formulář dotazníku

• Vzor informovaného souhlasu

• Licenční podmínky pro využití nasbíraných dat

• ...a mnoho dalších informací

Obzvlášť pokud se rozhodnete svá data sdílet, doporučuje se při tvorbě metadat dbát na oborové zvyklosti a používat standardizované formáty a ontologie (= standardizované slovníky). Tím zajistíte, že vaši kolegové z oboru vašim datům snadno porozumí, a je menší pravděpodobnost, že dojde k dezinterpretaci vašich dat. Pokud použijete standardizovaný popis dat, je navíc jednodušší mezi sebou kombinovat data z různých zdrojů.

K vyhledání vhodných metadatových standardů můžete využít například platformu FAIRsharing, seznam oborových metadatových standardů na stránkách DCC, nebo české otevřené formální normy.