Bài báo ghi “dữ liệu có sẵn từ tác giả liên hệ khi có yêu cầu hợp lý”. Một nghiên cứu sinh viết thư xin, chờ ba tuần, nhận được một file Excel tên data_final_2.xlsx với các cột V1 đến V87, không có chú thích nào. Về hình thức, dữ liệu đã được chia sẻ. Về thực chất, không ai dùng lại được.
Dữ liệu mở có giá trị khi người khác tìm được, mở được, hiểu được và dùng lại được. Đó cũng chính là bốn chữ cái của nguyên tắc FAIR.
FAIR nghĩa là gì khi làm thật
| Nguyên tắc | Ý nghĩa | Việc cụ thể |
|---|---|---|
| Findable – tìm được | Có định danh bền vững và mô tả | Gửi lên kho cấp DOI, viết tiêu đề và từ khoá rõ |
| Accessible – truy cập được | Có đường tải hoặc quy trình xin rõ ràng | Link công khai, hoặc điều kiện truy cập ghi rõ |
| Interoperable – tương thích | Định dạng mở, thuật ngữ chuẩn | CSV thay vì file phần mềm độc quyền, mã quốc gia chuẩn, đơn vị đo ghi rõ |
| Reusable – dùng lại được | Có giấy phép và tài liệu mô tả | README, từ điển biến, giấy phép CC |
Lưu ý: FAIR không đồng nghĩa với “công khai hết”. Dữ liệu nhạy cảm vẫn có thể FAIR nếu metadata công khai và quy trình xin truy cập được mô tả minh bạch.
Chọn nơi lưu trữ
- Kho chuyên ngành nếu ngành có kho uy tín (dữ liệu gen, dữ liệu khảo sát xã hội, dữ liệu khí hậu). Người trong ngành tìm ở đó trước.
- Kho đa ngành như Zenodo, OSF, Dryad, Figshare, Harvard Dataverse: cấp DOI, miễn phí hoặc chi phí thấp, dễ dùng.
- Kho của trường nếu trường có và cam kết lưu trữ lâu dài.
Tránh dùng Google Drive hay trang web cá nhân làm nơi chia sẻ chính thức: đường link chết khi bạn đổi cơ quan hoặc hết dung lượng. DOI thì tồn tại độc lập với nơi bạn làm việc.
Gói dữ liệu gồm những gì
- File dữ liệu ở định dạng mở (CSV, TXT). Có thể kèm file .sav hay .dta cho tiện, nhưng luôn có bản mở.
- Từ điển biến (codebook): tên biến, câu hỏi gốc, cách mã hoá (1 = rất không đồng ý…), đơn vị, cách xử lý giá trị thiếu (-99 hay để trống).
- README: ai thu thập, khi nào, ở đâu, bằng cách nào, cấu trúc thư mục, cách trích dẫn bộ dữ liệu.
- Công cụ thu thập: bảng hỏi, hướng dẫn phỏng vấn (nếu bản quyền cho phép).
- Mã xử lý: đoạn mã đi từ dữ liệu thô tới dữ liệu phân tích.
Từ điển biến là phần hay bị bỏ nhất và cũng tốn ít thời gian nhất nếu làm ngay khi thiết kế bảng hỏi. Làm sau ba năm thì chính bạn cũng không nhớ V47 là gì.
Phần nào không được chia sẻ
- Thông tin nhận diện trực tiếp: tên, số điện thoại, email, địa chỉ, số định danh.
- Tổ hợp nhận diện gián tiếp: ngày sinh + mã bưu chính + giới tính, hay nghề nghiệp hiếm + địa bàn nhỏ.
- Bản ghi âm, ảnh có mặt người, trừ khi đã được đồng ý riêng.
- Dữ liệu mà hợp đồng với bên cung cấp không cho phép chia sẻ.
- Dữ liệu người tham gia chưa được thông báo trong phiếu đồng ý là sẽ công khai.
Với những phần này, có thể chia sẻ bản đã gộp nhóm (tuổi theo khoảng thay vì ngày sinh), dữ liệu tổng hợp, hoặc truy cập có kiểm soát qua kho có quy trình xét duyệt.
Chọn giấy phép
Không có giấy phép, người khác về nguyên tắc không biết họ được làm gì. Hai lựa chọn phổ biến:
- CC0: từ bỏ quyền, ai dùng cũng được. Nhiều kho dữ liệu khuyến nghị cho dữ liệu vì dễ gộp với dữ liệu khác.
- CC BY 4.0: dùng tự do nhưng phải ghi nguồn.
Tránh giấy phép “phi thương mại” cho dữ liệu nếu không có lý do mạnh: ranh giới thương mại rất mờ và làm nhiều người ngại dùng lại, kể cả nhà nghiên cứu ở tổ chức tư nhân.
Viết tuyên bố sẵn có dữ liệu
Hầu hết tạp chí yêu cầu một đoạn Data Availability Statement. So sánh:
- Yếu: “Dữ liệu có sẵn từ tác giả khi có yêu cầu hợp lý.”
- Tốt: “Dữ liệu đã ẩn danh, từ điển biến và mã phân tích được lưu tại Zenodo (DOI: …) theo giấy phép CC BY 4.0.”
- Tốt khi dữ liệu nhạy cảm: “Do dữ liệu chứa thông tin về sức khoẻ, bản ghi cấp cá nhân không được công khai. Nhà nghiên cứu có thể xin truy cập qua hội đồng đạo đức [tên] theo quy trình mô tả tại …; dữ liệu tổng hợp có tại …”
Tuyên bố tốt nói rõ cái gì, ở đâu, điều kiện gì.
Quản lý phiên bản sau khi công bố
Dữ liệu đôi khi cần sửa sau khi đã gửi lên kho: một biến mã hoá nhầm, một người tham gia xin rút. Đừng lặng lẽ ghi đè bản cũ. Các kho như Zenodo cho phép đăng phiên bản mới dưới cùng một DOI khái niệm, mỗi phiên bản giữ DOI riêng, nên người đọc biết bài báo dùng file nào. Ghi thay đổi vào một mục nhật ký ngắn trong README.
Trích dẫn dữ liệu và được ghi nhận
Bộ dữ liệu có DOI được trích dẫn như một công trình. Hãy trích dẫn bộ dữ liệu của chính bạn trong bài báo, và thêm nó vào hồ sơ khoa học hay ORCID. Người dùng lại dữ liệu sẽ trích dẫn bộ dữ liệu, và đó là một dạng ghi nhận ngày càng được hội đồng xét duyệt tài trợ quan tâm.
Danh sách làm ngay khi dự án mới bắt đầu
- Ghi vào phiếu đồng ý rằng dữ liệu ẩn danh có thể được chia sẻ phục vụ nghiên cứu.
- Lập từ điển biến song song với bảng hỏi.
- Đặt tên file có quy tắc: duan_khaosat_2026-03_tho.csv, không đặt “final”, “final2”.
- Viết mã làm sạch dữ liệu thay vì sửa tay trong Excel.
- Chọn kho lưu trữ trước khi viết bài để điền DOI ngay vào bản thảo.
Việc tiếp theo: lấy bộ dữ liệu gần nhất của bạn, đưa cho một đồng nghiệp chỉ kèm README và từ điển biến, hỏi họ có tái tạo được bảng mô tả đầu tiên không. Chỗ họ vấp là chỗ gói dữ liệu cần sửa.
Câu hỏi thường gặp
Có bắt buộc chia sẻ dữ liệu khi công bố không?
Tuỳ tạp chí và nhà tài trợ. Nhiều nơi bắt buộc có tuyên bố sẵn có dữ liệu, một số bắt buộc gửi dữ liệu lên kho công khai trừ khi có lý do đạo đức hay pháp lý.
Nên chọn Zenodo hay OSF?
Cả hai đều cấp DOI và miễn phí cho nhu cầu thông thường. OSF mạnh ở quản lý dự án và tiền đăng ký, Zenodo gọn cho việc lưu bản dữ liệu hay mã cố định. Nếu ngành có kho chuyên ngành, ưu tiên kho đó.
Dữ liệu phỏng vấn định tính có chia sẻ được không?
Được, nếu người tham gia đồng ý từ đầu và bản gỡ băng đã được ẩn danh kỹ. Nhiều trường hợp chỉ nên chia sẻ qua truy cập có kiểm soát.
Từ điển biến cần có những gì?
Tên biến, nội dung câu hỏi gốc, cách mã hoá từng giá trị, đơn vị đo, cách ký hiệu giá trị thiếu và ghi chú về biến đã được tính lại.
Chia sẻ dữ liệu có làm mình bị người khác “đi trước” không?
Rủi ro này thường được thổi phồng. Bạn có thể công bố dữ liệu cùng lúc với bài báo, và bộ dữ liệu có DOI giúp bạn được trích dẫn khi người khác dùng lại.
